Los datos llegan antes que el plan
A finales de marzo de 2026, Anthropic publicó su tercer informe del Índice Económico — un análisis riguroso y preservador de privacidad de un millón de conversaciones de Claude en una ventana de diez días de febrero. El documento es cuidadoso, metodológicamente sólido y escrito en el lenguaje mesurado de la investigación económica.
También es, si se lee completo, algo así como una alarma de incendios.
El hallazgo clave está enterrado en la sección sobre curvas de aprendizaje: los usuarios que han pasado más de seis meses trabajando regularmente con IA ahora tienen un 10% más de éxito en sus conversaciones, abordan tareas que requieren casi un año más de educación, y usan la IA de una manera fundamentalmente más colaborativa que los usuarios más nuevos. La brecha de habilidades no es estática. Se compone.
Mientras tanto, a nivel de industrias enteras, dos flujos de trabajo de automatización más que duplicaron su frecuencia en un solo trimestre: ventas y alcance comercial empresarial (calificación de prospectos, redacción de correos, enriquecimiento de datos) y operaciones automatizadas de trading y mercados. No son casos de uso marginales. Son flujos de trabajo de pan y mantequilla de la economía del conocimiento. También son el punto de entrada de una porción significativa de la fuerza laboral a las carreras profesionales.
El informe usa la frase “cambio tecnológico sesgado hacia habilidades.” Quiero ser claro sobre lo que eso significa en la práctica.
Lo que muestran los datos sector por sector
No todos los sectores están expuestos por igual, y no toda la exposición es negativa. El panorama es más granular de lo que los optimistas o pesimistas tienden a reconocer.
Alta exposición, alto riesgo de desplazamiento: Administración empresarial, ventas, procesamiento legal básico, análisis financiero, atención al cliente, entrada de datos y producción de contenidos. Estos son sectores donde la IA ya opera — no como herramienta para trabajadores humanos, sino como flujo de trabajo de reemplazo directo. Los datos de Anthropic muestran que los patrones de automatización en ventas y trading se duplicaron en volumen en un trimestre. Ese ritmo es estructural, no experimental.
Alta exposición, oportunidad de transformación: Salud, educación, ingeniería e industrias creativas. La IA es profundamente útil en estos sectores, pero el valor que produce está estrechamente ligado al juicio humano, la ética, las relaciones y la experiencia contextual. Los trabajadores que prosperen aquí serán los que inviertan temprano en fluidez con IA — los usuarios de “alta antigüedad” que el informe describe como superando a sus pares menos experimentados.
Menor exposición, pero no inmunes: Oficios manuales, trabajo de cuidado físico, manufactura física compleja. Estos roles están protegidos por la corporalidad y el juicio contextual — por ahora. Pero las cadenas de suministro, la gestión logística y las capas administrativas que rodean estos roles no están protegidas. La disrupción se propaga hacia arriba desde la sobrecarga administrativa.
La pregunta laboral que nadie está respondiendo
Aquí está la versión honesta de la pregunta que los informes económicos educados tienden a evitar:
¿Quién captura las ganancias de productividad?
La IA es una tecnología que mejora la productividad. Eso no está en disputa. La pregunta es si esas ganancias de productividad fluyen hacia los trabajadores — en forma de salarios más altos, menos horas, mejores condiciones laborales — o fluyen exclusivamente hacia el capital, en forma de márgenes más altos y reducción de plantilla.
Las empresas no existen para crear empleos. Existen para crear valor para los clientes en forma de bienes y servicios. El empleo, desde la perspectiva de la empresa, es una decisión de asignación de recursos. Cuando un recurso más barato y escalable (la IA) se vuelve disponible para una clase de tareas, la gestión empresarial racional lo despliega. Esto no es villanía. Es la lógica de la competencia.
Pero desde la perspectiva de la sociedad, el empleo es la forma en que distribuimos las ganancias de la actividad económica. Es el mecanismo por el cual los aumentos de productividad se traducen en mejores condiciones de vida para toda la población — no solo para los accionistas y la alta dirección.
La IA interrumpe este mecanismo de distribución. Si no lo reemplazamos o complementamos con políticas deliberadas — redistribución de ganancias de productividad, inversión en recapacitación, adaptación de la red de seguridad social, tributación de la productividad aumentada por IA — el resultado no es una marea ascendente que levanta todos los botes. Es una marea ascendente para los botes que son dueños de la IA, y una orilla que retrocede para todos los demás.
Esto no es un futuro teórico. Los datos de Anthropic muestran que está comenzando ahora.
La doble exposición del mundo en desarrollo
El hallazgo de concentración global en el informe merece más atención de la que recibió: los 20 principales países aumentaron su participación en el uso per cápita de IA del 45% al 48% en seis meses. Eso significa que el mundo fuera de los 20 principales — donde vive la mayoría de la humanidad — se está quedando más atrás en la adopción per cápita, no alcanzando a los demás.
El mundo en desarrollo enfrenta una doble exposición específica e incómoda.
Por un lado, se argumenta a menudo que la mano de obra humana seguirá siendo más barata que la automatización con IA en economías de salarios más bajos durante años, y que esto proporciona un amortiguador. Esto es parcialmente cierto. Un trabajador de call center en un país de ingresos más bajos cuesta menos por hora que el cómputo en la nube para reemplazarlo. Ese diferencial proporciona cierta protección — temporalmente.
Por otro lado, la integración del mundo en desarrollo en la economía global es precisamente a través de los canales más expuestos al desplazamiento por IA: servicios externalizados, call centers, manufactura para exportación, procesamiento administrativo y ensamblaje en zonas francas. La globalización dio a estas economías un camino hacia la prosperidad a través del arbitraje laboral. La IA cierra parcialmente ese arbitraje — no de una vez, sino progresiva e irreversiblemente.
Las economías en desarrollo más en riesgo no son las que están completamente fuera de la economía global — son las más profundamente integradas en ella a través del trabajo de conocimiento externalizado y la manufactura.
Planeando el puente, no solo el destino
No soy pesimista al respecto. La era al otro lado de esta transición podría ser una de genuina prosperidad compartida — capacidad humana liberada desplegada en el cuidado, la creación, las relaciones, la gobernanza y el trabajo que las máquinas no pueden hacer.
Pero entre aquí y allá hay un puente. Y los puentes no se construyen solos.
La planificación requerida opera en cinco niveles simultáneos:
Individual: Construir fluidez con IA ahora, no como pasatiempo sino como habilidad de supervivencia profesional. El hallazgo de la curva de aprendizaje es direccional: hay valor compuesto en comenzar antes.
Organizacional: Auditar qué roles están expuestos en un horizonte de tres años, no de diez. Invertir en recapacitación antes del desplazamiento, no después.
Sectorial: Las asociaciones industriales, los colegios profesionales y las instituciones de formación sectorial necesitan hojas de ruta de transformación. No comunicaciones genéricas — mapeo específico de qué tareas en qué roles están cambiando, cuándo, y cómo es el camino de transición.
Nacional: Los gobiernos necesitan marcos de política que aborden simultáneamente la oportunidad y el desplazamiento. Tributación de la productividad de IA, fondos universales de recapacitación, protección laboral actualizada y inversión en infraestructura digital que cierre la brecha de adopción en lugar de ampliarla.
Regional e internacional: La divergencia geográfica en los datos de Anthropic es una advertencia de que sin acción multilateral coordinada, la IA profundizará la brecha de prosperidad entre el mundo desarrollado y el en desarrollo en lugar de reducirla.
Nada de esto es sin precedentes. Cada tecnología de propósito general importante — electricidad, el motor de combustión interna, internet — requirió alguna combinación de estas intervenciones. Gestionamos esas transiciones. Podemos gestionar esta. Pero tenemos que empezar.
Lo que estamos haciendo — Enfoque Sectorial
En CEMI.ai creemos que no existe una solución única para todos. Por eso trabajamos con asociaciones sectoriales, organizaciones y expertos para desarrollar soluciones adaptadas para cada sector y organización — cubriendo Negocios, Derecho, Educación, Medicina, Arte, Música, Medios, Ingeniería, Salud, Seguros y más.
Explorar iniciativas sectoriales de IA en CEMI.ai →El valor que llevamos hacia adelante
Hay una pregunta más difícil debajo de todo esto, y quiero nombrarla antes de cerrar.
La planificación de la transición hacia la IA tiende a centrarse en lo que preservamos económicamente. También debería centrarse en lo que preservamos cultural, social y humanamente.
Algunos valores y prácticas nos alegraremos de dejar atrás. El trabajo repetitivo, mal pagado y que destruye la dignidad no es un bien humano que valga la pena preservar por sí mismo.
Pero otras cosas merecen llevarse adelante. La dignidad del oficio calificado. La arquitectura social de los lugares de trabajo como comunidades. La estructura que el empleo regular proporciona en la vida de las personas — no solo económica sino psicológica y socialmente. La transmisión del conocimiento y la identidad profesional a través de generaciones, que ocurre mediante el aprendizaje y la mentoría, no a través de niveles de suscripción.
La curva de aprendizaje en el informe de Anthropic trata sobre los usuarios de IA mejorando en su trabajo con el tiempo. Hay una curva de aprendizaje más grande que necesitamos escalar juntos: mejorar en la gobernanza de una tecnología que está transformando todo, más rápido que cualquier tecnología anterior, con apuestas más altas que cualquier transición anterior.
Los datos están llegando. Lo que sigue depende de si planeamos o simplemente nos adaptamos.
Lo que estamos haciendo — Programas de Transición e Inclusión
Para trabajadores en roles vulnerables, nuestro sitio hermano aiLearning.global ofrece programas estructurados de Transición Laboral en IA e Inclusión en IA — diseñados para profesionales que enfrentan desplazamiento, no solo para quienes buscan avanzar. Disponibles en español, inglés y francés.
Lo que estamos haciendo — Inteligencia de Habilidades Profesionales
Skaills.io es una plataforma integral de Inteligencia de Habilidades que ofrece mapeo de competencias y habilidades impulsado por IA, con evaluaciones detalladas, planificación de carrera y herramientas para organizaciones y profesionales que navegan la transición hacia la IA. Nuestra plataforma de aprendizaje Smoother Experiences ofrece decenas de programas de IA específicos por rol y sector.
Nuestras Perspectivas
Los datos de Anthropic son metodológicamente cuidadosos, y el hallazgo principal — el cambio tecnológico sesgado hacia habilidades que emerge al distanciarse los primeros adoptantes de los tardíos — es consistente con olas anteriores de adopción de tecnologías de propósito general. La tasa de éxito 10% mayor para usuarios de alta antigüedad, controlada por selección de tareas y otros factores, es una señal real, no ruido. Lo que me preocupa es la divergencia geográfica: la concentración global aumentó (los 20 países principales representan ahora el 48% del uso per cápita, frente al 45%) mientras que la convergencia entre estados de EE.UU. se desaceleró notablemente. Esto crea un escenario de brecha tecnológica clásico. El precedente histórico — electrificación, telefonía, banda ancha — sugiere que la convergencia eventualmente llega, pero tarda décadas y requiere intervención política deliberada. No tenemos décadas. La acumulación de productividad que están experimentando hoy los usuarios altamente calificados y con larga experiencia es una ventaja estructural que se acumula con el tiempo. Los gobiernos e instituciones multilaterales que aún están en 'modo de monitoreo' ya están rezagados.
Quiero nombrar un número que no aparece en el informe pero que se deriva directamente de él: la duplicación de la automatización de los flujos de trabajo de ventas y alcance comercial. La calificación de prospectos y la redacción de correos electrónicos — dos de los empleos de conocimiento de nivel inicial más comunes — duplicaron su volumen manejado por IA en tres meses. Eso no es una tendencia. Es una avalancha. Y sin embargo, la conversación pública sigue siendo mayormente 'la IA cambiará los empleos, no los eliminará.' Dígale eso al representante junior de desarrollo de negocios cuyo pipeline de alcance ahora está siendo ejecutado por una máquina a una décima parte del costo. El informe de Anthropic es un documento cortés; utiliza frases como 'cambio tecnológico sesgado hacia habilidades' y 'curvas de aprendizaje.' Permítanme usar una frase más clara: riesgo de desempleo estructural para una parte significativa de la fuerza laboral en los próximos cinco años si no actuamos ahora. El informe nos dice dónde se está acumulando la presión. A nosotros nos corresponde decidir si vamos a fingir que no existe.
Veo dos cosas en este informe que genuinamente me entusiasman. Primero: la diversificación del uso. Las 10 tareas principales pasaron del 24% al 19% de las conversaciones en tres meses. Eso significa que la IA se está expandiendo hacia nuevos flujos de trabajo, nuevos sectores, nuevos casos de uso — más rápido de lo que nadie predijo. Las aplicaciones creativas, la productividad personal, los flujos de trabajo específicos por dominio se están multiplicando. Segundo: el hallazgo de la curva de aprendizaje no es deprimente — es clarificador. Los usuarios de alta antigüedad son más exitosos, abordan problemas más difíciles y usan la IA de manera más colaborativa en lugar de meramente delegativa. Eso significa que la habilidad es aprendible. Significa que hay un camino. La brecha entre los primeros adoptantes y todos los demás no es destino; es un problema de capacitación. Cada empresa que invierta ahora en ayudar a sus equipos a construir experiencia real con IA — práctica, acumulada y genuina — está comprando una ventaja compuesta. Los negocios que vean la curva de aprendizaje e inviertan en escalarla más rápido que sus competidores definirán la próxima década.
El Índice Económico de Anthropic hace algo poco común en la investigación tecnológica: nos muestra no solo lo que la gente está haciendo con la IA, sino en qué están mejorando con el tiempo. El hallazgo de la curva de aprendizaje — que el uso sostenido y experimentado de IA produce resultados mediblemente mejores, en tareas más difíciles, con menor deriva hacia uso personal — es uno de los datos más importantes que he visto en tres años siguiendo este espacio. Significa que la brecha actual entre fuerza laboral con experiencia en IA y sin ella no es una instantánea; es una divergencia que se compone con el tiempo. Eso cambia cómo pienso sobre la urgencia. Para las organizaciones, sectores y países con los que trabajo — muchos de ellos en economías emergentes — esta urgencia es aguda. El número de concentración global (los 20 países principales subiendo del 45% al 48% del uso per cápita) es una señal de advertencia. El mundo en desarrollo no está adoptando IA a un ritmo que refleje su participación en la fuerza laboral global. Esa asimetría tiene consecuencias que tardarán décadas en corregirse si no intervenimos de manera deliberada y oportuna.
Fuentes y Referencias
- Anthropic Economic Index: Learning Curves — Anthropic Economic Research (2026-03-24)
Analizó 1M de conversaciones de Claude.ai y API de primera parte, 2–12 de febrero de 2026.
Ver fuente - El Futuro del Trabajo en la Era de la IA: Efectos Distributivos — ILO Research Department (2025-11-01)
Estima que el 14% de los empleos en países de la OCDE y hasta el 26% en economías en desarrollo enfrentan alta exposición a la automatización en una década
Ver fuente - Brecha de Adopción de IA: Encuesta Global de PYMEs 2025 — International Finance Corporation (2025-09-01)
El 71% de las PYMEs de mercados emergentes que no habían adoptado IA citó barreras de costo o capacidad — solo el 9% citó falta de valor percibido
Ver fuente
Práctico, hiperpersonalizado y diseñado para tu sector e industria. Un programa de aprendizaje estructurado para profesionales de negocios que quieren dominar la IA de forma competente y ética.
Comentarios (0)
Aún no hay comentarios. ¡Sea el primero en compartir su opinión!