Hace poco alguien me contaba su experiencia intentando resolver una incidencia con una empresa de mensajería a través de su sistema de atención automatizado. Pasó un buen rato en bucle con el bot. Le daba opciones que no encajaban con su problema. Le pedía datos que ya había introducido. Le ofrecía soluciones estándar para un problema que no era estándar. Al final cogió las llaves, fue físicamente a la oficina y lo resolvió en cinco minutos hablando con una persona.
Lo curioso no es que esto le pasara a alguien. Le pasa a todo el mundo. Lo curioso es que quien lo vivió no era precisamente un usuario poco familiarizado con la tecnología. Era alguien que trabaja con servidores, automatizaciones y herramientas digitales avanzadas a diario. Y aun así, o precisamente por eso, su conclusión era que en su empresa seguiría apostando por personas detrás del teléfono.
Eso me parece que dice algo importante sobre el debate que tenemos encima de la mesa ahora mismo.
El relato del apocalipsis
Se ha instalado una narrativa muy potente sobre el futuro del trabajo y la inteligencia artificial. Básicamente dice que la IA va a eliminar una cantidad enorme de empleos, que la transformación va a ser más rápida que en cualquier revolución tecnológica anterior, y que esta vez el impacto no va a quedarse solo en tareas manuales o repetitivas, sino que va a afectar a trabajos cognitivos, creativos y técnicos que hasta ahora parecían a salvo.
Hay parte de verdad en eso. Las tareas más mecánicas, las que básicamente consisten en seguir un procedimiento sin necesidad de interpretarlo, las que no requieren criterio ni contexto, esas sí están en riesgo real. No porque la IA sea mágica, sino porque son exactamente el tipo de tarea para la que estas herramientas funcionan bien: entornos estructurados, reglas claras, outputs predecibles.
Pero del riesgo real a la narrativa del colapso total hay un salto que conviene examinar con más calma.
Si nadie trabaja, nadie compra
Hay una contradicción económica de fondo que el relato más alarmista no termina de resolver, y es bastante básica.
Si una empresa automatiza procesos, reduce plantilla y mejora su margen operativo, eso funciona en el contexto de un mercado con consumidores que tienen dinero para gastar. Pero si esa lógica se replica a escala en todos los sectores, en algún momento la ecuación se rompe. Los algoritmos no compran pisos ni contratan servicios. No van a hoteles, no reforman cocinas, no necesitan asesoría legal ni piden presupuesto para nada.
El sistema capitalista necesita poder adquisitivo distribuido para funcionar. Si automatizas la producción pero destruyes la capacidad de consumo de una parte significativa de la población, no has ganado eficiencia. Has cavado el hoyo donde vas a enterrar tu propio mercado.
Esto no es una teoría nueva ni particularmente radical. Henry Ford lo entendió hace más de cien años cuando decidió subir los sueldos de sus trabajadores de forma deliberada. No fue filantropía. Fue cálculo: si mis trabajadores no pueden permitirse comprar lo que fabrican, tengo un problema de demanda, no solo de producción.
El debate sobre renta básica, impuestos a la automatización o sistemas de protección ante el desempleo estructural existe precisamente porque este problema es real. Pero que exista ese debate no significa que el escenario de destrucción masiva de empleo sin alternativas sea inevitable. Significa que es un problema que el propio sistema tiene incentivos para resolver, aunque sea de forma imperfecta y tardía.
Lo que no se automatiza fácilmente
Volviendo al ejemplo del principio: el bot falló no porque la tecnología sea mala, sino porque el problema no encajaba en los supuestos para los que el sistema estaba diseñado. En cuanto apareció algo imprevisto, el bot no supo qué hacer con ello. No porque le faltara potencia de cálculo, sino porque le faltaba contexto, criterio y la capacidad de interpretar una situación que se salía del guión.
Los negocios reales están llenos de situaciones así.
En el entorno B2B especialmente, pero también en muchos servicios de consumo, las relaciones no funcionan solo sobre la base de precio y características. Funcionan sobre la confianza acumulada. Hay proveedores con los que trabajas no porque sean los más baratos ni porque tengan el catálogo más completo, sino porque cuando algo sale mal, sabes que vas a poder llamar a alguien que se va a mover. Eso tiene un valor que es muy difícil de cuantificar en una hoja de cálculo, pero que cualquier persona que haya gestionado proyectos con presión real sabe perfectamente cuánto vale.
Aquí en Canarias esto se nota de forma especialmente clara. El tejido empresarial de las islas funciona en buena medida sobre la proximidad, el boca a boca y las relaciones de largo plazo. No porque seamos más tradicionales o menos eficientes que en otras zonas, sino porque la insularidad genera dinámicas propias. Los mercados son más pequeños, las redes son más densas, la reputación viaja más rápido. Un autónomo local que pierde la confianza de un cliente pierde también la de media docena de personas que ese cliente conoce.
En ese contexto, la automatización total de la atención al cliente no es solo una decisión de eficiencia. Es una decisión sobre qué tipo de negocio quieres ser y qué señales quieres enviar al mercado.
El cambio que sí va a llegar
Con todo esto dicho, tampoco quiero caer en el lado opuesto del argumento: el de «ya pasó con los ordenadores, ya pasó con internet, y siempre salió bien, así que a relajarse».
Esa comparación tiene un problema de velocidad. Cuando los ordenadores entraron en las oficinas en los años 80, el proceso de adaptación tardó décadas. Los trabajadores fueron absorbiendo las herramientas progresivamente, los planes de formación pudieron seguir el ritmo, el mercado laboral tuvo tiempo de reorganizarse. Con internet pasó algo parecido. Hubo destrucción de empleos en sectores concretos, pero también creación masiva de perfiles nuevos, y entre una cosa y la otra hubo margen temporal para adaptarse.
La IA se está desplegando a una velocidad diferente. No décadas. Meses. Y eso sí crea un problema real, aunque no sea el de la desaparición total del empleo: es el problema de la velocidad de reconversión. Hay perfiles que quedan expuestos antes de que existan rutas claras de adaptación.
El auxiliar administrativo que trabaja en tareas puramente mecánicas, el operador que gestiona consultas básicas de atención al cliente, el perfil que básicamente ejecuta procesos documentados sin necesidad de interpretarlos: esos puestos sí van a cambiar, y en muchos casos van a reducirse drásticamente. No porque la IA sea mejor en todo, sino porque en esas tareas específicas sí lo es, y el coste de automatizarlas está bajando rápidamente.
Lo que probablemente va a crecer, en cambio, son los perfiles que supervisan, que interpretan, que toman decisiones en contextos ambiguos, que mantienen la relación directa con el cliente y que saben usar las herramientas con criterio. No el especialista técnico en el último modelo de lenguaje, que estará obsoleto en seis meses. El profesional que entiende el problema de negocio, sabe qué herramienta usar y cuándo no usarla, y puede responder cuando algo se sale del guión.
La barra libre tiene fecha de caducidad
Hay otro factor que va a cambiar el panorama en los próximos años y que recibe menos atención de la que merece: el modelo económico actual de la inteligencia artificial no es sostenible.
Lo que estamos viviendo ahora mismo es una inversión masiva para ganar mercado. Los planes gratuitos, las suscripciones a veinte euros al mes por herramientas que consumen recursos computacionales enormes, el acceso casi sin fricción a modelos muy capaces: todo eso está subvencionado por capital riesgo con el objetivo de crear dependencia, establecer estándares y eliminar competencia.
En algún momento eso va a cambiar. Las empresas que desarrollan estos modelos necesitan ser rentables, y los costes de infraestructura energética y computacional son enormes. Cuando los precios reflejen el coste real de los modelos avanzados, el cálculo que muchas empresas están haciendo ahora mismo sobre la automatización va a cambiar también.
Para el pequeño negocio o el autónomo que está experimentando con estas herramientas, esto significa que la ventana actual es especialmente valiosa: es el momento de aprender a usarlas y de identificar dónde aportan valor real antes de que el acceso se encarezca. No para ponerse al día en cada novedad que sale cada semana, que es una carrera imposible de ganar, sino para entender la lógica de aplicación y saber qué problema resuelven en contextos concretos.
La pregunta que queda debajo de todo
La pregunta no es si la IA va a quitar trabajo o no. La pregunta más útil es cuál parte del trabajo que hacías aportaba valor real y cuál era simplemente tarea repetitiva que alguien tenía que hacer porque no había otra forma. Esa distinción va a quedar mucho más expuesta que antes. Y lo que quede después de esa exposición, si se gestiona bien, debería ser más interesante y más difícil de reemplazar.
Al final, los negocios siguen vendiendo a personas. Y las personas, cuando algo importa de verdad, siguen buscando a alguien al otro lado que entienda el problema y sepa qué hacer con él.
Eso no lo resuelve un bot. Todavía no. Y probablemente, en muchas situaciones, tampoco debería resolverlo.