La evidencia contra el fin del trabajo
La narrativa dominante sobre inteligencia artificial suele pintar un escenario apocalíptico: algoritmos que reemplazan puestos, especialmente aquellos con tareas repetitivas. Sin embargo, los datos que emergen de estudios recientes cuentan una historia más matizada y, para los ejecutivos latinoamericanos, mucho más prometedora. Un análisis de OpenAI sobre más de 800.000 consultas empresariales en ChatGPT revela que el 44% de las peticiones relacionadas con tareas específicas de una ocupación —una vez descartadas las actividades genéricas como redactar correos o agendar reuniones— corresponden a trabajos históricamente realizados por otra profesión. Un agente de servicio al cliente le pide a la IA un análisis de mercado; un diseñador, un script de automatización; un vendedor, una explicación legal. La máquina no está eliminando roles: los está expandiendo a nuevas áreas.
Los equipos de experiencia al cliente encabezan la lista: el 77% de sus consultas cruzan la frontera de su propio oficio. Les siguen diseño (75%) y recursos humanos (69%). En el extremo opuesto, los ingenieros solo cruzan el 28% de las veces, prefiriendo quedarse en su disciplina. Ronnie Chatterji, economista jefe de OpenAI, lo explicó en una entrevista: “Los límites entre los puestos probablemente ya se están volviendo más flexibles gracias a la IA”.
El cuello de botella se desplaza
Si la IA no quita trabajo, ¿qué hace? Lo multiplica. Every, una consultora que opera con agentes autónomos, automatizó todo lo que pudo: la IA responde el 95% de los correos de su CEO, Dan Shipper, y maneja programación, redacción y atención al cliente. Sin embargo, no han despedido a nadie. Al contrario, tienen más trabajo humano que antes. La razón es lo que Shipper llama un “backlog infinito”. Cuando un humano se cansa, la jornada termina. Cuando un agente nunca se fatiga, el límite lo pone la capacidad de decidir qué vale la pena hacer. El cuello de botella se desplaza de la ejecución al juicio.
En la práctica, los equipos operan con un “sándwich humano”: la persona define el marco y el objetivo al inicio, la IA ejecuta el grueso, y la persona vuelve al final para evaluar, corregir y contextualizar. Este modelo no solo preserva empleos, sino que los vuelve más estratégicos. La paradoja es clara: automatizar sin reemplazar genera una demanda creciente de criterio humano.
La oportunidad para las pymes latinoamericanas
Este hallazgo debería resonar en cualquier CEO de una pyme en México, Colombia o Argentina. En la región, la falta de especialistas dedicados es crónica: una empresa de veinte personas rara vez tiene un analista de datos, un diseñador UX y un abogado in-house. El estudio de OpenAI confirma que las empresas pequeñas ya usan IA para llenar esos vacíos: en organizaciones de dos a cinco empleados, el 18,9% de las consultas cruzan ocupaciones, frente al 16,3% en firmas de más de cien personas.
Para un ejecutivo latinoamericano, esto significa que ChatGPT puede convertirse en un “generalista digital” que resuelve tareas de marketing, finanzas o legal sin necesidad de contratar a un especialista de tiempo completo. Pero también implica un desafío de gestión: la facilidad para producir borradores, informes y código puede generar una avalancha que requiere supervisión humana calificada. La empresa que no invierta en el criterio de su equipo para priorizar y curar lo que produce la IA terminará con “slop”: contenido correcto en apariencia pero homogéneo y sin valor diferencial.
Shipper lo resume: “La abundancia crea uniformidad. La uniformidad crea una demanda de diferencia”. En un mercado donde cualquiera puede pedirle a la IA un plan de marketing o un balance financiero, la ventaja competitiva volverá a estar en las personas que sepan preguntar lo correcto y detectar lo que la máquina no ve.
Hacia un nuevo equilibrio
La evidencia de OpenAI y la experiencia de Every sugieren que el impacto de la IA en el trabajo no será lineal. No se trata de automatizar para ahorrar costos, sino de expandir qué tareas pueden hacer los equipos y cómo se reorganiza el valor dentro de la organización. Gartner ya proyecta que, aunque puedan darse despidos localizados hacia 2028, el efecto neto será expansivo, porque permite emprender proyectos que antes no eran viables.
En América Latina, donde la brecha de talento especializado es más ancha, la tentación de usar la IA como sustituto directo de personal es alta. Pero la evidencia apunta a una estrategia más inteligente: usar los agentes como multiplicadores de la capacidad humana, no como reemplazos. El riesgo real no es que la IA deje sin trabajo a la gente, sino que las empresas no sepan cómo gestionar el aluvión de producción que la IA pone a su alcance. Abandonar el miedo y adoptar modelos híbridos no es una opción tecnológica: es una decisión de competitividad regional.
