El robot que no ves es el que más debería preocuparte
Hace unas semanas publicamos en Conecta una noticia sobre el informe de Capgemini dedicado a la Physical AI: esa nueva generación de robots que perciben, razonan y actúan en el mundo físico. El 79% de las empresas ya trabaja con ellos. La inversión en robótica batió récords en 2025 con 40.700 millones de dólares. Los humanoides han caído de coste treinta veces en una década.
Era una noticia importante. La publiqué como noticia porque lo era. Pero había una pregunta que la noticia no podía responder (o no debía), porque eso no es el trabajo de una noticia. La pregunta era: ¿y qué pasa con las personas?
Ahora el McKinsey Global Institute acaba de publicar un informe que, sin proponérselo del todo, responde exactamente eso. Se llama Agents, robots, and us y analiza cómo la IA va a reconfigurar el trabajo en diez países europeos, España incluida. Lo he leído con cuidado. Y lo que he encontrado me parece más revelador -y más incómodo- que la mayoría de titulares que va a generar.
El robot que todo el mundo imagina no es el robot que viene
Cuando alguien oye "automatización" o "la IA va a quitarte el trabajo", la imagen mental es casi siempre la misma: un brazo robótico en una cadena de montaje, un almacén sin personas, una máquina soldando donde antes había un operario. El robot de fábrica. El símbolo de todas las transiciones industriales anteriores.
Esa imagen no es falsa. Pero el informe de McKinsey la desmonta como amenaza principal con un dato que merece pausa: el 82% del valor económico que la automatización puede desbloquear en Europa antes de 2030 vendrá de agentes de IA, no de robots físicos. Incluso en sectores tan intensivos en trabajo manual como la manufactura, el 71% del valor proyectado no viene de brazos robóticos sino de sistemas de IA que automatizan planificación, control de calidad, procurement y coordinación de cadena de suministro.
Dicho de otra forma: el robot que todo el mundo imagina representa menos de una quinta parte de la transformación que viene. El resto es software. Son agentes. Son sistemas que hacen trabajo cognitivo: el trabajo de las personas que analizan, coordinan, procesan, redactan, gestionan.
En la cocina industrial de la que hablo en esta sección, el debate no es solo si una máquina puede picar cebollas más rápido que un cocinero. Es si un sistema puede diseñar el menú, gestionar los pedidos, coordinar al equipo y controlar los costes mientras el cocinero se ocupa de lo que nadie más puede hacer. Y la respuesta, cada vez más, es que sí puede. O que está aprendiendo a hacerlo.
Los números de España que nadie va a poner en el titular
El informe incluye un dashboard específico por país. El de España tiene datos que me parece importante nombrar porque van a quedar enterrados bajo cifras más grandes y más abstractas.
El 59% de las horas de trabajo en España son técnicamente automatizables con la tecnología que existe hoy. Ligeramente por encima de la media europea del 58%. El valor económico desbloqueable antes de 2030 es de 167.000 millones de dólares. Los sectores que más aportan son retail y comercio, manufactura, y servicios administrativos y de gobierno.
Esos números suenan grandes y abstractos. Los que me importan más son los de habilidades.
McKinsey analiza qué habilidades están creciendo en los anuncios de empleo en España y cuáles están cayendo. Las que más crecen: análisis de negocio, gestión del rendimiento, análisis de datos, IA y machine learning, pensamiento crítico, comunicación. Las que más caen: estrategia de marketing, ofimática, prácticas generales de ventas, redes sociales, sistemas operativos, otros lenguajes de programación, marketing digital.
Léelo otra vez. Las habilidades que están desapareciendo de las ofertas de empleo en España no son las del operario de cadena de montaje. Son las del trabajador cualificado de clase media que aprendió a usar Excel, a gestionar campañas de email marketing, a administrar redes sociales, a vender siguiendo un proceso estándar. El profesional que pensaba -con razón, hasta hace poco- que su formación y su experiencia le ponían a salvo de la automatización.
Ese es el ingrediente que nadie está poniendo en el plato cuando se habla de IA y empleo en España.
El gran malentendido sobre quién está expuesto
Hay una narrativa cómoda que recorre todas las conferencias de innovación, todos los informes de consultoras y todos los artículos de opinión sobre IA y trabajo. La narrativa dice: la automatización elimina los trabajos rutinarios y repetitivos, y libera a las personas para tareas más creativas, más humanas, de mayor valor. Los que se adapten estarán bien. Los que no, tendrán que reinventarse.
Es una narrativa que tiene algo de verdad. Y también esconde algo importante.
Lo que esconde es que "rutinario y repetitivo" no significa lo mismo que "poco cualificado". Hay trabajo muy cualificado que es profundamente rutinario: el abogado que redacta el mismo tipo de contrato con variaciones menores, el analista financiero que produce el mismo informe mensual con datos actualizados, el técnico de marketing que ejecuta la misma estrategia de contenidos en distintos clientes, el coordinador de proyectos que gestiona el mismo tipo de flujo de trabajo una y otra vez. Trabajo para el que se ha estudiado, para el que se cobra bien, para el que hay una carrera construida.
Ese trabajo es exactamente el que los agentes de IA están aprendiendo a hacer. No de golpe, no de forma perfecta, no sustituyendo al profesional completo... al menos de momento. Pero sí absorbiendo las partes más codificadas, más predecibles, más estructuradas de esos trabajos. Y cuando eso ocurre, lo que queda para la persona es diferente. Requiere habilidades distintas. Y no todo el mundo tiene la misma facilidad para hacer esa transición.
McKinsey es cuidadoso aquí, como suelen serlo los informes de McKinsey. Habla de "reconfiguración" más que de "sustitución". Señala que el 75% de las habilidades actuales sobrevivirán, aunque aplicadas de forma diferente. Que la mayoría de los profesionales trabajarán con IA más que serán reemplazados por IA. Todo eso es razonable y probablemente correcto.
Pero hay una trampa en ese argumento que el informe no nombra del todo. Trabajar con IA no es neutral. Requiere lo que McKinsey llama AI fluency: la capacidad práctica de usar, gestionar e integrar herramientas de IA en el trabajo cotidiano. Y esa capacidad no está distribuida de forma equitativa. Tiende a concentrarse en quienes tienen más acceso a formación, mejores condiciones laborales, más tiempo para aprender y más recursos para adaptarse. La transición que el informe describe como manejable para el trabajador promedio puede ser muy diferente para el trabajador concreto que lleva quince años haciendo exactamente lo mismo y que ahora descubre que su empresa espera que sepa hacer otra cosa.
La paradoja del 90%
Hay un dato en el informe que me parece el más revelador de todos, y que está enterrado en una nota al margen del capítulo sobre valor económico.
McKinsey señala que el 90% de las empresas europeas dice usar IA regularmente. Pero menos del 40% ve resultados medibles. La razón no es tecnológica. Es organizativa: las empresas están aplicando IA a tareas aisladas dentro de procesos diseñados para el mundo pre-IA. Es como instalar un motor de Fórmula 1 en un coche de los años ochenta sin cambiar la transmisión, la suspensión ni los frenos. El motor es potente. El coche sigue siendo lento.
La transformación real, dice McKinsey, requiere rediseñar flujos de trabajo completos, es decir, colapsar pasos intermedios, eliminar capas de coordinación, integrar actividades que antes estaban fragmentadas entre roles distintos. No añadir herramientas encima de estructuras viejas, sino cambiar las estructuras.
Eso es exactamente lo que resulta difícil de hacer en organizaciones reales, con personas reales, con inercias institucionales reales. Y es también donde se concentra la mayor parte del impacto en el trabajo: no en la sustitución de empleos enteros, sino en la reconfiguración de lo que cada empleado hace dentro de su rol. Que es, para quien lo vive, igual de disruptivo aunque estadísticamente no cuente como "pérdida de empleo".
Lo que los informes no cuentan
Capgemini habla de robots que perciben y actúan. McKinsey habla de agentes que procesan y coordinan. Juntos dibujan una transformación del trabajo que ya está ocurriendo, que va a acelerarse, y que tiene ganadores y perdedores que no siempre son los que la narrativa popular señala.
Lo que ninguno de los dos cuenta con suficiente claridad -porque no es el tipo de pregunta que hacen los informes de consultoría a 1.678 directivos de empresas de más de 1.000 millones de dólares- es qué pasa con el técnico de marketing de una empresa mediana que lleva diez años perfeccionando habilidades que ahora están en caída libre en las ofertas de empleo. O con el coordinador administrativo cuyo trabajo es exactamente el tipo de labor cognitiva estructurada que los agentes de IA están aprendiendo a hacer mejor y más barato. O con el vendedor que dominaba un proceso de ventas que ahora puede ejecutar un sistema en tiempo real.
No digo esto para instalar el miedo. Lo digo porque me parece que la conversación pública sobre IA y trabajo en España -y en Europa- todavía está demasiado dominada por dos extremos igualmente inútiles: el optimismo de las conferencias de innovación, donde todo es oportunidad y transformación y nuevas habilidades; y el catastrofismo de los titulares, donde la IA va a destruir el empleo como si fuera un meteorito.
La realidad que sugieren estos dos informes es más sutil, más lenta y más desigual que cualquiera de esos dos relatos. Y esa realidad merece una conversación más honesta de la que estamos teniendo.
Los datos están sobre la mesa. Ahora falta decidir qué hacemos con ellos.