La conversación sobre empleos en riesgo por IA suele moverse entre dos extremos: quienes anuncian un “apocalipsis” inminente y quienes lo reducen a una moda pasajera. En medio, la realidad es más incómoda: hay tareas que la inteligencia artificial ya hace muy bien, otras que hace a medias y un enorme bloque donde, por ahora, ni se asoma. Anthropic, la compañía detrás de Claude, acaba de intentar medir esa frontera con una herramienta propia, y el resultado sugiere que el impacto no será uniforme ni socialmente neutro.
Qué midió exactamente Anthropic y por qué importa
El informe de Anthropic, publicado el 5 de marzo de 2026, propone un indicador llamado “exposición observada”: una forma de estimar el riesgo de desplazamiento por IA combinando dos piezas. La primera es la capacidad “teórica” de los modelos de lenguaje para acelerar tareas (basada en estimaciones previas y en el tipo de herramientas necesarias). La segunda es la “capacidad real” tal como se ve en el uso profesional: qué tareas aparecen de verdad en los patrones de uso relacionados con trabajo dentro de su plataforma y su Anthropic Economic Index.
La idea se entiende con una metáfora doméstica: no basta con que exista una batidora potente (capacidad teórica) si en tu cocina no hay enchufes, te falta la jarra adecuada o nadie quiere limpiar después (adopción y fricciones). El informe insiste en esa brecha: la IA “podría” cubrir mucho más de lo que hoy se usa en condiciones reales, por limitaciones técnicas, requisitos de software, revisiones humanas, frenos legales o simple inercia organizativa.
Los trabajos más expuestos: donde la IA ya “encaja” como una llave
Según el ranking de Anthropic, los perfiles más expuestos tienden a concentrar tareas que se parecen a lo que un modelo generativo hace bien: escribir, reescribir, clasificar, resumir, convertir información en texto accionable, o generar código a partir de instrucciones. En la parte alta aparecen programadores, representantes de atención al cliente, data entry, especialistas en historiales médicos y analistas de investigación de mercado y marketing, junto con analistas financieros y de inversión.
El ejemplo más llamativo es el de computer programmers, que Anthropic sitúa en la cima por el peso del uso de Claude en tareas de programación y por el crecimiento de implementaciones automatizadas vía API. En términos llanos: si tu trabajo se parece a “hablar con un documento” o “hablar con una base de código”, la IA se convierte en una herramienta muy tentadora para reducir tiempos y, con ello, el número de manos necesarias para ciertos tramos del proceso.
Los menos expuestos: el cuerpo, el entorno y la presencia siguen contando
En el otro extremo están los empleos donde la presencia física, el riesgo, la coordinación mano-ojo, el contacto con un entorno cambiante o la responsabilidad directa sobre personas y objetos hacen de barrera. Anthropic destaca que alrededor de un 30% de los trabajadores quedarían con “cobertura cero” en su medida, y pone ejemplos muy concretos: cocineros, mecánicos, socorristas, bartenders, lavaplatos o personal de probadores.
Esto no significa “blindaje” eterno; significa que el cuello de botella no es solo el cerebro del modelo, sino todo lo que hay alrededor: sensores, robótica, normativa, seguros, responsabilidad civil, logística, mantenimiento. Es la diferencia entre redactar una respuesta a un email y cambiar una rueda bajo la lluvia en una carretera estrecha.
Un efecto colateral incómodo: desigualdad por género, edad y salario
Uno de los hallazgos más delicados es quién ocupa esos trabajos expuestos. En el informe, el grupo con mayor exposición es, estadísticamente, más femenino, más mayor, más formado y también mejor pagado. Anthropic habla de una diferencia de 16 puntos porcentuales en probabilidad de ser mujer y de ingresos medios significativamente superiores en el grupo más expuesto.
Este patrón encaja con investigaciones externas. La Organización Internacional del Trabajo ha advertido que, en países con datos disponibles, las ocupaciones dominadas por mujeres tienen casi el doble de probabilidad de estar expuestas a la IA generativa, en gran parte por su peso en tareas administrativas y de soporte. También el FMI ha señalado que mujeres y trabajadores con educación superior tienden a estar más expuestos, aunque eso no implica necesariamente destrucción neta de empleo, sino transformación de tareas y del valor de ciertas habilidades.
Traducido a una escena cotidiana: si tu día consiste en coordinar calendarios, redactar, preparar informes, extraer conclusiones de datos y dejarlo todo “presentable”, la IA se sienta a tu lado con ganas de ayudar… o de hacer una parte tan grande que la empresa reconfigure el equipo.
¿Ya se nota en el empleo o seguimos en fase “herramienta nueva”?
Aquí Anthropic es más prudente que muchos titulares. En su análisis con datos de encuestas laborales en EEUU, no encuentra un aumento sistemático del desempleo en las ocupaciones más expuestas desde finales de 2022. Donde ve una señal temprana, todavía tentativo, es en la contratación de trabajadores jóvenes: habría indicios de desaceleración en la entrada a empleos expuestos para el tramo de 22 a 25 años.
La clave es la atribución. Los despidos pueden coincidir con un auge de automatización, pero también con ajustes post-contratación masiva, presión de márgenes, cambios de estrategia o incertidumbre macroeconómica. El debate se ve en casos como Block: Jack Dorsey justificó un recorte cercano a la mitad de la plantilla vinculándolo a ganancias de productividad con “herramientas” de inteligencia, mientras empleados y ex empleados han cuestionado que la IA actual pueda sustituir funciones completas, describiendo el episodio como un ajuste corporativo con narrativa tecnológica.
Qué dicen las proyecciones: crecimiento no siempre significa “seguro”, y viceversa
Anthropic cruzó su métrica con proyecciones del Bureau of Labor Statistics y observó una relación: a mayor exposición observada, el crecimiento proyectado tiende a ser algo menor, aunque el efecto es moderado. En paralelo, las proyecciones del BLS muestran que la economía estadounidense prevé sumar millones de empleos hasta 2034, con fuerte empuje en salud y cuidados. En “most new jobs” destacan ocupaciones como home health and personal care aides, software developers y registered nurses por crecimiento en número absoluto.
Esto ayuda a aterrizar expectativas: un trabajo puede estar muy expuesto en tareas y, aun así, crecer por demanda estructural; otro puede estar poco expuesto a la IA y sufrir por ciclos económicos o cambios de consumo. La “seguridad” laboral no depende solo de si un modelo puede redactar tu informe, sino de si alguien necesita ese informe, cuánto paga por él y qué responsabilidad legal o reputacional se juega quien lo firma.
Lo que conviene observar a partir de ahora
El informe de Anthropic aporta una foto útil, pero no es una sentencia. Algunas críticas apuntan que su medida captura exposición condicionada al uso de Claude y que eso puede sesgar resultados hacia sectores más digitalizados o usuarios más proclives a usar estos sistemas, sin traducirse automáticamente en impacto laboral. Aun así, como termómetro temprano tiene valor: señala dónde la IA ya se está usando en tareas automatizables, qué grupos podrían verse más presionados y por dónde puede empezar la reorganización del trabajo.
Si tu profesión está en la zona roja, el movimiento inteligente no es “competir” contra la máquina en velocidad de borradores, sino especializarte en lo que la máquina no sostiene sola: criterio, verificación, responsabilidad, trato humano complejo, contexto del negocio, diseño de sistemas y decisiones con consecuencias. Es el equivalente profesional a cocinar con un robot de cocina: acelera, sí, pero alguien debe elegir ingredientes, probar, ajustar y servir.