• No hay productos en el carrito.

Sin trabajadores no hay clientes: la paradoja que la IA le plantea a cada Directorio

La paradoja de la productividad: empresas cada vez más eficientes, trabajadores potencialmente desplazados y consumidores con menor poder adquisitivo.

  • Lo que es racional para una empresa (automatizar y reducir dotación) puede ser dañino si lo hacen miles de empresas a la vez: menos ingresos laborales significan menos consumo y, finalmente, menos ventas para todos.
  •  
  • La evidencia disponible no muestra todavía un desplazamiento masivo de empleo, pero sí señales tempranas concentradas en un punto sensible: la contratación de jóvenes en ocupaciones expuestas a la IA.
  •  
  • En América Latina el riesgo tiene una forma particular: los empleos más expuestos suelen ser formales, urbanos y relativamente bien remunerados, mientras que la brecha digital limita la capacidad de capturar las ganancias de productividad.
  •  
  • Para los Directorios, la IA no es solo una decisión de eficiencia: es una decisión de riesgo estratégico que afecta la demanda futura, el desarrollo de talento y la legitimidad de la empresa.

La gran contradicción de la inteligencia artificial

Asistimos a una transformación empresarial sin precedentes cercanos. La inteligencia artificial (IA) está dejando de ser una herramienta de apoyo para convertirse en un sistema capaz de ejecutar tareas que, hasta hace poco, requerían la intervención directa de personas. En numerosas organizaciones, los trabajadores pasan de ejecutar actividades a supervisar, validar y controlar los resultados que producen sistemas inteligentes.

 

Desde la óptica empresarial, el atractivo es evidente: mayor productividad, menores costos operativos, procesos más rápidos y la posibilidad de crecer sin aumentar en la misma proporción la dotación de personal.

 

Sin embargo, esta transformación encierra una contradicción que merece examinarse con rigor: ¿qué sucede cuando las empresas necesitan cada vez menos trabajadores, pero siguen dependiendo de consumidores que necesitan ingresos para comprar sus productos y servicios?

 

La pregunta no es tecnológica. Es económica, estratégica y social. Y debería estar en la agenda de los Directorios y de la Alta Dirección.

1. Cuando la eficiencia individual se convierte en un problema colectivo

Imaginemos una empresa que, gracias a la IA, logra automatizar el 40 % de las actividades de su personal (un supuesto ilustrativo). Si reduce su dotación, baja sus costos laborales y mejora su rentabilidad, al menos en el corto plazo. Para esa empresa, la decisión puede ser perfectamente racional.

 

Ahora imaginemos que miles de empresas adoptan la misma estrategia al mismo tiempo. El resultado podría ser una reducción significativa del empleo y de la masa salarial. Y los trabajadores desplazados no solo pierden su puesto: pierden, total o parcialmente, su capacidad de consumo.

 

Aquí aparece la paradoja: los trabajadores que las empresas buscan reemplazar son también los consumidores que sostienen sus ventas.

 

En términos económicos, estamos ante un posible problema de demanda efectiva y ante una clásica falacia de composición: lo que resulta beneficioso para una empresa considerada aisladamente no necesariamente lo es para el conjunto del sistema. La preocupación no es nueva —Keynes ya hablaba de «desempleo tecnológico» en 1930—, pero la IA le da una escala y una velocidad distintas, porque alcanza por primera vez de forma masiva a tareas cognitivas y administrativas.

2. El círculo de retroalimentación negativa

Si la automatización provoca un desplazamiento laboral significativo sin mecanismos compensatorios, podría desencadenarse esta secuencia:

 

Mayor automatización → menor demanda de trabajo → menores ingresos laborales → menor consumo → caída de ventas → nuevos ajustes empresariales → más pérdidas de empleo.

 

El proceso puede retroalimentarse y alcanzar incluso a las empresas que inicialmente se beneficiaron de la automatización. Una economía no funciona solo produciendo bienes y servicios: también necesita mecanismos que distribuyan ingresos y sostengan la demanda. Una extraordinaria capacidad de producción pierde valor económico si no hay suficientes compradores con poder adquisitivo.

 

Esto no significa que la automatización conduzca inevitablemente a una crisis. Las olas tecnológicas anteriores terminaron creando más empleo del que destruyeron: el aumento de productividad abarata precios, abre mercados, estimula inversión y genera ocupaciones que antes no existían. Pero esos efectos compensatorios no son automáticos ni simultáneos. Si la velocidad de sustitución supera la capacidad de la economía para generar nuevas oportunidades, el desajuste temporal puede ser largo y costoso. Ese es uno de los principales riesgos de la transición.

3. Qué dice la evidencia (y qué todavía no dice)

El debate no es solo teórico. Conviene, sin embargo, distinguir entre exposición (la proporción de tareas que la IA podría realizar o modificar) y desplazamiento efectivo (empleos que efectivamente se pierden). Son cosas distintas.

 

Las estimaciones de exposición. El Fondo Monetario Internacional (FMI) estimó en 2024 que cerca del 40 % del empleo mundial está expuesto a la IA, proporción que sube a alrededor del 60 % en las economías avanzadas. Advirtió que algunos trabajadores podrían beneficiarse con aumentos de productividad, mientras que otros podrían enfrentar menores salarios, menos contrataciones o la desaparición de ciertas ocupaciones.

 

La Organización Internacional del Trabajo (OIT) señaló en mayo de 2025 que uno de cada cuatro empleos del mundo presenta algún grado de exposición a la IA generativa, y considera más probable la transformación de ocupaciones que su eliminación. Pero transformar tareas no equivale a preservar puestos: que una profesión siga existiendo no significa que las organizaciones necesiten la misma cantidad de profesionales para ejercerla.

 

El Foro Económico Mundial (Future of Jobs Report 2025) proyecta que, hacia 2030, las transformaciones del mercado laboral crearían 170 millones de empleos y desplazarían 92 millones, con un saldo neto de 78 millones. Dos advertencias: esas cifras combinan factores tecnológicos, económicos, demográficos y ambientales —no solo la IA—, y un saldo global positivo no garantiza que quienes pierden su empleo puedan acceder a los nuevos.

 

Las primeras señales observadas. Los datos más finos disponibles provienen de Estados Unidos. El Stanford Digital Economy Lab, con registros de nómina de millones de trabajadores, no encuentra evidencia de un desplazamiento generalizado del empleo en la economía. Sí detecta, en cambio, una caída relativa del empleo de los jóvenes de 22 a 25 años en las ocupaciones más expuestas, que se produce principalmente por menos contrataciones y no por más despidos, y que se concentra donde la IA sustituye tareas en lugar de complementarlas. Los propios autores lo presentan como indicadores tempranos, no como prueba causal definitiva. Es, literalmente, el «canario en la mina».

 

La dimensión latinoamericana. Un estudio conjunto de la OIT y el Banco Mundial estimó que entre el 26 % y el 38 % de los empleos de América Latina y el Caribe están expuestos a la IA generativa, y que entre el 2 % y el 5 % enfrenta riesgo de automatización total. La exposición es mayor en empleos formales, urbanos, mejor remunerados y ocupados por personas con más educación. Al mismo tiempo, cerca de la mitad de los empleos que podrían volverse más productivos con la IA tropiezan con brechas de conectividad e infraestructura digital.

 

En marzo de 2026, un nuevo trabajo de la OIT y el Banco Mundial —elaborado como insumo del Informe sobre el Desarrollo Mundial 2026 y basado en 135 países— reforzó la advertencia: en las economías en desarrollo, la disrupción puede llegar antes que los beneficios de productividad. Los empleos vulnerables a la automatización (por ejemplo, administrativos y de oficina) suelen estar ya conectados y representan, en esos países, empleos de relativa calidad; los que podrían potenciarse con IA, en cambio, a menudo carecen de acceso digital confiable. El estudio también señala que una mayor proporción de empleos ocupados por mujeres involucra tareas automatizables.

 

La transición, por lo tanto, generará ganadores y perdedores: entre trabajadores, entre empresas y entre países.

4. El riesgo de crecer sin generar empleo

Durante gran parte de la historia económica moderna, el crecimiento empresarial estuvo asociado —aunque no de forma proporcional— a la expansión del empleo. Una empresa que aumentaba significativamente sus ventas necesitaba, por lo general, incorporar personas, ampliar infraestructura y desarrollar capacidades.

 

La IA está modificando esa relación. Hoy es técnicamente posible aumentar considerablemente el volumen de ciertas operaciones sin aumentar la dotación en la misma proporción; incluso puede haber crecimiento de ingresos con reducción de puestos en algunas funciones.

 

La pregunta de fondo es: ¿puede una economía sostener un crecimiento generalizado si una proporción creciente de sus empresas produce más sin generar ingresos laborales equivalentes?

 

La respuesta dependerá de la creación de nuevas actividades, la evolución de salarios y precios, la inversión, la distribución de beneficios y las políticas públicas. Crecer sin expandir proporcionalmente el empleo no es, en sí mismo, negativo: puede reflejar mejoras genuinas de productividad. El problema surge cuando esas mejoras se traducen en una pérdida persistente de poder adquisitivo de sectores amplios de la población. En ese escenario, la productividad empresarial podría aumentar mientras se debilita la demanda agregada.

5. El futuro de los jóvenes profesionales: la escalera sin primeros peldaños

Tradicionalmente, las organizaciones incorporaban jóvenes profesionales para tareas iniciales: preparar informes, procesar información, analizar documentación, elaborar reportes o ejecutar controles básicos. Esas actividades cumplían una doble función: generaban valor para la empresa y, al mismo tiempo, eran el espacio donde se aprendía el oficio.

 

La IA puede automatizar buena parte de esas tareas, y la evidencia de Stanford sugiere que el ajuste ya empezó por allí: no despidiendo, sino dejando de contratar. Si las organizaciones eliminan progresivamente las posiciones de ingreso, el problema trasciende el desempleo juvenil inmediato.

 

¿Cómo se formarán los futuros especialistas, gerentes y directivos si desaparecen los peldaños por los que tradicionalmente se adquiría experiencia? La experiencia profesional no se construye solo con conocimiento académico: requiere exposición a situaciones reales, errores, decisiones, responsabilidad y aprendizaje progresivo.

 

Las empresas deberán rediseñar sus modelos de formación —programas de aprendices aumentados por IA, rotaciones, mentoría estructurada— para evitar que la automatización de tareas iniciales termine erosionando su propia cantera de talento. Una organización que hoy ahorra en puestos de ingreso puede encontrarse, dentro de diez años, sin los mandos medios que necesita.

6. La responsabilidad de los Directorios y de la Alta Dirección

La incorporación de IA no debería evaluarse solo con indicadores de reducción de costos, productividad y rentabilidad. Desde una perspectiva de gobierno corporativo y gestión integral de riesgos, también corresponde evaluar sus efectos sobre la sostenibilidad del modelo de negocio. Marcos como la ISO 31000 (gestión del riesgo) y la ISO/IEC 42001 (sistemas de gestión de la IA) ofrecen una base para integrar estas consideraciones en la toma de decisiones.

 

Propongo seis frentes para la agenda estratégica del Directorio, cada uno con una pregunta concreta para la próxima sesión:

Seis preguntas para la agenda del Directorio
Frente Qué evaluar Pregunta para el Directorio
Impacto sobre el empleo Qué funciones se automatizarán, qué puestos podrían desaparecer y cuáles pueden transformarse mediante reconversión. ¿Tenemos un mapa de tareas automatizables y un plan de transición para las personas afectadas?
Sostenibilidad de la demanda Cómo la automatización generalizada podría afectar los ingresos y el consumo de nuestros mercados. ¿Nuestros clientes dependen de sectores que también están automatizando aceleradamente?
Distribución de beneficios Cómo se reparten las ganancias de productividad entre accionistas, trabajadores, clientes y otros grupos de interés. ¿Qué parte del ahorro se reinvierte en personas, precios o nuevos negocios?
Desarrollo de capacidades humanas Preservar conocimiento crítico, experiencia institucional y mecanismos de formación. ¿De dónde saldrán nuestros mandos medios en 2035?
Riesgo operacional y tecnológico Evitar que la dependencia de sistemas automatizados debilite la supervisión, la respuesta y la recuperación. ¿Podríamos operar si el sistema falla, y quién tiene aún el conocimiento para validarlo?
Responsabilidad social y reputacional Consecuencias sobre trabajadores, comunidades y legitimidad empresarial. ¿Podríamos explicar públicamente nuestras decisiones de automatización?

La cuestión no es impedir la innovación tecnológica. Es gobernarla. Una empresa no debería confundir la maximización de la eficiencia operativa con la sostenibilidad integral de su modelo de negocio.

7. El verdadero desafío: distribuir los beneficios de la productividad

La IA tiene un enorme potencial para mejorar la calidad de vida: puede reducir tareas repetitivas, ampliar el acceso al conocimiento, mejorar servicios y crear nuevas oportunidades económicas. Pero esos beneficios no se distribuirán solos de manera equilibrada.

 

Un trabajo del FMI de 2025 (Rockall, Mendes Tavares y Pizzinelli) aporta un matiz relevante: a diferencia de olas anteriores de automatización, la IA podría incluso reducir la desigualdad salarial, porque afecta también a trabajadores de altos ingresos; sin embargo, podría aumentar la desigualdad de riqueza, porque las ganancias se concentran en el rendimiento del capital, que está en manos de quienes ya tienen más activos. Dicho de otro modo: el riesgo no está tanto en quién pierde su sueldo como en quién se queda con la productividad.

 

Si el crecimiento se concentra en los propietarios del capital tecnológico mientras una proporción creciente de la población tiene dificultades para obtener ingresos laborales, las desigualdades podrían profundizarse. Esto obliga a revisar algunos mecanismos tradicionales de distribución. Entre las alternativas que merecen evaluación están la reconversión profesional, la reducción de jornada acompañada de mejoras de productividad, la participación de los trabajadores en los beneficios y el fortalecimiento de la protección social.

 

Ninguna es una solución universal; todas requieren analizar costos, incentivos, viabilidad y efectos. Pero hay algo que no puede ignorarse: si el trabajo humano pierde peso como fuente de generación y distribución de ingresos, habrá que encontrar otros mecanismos que sostengan el poder adquisitivo y la cohesión social. De lo contrario, podríamos construir economías extraordinariamente eficientes en lo productivo y crecientemente frágiles en lo social.

8. Reflexión final: ¿puede la IA debilitar el sistema económico que la sostiene?

La IA no es, por sí misma, una amenaza inevitable para el empleo ni para la prosperidad. El verdadero riesgo está en cómo las organizaciones y las sociedades decidan utilizarla.

 

Una empresa puede reemplazar trabajadores, reducir costos y mejorar sus resultados. Pero si miles de empresas hacen lo mismo y no surgen fuentes alternativas de ingreso suficientes, el sistema enfrentará una contradicción fundamental: las empresas necesitarán cada vez menos trabajadores para producir, pero seguirán necesitando consumidores con ingresos para vender.

 

No estamos ante una predicción de colapso, sino ante un riesgo sistémico que merece atención temprana, precisamente porque las primeras señales ya son visibles. La discusión ya no debería limitarse a cuántos empleos podrá reemplazar la IA. Conviene formular preguntas más profundas:

 

  • ¿Quiénes recibirán los beneficios de la mayor productividad?
  •  
  • ¿Cómo se sostendrá el consumo si disminuye la participación del trabajo humano en el ingreso?
  •  
  • ¿Qué puertas de entrada tendrán los jóvenes al mercado laboral?
  •  
  • ¿Qué responsabilidad corresponde a los Directorios frente a las consecuencias sociales de sus decisiones?
  •  
  • ¿Estamos preparando a nuestras organizaciones para una transición sostenible, o simplemente acelerando la reducción de costos?
  •  

Las respuestas no dependerán de la tecnología, sino de las decisiones de quienes gobiernan las organizaciones y diseñan las políticas económicas.

 

El gran desafío no será demostrar que la IA puede producir más con menos personas. Eso ya está demostrado. Será lograr que esa mayor productividad se traduzca en prosperidad económica y social sostenible. Porque una economía no se mide solo por su capacidad de producir riqueza, sino también por su capacidad de distribuir oportunidades, generar ingresos y sostener la demanda que hace que esa riqueza tenga valor.

Referencias

1. Brynjolfsson, E., Chandar, B. y Chen, R. (2025, revisado en agosto de 2026). Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence. Stanford Digital Economy Lab.

 

2. Cazzaniga, M. et al. (2024). Gen-AI: Artificial Intelligence and the Future of Work. Staff Discussion Note SDN/2024/001. Fondo Monetario Internacional.

 

3. Foro Económico Mundial (2025). The Future of Jobs Report 2025.

 

4. Gmyrek, P., Viollaz, M. y Winkler, H. (2026). Disruption without Dividend? How the Digital Divide and Task Differences Split GenAI’s Global Impact. Documento de trabajo conjunto OIT–Banco Mundial, 27 de marzo de 2026.

 

5. Organización Internacional del Trabajo (2025). Generative AI and Jobs: A 2025 Update.

 

6. Organización Internacional del Trabajo y Banco Mundial (2024). La IA generativa y los empleos en América Latina y el Caribe: ¿La brecha digital es un amortiguador o un cuello de botella?

 

7. Rockall, E. J., Mendes Tavares, M. y Pizzinelli, C. (2025). AI Adoption and Inequality. Working Paper 2025/068. Fondo Monetario Internacional.

Preguntas frecuentes sobre inteligencia artificial, empleo y consumo

¿La inteligencia artificial va a reemplazar empleos?

La inteligencia artificial puede automatizar tareas y reducir la necesidad de personal en algunas funciones. La Organización Internacional del Trabajo (OIT) estima que uno de cada cuatro empleos del mundo tiene algún grado de exposición a la IA generativa y considera más probable la transformación de las ocupaciones que su eliminación. La exposición mide qué tareas podrían cambiar. Estudio de la OIT sobre IA generativa y empleo.

¿Qué significa «sin trabajadores no hay clientes»?

Los ingresos del trabajo sostienen una parte del consumo del que dependen las empresas. Si muchas organizaciones reducen personal al mismo tiempo y los hogares afectados pierden poder adquisitivo, las ventas pueden debilitarse. La paradoja es que una decisión rentable para una empresa puede perjudicar al conjunto cuando se generaliza.

¿Cómo puede la automatización aumentar la productividad y reducir el consumo?

Una empresa puede producir más con los mismos recursos y, al mismo tiempo, reducir su masa salarial. El efecto sobre el consumo depende de cómo se distribuyan las ganancias de productividad. Los precios más bajos, las nuevas actividades y la creación de empleo pueden compensar parte de la pérdida de ingresos. El riesgo aparece cuando esa compensación tarda o resulta insuficiente.

¿Qué empleos están más expuestos a la IA generativa en América Latina?

La exposición es mayor en empleos formales, urbanos y relativamente bien remunerados. Un estudio de la OIT y el Banco Mundial estima que entre el 26 % y el 38 % de los empleos de América Latina y el Caribe podrían verse expuestos a la IA generativa, y que entre el 2 % y el 5 % presentan potencial de automatización completa. La brecha digital también limita las mejoras de productividad. Estudio sobre América Latina y el Caribe.

¿Cómo afecta la inteligencia artificial al primer empleo de los jóvenes?

Cuando la IA asume tareas de entrada, como preparar informes o revisar documentación, las empresas pueden abrir menos puestos iniciales. Un estudio del Stanford Digital Economy Lab observó en Estados Unidos una caída relativa del empleo entre jóvenes de 22 a 25 años en ocupaciones expuestas a la IA, explicada principalmente por una menor contratación. Esto plantea un desafío adicional para las empresas: cómo formar a sus futuros especialistas y mandos medios. Estudio del Stanford Digital Economy Lab.

¿Qué debería evaluar un directorio antes de automatizar con inteligencia artificial?

Además del ahorro esperado, el directorio debería evaluar el impacto sobre el empleo, la sostenibilidad de la demanda, la distribución de los beneficios, el desarrollo de capacidades humanas, el riesgo operacional y tecnológico, y las consecuencias sociales y reputacionales. La tabla del punto 6 traduce esos seis frentes en preguntas para una sesión de directorio.

¿Cómo pueden las empresas sostener el desarrollo de talento al automatizar tareas?

Pueden rediseñar los puestos de entrada para que los profesionales jóvenes usen la IA, validen sus resultados y participen en decisiones reales bajo supervisión. La mentoría estructurada, las rotaciones y los programas de aprendizaje permiten seguir formando criterio profesional cuando cambian las tareas con las que antes se aprendía el oficio.

¿Te has preguntado cómo gestionar eficazmente estos riesgos?


¡No busques más!
En Iberoamericana Educación Ejecutiva, hemos creado programas pensando en tus necesidades de información y formación. Nuestros expertos internacionales han diseñado un completo Programa al respecto para brindarte las herramientas necesarias para comprender y enfrentar estos desafíos de manera efectiva.
¡No esperes más para inscribirte!
Los programas de formación ya están disponibles y estamos aquí para ayudarte a ampliar tus conocimientos y habilidades en esta área crucial.
21 noviembre, 2026