La IA no está destruyendo empleos. Por eso LATAM debería preocuparse
Los datos de 2026 son contundentes: no hay apocalipsis laboral. Pero vienen de economías donde el trabajo está digitalizado. En LATAM, la mitad del empleo ni siquiera aparece en los datasets.
Hace unas semanas, David George de a16z, unos de los VC más importantes del mundo, publicó un artículo con un título que no deja mucho espacio para la ambigüedad: “The AI Job Apocalypse Is a Complete Fantasy”. Su argumento: la idea de que la IA va a destruir empleos masivamente es una fantasía sin evidencia, sin imaginación y sin comprensión de cómo funcionan los mercados. El artículo está cargado de datos, gráficos y papers académicos frescos de 2026. Es una pieza seria.
Del otro lado, no faltan voces igual de serias advirtiendo que esta vez sí es diferente. Que la IA no es el tractor ni la electricidad. Que cuando una máquina puede pensar, el ser humano se queda sin su “ventaja competitiva”.
Leí el artículo de George con atención. Los datos que presenta sobre empleo son convincentes, y la evidencia histórica que recopila es sólida. Quienes predicen el fin del trabajo ven que el costo de la inteligencia colapsa, asumen que eso deja a los humanos sin función, y no miran más allá. No se preguntan qué nuevos mercados, industrias y roles aparecen cuando la inteligencia se vuelve barata y abundante. En eso, la evidencia le da la razón a George: la historia muestra que siempre aparecen trabajos nuevos.
Lo que no comparto es tratar esto como una revolución más. La IA no es el tractor. El tractor no pensaba. Cuando una máquina puede hacer lo que hacía tu cerebro, el ser humano pierde la ventaja competitiva que tuvo durante toda su historia. Estoy convencido de que vamos a encontrar una nueva. Todavía no sé cual, pero esa incertidumbre no me paraliza sino que me obliga a moverme más rápido.
Pero, ¿qué significa todo esto para alguien que toma decisiones en Latinoamérica?
¿Apocalipsis laboral? Esto dice la evidencia
En marzo escribí un post llamado La Paradoja del CEO Eficiente donde planteé que existe un riesgo real de que cada empresa optimice racionalmente su operación con IA mientras destruye, en conjunto, el mercado que la alimenta. Cité datos de Stanford, de PIMCO, de la participación laboral más baja en 78 años de medición en Estados Unidos. El cuadro era preocupante.
Desde entonces han aparecido datos nuevos que permiten afinar y completar la lectura que hice en ese momento.
En abril, el Yale Budget Lab publicó un análisis que fue al grano: “la imagen que emerge de nuestros datos es de estabilidad, no de disrupción a nivel económico”. Un working paper del NBER encontró que la adopción de IA en empresas no ha generado cambios significativos en el empleo total. La Fed de Atlanta encuestó firmas directamente: más del 90% reportaron cero impacto en sus niveles de empleo en los últimos tres años. Y el Census Bureau midió que solo el 5% de las empresas que usan IA reportaron algún cambio en su dotación, distribuido casi en partes iguales entre las que contrataron más y las que redujeron.
En Europa la historia es parecida. Un estudio del Banco Europeo de Inversiones midió que la adopción de IA aumentó la productividad laboral en 4% promedio en la Unión Europea, sin evidencia de reducción de empleo. El Banco Central Europeo encontró que la exposición a IA se correlaciona positivamente con el crecimiento del empleo, aunque con un matiz: los beneficios se concentran en países con sistemas de innovación fuertes.
Pero la foto tiene grietas. La economista Elsie Peng de Goldman Sachs publicó en abril un análisis que separa los dos efectos de la IA en el empleo: sustitución y augmentación. La sustitución está eliminando alrededor de 25,000 empleos mensuales en Estados Unidos. La augmentación está creando unos 9,000. El neto es negativo: unas 16,000 posiciones al mes. En una economía con más de 160 millones de empleados es una fracción mínima, pero es real. Y el impacto cae con más fuerza en roles de entrada y en trabajadores jóvenes — consistente con lo que Stanford ya había detectado y que analicé en La habilidad más valiosa de la próxima década.
Lo que muestran los datos en conjunto no es un apocalipsis. Es una recomposición. Hay roles que se comprimen, otros que se expanden, y la distribución de la riqueza se sigue concentrando. El mercado laboral, al menos en las economías desarrolladas donde se ha medido, se mantiene de pie. Pero no está quieto.
Esta película ya la vimos
El miedo a que la tecnología destruya empleos tiene más historia que la tecnología misma. En 1589, la reina Isabel I le negó una patente a William Lee por su máquina de tejer mecánica. Su razón: dejaría sin trabajo a los tejedores del reino. Cuatro siglos después, la industria textil emplea a más personas que en cualquier punto de la era isabelina.
Los economistas tienen un nombre para esto: la falacia del lump-of-labor. La idea de que existe una cantidad fija de trabajo en la economía, y que si una máquina hace más, los humanos hacen menos. Suena intuitivo. Y está consistentemente equivocada.
Los números son difíciles de ignorar. En 1900, el 41% de la fuerza laboral estadounidense trabajaba en agricultura. Para el 2000, era el 2%. La mecanización del campo no destruyó el empleo, liberó a millones de personas que terminaron en fábricas, oficinas, hospitales, laboratorios y eventualmente en industrias que nadie habría imaginado en 1900. La producción agrícola casi se triplicó en el proceso.
La electrificación hizo lo mismo. A principios del siglo XX, sólo el 5% de las fábricas estadounidenses usaba electricidad. Para 1930, el 80% de la manufactura corría con energía eléctrica y la productividad laboral se había duplicado. El resultado no fue desempleo masivo. Fue más manufactura, más comercio, más empleos de servicio, y una clase media que no existía antes.
Un ejemplo más reciente y menos épico: VisiCalc y Excel. Cuando la hoja de cálculo automatizó el trabajo de los contadores, se perdieron cerca de un millón de puestos de teneduría de libros en Estados Unidos. Pero aparecieron un millón y medio de puestos de analistas financieros. La herramienta no eliminó la función, la elevó. Y creó una industria entera de planificación y análisis financiero que antes no existía.
El patrón es consistente: cada vez que una tecnología abarata un insumo fundamental, la demanda no se congela. Se expande. Aparecen productos, servicios y mercados que nadie anticipó. Y el empleo, después de un período de ajuste, crece.
¿Y esta vez? Depende de a quién le preguntes. Y sobre todo, de dónde le preguntes.
Pero ¿de dónde vienen esos datos?
Todo lo que acabo de citar tiene algo en común: viene de Estados Unidos y Europa. Los papers son del NBER, de Yale, del Census Bureau, de la Fed de Atlanta, del Banco Central Europeo. Miden economías con mercados laborales flexibles, acceso profundo a capital, infraestructura digital madura y ecosistemas de reentrenamiento que, con todas sus fallas, existen.
Para Latinoamérica no hay equivalente. No existe un paper del NBER midiendo el efecto neto de la IA en el empleo chileno, colombiano o mexicano. Lo que hay son proyecciones, no mediciones. Y eso ya es un dato en sí mismo.
Lo que sí sabemos es que el tablero es radicalmente distinto. Según la OIT, el 46.7% del empleo en Latinoamérica es informal. Casi uno de cada dos trabajadores opera fuera del sistema formal: sin contrato, sin acceso a herramientas digitales en su trabajo, sin aparecer en ningún dataset de adopción de IA. México y Brasil, los líderes de la región, tienen 2 robots por cada 1,000 trabajadores — una fracción de lo que se ve en economías avanzadas.
Y hay un dato que merece atención. Latinoamérica tiene smartphones en todos lados. La penetración móvil supera el 70%. Pero eso no es lo mismo que tener puestos de trabajo digitalizados. Un estudio conjunto de la OIT y el Banco Mundial encontró que 17 millones de empleos en la región podrían mejorar su productividad con IA generativa, pero no pueden hacerlo porque los trabajadores no usan tecnologías digitales en su trabajo. En Brasil, por ejemplo, el 8.5% de los trabajadores en situación de pobreza podría beneficiarse de la IA generativa, pero solo el 40% de ellos usa herramientas digitales en su día a día laboral.
La brecha no es de acceso a internet. Es de uso productivo. Y esa distinción cambia la conversación entera.
Escudo o cuello de botella
La OIT y el Banco Mundial acuñaron un concepto que captura exactamente lo que está pasando en la región: “Buffer or Bottleneck”. La brecha digital de Latinoamérica actúa simultáneamente como escudo y como cuello de botella.
Como escudo: la baja digitalización de los puestos de trabajo protege a gran parte de la fuerza laboral de la automatización directa. Solo entre el 2% y el 5% de los empleos en la región está en riesgo real de ser reemplazado completamente por IA generativa. El vendedor de una tienda de barrio en Lima, el conductor de camión en Bogotá, el operario de una planta en Monterrey; sus trabajos no están en la línea de fuego inmediata. La IA necesita un sustrato digital para operar, y en buena parte de LATAM ese sustrato no existe en el lugar de trabajo.
Como cuello de botella: esa misma falta de digitalización impide capturar las ganancias de productividad. Entre el 8% y el 14% de los empleos en la región podría ver mejoras significativas de productividad con IA generativa. Pero la mitad de esos empleos no puede acceder a esos beneficios. No porque no exista la tecnología, sino porque el trabajo mismo no está digitalizado.
El resultado es una trampa: estamos protegidos del golpe, pero bloqueados de la ganancia.
Y acá entra un factor que rara vez se discute en la conversación latinoamericana. El St. Louis Fed publicó en abril de 2026 un análisis sobre por qué la adopción de IA varía tanto entre países. Encontraron que la demografía y el tamaño de las empresas explican parte de la brecha. Pero el predictor más fuerte fue otro: la calidad de las prácticas de gestión. Un punto más en su índice de management se asocia con 9.6 puntos porcentuales más de adopción de IA. Estados Unidos tiene de los puntajes de gestión más altos del mundo. Los países con puntajes bajos tienen las tasas de adopción más bajas.
No tengo el dato específico de LATAM en ese estudio, pero la implicancia es directa. La adopción de IA no depende solo de infraestructura o capital. Depende de cómo se gestionan las empresas. Y eso conecta con algo que veo todos los días: las empresas latinoamericanas que adoptan IA con éxito no son necesariamente las más grandes ni las más tecnológicas. Son las que tienen líderes dispuestos a experimentar, a cambiar procesos, a meter las manos.
El problema es que esos líderes son minoría. La mayoría de las empresas en la región opera como follower: espera a que otros validen la tecnología antes de moverse. En innovación tecnológica, eso siempre ha sido así. Pero con la IA, la ventana entre los que se mueven primero y los que llegan tarde se está cerrando más rápido que en cualquier ciclo anterior. Y cada trimestre que pasa sin adoptar no es un trimestre neutral, es un trimestre donde la distancia con los que sí adoptaron se agranda.
La expansión es real. Y LATAM tiene fichas en la mesa
Si la IA genera la expansión económica que proyectan las principales consultoras del mundo, la torta que se está creando es enorme. McKinsey estima que la IA generativa podría agregar entre 2.6 y 4.4 billones de dólares anuales a la economía global . Equivalente a sumar otra Alemania cada año. PwC proyecta que la IA podría sumar 15 puntos porcentuales al PIB global para 2035. Goldman Sachs calcula 7 billones de dólares en la próxima década.
Una parte se la llevan los dueños de la tecnología que son las empresas que construyen los modelos, los chips y la infraestructura. Eso está concentrado en Estados Unidos y China. Pero la expansión no se queda ahí. Necesita energía, necesita materiales, necesita infraestructura física. Y ahí LATAM aparece en el mapa.
La región tiene el 60% de las reservas mundiales de litio y produce el 46% del cobre global. Los analistas proyectan un déficit de 6 millones de toneladas de cobre para 2035, impulsado en gran parte por data centers y energía limpia. La producción de litio en la región debería pasar de 70,000 toneladas en 2025 a más de 200,000 para 2030. Morgan Stanley ve 280 mil millones de dólares en inversión extranjera directa fluyendo a Latinoamérica, impulsados por litio, nearshoring y reformas regulatorias. Brasil se está convirtiendo en el foco principal de inversión en data centers para la región. Y la tendencia de nearshoring está empujando proyectos hacia México, Centroamérica y partes de Sudamérica.
La expansión económica por IA ya está tocando a LATAM. Pero hay que ser honestos sobre por dónde está entrando: por el lado de los commodities y la infraestructura, no por el lado del conocimiento. Somos proveedores de las materias primas que necesita la revolución, no creadores de la revolución misma. Eso genera empleo y genera divisas. Pero no es lo mismo que capturar el valor que se crea en las capas superiores como las aplicaciones, los servicios, los nuevos modelos de negocio.
Capturar ese valor no requiere competir con OpenAI o NVIDIA. Como escribí hace unas semanas en un post sobre la posición de LATAM en el stack de IA, los modelos fundacionales se están convirtiendo en commodity — disponibles vía API por centavos. La diferenciación se movió de “tener el mejor modelo” a “resolver el problema correcto con la mejor ejecución”. Y ahí LATAM tiene una ventaja que Silicon Valley no puede replicar: conocimiento profundo de mercados que nadie más entiende y canales de distribución informales que no aparecen en ningún manual de Stanford.
El camino no es extraer litio y esperar. Es construir empresas que usen la infraestructura que otros crearon para resolver problemas que solo nosotros conocemos. Eso requiere ejecutivos que se muevan, que experimenten, que no esperen a que alguien en Estados Unidos les valide la idea. Y requiere que dejemos de medir nuestra posición en la carrera de IA por cuántos modelos entrenamos o cuántos data centers tenemos, y empecemos a medirla por cuántos problemas reales estamos resolviendo con la tecnología que ya existe.
Lo que queda por responder
La evidencia de 2026 me deja más tranquilo sobre el apocalipsis laboral. No está ocurriendo. La historia sugiere que no va a ocurrir. Los datos apuntan más hacia una recomposición que hacia un colapso.
Sobre la ventaja humana, no. La IA no es el tractor. Estamos perdiendo la ventaja competitiva que nos definió como especie durante toda nuestra historia: la capacidad de pensar. Vamos a encontrar otra. No sé cuál es todavía. Nadie lo sabe.
Y sobre Latinoamérica, menos. La región está protegida del golpe directo por las mismas razones que la mantienen atrás: informalidad, baja digitalización, empresas que se mueven lento. Esa protección tiene fecha de vencimiento. Cuando la IA llegue con fuerza a nuestros mercados laborales (y va a llegar), la pregunta no va a ser si destruye empleos. Va a ser si construimos lo suficiente antes de que eso pase.
La peor estrategia es esperar a que alguien más responda esa pregunta por nosotros.