En el estudio los trabajadores más expuestos tienden a tener mayores ingresos, más educación y una mayor presencia en ocupaciones de cuello blanco. Es decir, la IA generativa no está empezando por la periferia clásica del mercado laboral, sino por una porción de su centro profesionalizado.
Por su parte, el Foro Económico Mundial sugiere en su Future of Jobs Report 2025, que entre 2025 y 2030 el 22% de los empleos actuales atravesará algún tipo de transformación estructural, además en ese proceso se crearían 170 millones de puestos y se desplazarían 92 millones, para un saldo neto positivo de 78 millones.
Pero un saldo positivo no equivale a una transición benigna. La misma institución advierte que 39% de las habilidades clave de los trabajadores cambiará de aquí a 2030 y que, si el mercado laboral fuera una muestra de 100 personas, 59 necesitarán recapacitación o actualización.
Segura señala que a pesar de estos números, existe aún una brecha de talento.
“A pesar de que existe consenso sobre los roles emergentes, como ingenieros de prompts de IA (71%), analistas de desempeño (59%) y entrenadores de IA o curadores de datos (58%), la escasez de habilidades continúa siendo un reto”, precisó la especialista de KPMG.
Para los jóvenes, esto plantea un problema particularmente serio. Muchos mercados laborales funcionan como escaleras, ya que se entra por tareas más repetitivas, se aprende contexto, se gana criterio y luego se asciende hacia labores menos estructuradas. Si la IA corta los peldaños inferiores, el daño compromete la formación del talento futuro.
Un despacho puede necesitar menos analistas junior porque el modelo ya produce el primer memo. Pero alguien tendrá que convertirse, algún día, en el socio que corrige ese memo. Si se destruye el tramo de aprendizaje, el sistema empieza a consumir experiencia que ya no produce.
El propio estudio de Anthropic subraya que los efectos agregados sobre el desempleo son aún pequeños o indistinguibles. Además, la distancia entre lo que la IA podría hacer y lo que realmente se usa en entornos profesionales es grande, por restricciones legales, software especializado, verificación humana y simple inercia organizacional.