Un estudio de Coface y el OEM analiza la exposición de la economía española a la IA. Un 15,2 % de las tareas laborales en España se encuentran en riesgo bajo el escenario «Special Agent».
Más de tres años después del lanzamiento de ChatGPT, el impacto de la inteligencia artificial (IA) en el empleo sigue siendo invisible en las estadísticas agregadas.
Sin embargo, está empezando a manifestarse de forma marginal en determinados segmentos del mercado laboral, especialmente en puestos de nivel inicial dentro de los sectores más vulnerables. España presenta una exposición a la automatización impulsada por la IA ligeramente inferior a la media europea.
En el escenario «Special Agent» de Coface, un 15,2 % del contenido de las tareas en la población activa española se encuentra en riesgo, situando al país dentro de un grupo de economías del sur de Europa —junto a Portugal e Italia y, de forma más difusa, Grecia, Bulgaria, Rumanía y Turquía— con niveles de exposición moderados.
‘La próxima frontera de la automatización: un mapa de escenarios sobre la exposición laboral a la IA’
Elaborado por Coface y el Observatorio de Empleos Amenazados y Emergentes (OEM). Trata de analizar a nivel internacional qué tareas y profesiones están más expuestas a la automatización por IA y anticipar su impacto en el mercado laboral.
Este análisis pone en relieve un cambio en la frontera de la automatización. Con la IA, son ahora las tareas cognitivas, complejas y cualificadas las que parecen estar cada vez más en peligro, lo que plantea un riesgo de trastorno en la estructura del empleo.
La posición de España en el mapa global refleja la estructura económica y la del empleo del país
Sectores como el comercio minorista, el transporte, los servicios de alojamiento y restauración, la construcción y el sector inmobiliario desempeñan un papel más importante que en la media europea.
La industria manufacturera, la información y comunicación, los servicios profesionales y científicos y los servicios públicos tienen una presencia relativamente menor. El empleo está menos concentrado en ocupaciones corporativas y digitales altamente expuestas —más predominantes en el noroeste de Europa— y más orientado hacia funciones de atención al cliente y administrativas propias de la economía de servicios.
La exposición a la IA se ve impulsada principalmente por profesionales de ventas y atención al cliente, empleados administrativos generales y puestos empresariales y administrativos, así como determinadas ocupaciones de ingeniería y técnicas aplicadas; mientras que el menor peso de los segmentos corporativos de gama alta y con un uso intensivo de las TIC actúa como factor moderador de la exposición global.
Una metodología innovadora para medir el potencial de automatización de tareas y profesiones
El objetivo de este estudio es ofrecer un mapeo detallado de las áreas en las que la expansión de la IA tiene más probabilidades de transformar el trabajo de las economías mundiales. Este análisis granular revela vulnerabilidades que las estadísticas agregadas siguen pasando por alto en gran medida, ya que la exposición varía significativamente entre tareas, profesiones, sectores, países y regiones.
La metodología desarrollada por la OEM aborda tres limitaciones que se observan con frecuencia en los análisis existentes:
- La falta de granularidad en el análisis de las profesiones
- La baja reproducibilidad de las evaluaciones basadas en juicios de expertos o en evaluaciones generadas por la IA
- La ausencia de una verdadera dimensión prospectiva en relación con las diversas fases del desarrollo de la IA.
Este método ofrece una respuesta concreta a las tres limitaciones identificadas
En primer lugar, refina significativamente el análisis de las profesiones al distinguir la calificación por acción básica genérica, independientemente de la profesión en cuestión. En segundo lugar, mejora la reproducibilidad de las evaluaciones mediante reglas explícitas y auditables. Por último, introduce una auténtica dimensión prospectiva, lo que permite proyectar la exposición de las tareas a lo largo de varias fases de desarrollo de la IA —cinco en el contexto de este estudio— en lugar de limitarse a ofrecer una instantánea en un único momento.
Junto con el OEM, Coface ha contribuido a ampliar este marco desarrollando un método para ponderar las tareas en función de su importancia y frecuencia, perfeccionando los escenarios prospectivos y las reglas de puntuación, y ampliando el alcance empírico del análisis a casi treinta países. Esta evaluación de la exposición a la automatización es deliberadamente aproximada y se centra en el lado de la oferta: mide la exposición técnica de las tareas a la automatización y, por lo tanto, no prejuzga en modo alguno el volumen de pérdidas netas de empleo. De hecho, por su diseño, no tiene en cuenta la dinámica de la demanda, la posible creación de nuevas tareas ni las fricciones que pueden ralentizar o limitar el despliegue real de la IA.
Exposición variable entre los grupos profesionales: la IA se centra en actividades cognitivas y relacionadas con la información
El estudio destaca una ruptura importante con las oleadas de automatización anteriores: la IA no representa una continuación de tecnologías como la robótica o el software, sino que desplaza el foco hacia tareas cognitivas que son complejas y no repetitivas. Su impacto es muy variado: se percibe primero a nivel de tarea, antes de tener un impacto desigual en las profesiones, los grupos profesionales y, más allá de eso, en los sectores en los que se concentran.
Aproximadamente una de cada ocho profesiones a nivel mundial supera el umbral del 30 % de tareas automatizables
El estudio identifica como un umbral para una profunda transformación de la profesión, allanando el camino para una redistribución potencialmente significativa del personal, sin que ello signifique necesariamente su desaparición. Las profesiones más expuestas se concentran en campos altamente cognitivos y con un uso intensivo de la información: ingeniería, TI, funciones administrativas, finanzas, derecho y ciertas profesiones creativas y analíticas.
Ocupaciones menos vulnerables
Siguen siendo manuales o implican interacciones humanas difíciles de estandarizar: la industria manufacturera, la construcción, el mantenimiento, el transporte, la restauración, la limpieza y determinadas actividades de cuidados y asistencia.
Disparidades significativas entre países
El estudio destaca que la exposición de los países a la automatización impulsada por la IA varía significativamente, oscilando entre alrededor del 12 % del contenido laboral expuesto a la automatización (definido como la proporción de tareas automatizables en relación con el empleo total) en Turquía y casi el 20 % en el Reino Unido. Estas diferencias se explican en gran medida por la estructura de las economías, que determina en gran parte la estructura del empleo y, en consecuencia, la proporción de tareas que pueden automatizarse potencialmente.
Las economías más ricas y las más orientadas a los servicios cognitivos parecen ser las más expuestas a la automatización
Además del Reino Unido, los Países Bajos, Irlanda y Luxemburgo presentan una mayor concentración de ocupaciones intensivas en información, mientras que los países en los que el empleo sigue estando más orientado al comercio, los servicios personales, la construcción, el transporte u otras actividades más intensivas físicamente muestran una exposición más moderada. El estudio identifica cinco grupos de países con perfiles similares.
Más allá del empleo
Los posibles efectos de la implantación de la IA van más allá de la mera cuestión del empleo. Dado que afecta a profesiones cualificadas y bien remuneradas, la implantación de la IA podría acabar alterando los equilibrios económicos y sociales. Al automatizar algunas de las tareas que se realizan en las profesiones más cualificadas, podría desplazar de manera notable una parte significativa del valor añadido del trabajo hacia el capital. Para los países cuyos sistemas fiscales dependen en gran medida de la tributación directa o indirecta del trabajo, esta evolución plantearía un doble desafío presupuestario, al reducir los ingresos fiscales (cotizaciones a la seguridad social, impuesto sobre la renta, IVA, etc.) y, al mismo tiempo, aumentar el gasto público (seguro de desempleo, formación).
El estudio también nos invita a considerar de manera más amplia el valor de la educación y las titulaciones que se otorgan actualmente al final de diversos itinerarios educativos. Si algunas de las tareas para las que preparan los estudios de larga duración se vuelven más fácilmente automatizables, el vínculo entre el nivel educativo, la remuneración y la seguridad laboral podría debilitarse. Sin llegar (todavía) a la conclusión de que la educación superior ya no es necesaria, estos hallazgos sugieren que los empleadores podrían dar menos importancia a las titulaciones por sí solas y centrarse, en cambio, en habilidades que sigan siendo complementarias a la IA, como el criterio, la adaptabilidad o la capacidad de supervisar su uso.
Por último, el auge de la IA podría dar lugar a nuevas vulnerabilidades geopolíticas, logísticas y operativas debido a la concentración de sus activos más críticos (semiconductores, modelos de lenguaje, centros de datos) en un número limitado de empresas y países que controlan las tecnologías.
Conclusión: una transformación capaz de reconfigurar el trabajo
Aunque la trayectoria exacta de estas transformaciones sigue siendo incierta, y la transición de la exposición técnica de las tareas a sus efectos netos sobre el empleo no es automática, hay un punto que destaca claramente: la IA no se está implementando en los márgenes del trabajo, sino en una parte de sus funciones cognitivas, no rutinarias y cualificadas, percibidas desde hace tiempo como las más seguras. Dado que estas funciones forman parte de ocupaciones que desempeñan un papel fundamental en la generación de ingresos, valor añadido y recaudación fiscal, parece poco probable que tal transformación pueda tener lugar sin remodelar, en mayor o menor medida, la naturaleza de los puestos de trabajo y los equilibrios que los sustentan.