El semestre en que el trabajo dejó de ser humano por defecto

En enero escribí que 2026 sería el año de las consecuencias. No era una predicción, sino una interpretación de las señales que veníamos siguiendo desde Future for Work Institute. Después de dos años de descubrimientos, pilotos y promesas alrededor de la inteligencia artificial, todo apuntaba a que entrábamos en una nueva etapa. La tecnología había dejado de ser la novedad. Lo verdaderamente interesante iba a ser observar cómo empezaba a transformar el trabajo.

Seis meses después, merece la pena volver sobre aquella hipótesis. No para comprobar si “acertamos”, sino para contrastar nuestras interpretaciones con la evidencia. Algunas tendencias se han confirmado con más rapidez de la esperada. Otras todavía necesitan tiempo. Y, como ocurre siempre en los momentos de cambio, la realidad también nos ha obligado a reformular algunas preguntas.

La principal conclusión de este primer semestre puede resumirse en una idea sencilla. La inteligencia artificial ha dejado de ser una conversación sobre modelos para convertirse en una conversación sobre trabajo. Ese cambio es mucho más profundo de lo que parece.

De pedir respuestas a delegar objetivos

Durante los últimos años hemos utilizado la inteligencia artificial como una herramienta que nos ayudaba en tareas concretas. Le pedíamos escribir un texto, resumir un documento, generar código o analizar datos. La llegada de la IA agéntica introduce una diferencia cualitativa. Ya no se trata únicamente de pedir una respuesta. Empezamos a delegar objetivos en sistemas capaces de trabajar durante más tiempo, encadenar acciones y desenvolverse con un grado creciente de autonomía.

La diferencia puede parecer sutil, pero no lo es. No es lo mismo pedir a una herramienta que redacte un correo que encargarle que identifique a qué clientes debemos contactar, reúna la información relevante, prepare un mensaje personalizado y deje el resultado listo para revisión. En el primer caso delegamos una tarea. En el segundo, una parte de un proceso.

Cuando delegamos un objetivo en lugar de una tarea, cambia la unidad sobre la que organizamos el trabajo. Y cuando cambia la unidad del trabajo, cambian también las métricas, los procesos, los roles y la forma de dirigir las organizaciones.

En abril nos preguntábamos si, a medida que los agentes asumieran procesos más completos, necesitaríamos también nuevas unidades para medir el trabajo digital. La cuestión de fondo era sencilla. Si una parte creciente de la producción empieza a realizarse mediante agentes, tarde o temprano las organizaciones buscarán nuevas formas de medir, gestionar y coordinar ese trabajo.

Durante los últimos meses esa intuición ha empezado a encontrar respaldo. Un estudio publicado por OpenAI junto con investigadores de Wharton, Columbia y Duke analizó a gran escala el uso de Codex, su agente de inteligencia artificial, en el trabajo. Durante el primer semestre, los usuarios activos se multiplicaron por más de cinco. Pero el dato más revelador fue otro. La proporción de tareas delegadas que a un profesional experimentado le llevarían más de ocho horas pasó de apenas un 2% en diciembre a más del 25% en mayo.

No estamos observando únicamente un aumento de la adopción. Está cambiando la naturaleza del trabajo que las personas empiezan a confiar a los sistemas inteligentes. La conversación ya no gira solo alrededor de preguntas. Empieza a girar alrededor de responsabilidades.

Esto obliga también a revisar cómo medimos la adopción. Durante los últimos años hemos utilizado indicadores relativamente sencillos —usuarios activos, conversaciones, licencias o tokens consumidos— para estimar el impacto de la inteligencia artificial. Sin embargo, esos indicadores empiezan a quedarse cortos. Lo importante ya no será cuánto utilizamos la IA, sino qué parte del trabajo confiamos a sistemas inteligentes, con qué criterio lo hacemos y qué valor genera esa delegación.

El verdadero desafío no consiste en desplegar más agentes. Consiste en desarrollar el juicio necesario para decidir qué merece la pena delegar y qué debe seguir dependiendo del criterio humano.

La presión no aparece donde esperábamos

Esta transformación empieza a hacerse visible en la forma en que algunas empresas reorganizan su actividad. El caso de GitLab resulta ilustrativo. La compañía ha anunciado una reducción de plantilla dentro de una reorganización orientada a acelerar su estrategia de inteligencia artificial y agentes. La lectura rápida sería afirmar que la IA destruye empleo. Pero el caso admite otra lectura. GitLab podría estar revisando no solo el tamaño de su plantilla, sino también la arquitectura con la que distribuye y coordina el trabajo.

Las evidencias disponibles empiezan a dibujar un escenario más complejo que las predicciones más extremas sobre la desaparición del empleo. En algunos sectores no parece estar desapareciendo primero el trabajo técnico. La presión podría concentrarse en determinadas capas de coordinación, gestión y diseño organizativo que habían crecido a su alrededor.

Los datos todavía no permiten determinar con precisión qué funciones soportarán la mayor parte del ajuste. Conviene evitar conclusiones precipitadas. Pero la señal es relevante. La inteligencia artificial puede afectar tanto a quienes realizan el trabajo como a las estructuras que lo distribuyen, supervisan y coordinan.

Al mismo tiempo, empieza a ganar protagonismo el contribuidor individual de alto impacto. No se trata simplemente de profesionales con mejor desempeño. Son especialistas capaces de combinar experiencia, criterio y agentes para producir resultados que antes exigían equipos más amplios. Pueden automatizar parte de la ejecución, acceder a más conocimiento y concentrarse en las decisiones donde su experiencia aporta un valor diferencial.

Si esta tendencia se consolida, cuestionará una idea muy arraigada en las carreras profesionales, la de que progresar implica necesariamente dirigir equipos cada vez mayores. Durante décadas, muchas organizaciones han asociado el crecimiento profesional con el aumento del número de personas bajo responsabilidad. La IA podría abrir la puerta a carreras de enorme impacto basadas en la capacidad de amplificar el trabajo individual, sin necesidad de convertir a todos los buenos especialistas en responsables de equipos. Esto obligará a revisar los sistemas de reconocimiento, las estructuras salariales y las trayectorias profesionales.

También modificará la idea de liderazgo. Cuando los equipos empiezan a combinar personas y agentes, liderar consiste cada vez menos en supervisar tareas y cada vez más en diseñar procesos, límites, responsabilidades y espacios de decisión que permitan que el sistema produzca un buen trabajo.

El cuello de botella es organizativo

La tercera enseñanza del semestre quizá sea la más reveladora. El principal límite ya no parece estar únicamente en la tecnología, sino en la capacidad de las organizaciones para absorberla. Disponer de un buen modelo o de una herramienta potente no garantiza que una empresa sepa integrarla en su actividad. Para capturar su valor es necesario revisar procesos, redefinir responsabilidades, cambiar cómo se toman las decisiones y acompañar a las personas durante la transición.

La expansión de perfiles como el Forward Deployed Engineer apunta precisamente en esa dirección. Estos profesionales no se limitan a instalar una solución tecnológica. Se integran en la organización cliente, comprenden cómo se realiza realmente el trabajo y colaboran con los equipos para rediseñar desde dentro los flujos, los procesos y las decisiones apoyándose en inteligencia artificial. Su crecimiento puede interpretarse como una respuesta a un problema cada vez más evidente. La distancia entre lo que la tecnología puede hacer y lo que la organización es capaz de convertir en una nueva forma de trabajar no deja de crecer.

Podemos declarar que la IA es estratégica y seguir haciendo planificación de plantillas contando personas en lugar de analizar flujos de trabajo. Podemos revisar catálogos de competencias sin preguntarnos cómo cambia el contenido de los puestos. Podemos desplegar agentes sin decidir qué decisiones pueden tomar, qué datos deben utilizar o quién responde cuando se equivocan. Eso no equivale a transformar el trabajo. En el mejor de los casos, es adaptación tecnológica.

El rediseño tampoco puede quedar únicamente en manos de Tecnología ni delegarse por completo en Recursos Humanos. Exige una responsabilidad compartida entre negocio, operaciones, tecnología y personas. La función de Personas, sin embargo, tiene una oportunidad especialmente relevante. Si el trabajo está cambiando, no puede limitarse a gestionar las consecuencias. Debe participar en el análisis de tareas, decisiones, responsabilidades y capacidades que harán posible la colaboración entre personas y agentes. Si no desarrolla esas capacidades, otras funciones ocuparán ese espacio.

La puerta de entrada se estrecha

Quizá la consecuencia más preocupante del semestre sea otra. La puerta de entrada al mercado laboral empieza a estrecharse. En algunos de los sectores más expuestos a la inteligencia artificial se observa una desaceleración de la contratación de perfiles junior. Al mismo tiempo, los puestos de entrada empiezan a exigir capacidades que antes se desarrollaban después de varios años, como la autonomía, el juicio, la comprensión del negocio o la capacidad para gestionar situaciones ambiguas.

En ámbitos como la ingeniería de software, los primeros datos empiezan a mostrar una presión mayor sobre los perfiles de entrada, mientras que los primeros indicios apuntan a que los profesionales más experimentados podrían estar capturando una parte mayor de las ganancias de productividad. La paradoja es evidente. Pedimos experiencia antes de ofrecer las oportunidades necesarias para adquirirla.

No se trata únicamente de un problema de empleo juvenil. Es un problema de sostenibilidad del conocimiento. Muchas de las tareas que hoy parecen más fáciles de automatizar cumplían también una función formativa. Permitían observar a profesionales más experimentados, equivocarse en situaciones de riesgo limitado, recibir feedback, reconocer patrones y construir criterio. No siempre eran las tareas de mayor valor, pero formaban parte del proceso mediante el que se aprendía a realizar las que sí lo eran.

Si las eliminamos sin diseñar nuevas formas de aprendizaje, podemos aumentar la productividad a corto plazo mientras debilitamos la capacidad profesional de las organizaciones a medio plazo. La experiencia no aparece de forma espontánea. Se construye mediante la práctica, la exposición progresiva a problemas y la posibilidad de cometer errores acompañados.

Por eso, la cuestión más importante no es únicamente cuántos puestos junior desaparecerán. La pregunta es cómo adquirirán experiencia los profesionales cuando se automaticen las tareas con las que antes aprendían. ¿De dónde saldrá dentro de diez años el criterio experto que las empresas seguirán necesitando? El rediseño de los roles de entrada puede convertirse en uno de los grandes desafíos de la gestión del talento durante los próximos años.

Lo que el segundo semestre nos va a exigir

Volver sobre las tendencias que publicamos en enero deja un balance desigual, como debe ocurrir en cualquier ejercicio serio de prospectiva. La transición del piloto al sistema, la presión sobre determinadas capas de coordinación y la recomposición del trabajo técnico empiezan a apoyarse en evidencias. Otras tendencias —el nuevo contrato psicológico, la salud y la intensidad del trabajo o la ecuación demográfica— todavía necesitan tiempo. Lo que probablemente no anticipamos fue la velocidad, tanto la de la tecnología como la de sus primeros impactos.

Durante la segunda mitad del año habrá cuatro cuestiones especialmente relevantes. La primera será la distancia entre las organizaciones que están rediseñando realmente el trabajo y aquellas que se han limitado a desplegar herramientas. La segunda será la gobernanza. La pregunta sobre quién responde cuando un agente se equivoca dejará de ser teórica para llegar a los comités de dirección, las auditorías y la negociación colectiva. La tercera será la consolidación de nuevos perfiles dedicados a diseñar sistemas de trabajo apoyados en inteligencia artificial. Y la cuarta será la evolución del empleo joven y de los mecanismos mediante los que las organizaciones construyen experiencia, conocimiento y criterio.

En enero nos preguntábamos si las organizaciones actuarían antes de que el contexto las obligara a hacerlo. Seis meses después, el contexto ya ha empezado a responder.

La principal enseñanza de este semestre no es que la inteligencia artificial sea mejor que hace un año. Es que hemos empezado a utilizarla de una manera distinta. Durante décadas diseñamos las organizaciones partiendo de un supuesto que apenas cuestionábamos. El trabajo era humano por definición. Ese supuesto empieza a desaparecer. Los agentes no representan el final del trabajo humano. Pero sí pueden representar el final del trabajo cognitivo humano por defecto.

Por eso, la pregunta importante ya no es cuánto trabajo podrán hacer las máquinas. La pregunta es qué parte del trabajo decidiremos no delegar. Qué decisiones queremos que sigan dependiendo del juicio humano. Qué aprendizajes no estamos dispuestos a perder. Qué responsabilidades no deberíamos convertir en una secuencia automática, aunque técnicamente podamos hacerlo.

La tecnología ampliará cada vez más el espacio de lo posible. Decidir qué parte de ese espacio merece seguir siendo profundamente humana será responsabilidad nuestra.

Referencias

Díaz, R. (2026). 10 tendencias en gestión de personas para 2026. Future for Work Institute.

Díaz, R. (2026, febrero). Repensar el liderazgo: del mito del héroe a la arquitectura del sistema. Future for Work Institute.

Díaz, R. (2026, abril). ¿Es el token una nueva unidad de trabajo? Future for Work Institute.

Díaz, R. (2026, abril). IA agéntica: de pedir a delegar. Capital Humano.

Díaz, R. (2026, mayo). ¿Es el Forward Deployed Engineer la pieza que faltaba para la transformación agéntica? Future for Work Institute.

Díaz, R. (2026, julio). El Acto 2 de GitLab: el principio de un nuevo modelo organizativo. Future for Work Institute.

Díaz, R. (2026, julio). El impacto de la IA en el mundo del trabajo: el caso de la ingeniería de software. Future for Work Institute.

Johnston, D., Holtz, D., Richmond, A. M., Ong, C., Tambe, P. y Chatterji, A. (2026). The shift to agentic AI: Evidence from Codex (arXiv:2606.26959). arXiv.

++++

Foto de Bernd 📷 Dittrich en Unsplash

***

El futuro del trabajo no se entiende con una lectura aislada. 

Requiere observar señales, conectar ideas y aprender a diario. Si trabajas en RRHH, organización del trabajo o gestión de personas, descubre cómo nuestro sistema de aprendizaje continuo multiformato puede ayudarte a mantenerte al día y a tomar mejores decisiones. Con criterio.

Consulta nuestros planes para profesionales individuales y empresas aquí.👈