Los roles que la IA cambia de verdad — y los que solo acumulan papeleo
Qué empleos en España y la UE se están automatizando, cuáles solo acumulan supervisión, y qué dicen el WEF, Cedefop, IAPP y los datos de campo sobre ambos lados.
En España, el empleo en atención al cliente siguió creciendo durante 2025 mientras casi todas las medianas empresas del sector desplegaban un agente de IA en el primer nivel. La EPA del INE muestra que la plantilla no ha caído. El trabajo, sí, ha cambiado. Los agentes humanos pasan ahora más tiempo auditando lo que responde el bot que respondiendo ellos mismos.
Esa es la forma real de la IA en el mercado laboral europeo en este momento. No la eliminación masiva de empleos. Una redistribución, con factura de control de calidad incluida. Los datos de 2025 y principios de 2026 son lo bastante precisos para trazar una línea útil entre los roles que la IA automatiza y los que la IA carga con nueva supervisión.
Para la imagen a nivel de tarea de qué automatiza la IA, ver Qué automatiza la IA realmente en 2026. Para por qué la mayoría de proyectos de automatización rompe en la capa de integración, ver La brecha no-code.
Conclusiones clave
- El WEF proyecta 92 millones de puestos desplazados para 2030 frente a 170 millones creados; las funciones administrativas dominan la lista de descenso (WEF Future of Jobs 2025, ene. 2025).
- Los operadores de entrada de datos tienen una probabilidad de computerización del 0,99, la más alta entre las ocupaciones de trabajo del conocimiento estudiadas (Oxford Martin School, 2013).
- Las herramientas de codificación con IA hicieron la revisión de código más difícil: los bloques de código clonados subieron un 48% entre 2020 y 2024 (GitClear, 2025).
- El 98,5% de las organizaciones espera necesitar más personal de gobernanza de IA en un año — la supervisión es la nueva función en crecimiento (IAPP, 2025).
Qué roles afrontan un riesgo real de automatización
Las funciones administrativas, repetitivas y basadas en reglas son las que están pagando el precio. El informe Future of Jobs 2025 del WEF proyecta que asistentes administrativos y secretarios ejecutivos perderán 6,1 millones de puestos a nivel global para 2030, el segundo mayor descenso absoluto de cualquier categoría ocupacional estudiada (WEF, ene. 2025). Auxiliares de contabilidad y nóminas: 1,65 millones. Personal de registro de materiales y existencias: 2,64 millones. Operadores de entrada de datos: 0,5 millones.
En España y el sur de Europa la curva es más pronunciada que el titular global porque el tejido pyme es más denso y el back office está más concentrado. La previsión europea de competencias de Cedefop 2025 sitúa las ocupaciones administrativas con el mayor diferencial negativo de empleo frente a la base UE-27 hasta 2030 (Cedefop, 2025).
Los roles construidos en torno a mover información de un sistema a otro —rellenar formularios, actualizar hojas, registrar transacciones— están en declive estructural. No es predicción. Para la mayoría de estas funciones la automatización ya está desplegada y en marcha.
Las cifras se remontan más atrás de lo que sugieren los titulares. Frey y Osborne, en la Oxford Martin School, asignaron a los operadores de entrada de datos una probabilidad de computerización del 0,99 en 2013, la más alta entre 702 ocupaciones evaluadas (Oxford Martin School, 2013). Lo que hace doce años era una probabilidad hoy es realidad operativa.
Atención al cliente: mucha automatización, plantilla estable
El despliegue más visible en Europa ahora mismo es la atención al cliente de primer nivel. Gartner espera que la IA agéntica resuelva de forma autónoma el 80% de las consultas comunes para 2029 (Gartner, mar. 2025). Esa cifra es coherente, en dirección, con lo que telcos, bancos y utilities españolas están metiendo en producción.
Lo que esa cifra no predice es despidos masivos.
En una encuesta sectorial de marzo de 2025, el 95% de los responsables de atención al cliente afirmó que iban a mantener su plantilla humana en lugar de reducirla. La razón no es sentimental. Es lo que se ha vuelto el trabajo. El estudio de Erik Brynjolfsson, Danielle Li y Lindsey Raymond en una gran empresa de software encontró que las herramientas de IA elevaban la productividad media un 14%, con ganancias del 35% para los agentes con menos experiencia: dos meses de antigüedad rindiendo como seis (Brynjolfsson, Li & Raymond, NBER, 2023, n=5.179 agentes).
Eso no es automatización. Es aumentación, con carga de trabajo añadida. El volumen por agente subió. La complejidad de lo que llegaba a un humano subió. La plantilla quedó plana.
| Capa de atención al cliente | Tendencia en 2025 |
|---|---|
| Nivel 1, consultas rutinarias | Automatizado, sin humano en el bucle |
| Nivel 2, casos complejos | Humano + IA, productividad +14% a +35% |
| Nivel 3, escalados y reclamaciones | Humano, con nueva tarea de auditar a la IA |
| QA / supervisión | Crecimiento — auditar si el bot respondió bien |
La paradoja de productividad de los desarrolladores
Las herramientas de generación de código —GitHub Copilot, Cursor, Gemini Code Assist— están entre las más adoptadas en entornos profesionales. Las cifras de productividad, vistas en aislamiento, son buenas: tareas más rápidas, más funcionalidades en producción, menos cambios de contexto.
El estudio de consultoría de Harvard Business School encontró que los profesionales que usaron IA completaron un 12,2% más de tareas, un 25,1% más rápido, con resultados juzgados un 40% mejores (Dell’Acqua et al., HBS Working Paper 24-013, 2023). Ganancias reales. El mismo paper identifica también una “frontera dentada” en la que la IA falla de forma impredecible en tareas que parecía dominar.
El coste aparece en la revisión de código. GitClear analizó 211 millones de líneas modificadas entre 2020 y 2024 y encontró que los bloques copiados o clonados pasaron del 8,3% al 12,3% del total, un aumento del 48% al expandirse las herramientas de IA (GitClear, 2025). Los desarrolladores entregan más rápido. Los revisores heredan más lógica duplicada, más inconsistencia y más superficie que comprobar.
En España y el sur de Europa, donde los perfiles seniors de ingeniería escasean más que en el eje alemán-holandés-nórdico, esa compresión tiene un efecto de segundo orden: los pocos seniors capaces de revisar código generado por IA se convierten en cuello de botella. La generación básica de código es más fácil. La revisión de ese código es más difícil. El rol de Tech Lead se infla por accidente.
La herramienta no-code registró “éxito”. El equipo humano absorbió el problema. — patrón observado en nuestras auditorías a pymes europeas durante 2025
Cómo automatizar un rol infla otro
Lo que casi nunca aparece en la cobertura sobre automatización es la función que crece porque el despliegue de IA exige supervisión humana.
El AI Governance Profession Report 2025 del IAPP encontró que solo el 1,5% de las organizaciones esperaba no necesitar más personal de gobernanza de IA en el año siguiente — demanda casi universal de roles de supervisión. El 23,5% citó la dificultad para encontrar profesionales cualificados como una barrera principal (IAPP, 2025). En la UE el Reglamento de IA empeora la foto: las empresas en banca, seguros y sanidad tienen que dotar estas funciones para poder desplegar.
Lo que solemos ver sobre el terreno —presente en tres de cada cuatro proyectos que auditamos en 2025— se parece a esto. Una función de procesamiento documental se automatiza. El 80% del volumen pasa a IA. Lo que crece en su lugar:
- una función de revisión para cazar el 20% que la IA clasifica mal,
- una pista de auditoría para satisfacer al DPO y la conformidad bajo el Reglamento Europeo de IA,
- un proceso de gobernanza para gestionar actualizaciones de modelo y prompts,
- un flujo de gestión de proveedores para seguir cambios en la lista de subencargados.
Cuatro categorías nuevas de tarea a cambio de una rutina vieja. Ninguna existía en el organigrama doce meses antes.
El WEF proyecta 170 millones de roles creados frente a 92 millones desplazados para 2030, un saldo neto de 78 millones (WEF, ene. 2025). El neto suaviza la transición. La nueva demanda se concentra en tecnología y supervisión de IA. La demanda desplazada se concentra en trabajo administrativo. Las dos poblaciones rara vez comparten competencias, geografía o ruta de reciclaje. Y en España la brecha geográfica (Madrid y Barcelona frente al resto) ensancha el desajuste.
Qué significa de verdad “cambiar” para un rol
La pregunta correcta no es “¿es automatizable este rol?”. Es “¿qué tareas dentro de este rol son automatizables, y qué queda en el resto?”.
El análisis de noviembre de 2025 de McKinsey lo dice claro: incluso los roles con alto potencial técnico de automatización siguen necesitando personas “para guiar, supervisar y verificar” (McKinsey Global Institute, nov. 2025). Esa frase tapa un tipo concreto de trabajo: juzgar qué es buen output, capturar modos de fallo que el modelo no marca, explicar decisiones de la IA a quien tiene que actuar sobre ellas.
Donde la verificación es directa y los errores son baratos, la supervisión queda ligera. Donde el error tiene coste legal, financiero o de seguridad —entornos regulados, decisiones de cara al cliente, todo lo que la AEPD, el Banco de España o la DGSFP pueden auditar— la supervisión se convierte en un trabajo en sí mismo.
Un diagnóstico útil: ¿qué pinta tiene la verificación en esta función?. Esa pregunta separa “está cambiando” de “solo está acumulando papeleo” mejor que cualquier porcentaje general de automatización.
Mapea tus funciones antes de que el mercado las mapee por ti
Los roles que cambian más rápido son aquellos donde la automatización a nivel de tarea es directa y el coste de un error es bajo. Los roles que acumulan nueva supervisión son aquellos donde el output de la IA tiene que revisarse antes de que alguien actúe. Los dos patrones importan para planificar. Ninguno aparece limpio en las proyecciones de titular.
El siguiente paso claro es mapear tus funciones contra esas dos categorías. ¿Qué tareas son lo bastante rutinarias para automatizarse con fiabilidad? ¿Cuáles van a generar trabajo de verificación corriente abajo? ¿Qué roles existentes se convierten en función de supervisión si la tarea subyacente se automatiza?
Diagnostica qué tareas de tu equipo se pueden automatizar de verdad — gratis en canihireanai.com.
Preguntas frecuentes
¿Qué funciones tienen el mayor riesgo documentado de automatización por IA en la UE?
Entrada de datos, soporte administrativo básico y atención al cliente de primer nivel cargan el mayor riesgo documentado. Oxford Martin School asignó a los operadores de entrada de datos una probabilidad de computerización del 0,99. La previsión 2025 de Cedefop sitúa las ocupaciones administrativas con el diferencial de empleo más negativo hasta 2030. El WEF coloca a los asistentes administrativos en el segundo puesto de pérdidas absolutas proyectadas a nivel global para 2030.
¿La IA está creando empleos en España y Europa o solo eliminando los de antes?
Las dos cosas, pero las poblaciones no encajan limpiamente. El WEF proyecta 170 millones de roles creados frente a 92 millones desplazados para 2030. La nueva demanda se concentra en tecnología, economía verde y supervisión de IA. La demanda desplazada se concentra en trabajo administrativo. En España el desajuste es más agudo porque la nueva demanda se concentra geográficamente en Madrid y Barcelona mientras el declive administrativo se reparte por el resto del país.
Si la IA genera código, ¿por qué siguen haciendo falta los desarrolladores que revisan?
Porque la calidad del código generado por IA está cayendo en aspectos concretos. GitClear encontró que los bloques copiados o clonados subieron un 48% al expandirse las herramientas de IA entre 2020 y 2024. El volumen de generación subió. La coherencia y la unicidad bajaron. Los revisores y los arquitectos que cazan duplicación y mantienen integridad de sistema están bajo más presión, no menos.
¿Qué pinta tiene en la práctica el “papeleo nuevo” que trae la IA?
Cuando una función se automatiza parcialmente, los roles corriente abajo heredan tareas de supervisión: revisar el output de la IA antes de actuar, auditar decisiones por cumplimiento, gestionar prompts según se actualizan los modelos, atender escalados que la IA no resuelve. Los datos del IAPP muestran que el 98,5% de las organizaciones espera incorporar personal de gobernanza de IA en un año. La función de supervisión crece. Solo que no se contrata al mismo ritmo.
Los empleos que más papeleo nuevo acumulan por la IA no suelen ser los que avisan los titulares. No el operador de entrada de datos. No el agente de nivel 1. El revisor que está corriente abajo, ahora responsable de todo lo que el modelo se deja. Esa es la forma del impacto a corto plazo de la IA en el trabajo en España y la UE. No eliminación masiva. Una redistribución, con factura de control de calidad.