¿La IA te va a dejar sin trabajo? Esto es lo que dice la evidencia.
Siete gráficos con fuentes primarias —OIT, Banco Central Europeo, PwC— sobre qué está pasando realmente con el empleo. Cada uno lleva su fuente y una nota de qué NO dice el número.
Sobre este tema hay dos relatos y los dos exageran: el que dice que la IA ya destruyó millones de empleos y el que dice que no pasa nada. Los dos se caen con la misma cosa: el dato primario. Acá están, separados por lo que realmente miden.
Están ordenados de lo general a lo concreto: cuánto desempleo hay en el mundo, qué encontró la medición más seria sobre la IA, dónde golpea primero y qué pasó en el sector que iba a desaparecer.
01 · El mundo no tiene un problema de cantidad de empleo
La tasa de desocupación mundial se mantiene estable en 4,9 % proyectado para 2026, y en 2025 el desempleo juvenil subió a 12,4 %: eso son 67 millones de personas de 15 a 24 años buscando trabajo sin encontrarlo. El problema no es que falten puestos en el agregado.
El mundo no tiene un problema de cantidad de empleo
El mundo no tiene un problema de cantidad de empleo
Categoría
% de la fuerza de trabajo
Desocupación global 2026
4.9
Desempleo juvenil 2025
12.4
Unidad: % de la fuerza de trabajoFuente: OIT, Employment and Social Trends 2026 (enero de 2026) y Global Employment Trends for Youth 2026 (agosto de 2026)
Cómo se lee: Una tasa baja convive con un problema enorme de calidad: 2.100 millones de personas trabajan en la informalidad y casi 300 millones viven con menos de USD 3 por día. El empleo existe; lo que falta es empleo que pague y dure.
02 · La IA no borra el trabajo: lo corre de lugar
El Banco Central Europeo midió el empleo en Estados Unidos por riesgo de sustitución por IA. Entre 2019 y 2025, las ocupaciones con riesgo ALTO cayeron más del 4 %, y las de riesgo BAJO crecieron 13 %. La brecha entre las dos es de unos 15 puntos porcentuales, y se aceleró desde el lanzamiento de ChatGPT.
La IA no borra el trabajo: lo corre de lugar
La IA no borra el trabajo: lo corre de lugar
Categoría
% de variación del empleo
Ocupaciones de alto riesgo
-4
Ocupaciones de bajo riesgo
13
Unidad: % de variación del empleoFuente: Banco Central Europeo, Economic Bulletin 4/2026, sobre datos del Bureau of Labor Statistics
Cómo se lee: Es el hallazgo más importante del tema y casi siempre se cita a medias. La mitad que se cita: el efecto sobre el empleo agregado es moderado. La mitad que se omite: hay ocupaciones enteras perdiendo terreno, y el propio BCE dice que el efecto sobre los salarios todavía no se ve.
03 · El empleo joven: donde el daño ya se mide
El desempleo juvenil por subregión en 2025. Las subas más fuertes no están en los países pobres: están en las economías de renta alta. América del Norte pasó de 8,3 % a 9,8 % en dos años, y en Europa del Norte, Sur y Oeste se mantiene en 15 %.
El empleo joven: donde el daño ya se mide
El empleo joven: donde el daño ya se mide
Categoría
% de desempleo juvenil (15-24 años)
Estados Árabes
26.2
Norte de África
22.6
Europa del Norte, Sur y Oeste
15
América del Norte
9.8
Mundo
12.4
Unidad: % de desempleo juvenil (15-24 años)Fuente: OIT, Global Employment Trends for Youth 2026, con datos de 2025
Cómo se lee: En 8 de las 11 subregiones del mundo el desempleo juvenil subió entre 2023 y 2025. Y el problema no es solo el desempleo: 20 % de los jóvenes del mundo no estudia ni trabaja, y en los países de renta baja ese porcentaje llega a 27,9 %.
04 · El sector que iba a desaparecer, y no desapareció
El empleo global en centros de contacto está proyectado a crecer de 15,3 millones de agentes en 2025 a 16,8 millones en 2029, mientras la IA suprime unos 1,9 millones de roles en el mismo período. El saldo sigue siendo positivo.
El sector que iba a desaparecer, y no desapareció
El sector que iba a desaparecer, y no desapareció
Categoría
millones de agentes
Agentes en 2025
15.3
Agentes proyectados 2029
16.8
Unidad: millones de agentesFuente: HCAMag, sobre proyecciones de industria y datos de IBPAP (2026)
Cómo se lee: Es una proyección de industria, no de un organismo oficial: tomarla como orden de magnitud, no como certeza. Y la razón de fondo es económica, no técnica: automatizar del todo cuesta más de USD 3 por interacción hacia 2030, según Gartner.
05 · El caso testigo: la empresa que volvió a contratar humanos
Klarna reemplazó su atención al cliente con IA, dejó de contratar y despidió gente. Menos de un año después volvió a contratar personas, con el CEO admitiendo que había puesto demasiado énfasis en el costo. Su asistente de IA sigue activo y resuelve dos tercios de las consultas, con una mejora del 82 % en tiempos de respuesta.
El caso testigo: la empresa que volvió a contratar humanos
El caso testigo: la empresa que volvió a contratar humanos
Categoría
% de consultas, o % de mejora
Consultas resueltas por IA
67
Mejora en tiempo de respuesta
82
Resto atendido por personas
33
Unidad: % de consultas, o % de mejoraFuente: Outsource Accelerator, mayo de 2025, sobre declaraciones de Klarna y entrevista de Bloomberg a su CEO
Cómo se lee: El 67 % y el 33 % son la misma medición leída desde los dos lados: la IA se queda con el volumen, la persona con lo que el volumen no resuelve. Ojo con el 82 %: mide velocidad de respuesta, no satisfacción ni ventas.
06 · Iberoamérica: poco desempleo, mucha informalidad
En casi toda la región el desempleo está bajo. Lo que está altísimo es la informalidad: en América Latina alcanza al 46,7 % de los ocupados, y entre los jóvenes sube al 56 %. En España el paro bajó por debajo del 10 % por primera vez desde 2008, pero uno de cada cuatro jóvenes que busca trabajo no lo consigue.
Iberoamérica: poco desempleo, mucha informalidad
Iberoamérica: poco desempleo, mucha informalidad
Categoría
% (desocupación o informalidad, según la fila)
Informalidad · jóvenes (América Latina)
56
Informalidad · todos (América Latina)
46.7
Informalidad · México
52.4
Desocupación · América Latina
6
Desocupación · Brasil
5.6
Desocupación · México
2.6
Paro · España
9.8
Unidad: % (desocupación o informalidad, según la fila)Fuente: OIT, Panorama Laboral 2025 (diciembre de 2025); IBGE para Brasil (mayo de 2026); INE/EPA para España (segundo trimestre de 2026); OIT vía Milenio para México
Cómo se lee: Las dos primeras filas miden informalidad y las cinco últimas desocupación: son indicadores distintos y no se suman. La lectura es que el problema de la región no es que falte trabajo, sino que el que hay es precario — y que golpea el doble a los jóvenes.
07 · Lo que la evidencia todavía no puede decir
La OIT estima que 6,1 % de los empleos de los jóvenes de 15 a 29 años están en ocupaciones muy expuestas a la IA. Es la única cifra global de exposición que existe, y su propia autora advierte que el impacto directo sobre los empleos sigue sin estar claro.
Lo que la evidencia todavía no puede decir
Lo que la evidencia todavía no puede decir
Categoría
% de los empleos de jóvenes de 15 a 29 años
Empleos juveniles en ocupaciones muy expuestas a IA
6.1
Unidad: % de los empleos de jóvenes de 15 a 29 añosFuente: OIT, Global Employment Trends for Youth 2026 (agosto de 2026), citando a Sukti Dasgupta, directora del Departamento de Empleo
Cómo se lee: «Hay cada vez más ruido alrededor de la IA. Si bien el impacto directo sobre los empleos sigue sin estar claro, no debemos ser complacientes ni subestimar los riesgos.» La cita es textual y es la postura más honesta que existe hoy sobre el tema.
Qué dicen los siete juntos
El desempleo mundial está estable y bajo, y eso no significa que el mundo del trabajo esté bien: significa que el problema se mudó de la cantidad a la calidad. Casi la mitad de los ocupados de América Latina trabaja en la informalidad.
La IA está afectando ocupaciones concretas —las de tarea repetible— mientras las de criterio crecen. La brecha medida es de unos 15 puntos porcentuales en seis años, y se aceleró desde 2022.
El golpe más fuerte y más medible está en la entrada al mercado laboral: el empleo joven. Las subas más agudas se dieron en economías de renta alta, no en las más pobres.
El sector que iba a desaparecer primero —los centros de contacto— proyecta crecer. La razón es económica: automatizar del todo todavía cuesta más que una persona para la parte difícil de la conversación.
Y lo que la evidencia todavía no puede decir es cuánto de esto es culpa de la IA. La OIT lo dice sin vueltas: el impacto directo sigue sin estar claro. Cualquiera que afirme lo contrario, en cualquier dirección, está yendo más lejos que la fuente.
De dónde salen estos números
Un dato sin método es una opinión con formato. Esto es lo que hay que saber antes de citar cualquier cifra sobre inteligencia artificial y empleo, incluidas las de arriba.
01
Separá «tarea» de «ocupación» y de «empleo»
Que una máquina pueda hacer una tarea no significa que pueda hacer el puesto, ni que la empresa vaya a eliminar el puesto. Casi todos los titulares alarmantes saltan ese escalón. Las mediciones serias —como la del BCE— miden ocupaciones y empleo, no tareas sueltas.
Tarea no es puesto
02
Proyección no es medición
«La IA va a eliminar X millones de empleos» es un ejercicio de modelado, no un dato observado. El pronóstico más citado del sector —el de Goldman Sachs sobre 300 millones de empleos— es una estimación de exposición, no un conteo de despidos, y se cita como si fuera lo segundo.
Modelo no es dato
03
El desempleo agregado esconde la reasignación
Una tasa global estable puede convivir con ocupaciones enteras perdiendo terreno: es exactamente lo que muestra el gráfico 02. Mirar solo el total tranquiliza de más; mirar solo el sector alarmiza de más. Las dos cosas son ciertas al mismo tiempo.
El promedio tapa
04
Lo que no se pudo verificar, se dice
No existe una medición pública y representativa de cuánto gana un closer ni de cuántos puestos de ese tipo hay en Iberoamérica. La exposición de 6,1 % de la OIT es global y no se abre por país. Todo lo que exceda lo que está en esta página es extrapolación, y conviene tratarlo como tal.
Estos gráficos son la evidencia. El argumento completo —escena por escena, con lo que
todavía no se puede afirmar— está en las dos piezas narrativas.
Investigación
¿La IA te va a sacar el trabajo?
Sobre inteligencia artificial y empleo hay dos relatos y los dos exageran: el que anuncia el fin del trabajo y el que dice que no pasa nada. Los dos se caen con lo mismo, el dato primario. Siete escenas con fuente firmada —OIT, Banco Central Europeo, IBGE, INE— y una sección sobre lo que la evidencia todavía no puede decir.
El punto de partida
El caso Klarna
Lo que no se sabe
Lo que no dice No dice que la IA ya dejó a millones sin trabajo.
Es la investigación que sale de los datos propios de la cuenta, no de un informe ajeno. El desempleo mundial está en 4,9 % y el empleo joven sube: las dos cosas son ciertas al mismo tiempo. La IA no está borrando el trabajo, lo está corriendo de lugar, y le está sacando la entrada a los que recién empiezan. Incluye el simulador que separa lo que una máquina resuelve de lo que sigue necesitando a una persona.
Alto riesgo −4 %
Bajo riesgo +13 %
El simulador
Lo que no dice Tampoco promete que el trabajo vaya a estar.
El dato explica el cambio. No te dice qué hacer el lunes.
Si lo que se corre de lugar es la ejecución repetible y lo que queda es el criterio, entonces lo que importa es dónde se ejerce ese criterio. En ventas, se ejerce en la conversación: leer a una persona y decidir el próximo paso. DM Closer ordena esas conversaciones y te dice a quién escribirle hoy.
