Los datos confirman que la IA intensiva crea empleo, no lo destruye

Durante dos años, la narrativa dominante sobre la IA y el empleo avanzó en una sola dirección: automatización masiva, recortes inevitables, el fin del trabajo júnior. El problema con esa narrativa es que los datos que van llegando apuntan en sentido contrario. No en todos los sectores ni para todos los roles, pero el patrón acumulado de las últimas semanas —un informe de empleo, una decisión pública de Ford, una admisión interna de Zuckerberg— empieza a contar una historia diferente.

Los tres datos que corroen el consenso

Un informe publicado esta semana muestra que las empresas clasificadas como adoptadoras intensivas de IA aumentaron su plantilla un 10,2% en el último año. Más interesante: el empleo de entrada —el más expuesto a la automatización según los modelos convencionales— creció un 12% en esas mismas compañías. No son datos de un caso aislado sino de una muestra amplia que contradice directamente la tesis del desplazamiento masivo.

Casi en paralelo, Ford anunció que está recontratando a los ingenieros con experiencia que había despedido cuando apostó por reemplazarlos con automatización. La compañía reconoció que pensar que introducir IA produciría por sí solo un producto de alta calidad fue un error. Ford no está retrocediendo en su apuesta tecnológica, sino reconociendo que la IA sin el experto humano que la calibra produce resultados de calidad insuficiente en manufactura compleja. Es el mismo patrón de recontratación de expertos que ya veíamos emerger en otros sectores la semana pasada.

Y esta semana, Mark Zuckerberg dijo internamente que los agentes de IA no han progresado tan rápido como esperaba. Que sea Zuckerberg quien lo diga tiene peso específico: Meta es la empresa que más ha invertido en IA en términos relativos a su tamaño y con mayor ambición declarada de usarla para transformar sus operaciones internas.

Por qué el consenso se construyó mal

Los modelos que predijeron destrucción masiva de empleo asumieron una transferencia casi automática entre capacidad del modelo y eliminación de tarea. Ese mecanismo existe, pero la realidad de la adopción empresarial real es más compleja. Los agentes de IA no son colaboradores autónomos que reemplazan posiciones: son herramientas que amplifican la productividad de quienes ya saben qué hacer, qué preguntar y cómo verificar el output.

El efecto de segundo orden que los modelos no capturaron: cuando una empresa adopta IA de forma intensiva y su productividad crece, su capacidad de expandir el negocio también crece. Más productividad no implica necesariamente menos puestos si la demanda del producto o servicio también se expande. Es la dinámica que ya ocurrió con la automatización industrial: la productividad subió, el perfil del empleo cambió, pero el volumen total no desapareció linealmente.

El caso Ford ilustra la consecuencia no buscada en la dirección opuesta: la empresa apostó por la automatización, prescindió de los expertos que conocían los procesos críticos, y terminó pagando el costo de recontratarlos después de que la calidad cayera. La expertise de dominio resultó ser mucho menos sustituible de lo que el optimismo tecnológico sugería.

Quién pierde en esta narrativa revisada

Los más afectados por la corrección son los consultores y empresas que construyeron negocios sobre el miedo a la automatización. El mercado de «reskilling corporativo para sobrevivir a la IA» mueve miles de millones al año. Si la IA resulta ser un multiplicador antes que un sustituto en el corto plazo, ese mercado pierde su argumento central, aunque difícilmente lo admita. El timing es revelador: la era de la IA corporativa sin límites de presupuesto ya se había cerrado antes de que estos datos complicaran el debate.

Los que ganan son los trabajadores con habilidades específicas de dominio que saben usar IA como palanca. Ford recontrata ingenieros con décadas en manufactura, no programadores genéricos. La especialización humana sigue siendo escasa, y en esta fase de la IA lo que escasea se encarece: los expertos que quedaron después de los recortes ahora tienen mejor poder de negociación.

La tesis que se testea en Q3

El escenario falsable es concreto: si las empresas con mayor adopción de IA reportan recortes netos de headcount en Q3 2026, el efecto multiplicador tiene límites claros y el consenso de desplazamiento masivo tendrá evidencia sólida. Si en cambio las cifras de empleo entre estas empresas se sostienen o crecen, el patrón se consolida como la característica de esta fase de adopción.

Para un decisor en LATAM o España: el riesgo de no contratar porque «la IA lo va a hacer» es probablemente mayor en este momento que el riesgo de contratar de más. Las empresas que recorten expertos confiando en agentes están asumiendo exactamente el riesgo que Ford acaba de documentar públicamente. La IA amplifica al experto; sin el experto, amplifica el error.