Puede parecer una frase más dentro del agotador debate sobre el futuro del empleo, pero explica con bastante claridad dónde reside el problema de fondo.

Llevamos años inmersos en una discusión que, por mucho que se repita en tertulias, conferencias y titulares, sigue anclada en un marco que ya no sirve para entender lo que realmente está ocurriendo con la inteligencia artificial.

La pregunta repetida hasta la saciedad es siempre la misma: ¿la IA nos va a quitar el trabajo? Se formula en términos binarios, de sí o no, todo o nada… como si cada profesión fuera un bloque compacto susceptible de desaparecer o sobrevivir en su totalidad. Se elaboran listas de profesiones en riesgo o a salvo, se generan escenarios apocalípticos o tranquilizadores y se busca esa respuesta que, en el fondo, sabemos que nadie puede dar con certeza. Pero este enfoque de “todo o nada”, que funciona de maravilla para los titulares y post con muchos likes, simplifica en exceso una realidad bastante más compleja y que se debería matizar más.

Algunos ya llevamos tiempo diciendo que los trabajos se van a transformar gracias o por culpa de la IA. Pero, insisto, para entenderlo bien, conviene dejar de hablar del “trabajo” como una unidad indivisible.

Cualquier rol profesional es, en realidad, una combinación dinámica de tareas muy diferentes entre sí: algunas repetitivas y fáciles de estructurar, otras más ambiguas y más dependientes del contexto, unas que requieren solo ejecución y otras que llevan asociada una responsabilidad más importante sobre los resultados y sus consecuencias.

La inteligencia artificial no actúa, al menos por ahora, sustituyendo profesiones enteras y de la misma manera en todos los casos. Lo que hace es actuar sobre ese conjunto de tareas con distintos grados de intensidad: algunas tareas pueden automatizarse casi por completo, otras resisten porque están profundamente ligadas al juicio humano, a la interpretación de contextos inciertos o a la asunción de riesgos, y entre ambos extremos se sitúa la gran mayoría de la actividad profesional, donde está ocurriendo la auténtica reorganización.

Esta distinción adquiere todavía más relevancia con la evolución de la IA que conocemos (ChatGPT, por ejemplo) hacia lo que se conoce como software agéntico. Por que ya no se trata solo de herramientas que ejecutan instrucciones, sino que los sistemas son capaces de encadenar una acción tras otra, consultar múltiples fuentes, utilizar herramientas externas y completar secuencias completas de trabajo y hacerlo con un grado importante (a veces impresionante) de autonomía.

Esto amplía considerablemente cuanto puede delegarse, pero no cambia la naturaleza fundamental del impacto: sigue siendo una redistribución interna, no una eliminación masiva.

Jensen Huang, CEO de NVIDIA, hace unas semanas, durante una conferencia en San Francisco decía alogo que me parece brillante: “nuestro trabajo no es hacer el trabajo, sino asegurarnos de que el trabajo esté hecho”. Con esto quería decir que el valor ya no reside tanto en realizar el trabajo manualmente como en garantizar que se haga, que se haga bien y que se integre de forma coherente en objetivos más amplios. Cuando decimos que un trabajo cambia, tendemos a simplificar demasiado, pensando en hacer lo mismo pero con herramientas de IA, cuando el verdadero cambio que traerá la IA será no cómo lo hacemos, sino lo que hacemos.

Si lo llevamos a la práctica, en un extremo encontramos tareas necesarias pero de bajo valor diferencial (recopilar información dispersa, estructurar datos, generar primeros borradores, resumir documentos o preparar análisis) que la inteligencia artificial puede hacer, no solo más rápido sino muchas veces mejor.

En el otro extremo están las actividades donde la automatización choca contra límites más profundos (tomar decisiones importantes en la empresa, negociar con terceros, redefinir estrategias ante escenarios imprevistos o gestionar una crisis, por ejemplo). Estas tareas no consisten únicamente en producir un output, sino en contextualizar, asumir responsabilidad, elegir opciones en base a muchas variables y responder por las consecuencias.

Pero la inmensa mayoría de los perfiles profesionales viven en la zona intermedia, donde conviven tareas automatizables con otras que ganan importancia precisamente porque se convierten en el nuevo diferencial competitivo.

Un responsable de operaciones puede apoyarse en sistemas de IA para analizar incidencias, optimizar rutas o simular escenarios de costes en cuestión de minutos, pero sin embargo, cuando surge una ruptura crítica en la cadena de suministro, un cambio regulatorio inesperado o un conflicto con un proveedor clave, la intervención humana sigue siendo insustituible porque requiere priorizar bajo incertidumbre, negociar y asumir riesgos con plena responsabilidad y muchas veces, basadas en experiencias anteriores.

Lo mismo sucede en marketing, donde la generación de contenido se acelera de forma espectacular, pero la decisión estratégica sobre qué mensaje encaja realmente con la audiencia, en qué momento y con qué matices sigue dependiendo de criterio humano, aunque esté basado en datos que te da el algoritmo. En el análisis de estos datos precisamente, es donde los modelos e informes se producen con una velocidad antes impensable, pero su validación, la interpretación de supuestos y la contextualización empresarial siguen siendo territorio exclusivo de la experiencia. Y lo que tú expones en la sala de juntas de tu empresa, es tu responsabilidad, te hayas apoyado más o menos en herramientas de IA.

Este desplazamiento del valor ya se observa con claridad en ciertos entornos. En China, por ejemplo, la integración acelerada de la inteligencia artificial en sectores creativos y de diseño no ha eliminado la necesidad de talento humano, pero sí ha comprimido drásticamente las fases de ejecución repetitiva, desde la generación de variantes hasta las iteraciones rápidas y las pruebas iniciales. El foco se ha desplazado hacia la dirección creativa, el criterio estratégico y la capacidad de tomar decisiones de alto nivel. Esto ilustra a la perfección cómo la discusión no debe centrarse en si la IA sustituye trabajos, sino en cómo reorganiza lo que ocurre dentro de ellos.

Desde el punto de vista empresarial, las empresas que intentan automatizar puestos completos suelen encontrarse con más resistencias y resultados peores de lo esperado, precisamente porque mantienen los procesos como un todo en uno. En cambio, aquellas que descomponen sus operaciones en tareas más específicas pueden rediseñar flujos de trabajo de manera mucho más inteligente: delegan lo repetitivo, mantienen el control sobre lo crítico y multiplican su capacidad productiva sin necesidad de inflar estructuras ni generar fricciones internas innecesarias.

A nivel individual, el cambio es igualmente importante. El valor profesional se ha medido siempre por la capacidad de ejecutar tareas de forma eficiente y correcta. Hoy, a eso hay que sumarle la habilidad para decidir qué delegar y cómo, validar resultados con criterio, integrar outputs de IA en procesos más amplios y, sobre todo, mantener la responsabilidad última sobre los productos o servicios ofrecidos, es decir sobre el resultado.

Lo que está claro es que quien continúe pensando en términos de “qué trabajos desaparecen o cuales sobreviven” corre el riesgo de tomar decisiones equivocadas, tanto a nivel personal como empresarial. Por el contrario, quien adopte esta visión más fragmentada y gradual, analizando qué porcentaje de un rol puede automatizarse y cómo se reequilibra el resto, obtendrá una hoja de ruta mucho más acertada para ver la adaptación y, sobre todo, de las oportunidades que presenta.

Creo que, en un momento de cambio tan profundo como el actual, entender bien esos matices puede marcar la diferencia.