IA y el futuro del trabajo: hacia lo opcional
Publicado el 3 de febrero de 2026 por Sergio Jiménez Mazure en Inteligencia Artificial.
Hace unos meses, en una sesión de trabajo con un equipo directivo, alguien levantó la mano y lanzó una pregunta que parecía inocente: “Sergio, ¿esto de la IA es para trabajar menos o para trabajar mejor?”. Me quedé unos segundos en silencio, no por falta de respuesta, sino porque la pregunta venía con trampa. En la práctica, casi siempre hablamos de eficiencia con cara de PowerPoint, pero lo cierto es que lo que está en juego es otra cosa: el sentido del trabajo como obligación social. Y eso, en países donde la palabra “empleo” aún significa dignidad, no es un tema menor.
Cuando se dice que “el trabajo podría ser opcional”, no estamos hablando de un retiro espiritual pagado por la tecnología, ni de un futuro de hamacas y cafés largos. Suelo comentar que esa frase, repetida como mantra por algunos gurús y magnates, es una bomba semántica: cambia la relación entre supervivencia, identidad y economía. Porque durante siglos la humanidad ha vivido en un tablero de ajedrez donde el peón madruga, el alfil calcula y el rey —desgraciadamente— rara vez se ensucia las manos. La IA está moviendo las piezas sin pedir permiso. Y a la hora de mirar el resultado, no todos entienden el jaque.
“Opcional” no significa que el trabajo desaparezca, sino que puede dejar de ser el requisito para comer, pagar arriendo o mandar a tus hijos a estudiar. Eso suena futurista, casi como si Julio Verne lo hubiera escrito en una servilleta. Pero bajémoslo a tierra: si una parte grande de las tareas que hoy pagamos con salarios se automatiza, el valor económico se desplaza del esfuerzo humano a sistemas, modelos, robots, datos y energía. Por tanto, la pregunta ya no es si habrá trabajo, sino quién controlará la productividad y cómo se reparte lo producido. Porque la tecnología no redistribuye nada por defecto; la tecnología ejecuta.
En mi caso, veo este cambio cada semana, aunque no siempre se note desde fuera. No es que las empresas se estén quedando sin gente de golpe. Es más sutil y, por eso mismo, más peligroso: se comprimen equipos, se recortan pasos, se reduce el “tiempo humano” necesario para entregar resultados aceptables. Antes, una campaña, un análisis, un reporte o una atención “decente” requería un grupo. Hoy, con asistentes y automatización, el mismo resultado lo saca una persona con criterio y una máquina que no se cansa. Y claro, alguien lo celebrará como victoria. Otros lo vivirán como sentencia.
Ahora bien, el impacto real no se mide solo en despidos. Se mide en desplazamiento de funciones, en pérdida de poder de negociación, en la velocidad con la que se deprecia lo aprendido. Y hay que decirlo sin romanticismo: muchas tareas que sostienen la clase media —administrativas, operativas, repetitivas, incluso algunas “profesionales”— están entrando en zona de turbulencia. No porque sean inútiles, sino porque son estructuradas, previsibles y fáciles de describir en pasos. Y cuando algo se puede describir en pasos, tarde o temprano alguien intentará automatizarlo. Sorpresa: ya lo están haciendo.
Un amigo, que lee a Asimov con la misma devoción con la que otros siguen el fútbol, me decía que el problema no es que existan robots, sino que siempre terminamos inventando robots para mantener intactas nuestras viejas jerarquías. Tenía razón. El debate del “trabajo opcional” no es técnico; es político y cultural. Y aquí viene la parte que a algunos les incomoda: si el trabajo se vuelve opcional para unos pocos, mientras para el resto sigue siendo una guerra diaria por sobrevivir, entonces no hemos avanzado nada. Solo hemos cambiado de uniforme.
La IA no tiene moral; la moral la pone quien decide para qué se usa y a quién beneficia.
La pregunta, entonces, no es si la IA “nos quitará” el trabajo, como si el trabajo fuera un objeto que se cae del bolsillo. La pregunta es más incómoda: ¿qué pasa con una sociedad cuando el trabajo deja de ser el centro de la vida, pero el acceso a la seguridad y al progreso sigue dependiendo de él? Porque si el trabajo era, para bien o para mal, nuestro contrato con el mundo, ¿qué firmamos después? Y, sobre todo, ¿quién redacta la letra pequeña?
Tal vez el futuro haga que trabajar sea una elección. Eso sería histórico. Pero también podría convertirnos en espectadores de una economía que produce sin nosotros. Y ya sabemos cómo termina esa novela cuando la escriben otros: el protagonista cree que decide, hasta que descubre que era personaje secundario. Eso es lo que somos si no damos la discusión a tiempo. Eso y nada más.
Si en el punto anterior hablábamos de “opcional” como una palabra cargada de pólvora, aquí viene la parte que la hace creíble: la automatización ya no es una promesa, es una línea de producción. Y a la hora de mirar números, lo cierto es que las empresas no están esperando a que el debate filosófico madure; están comprando tiempo, eficiencia y control. En mi caso, cuando acompaño a equipos de operaciones o service desks, la conversación rara vez empieza con “robots”. Empieza con algo mucho menos épico: “Sergio, tenemos demasiado backlog”, “no alcanzamos a contestar”, “se nos van los clientes por tiempos de respuesta”. Y ahí, casi sin darnos cuenta, abrimos la puerta.
Por un lado están los robots humanoides, que suenan a ciencia ficción hasta que los ves mover cajas con una precisión que no discute con Recursos Humanos. Elon Musk lleva años empujando la narrativa de Tesla Optimus y, más allá del show, el mensaje empresarial es brutalmente simple: una máquina que trabaja 24/7, sin pausas, sin rotación, sin feriados, puede recortar costos laborales en el orden del 70-80% (estimaciones que se han atribuido internamente a Tesla) y sostener una operación estable con menos variabilidad. Eso, en manufactura y logística, es un misil directo a la estructura de costos. Eso sí, no es magia: se habla de inversiones iniciales de 1 a 5 millones de dólares por sitio para robotizar a un nivel serio. Y como en toda guerra, el primer gasto no es el disparo, es la logística.
Ahora, el otro frente —y el que está avanzando más rápido en oficinas— es la agentic AI, esos sistemas que no solo “responden” sino que ejecutan flujos completos. OpenAI y Anthropic empujan esa línea: modelos que pueden tomar un objetivo (“cierra este caso”, “reconcilia estas facturas”, “responde estos tickets”) y encadenar acciones: leer, decidir, escribir, validar, escalar. McKinsey hablaba de que hasta un 45% de actividades laborales podrían automatizarse para 2030, y con lo que estoy viendo, no me parece descabellado. En la práctica, la automatización entra como caballo de Troya: nadie anuncia “vamos a reemplazar”. Se anuncia “vamos a reducir tiempos”. Y, cuando reduces tiempos, reduces horas humanas. Es matemática, no maldad. Aunque la matemática, ya sabemos, también se usa para justificar lo injustificable.
Para aterrizarlo: en atención al cliente, herramientas como ChatGPT Enterprise ya permiten automatizar alrededor del 30% de consultas típicas en call centers. No las complejas, no las emocionales, no las que requieren criterio fino, pero sí el volumen repetitivo que sostiene la operación. En análisis, lo que antes era un equipo preparando reportes semanales hoy se vuelve un tablero con asistentes que resumen, detectan anomalías y proponen acciones. En marketing digital, el “primer borrador” de casi todo —copys, variaciones, segmentaciones, insights— sale en minutos, y lo humano se desplaza hacia lo que siempre debió ser: decidir, no transcribir.
Me recuerda a esas escenas de novelas de Arthur Conan Doyle donde el crimen no ocurre por un golpe, sino por una suma de detalles que nadie vio venir. La automatización funciona igual: no llega con trompetas; llega con pequeños “ahorros” que se vuelven estructura. Y cuando alguien pregunta “¿cuándo fue que cambió todo?”, ya es tarde. Porque una empresa que descubre que puede multiplicar productividad con menos fricción rara vez decide volver atrás, salvo que le sobre conciencia. Spoiler: la conciencia no se reporta en el EBITDA.
Eso sí: no todo es perfecto ni inmediato. Los robots humanoides todavía sufren en tareas no estructuradas o en entornos impredecibles. Y los agentes autónomos, cuando no tienen límites claros, pueden inventar, confundir o ejecutar de más. Pero el rumbo es evidente. Como en una partida de ajedrez mal planteada, el problema no es perder una pieza. El problema es no darte cuenta de que el rival ya está jugando otro juego.
Renta Básica Universal (RBU) y “impuesto a los robots”: escenarios económicos y debate empresarial
Si en el punto anterior la automatización aparecía como un crimen de Conan Doyle —silencioso, incremental y perfectamente lógico—, aquí viene el momento en que alguien mira el cuerpo y pregunta quién paga el funeral. Porque cuando una empresa logra producir más con menos personas, no solo mejora su margen; también reduce masa salarial, y con ella se achica el motor más simple de cualquier economía: gente con ingresos comprando cosas. Y eso, a la hora de sostener mercados, es un problema mayor que cualquier demo de IA.
Por eso la Renta Básica Universal (RBU) vuelve a la mesa con fuerza. No como caridad, sino como un mecanismo de estabilidad. Elon Musk lo ha dicho sin rodeos: si los robots hacen el trabajo, entonces el ingreso debería desacoplarse del empleo. Y ahí aparece la idea del “impuesto a los robots”, esa frase que suena a pancarta, pero que en realidad es contabilidad con contenido político: gravar parte de la riqueza generada por automatización para redistribuirla en forma de ingreso mínimo. En otras palabras, si la productividad se concentra, el consumo se desploma. Y si el consumo se desploma, la fiesta se acaba. Incluso para los que cobran la entrada.
Lo cierto es que la discusión empresarial suele tener dos reflejos automáticos. El primero: “¿otra tasa más?”, como si el problema fuera solo fiscal. El segundo: “eso desincentiva innovar”, como si la innovación fuera un acto de altruismo y no una carrera por ventaja competitiva. Ambas reacciones son comprensibles, pero incompletas. Porque la RBU no nace por amor al ocio, sino por miedo al vacío. Un vacío de ingresos, de sentido y de cohesión social. Y cuando ese vacío crece, la política —esa industria que convierte la angustia en votos— entra como un ejército sin pedir permiso.
Hay experimentos que ya dieron pistas interesantes. Un piloto atribuido a OpenAI en 2024, con 1.000 dólares mensuales para 1.000 participantes en EE. UU., reportó un aumento del 12% en satisfacción vital sin una caída significativa en la búsqueda de empleo. Es decir: la gente no se volvió estatua, se volvió menos desesperada. Y la desesperación, aunque algunos la romantizan como “hambre de superación”, en realidad es mal combustible para construir sociedades sanas. Funciona para sobrevivir, no para progresar.
En paralelo, ya hay señales políticas concretas: California discute la ley AB-1836 con pagos entre 500 y 1.500 dólares al mes para desplazados por IA, financiados con gravámenes a Big Tech. La Unión Europea, con el EU AI Act (2024), obliga a reportar impactos laborales, y eso abre la puerta a fondos de transición que se han proyectado en el orden de 50.000 millones de euros hacia 2030. Singapur ya habla de 800 SGD/mes para trabajadores de bajos salarios afectados por automatización. No son promesas de campaña; son ensayos de manual para un mundo que sospecha que el contrato “trabajo a cambio de vida” se está rompiendo.
Si la productividad se automatiza y el ingreso no se redistribuye, el mercado se queda sin compradores y la democracia sin paciencia.
Ahora, la pregunta incómoda para las empresas es otra: ¿cuánto cuesta sostener el sistema sin incendiarlo? En algunos escenarios se habla de que un “impuesto a robots” podría llegar hasta un 15% adicional sobre ingresos corporativos. Y sí, eso asusta. Pero también conviene decirlo con crudeza: el costo de no hacer nada puede ser más caro. Porque cuando el desempleo estructural se instala —el Foro Económico Mundial ha hablado de rangos del 20-30% hacia 2040—, el riesgo ya no es solo económico; es reputacional, político y hasta operativo. Una empresa no produce en paz en una sociedad que se siente descartable.
Me gusta usar una metáfora marítima: automatizar sin pensar en redistribución es como construir un barco más rápido, pero olvidarte de que necesitas puertos, tripulación y pasajeros. Puedes navegar perfecto, sí. El problema es que terminas navegando solo. Y una economía “solo” —con productividad concentrada y consumo precario— no es eficiente; es frágil. Eso sí, nadie quiere decirlo en voz alta en una reunión de directorio, porque suena a ideología. Pero lo cierto es que aquí la ideología es inevitable: si no decides cómo repartes, ya decidiste. Solo que dejaste que lo haga el más fuerte.
En términos empresariales, la RBU tiene un ángulo que pocos consideran: puede convertirse en una forma de proteger el mercado consumidor que sostiene ventas, créditos, educación, vivienda y servicios. En mercados iberoamericanos —donde la informalidad y la desigualdad hacen que cualquier shock se sienta el doble— una red mínima de ingreso puede amortiguar caídas de demanda y reducir conflictividad. ¿Es gratis? No. ¿Es simple? Tampoco. Pero el debate real ya no es si la RBU es “buena” o “mala”, como si estuviéramos debatiendo un libro de Asimov en un club de lectura. El debate real es si tenemos un plan cuando la automatización, silenciosa y obstinada, empiece a dejar gente fuera del tablero. Y si no lo tenemos, otros lo escribirán por nosotros. Con su letra, y con su factura.
Cómo prepararse para un modelo AI-first en Ecuador y LATAM: estrategias, habilidades y perfiles más demandados hacia 2026
Después de hablar de RBU, impuestos a robots y fondos de transición, alguien podría pensar que esto es un problema “del Estado” y que la empresa solo debe esperar a que le lleguen nuevas reglas. Suelo comentar que esa es una forma elegante de patear el tablero. Porque mientras discutimos quién financia el puente, la automatización ya está cruzando el río. Y en Ecuador, con 54,2% de informalidad, 22,5% de subempleo y apenas 37,4% de empleo adecuado (INEC), no tenemos el lujo de improvisar. Aquí, la transición a un mundo AI-first no se juega solo en la productividad; se juega en estabilidad, reputación y sostenibilidad de negocio.
En mi caso, cuando acompaño a empresas de banca, retail o servicios, la conversación útil no es “¿metemos IA?” sino “¿en qué parte del proceso la IA ya está metida sin que lo hayamos gobernado?”. Porque el dato más revelador no es futurista: 39% de trabajadores ya usa IA informalmente en oficinas. Es decir, ya hay automatización “en la sombra”, sin métricas, sin controles, sin lineamientos éticos, sin seguridad. Y eso es como mandar tropas al frente sin mapa, sin radio y con munición prestada. Puede que ganes una escaramuza, pero vas a perder la guerra por desgaste.
¿Qué significa, en la práctica, volverse AI-first en Ecuador?
No es comprar licencias y pedirle a un asistente que escriba correos “más bonitos”. Un modelo AI-first implica rediseñar el trabajo para que la máquina haga lo repetible y lo humano se concentre en juicio, vínculo, creatividad y responsabilidad. Es muy importante: AI-first no es “menos gente”; es “menos fricción”. Si luego decides recortar, esa es otra discusión, y normalmente es la discusión que nadie quiere tener de frente.
Además, en Ecuador hay un dato que obliga a pensar con cabeza fría: cerca del 27% del empleo total (2,28 millones de puestos) enfrenta cambios por IA generativa; un 2% está en riesgo de automatización total y un 11% adicional es vulnerable. Pero entre 8% y 14% podría elevar productividad sin desaparecer. Esa es la ventana estratégica. Y no va a durar para siempre.
Una hoja de ruta realista (sin humo) para 2026
Si tuviera que resumir lo que funciona cuando una empresa quiere moverse rápido sin romperse, lo pondría así:
- 1) Auditoría de procesos y tareas automatizables: no empieces por áreas, empieza por tareas. Identifica el 30-40% de actividades repetibles y documentables (tickets, reportes, conciliaciones, seguimiento de leads, control de inventario, QA básico). Lo que se puede describir en pasos, se puede automatizar.
- 2) Gobernanza mínima viable: si solo 12-18% de empresas con IA tiene políticas formalizadas de datos y ética, eso significa que la mayoría está jugando a la ruleta rusa con su reputación. Define responsables, criterios de uso, trazabilidad de decisiones y protocolos de seguridad. No necesitas una tesis; necesitas disciplina.
- 3) Métricas antes que entusiasmo: si el 70% opera proyectos sin métricas ni controles, no estás innovando: estás apostando. Mide ahorro de tiempo, impacto en calidad, riesgos, satisfacción de cliente y errores. La IA sin métricas es vanidad corporativa.
- 4) Pilotos cortos con impacto visible: 6 a 10 semanas, un proceso, un indicador, un responsable. Luego escalas. La automatización grande se gana con victorias pequeñas, como en ajedrez: no se sacrifica una pieza si no sabes qué controlas después.
- 5) Upskilling agresivo, pero con sentido: forma a líderes y equipos en AI fluency. No para que sean ingenieros, sino para que sepan pedir, evaluar, corregir y decidir. Lo humano no es escribir prompts; es reconocer cuándo una respuesta está mal, cuándo un sesgo te va a explotar y cuándo el modelo no entiende tu negocio.
Perfiles más demandados (y por qué importan incluso si no “contratas IA”)
Hacia 2026, en Ecuador ya se siente la demanda por perfiles que mezclan dato, negocio y criterio. Los veo repetirse en banca, logística y retail con una consistencia casi aburrida:
- Data Analysts y Business Intelligence Specialists: porque sin lectura de datos, la IA se vuelve una caja negra que “hace cosas” sin explicar por qué.
- Data Engineers: porque los modelos no viven del aire; viven de infraestructura, calidad de datos y procesos sólidos.
- Expertos en ciberseguridad IA: porque el ataque también se automatiza. Y no, no es paranoia: es estadística.
- Perfiles de IA sin programación (operativos y funcionales): porque mucha automatización real ocurre con herramientas visuales y asistentes. Y porque el 33% de vacantes ya no exige experiencia previa, lo cual abre reconversión. Pero solo si alguien la lidera.
Lo cierto es que este mapa de perfiles tiene una lectura política: quien no invierta en talento, terminará comprando dependencia. Dependencia de proveedores, de consultoras, de “soluciones mágicas” que prometen todo y explican poco. Y una empresa dependiente, en un mundo de IA, es como un marinero sin brújula: puede avanzar, sí. Pero no elige a dónde llega.
Riesgos locales: informalidad, brechas y el síndrome del sprint eterno
Hay otro riesgo que casi nadie menciona: antes de automatizar de verdad, muchas empresas intensifican el trabajo. Aprietan KPIs, suben expectativas, reducen tiempos. Es el “último sprint” que se vuelve eterno. Y ahí aparece el agotamiento, el cinismo y la rotación. Con lo cual, cuando por fin llega la IA, llega a un equipo ya roto. Una pésima idea.
Sumemos brechas: se estima que las mujeres están un 25% más expuestas en roles administrativos afectados por IA. Si no hay políticas de reconversión y movilidad interna, la automatización no solo cambia procesos: amplifica desigualdades. Como decía un profesor mío, “lo que no corriges, lo optimizas”. Y la IA optimiza muy bien.
Una empresa AI-first sin ética y sin seguridad no es moderna; es imprudente. Y la imprudencia, tarde o temprano, factura.
¿Entonces qué hacemos, hoy?
Si tuviera que dejarte una provocación final, sería esta: la IA no te va a quitar el trabajo; te va a quitar la excusa. La excusa de procesos lentos, de decisiones sin datos, de experiencias de cliente mediocres, de estructuras infladas por costumbre. Y también, seamos honestos, te va a quitar la excusa de no hablar del costo humano de la eficiencia.
En Ecuador y LATAM, el futuro “post-laboral” que algunos venden como utopía puede convertirse en distopía si lo abordamos con superficialidad. A la hora de la verdad, no se trata de elegir entre productividad o personas. Se trata de decidir si quieres ser protagonista del cambio o personaje secundario en la novela de otro. Verne imaginó máquinas extraordinarias; Asimov nos advirtió sobre sus consecuencias. Nosotros tenemos la mala suerte —o la oportunidad— de vivir justo en el capítulo donde se escribe la realidad.
Si estás liderando una organización y quieres preparar un plan AI-first serio para 2026 (procesos, talento, riesgos y casos de uso con ROI), hablemos. En Innovación IA hacemos diagnósticos de impacto, auditorías de automatización y programas de formación ejecutiva para que la adopción de Inteligencia Artificial no sea un salto de fe, sino una estrategia. Porque lo único peor que automatizar tarde es automatizar mal. Y esa partida, créeme, nadie la gana.
Artículo base: https://futurism.com/future-society/ai-labor-universal-income