Estadísticas de pérdida de empleo por IA 2026: los números detrás de los titulares

Cada titular sobre IA y empleo que has leído en los últimos doce meses termina con un número. 300 millones. 92 millones. 41 %. 14 %. 78 millones. 25 %. Los números casi siempre son reales. Los titulares construidos sobre ellos casi siempre los malinterpretan. La misma estadística que dice «la IA desplazará 300 millones de empleos» es también la que dice «y creará más que eso», y quienes citan la primera mitad rara vez citan la segunda.

Este post hace la versión poco glamurosa. Recorre las estadísticas de pérdida de empleo por IA que realmente circulan en 2026 — de dónde salió cada número, qué mide, qué no mide y qué tan fiable es. Al final deberías poder leer cualquier titular sobre IA y empleo y hacer las tres preguntas que separan una señal real de un comunicado de prensa reciclado.

Si quieres la versión personalizada en lugar del panorama macro, haz la evaluación de riesgo de carrera por IA en 4 minutos y obtén una puntuación de riesgo de 0 a 100 fundamentada en los mismos conjuntos de datos, ponderada para tu rol, industria, país y antigüedad específicos.

Las tres preguntas que hacerle a cualquier estadística de pérdida de empleo por IA

Antes de los números, el filtro. Cada estadística de pérdida de empleo por IA es una de tres cosas, y los titulares las tratan como si fueran lo mismo.

Exposición — la cuota de tareas de una ocupación que la IA podría plausiblemente hacer. Esto es lo que miden el paper de OpenAI/UPenn «GPTs are GPTs», la cifra de 300 M de Goldman Sachs, el número del 40 % de exposición global del FMI y los estudios de probabilidad de automatización de la OCDE. Es un techo de capacidad, no un conteo de desplazamiento. La exposición te dice qué es técnicamente vulnerable, no qué está siendo realmente reemplazado.

Adopción — la cuota de trabajadores o empresas que están usando realmente IA en su trabajo hoy. El Economic Index de Anthropic, la encuesta a profesores Cengage/RAND, las encuestas State of AI de McKinsey, el módulo de IA de la Survey of Business Uncertainty de la Reserva Federal y los datos de prima salarial de IA de LinkedIn miden esto. La adopción te dice cuánta IA ha entrado realmente en el lugar de trabajo, no cuánto ha desplazado.

Desplazamiento — la cuota de trabajadores que realmente perdieron su empleo, vieron sus horas recortadas o sus salarios comprimidos a causa de la IA. Es la medición más rara y difícil. Layoffs.fyi rastrea despidos en tech pero no aísla causas atribuibles a la IA. El informe mensual de recortes de Challenger Gray comenzó a marcar recortes atribuidos a la IA en 2023. La Reserva Federal y el BLS aún están desarrollando metodologías. Las estadísticas de desplazamiento que existen son ruidosas, a menudo autorreportadas por los empleadores y crónicamente van por detrás de los titulares.

Cita destacada: Un número de exposición a la IA te dice qué es vulnerable. Un número de adopción te dice qué se está usando. Solo un número de desplazamiento por IA te dice qué está pasando realmente con los empleos — y los números de desplazamiento siguen siendo los más pequeños, ruidosos y menos citados de los tres.

Cada estadística a continuación está etiquetada con cuál de las tres categorías le corresponde. Lee la etiqueta antes que el número.

Los números de los titulares (y lo que realmente significan)

Goldman Sachs: «300 millones de empleos a tiempo completo equivalente expuestos»

Categoría: exposición. El informe de Goldman Sachs de 2023 a cargo de Joseph Briggs y Devesh Kodnani estimó que la IA generativa podría exponer aproximadamente 300 millones de empleos a tiempo completo equivalente a nivel mundial a la automatización, con cerca de dos tercios de las ocupaciones de EE. UU. expuestas en algún grado. Es el número de pérdida de empleo por IA más citado en circulación.

Lo que realmente dice: 300 millones de empleos contienen tareas que la IA podría plausiblemente realizar. Lo que no dice: que se perderán 300 millones de empleos. El propio modelo de Goldman también proyectó que la IA podría elevar el PIB global aproximadamente un 7 % a lo largo de una década y crear nuevos empleos aproximadamente equivalentes a la cuota del empleo en EE. UU. que hoy se encuentra en ocupaciones que no existían en 1940 — alrededor del 60 % del empleo actual. Los brazos de reemplazo y de creación del modelo son el mismo modelo. El brazo de reemplazo se cita; el de creación no.

FEM Future of Jobs 2025: 92 millones desplazados, 170 millones creados, neto +78 millones

Categoría: una mezcla de exposición, pronóstico de adopción y encuesta a empleadores. El Future of Jobs Report del Foro Económico Mundial de enero de 2025 encuestó a empleadores que cubren más de 14 millones de trabajadores en 55 economías. Los empleadores esperaban 170 millones de nuevos roles creados y 92 millones desplazados para 2030, lo que supone una ganancia neta de 78 millones de empleos a nivel global. También esperaban que el 39 % de las habilidades centrales actuales queden obsoletas para 2030 y que el 59 % de la fuerza laboral global necesite recapacitación.

Es la cifra única más equilibrada en circulación pública. El desplazamiento es real (92 millones, principalmente roles administrativos y de oficina). La creación también es real (170 millones, principalmente en IA y aprendizaje automático, big data, FinTech, energías renovables y trabajo de cuidados). La lectura honesta es una reorganización estructural del orden del 11–12 % de la fuerza laboral global, no destrucción neta de empleo. El mapa de empleos IA en 2030 expone el desglose rol por rol de qué roles desaparecen y cuáles crecen dentro de ese total neto positivo.

Anthropic Economic Index: el 36 % de las ocupaciones usan IA para el 25 % o más de las tareas

Categoría: adopción. El Economic Index de Anthropic, lanzado en febrero de 2025 y actualizado a lo largo de 2025 y entrado 2026, analizó millones de conversaciones anonimizadas de Claude y las mapeó a ocupaciones y tareas O*NET. Los números clave de los papers subyacentes: aproximadamente el 36 % de las ocupaciones usan IA para al menos el 25 % de sus tareas; aproximadamente el 4 % la usa para más de la mitad; la proporción augmentación-automatización es de cerca de 57:43; y las ocupaciones de informática y matemáticas representan por sí solas alrededor del 37 % de todas las conversaciones de Claude.

Lo que mide el Index: dónde se está usando realmente la IA. Lo que no mide: dónde la IA está causando pérdida de empleo. Un uso elevado a veces es señal temprana de desplazamiento, a veces señal de augmentación competente, y a veces señal de que la ocupación tiene acceso a un portátil. El desglose completo está en el explicador del gráfico de Anthropic.

FMI: el 40 % del empleo global expuesto, el 60 % en economías avanzadas

Categoría: exposición. La nota de discusión del personal del FMI de enero de 2024 («Gen-AI: Artificial Intelligence and the Future of Work», Cazzaniga et al.) estimó que alrededor del 40 % de los empleos a nivel mundial están expuestos a la IA, llegando a cerca del 60 % en economías avanzadas y bajando hasta aproximadamente el 26 % en economías de bajos ingresos. Cerca de la mitad de esa exposición podría aumentar la productividad (complementariedad); la otra mitad podría sustituir trabajo.

El número del FMI se trata ampliamente como un titular de «el 60 % de los empleos en países ricos están en riesgo». Eso es incorrecto. La exposición es solapamiento de tareas, no desplazamiento, y el FMI dividió explícitamente la mitad expuesta entre complementariedad (ganancia de productividad, prima salarial) y sustitución (presión a la baja). Aproximadamente la mitad cae en cada lado del 60 %. Hecho correctamente, la cifra del FMI dice que cerca del 30 % de los empleos en economías avanzadas enfrenta un riesgo de sustitución sustantivo en alguna fecha futura sin especificar — mucho más cerca del número de reorganización del FEM que lo que sugiere el titular del 60 %.

McKinsey: 12 millones de estadounidenses pueden necesitar cambiar de ocupación para 2030

Categoría: proyección de desplazamiento. El informe de McKinsey de 2023 «Generative AI and the future of work in America» estimó que 12 millones de estadounidenses pueden necesitar cambiar de ocupación para 2030, en su mayoría saliendo de soporte de oficina, atención al cliente y servicios de comida y entrando a roles de salud, STEM, transporte y gestión. El mismo modelo mostró que la IA acelera la cifra de cambio de ocupación proyectada respecto a una línea base previa a la IA en aproximadamente un 25 %, adelantando cerca de una década el desplazamiento que la automatización en general ya tenía previsto.

Es una de las estadísticas de desplazamiento más limpias en datos públicos porque es cambio de ocupación, no desempleo. No se proyecta que esos 12 millones de personas queden sin empleo. Se proyecta que necesiten moverse a una ocupación distinta de la que tienen ahora. Es un coste de ajuste serio — pero también es lo que ha hecho cada ola de productividad anterior.

Layoffs.fyi: aproximadamente 245 000 despidos en tech entre 2024 y 2025

Categoría: desplazamiento, atribución parcial. El rastreador comunitario Layoffs.fyi registró más de 150 000 despidos de trabajadores tech en 2024 y aproximadamente 95 000 a lo largo de gran parte de 2025. La atribución a la IA es parcial — muchos fueron racionalizaciones tras la sobrecontratación de 2022, correcciones tras los tipos cero o reestructuraciones impulsadas por otros factores, pero varios de los mayores anuncios de 2024 y 2025 (Klarna, Salesforce, los recortes de contratistas de Duolingo, los recurrentes recortes de productividad del 1–2 % de Google, el muy citado plan de IBM de pausar contrataciones en roles que «la IA podría reemplazar») citaron explícitamente la IA como parte de la justificación.

La lectura honesta: la IA es uno de varios motores de los despidos en tech, no toda la historia. Un conteo limpio de «empleos perdidos por la IA» dentro de esos 245 000 no existe; las estimaciones de investigadores que han intentado desentrañar las causas suelen atribuir entre el 15 % y el 30 % de los despidos recientes en tech a la automatización específica por IA, con el resto impulsado por presión de márgenes, corrección pospandémica y normalización del coste del capital. Eso sigue siendo entre 35 000 y 75 000 empleos tech explícitamente atribuibles a la IA en dos años — significativo, pero una pequeña fracción del titular.

Challenger Gray: la IA citada en aproximadamente 25 000–35 000 recortes de empleo anunciados en EE. UU. desde 2023

Categoría: desplazamiento, atribuido por el empleador. El Job Cut Report mensual de Challenger Gray & Christmas ha rastreado los despidos atribuidos a la IA como una categoría separada desde mayo de 2023. El recuento acumulado hasta principios de 2026 se sitúa en el rango aproximado de 25 000–35 000 recortes anunciados en EE. UU. donde los empleadores nombraron explícitamente a la IA como motivo principal o contribuyente. Es lo más cercano a una estadística de «empleos perdidos específicamente por la IA» que existe en los datos de EE. UU., y sigue siendo mucho más pequeña de lo que la mayoría de los titulares sugieren.

Dos matices. Primero, el recuento casi con certeza subestima el desplazamiento real, porque los empleadores tienen fuertes incentivos para usar lenguaje como «reestructuración», «eficiencia» o «cambio de modelo operativo» en lugar de nombrar la IA explícitamente. Segundo, el recuento no puede capturar el efecto mayor y más importante: no despedir a trabajadores existentes, sino contratar silenciosamente a menos de ellos a medida que las posiciones rotan.

Cita destacada: El número directamente contado de «perdidos por la IA» en 2026 está en las decenas de miles, no en los millones. El efecto mucho mayor es invisible en las estadísticas de despidos — aparece como puestos no publicados, vacantes sin cubrir y promociones de graduados que no se contratan. Los titulares hablan de despidos porque los despidos son fáciles de contar. La señal real está en las vacantes.

LinkedIn: los puestos de nivel inicial en tech bajaron entre el 15 % y el 20 % interanual a mediados de 2025

Categoría: señal de desplazamiento impulsado por la adopción. El Future of Work Report de LinkedIn de 2024 y los posteriores Workforce Reports trimestrales hasta 2025 documentaron que las ofertas de empleo de nivel inicial en tech caían entre un 15 % y un 20 % interanual. Las ofertas de nivel inicial en consultoría, finanzas y derecho también se debilitaron, aunque en márgenes menores. Las ofertas de nivel sénior se mantuvieron planas o crecieron.

Es la señal de desplazamiento impulsado por la adopción más limpia que tenemos. Dice: las tareas que históricamente definieron la base de la pirámide del trabajo de cuello blanco — análisis de primer borrador, revisión de documentos, llenado de plantillas, codificación básica, reportes de estado — están siendo absorbidas cada vez más por herramientas de IA, y las empresas están respondiendo comprando menos de esos asientos. Los asientos por encima se siguen comprando; algunos se compran con prima. El desglose ¿reemplazará la IA a los desarrolladores de software? explora esto específicamente para ingeniería, y el análisis del congelamiento de altas en GitHub Copilot cubre el lado de unidades económicas.

LinkedIn: las menciones de habilidades de IA en ofertas crecieron 21 veces entre 2023 y 2024

Categoría: adopción. Los datos de LinkedIn de 2024 mostraron que las ofertas de empleo que mencionan GPT, Copilot, Claude o habilidades generales de IA crecieron aproximadamente 21 veces entre 2023 y 2024. El mismo conjunto de datos mostró una prima salarial promedio por habilidades de IA de alrededor del 25 % en EE. UU., elevándose por encima del 40 % en ciertos roles técnicos.

Esta es la imagen espejo de la estadística de nivel inicial. La prima por habilidades de IA se paga a trabajadores — habitualmente de mediana carrera o sénior — cuya experiencia de dominio existente se vuelve dramáticamente más productiva con la IA. No es un pago por saber IA. Es un pago por ser un experto de dominio que también puede operar IA con fluidez. El desglose de habilidades de IA 2026 clasifica qué habilidades específicas tiran de la mayor prima y cuáles se están comoditizando más rápido.

BLS: las ocupaciones que más se contraen en EE. UU. para 2033

Categoría: proyección de desplazamiento. Las Employment Projections 2023–2033 de la Oficina de Estadísticas Laborales de EE. UU. (publicadas en septiembre de 2024) muestran que las ocupaciones que más se contraen hasta 2033 son operadores telefónicos (-40 %), procesadores de texto y mecanógrafos (-37 %), secretarias ejecutivas y asistentes administrativos ejecutivos (-21 %), capturistas de datos (-11 %) y varias otras categorías de oficina e información rutinaria. También se proyecta un descenso significativo para los representantes de atención al cliente.

Estas proyecciones incorporan la IA pero no son una señal pura de IA — la mayoría de las ocupaciones que se contraen ya estaban en declive de largo plazo antes de la IA generativa. La IA está acelerando, no iniciando, la tendencia. El lado que más crece de la misma proyección — técnicos de turbinas eólicas (+60 %), enfermeras especializadas (+46 % a +52 %), científicos de datos (+36 %), analistas de seguridad de la información (+33 %), auxiliares de salud a domicilio y cuidado personal — es la imagen inversa y explica por qué el empleo neto en la ventana de proyección es positivo en 6,7 millones de empleos.

Lo que estos números suman

Leídas en conjunto, las estadísticas de pérdida de empleo por IA en 2026 cuentan una historia más específica que cualquier titular individual.

Los números de exposición son grandes y en gran medida precisos. Los 300 millones de Goldman, el 40 %/60 % del FMI, los estudios a nivel de tarea de la OCDE y las mediciones del lado de la adopción de Anthropic coinciden en la misma forma: aproximadamente entre un tercio y dos tercios del trabajo en economías avanzadas tiene un solapamiento de tareas significativo con la IA, concentrado más fuertemente en el trabajo del conocimiento y más ligeramente en roles de presencia física y licenciados.

Los números de adopción están concentrados y crecen rápido. La IA se está usando intensamente en una minoría de ocupaciones — desarrollo de software, escritura, traducción, ciertas tareas de análisis, atención al cliente — y poco o nada en el resto. La concentración es real. El crecimiento de 21 veces en ofertas con habilidades de IA, los 1,8 millones de suscriptores de pago a GitHub Copilot, la cuota del 25–30 % de código generado por IA en grandes firmas tech, el 60 % de profesores de K-12 en EE. UU. usando herramientas de IA y la prima por habilidades de IA ampliándose por encima del 25 % de promedio lo confirman.

Los números de desplazamiento son pequeños en términos absolutos, grandes en su composición. Los despidos directamente atribuibles a la IA contados por Challenger Gray se sitúan acumuladamente en las decenas de miles. Los despidos a nivel tech parcialmente atribuibles a la IA están en las decenas altas de miles. La proyección de cambio de ocupación de 12 millones de McKinsey es a un horizonte de seis años y se reparte entre muchas causas. Ninguna es el número de millones perdidos que sugieren los titulares.

La composición del desplazamiento es la historia. El desplazamiento que sí está ocurriendo golpea con más fuerza la base de la pirámide — el trabajo del conocimiento de nivel inicial — y apenas toca las capas séniores, licenciadas, sujetas a presencia o de oficios físicos. También va acompañado de una significativa creación de nuevos roles en funciones adyacentes a la IA, sanidad, transición energética y oficios cualificados, varios de los cuales son netos positivos en empleo incluso después de descontar el desplazamiento por IA.

Cita destacada: La pérdida de empleo por IA en 2026 no es una recesión. Es una reorganización. Los asientos perdidos están concentrados en la base de la pirámide del trabajo de cuello blanco; los asientos ganados están concentrados en lo alto de ella, en el trabajo físico y en funciones adyacentes. El reto no es el conteo absoluto de empleos. Es si estás en el lado de la reorganización que conserva un asiento.

Dónde muestran riesgo real las estadísticas

Combina las estadísticas por ocupación y la imagen de alto riesgo se afila.

Atención al cliente de nivel 1. Los datos de adopción de Anthropic, las divulgaciones de Klarna de 2024, las proyecciones de declive ocupacional del BLS y los despliegues paralelos en Shopify, Zendesk, Salesforce Service Cloud e Intercom Fin apuntan todos en la misma dirección. La mitad o más del volumen rutinario de tickets en grandes despliegues será gestionado por IA para finales de 2026. Ver ¿reemplazará la IA a los representantes de atención al cliente? para el análisis a nivel de rol.

Roles junior del trabajo del conocimiento. El declive de nivel inicial de LinkedIn, la divulgación de Microsoft sobre código generado por IA, la proyección de cambio de ocupación de 12 millones de McKinsey y los datos de atribución de Challenger Gray apuntan todos en la misma dirección. Los asientos más expuestos son analistas de primer borrador, paralegales, ingenieros de software junior, consultores de primer año, profesionales de marketing y productores de contenido de nivel inicial, capturistas de datos y la mayoría del soporte de oficina administrativo.

Procesamiento rutinario de información. Las proyecciones del BLS para procesadores de texto, mecanógrafos, capturistas de datos y contables ya estaban en fuerte declive antes de la IA. La IA está acelerando la pendiente. Son las ocupaciones cuya contracción de largo plazo es la predicción de mayor confianza en todo el conjunto de datos.

Dónde muestran las estadísticas que el riesgo es menor

Los mismos números, leídos al revés, muestran dónde el desplazamiento es mucho más lento de lo que sugieren los titulares.

Presencia física y oficios cualificados. El Anthropic Economic Index sitúa la construcción, el transporte, la preparación de alimentos, el cuidado personal y los oficios cualificados en el suelo — uso mínimo de IA, porque el trabajo no se puede hacer tecleando. Las proyecciones del BLS muestran que la industria de la construcción necesita aproximadamente 349 000 nuevas posiciones netas en 2026 además de la demanda de reemplazo, con el 92 % de los contratistas reportando dificultad para cubrir puestos (AGC 2025). El mercado de robots de construcción es real y está creciendo, pero aborda una franja estrecha del trabajo.

Cuidados agudos y roles clínicos a pie de cama. El BLS proyecta que los roles de enfermeras especializadas crecerán entre un 46 % y un 52 % hasta 2033. La FDA ha autorizado más de 1247 dispositivos médicos con IA, con 873 en radiología — prácticamente todos analíticos o diagnósticos, ninguno reemplazando la hora a pie de cama. UCLA Health y Permanente reportan que las herramientas de documentación ambiental ahorran aproximadamente 30 minutos por turno, lo que se traduce en menos burnout y más tiempo a pie de cama, no en menos clínicos. Ver ¿reemplazará la IA a los enfermeros?.

Profesionales licenciados con responsabilidad personal. Abogados, contadores, médicos, arquitectos y otros roles licenciados tienen un foso estructural que las estadísticas de exposición a la IA no pueden disolver. La IA está haciendo más de las tareas subyacentes; la firma licenciada, la opinión de auditoría, el consejo legal y el diagnóstico siguen requiriendo del humano credenciado. Ver ¿reemplazará la IA a los abogados? y ¿reemplazará la IA a los contadores?.

Educación y trabajo de cuidados. El BLS muestra a trabajadores de guardería, auxiliares de salud a domicilio, auxiliares de cuidado personal y profesores de educación especial entre las categorías de mayor crecimiento. La IA está augmentando el trabajo administrativo en estos roles (planificación de clases, documentación), no sustituyendo el núcleo relacional. Ver ¿reemplazará la IA a los profesores?.

Para la clasificación completa, ver empleos que la IA no reemplazará y qué empleos pueden ser realmente reemplazados por IA.

Habilidades que construir si estás en el lado equivocado de las estadísticas

Las estadísticas también te dicen qué hacer. Tres patrones se repiten en cada conjunto de datos.

Experiencia de dominio + fluidez con IA. La prima de LinkedIn se paga a contadores séniores que usan reconciliación asistida por IA, desarrolladores séniores que usan programación en pareja con IA, gerentes de marketing que dirigen sistemas de campañas con IA y gerentes de proyecto que orquestan agentes de IA. La prima se paga al dominio, luego se magnifica con la IA. Construye primero la profundidad de dominio; añade la capa de IA después. La clasificación de habilidades de IA 2026 cubre qué herramientas y habilidades específicas exigen actualmente la mayor prima y cuáles se están comoditizando más rápido.

Muévete hacia el trabajo de presencia física, licenciado o que conlleva responsabilidad. La lista de mayor crecimiento del BLS — enfermeras especializadas, electricistas, técnicos de turbinas eólicas, paramédicos, profesores de educación especial — es la inversa de la lista de exposición a la IA. El giro de carrera desde un rol de escritorio de alta exposición hacia una de estas categorías es no trivial pero está bien mapeado. El playbook para una carrera a prueba de futuro recorre las rutas de pivote realistas.

Construye habilidades de orquestación de agentes y operaciones de IA. La familia de roles de mayor crecimiento en 2026 es la del integrador interno de IA — con varios títulos: AI Ops, ingeniero de flujos de trabajo, especialista en orquestación de agentes, gerente de programa de IA. El FEM proyecta un crecimiento del +40 % en roles de especialistas en IA/ML para 2030. La vía de entrada suele ser de mediana carrera, a menudo desde gestión de proyectos, operaciones o roles de analista de negocio. Ver la sección de pivote de roles de las predicciones del mercado laboral IA 2026.

Cómo leer el próximo titular sobre pérdida de empleo por IA que veas

Tres hábitos.

Etiqueta la estadística. ¿Es exposición, adopción o desplazamiento? Si el titular te da exposición o adopción y el verbo en la frase es «perdido» o «reemplazado», el titular está haciendo el trabajo de convertir uno en otro y tú no deberías hacerlo.

Encuentra el denominador. «La IA reemplazó 700 empleos de atención al cliente» no significa nada sin la plantilla de la empresa, el horizonte temporal, la cuota que realmente fue reemplazada frente a reorganizada y si la empresa luego volvió a contratar a alguno (Klarna, célebremente, lo hizo). Una estadística sin denominador es un comunicado de prensa.

Verifica la fuente. Las fuentes creíbles para estadísticas de empleo por IA en 2026 son: BLS Employment Projections 2023–2033 (crecimiento del empleo a nivel de ocupación), el FEM Future of Jobs Report 2025 (encuesta a empleadores), el Anthropic Economic Index (comportamiento de adopción real), la serie OECD AI and the Future of Work (exposición de tareas), la nota del personal del FMI sobre IA generativa (exposición global), las encuestas State of AI de McKinsey y el informe sobre IA generativa y mercado laboral de 2023 (lado empresa y proyección), los informes mensuales de recortes de Challenger Gray (recortes anunciados en EE. UU. incluyendo atribución a la IA), los Workforce Reports de LinkedIn (vacantes, primas y datos de habilidades) y Layoffs.fyi (rastreador comunitario de despidos en tech). Si la estadística del titular no se rastrea hasta una de estas o una fuente comparable revisada por pares, trátala como copia de marketing.

Preguntas frecuentes

P: ¿Cuántos empleos ha reemplazado realmente la IA hasta ahora?

R: La cifra directamente contada y atribuida por los empleadores que rastrea Challenger Gray se sitúa en el rango aproximado de 25 000–35 000 recortes de empleo anunciados en EE. UU. desde mayo de 2023 donde la IA fue nombrada como motivo principal o contribuyente. Las estimaciones que intentan atribuir una porción de los despidos más amplios en tech a la IA suelen añadir otros 35 000–75 000 en la misma ventana. El total en el cubo directamente atribuible está acumuladamente en las cifras bajas de seis dígitos — mucho más pequeño de lo que sugieren la mayoría de los titulares. El efecto mayor pero más difícil de contar está en roles no publicados y vacantes sin cubrir, especialmente en nivel inicial. Ver la sección de arriba sobre Layoffs.fyi y Challenger Gray para el desglose por fuente.

P: ¿Qué significa realmente el número de 300 millones de Goldman Sachs?

R: El informe de Goldman Sachs de 2023 estimó que aproximadamente 300 millones de empleos a tiempo completo equivalente a nivel global tienen solapamiento de tareas con la IA generativa — es decir, que la IA podría plausiblemente realizar alguna parte de esas tareas. Es un número de exposición, no de desplazamiento. El mismo modelo de Goldman también proyectó que la IA podría elevar el PIB global aproximadamente un 7 % a lo largo de una década y crear nuevos empleos a una escala aproximadamente equivalente a la cuota del empleo en EE. UU. que hoy se encuentra en ocupaciones que no existían en 1940. La cifra de 300 millones se lee mejor como «esto es cuánto del mercado laboral global se reorganizará», no «esto es cuántos empleos se perderán».

P: ¿Qué estadísticas de pérdida de empleo por IA son las más fiables?

R: Las más fiables son las basadas en mediciones reales más que en proyecciones: BLS Employment Projections (construidas a partir de datos de la fuerza laboral), el Anthropic Economic Index (basado en comportamiento de conversación real), los informes mensuales de recortes de Challenger Gray (despidos anunciados en EE. UU. con atribución del empleador) y los Workforce Reports de LinkedIn (construidos a partir de ofertas de empleo y datos de miembros). Menos fiables son los números de exposición de los titulares de Goldman, FMI y OCDE — son útiles para forma y dirección pero no para conteos absolutos. Las menos fiables son las estadísticas estilo comunicado de prensa de empresas individuales sobre cuántos trabajadores «reemplazó» un único despliegue de IA, porque la empresa tiene todos los incentivos para redondear hacia arriba. Ver el explicador del Anthropic Economic Index para una inmersión más profunda en el conjunto de datos único más fuerte.

P: ¿Las estadísticas de pérdida de empleo por IA están mejorando o empeorando con el tiempo?

R: Las estadísticas de desplazamiento están mejorando — Challenger Gray, BLS, la Reserva Federal y varios investigadores académicos están desarrollando métodos más precisos para atribuir la pérdida de empleo específicamente a la IA. Las estadísticas de exposición no están mejorando demasiado, porque la metodología subyacente (mapear la capacidad de la IA a tareas ocupacionales) solo se actualiza tan rápido como lo hace la capacidad de los modelos, lo que ahora supera la velocidad de cualquier ciclo de publicación revisada por pares. Las estadísticas de adopción de Anthropic, OpenAI, GitHub y LinkedIn son la señal en tiempo real más útil en 2026 — muestran qué se está usando realmente, lo que va por delante del desplazamiento entre 12 y 24 meses en la mayoría de las ocupaciones. Para una señal específica de ocupación contra la que puedas contrastarte, ejecuta nuestra puntuación de riesgo IA personalizada.

Obtén la estadística que realmente importa para tu carrera

Las estadísticas macro te dicen sobre el mercado laboral. La estadística que importa para tu carrera es la que las combina con tu rol real, industria, país, antigüedad, mezcla de tareas, fluidez con IA, requisitos de presencia física y licenciatura. Ninguno de los titulares hace esto.

riskquiz.me sí. Cuatro minutos. Nueve dimensiones. Una puntuación personalizada de 0 a 100 que se rastrea directamente a los mismos conjuntos de datos de arriba — Anthropic Economic Index para adopción, BLS Employment Projections para trayectoria ocupacional, OCDE y FMI para exposición de tareas, McKinsey para dinámica del lado empresa y los muros estructurales (presencia física, licenciatura, responsabilidad personal) que deciden en qué lado de la reorganización te sitúas.

Obtén tu puntuación personalizada de riesgo de carrera por IA →

Gratis. Construido sobre los mismos datos del mercado laboral con los que están construidas las estadísticas de este post. Ver nuestra metodología para la lista completa de fuentes y cómo se ponderan las nueve dimensiones.

Las estadísticas te dicen qué le está pasando al mercado. Tu número te dice qué te está pasando a ti.