La IA no sustituye profesiones: redistribuye tareas

El error de exigirle a la máquina que piense como nosotros

El argumento de Susskind, que expuso en el Exponential Day de julio de 2026, se apoya en ejemplos que ya son historia: Deep Blue ganando a Kasparov, Watson ganando al Jeopardy!. Ninguno de los dos sistemas jugaba al ajedrez ni respondía preguntas del modo en que lo hace una persona. No comprendían: calculaban y recuperaban. Y aun así superaron a los mejores.

La lección no es sobre ajedrez. Es sobre cómo evaluamos si una tarea es automatizable. La pregunta que se hace habitualmente en un comité es «¿podría una máquina hacer lo que hace nuestro mejor analista?», y la respuesta suele ser no, con razón. La pregunta correcta es otra: «¿existe alguna manera —posiblemente muy distinta de la nuestra— de producir un resultado equivalente?». Y ahí la respuesta cambia con frecuencia.

Este desplazamiento explica por qué tantas empresas se sorprenden. No es que la IA haya aprendido a razonar como un profesional sénior. Es que buena parte del resultado que produce un profesional sénior se puede alcanzar por otro camino, y ese camino no requiere las capacidades que dábamos por imprescindibles.

La unidad de análisis no es la profesión: es la tarea

De aquí sale la parte más útil de la tesis. Susskind sostiene que las profesiones no desaparecen de golpe: se transforman tarea a tarea, y que el reto no es el desempleo masivo sino la transformación masiva de los perfiles profesionales.

Es una distinción que suena académica y es intensamente práctica. Cambia por completo qué se hace un lunes por la mañana.

Si la unidad es la profesión, las decisiones son binarias y políticamente tóxicas: ¿mantenemos o no mantenemos este departamento? La conversación se vuelve defensiva, la gente se protege y no se avanza.

Si la unidad es la tarea, la conversación es otra: de las diecisiete cosas que hace este puesto, ¿cuáles cambian, cuáles desaparecen y —la que casi nadie pregunta— cuáles aparecen? Esa conversación se puede tener sin amenazar a nadie, produce un rediseño concreto y es la única que hemos visto llevar a adopción real.

Dónde nuestra lectura añade un matiz

Hay un punto donde la evidencia de campo matiza el optimismo implícito en «transformación en vez de sustitución».

La transformación de perfiles no es automática ni gratuita. Que una profesión sobreviva redistribuida no significa que las personas concretas que la ejercen hoy transiten sin fricción a la versión nueva. El desplazamiento de tareas concentra la carga en un tipo de trabajo —criterio, verificación, gestión de excepciones, responsabilidad sobre lo que firma la máquina— que no todo el mundo quiere ni puede asumir en el mismo plazo.

En términos operativos: la tesis es correcta a nivel agregado y áspera a nivel individual. Una empresa que la use como tranquilizante —«no hay que preocuparse, solo habrá transformación»— y no invierta en el tránsito, se encontrará con la parte áspera sin haber preparado nada.

Por eso, en la capa de personas de nuestra serie de madurez, insistimos en algo que suena antipático: si el proyecto va a cambiar el trabajo de alguien, decirlo. La credibilidad que se pierde prometiendo que nada cambiará no vuelve.

La respuesta que propone, y su límite para una empresa

Su recomendación principal es educativa: repensar la formación para que no se concentre en los primeros años de la vida, sino que acompañe toda la trayectoria profesional. Es difícil discrepar en el plano de la política pública.

En el plano de una empresa mediana, sin embargo, «formación continua» es exactamente el tipo de respuesta que produce actividad sin resultado. Ya vemos qué pasa cuando se traduce literalmente: sesiones de alfabetización para toda la plantilla, alta asistencia, cero cambio operativo a los tres meses.

Lo que sí funciona, y es la traducción operativa que proponemos: formación anclada a un proceso concreto que se está rediseñando, para el grupo pequeño que lo ejecuta, en el momento en que lo ejecuta. No es menos ambicioso que el aprendizaje continuo; es aprendizaje continuo con un sitio donde aterrizar.

Sobre la AGI, brevemente

Susskind considera que la inteligencia artificial general merece ser tomada en serio —no como certeza, sino como escenario creíble dado el nivel de inversión, la concentración de talento y el ritmo de aceleración.

Nuestra posición operativa es que esa discusión no debería condicionar ninguna decisión empresarial de los próximos doce meses. Si llega, cambiará tanto que planificar para ello hoy es un ejercicio estéril; y si no llega, la empresa que haya pospuesto decisiones concretas esperándola habrá perdido dos años. Lo que decide el resultado en el horizonte que una dirección puede gobernar es mucho más prosaico: qué proceso mides, qué contexto tienes escrito y quién firma las salidas.

Qué hacer con todo esto el lunes

Tres acciones que se derivan directamente de la tesis y que caben en un trimestre:

1. Descomponer un puesto, no un departamento. Elegir un rol concreto del proceso que ya estés mirando y listar sus tareas. Marcar cuáles cambian, cuáles desaparecen y cuáles aparecen. El ejercicio dura una tarde y suele desmontar la mitad de las suposiciones del comité.
2. Buscar el resultado equivalente, no la imitación. Al evaluar si algo es automatizable, no preguntar si la máquina puede hacerlo como lo hace tu mejor persona. Preguntar si existe otro camino al mismo resultado, con verificación humana donde importe.
3. Nombrar el tránsito. Quién acompaña a las personas cuyo trabajo cambia, con qué tiempo y con qué plazo. Si nadie tiene ese encargo, la transformación de perfiles se queda en un buen argumento de conferencia.

Conclusión

La tesis de Susskind desactiva las dos posturas cómodas que conviven en muchos comités: la de quien cree que su sector está a salvo porque su trabajo requiere juicio, y la de quien cree que hay que prepararse para un vaciado de plantillas. Ninguna describe lo que está pasando. Lo que está pasando es una redistribución de tareas dentro de los puestos, y sucede a una velocidad que depende, en buena medida, de decisiones que toma cada empresa.

Es una noticia razonablemente buena, con una condición: que alguien haga el trabajo de mirar el puesto tarea por tarea. Ese trabajo no lo hace la tecnología.

Preguntas frecuentes

¿La IA va a destruir empleo en las empresas medianas?

La tesis con más apoyo hoy —y la que sostiene Susskind— es que el efecto dominante no es la desaparición de profesiones sino la redistribución de tareas dentro de ellas. Eso no significa que sea indoloro: la carga se desplaza hacia criterio, verificación y responsabilidad, y ese tránsito hay que acompañarlo de forma explícita.

¿Qué trabajos se ven afectados por la IA generativa?

A diferencia de olas anteriores de automatización, alcanza tareas no rutinarias propias de profesiones cualificadas. La frontera útil ya no es manual frente a intelectual, sino tareas con resultado verificable frente a tareas cuyo valor está en la relación, la responsabilidad o el juicio en contextos ambiguos.

¿Tiene que pensar la IA como una persona para sustituir una tarea?

No, y asumir que sí es el error de evaluación más común. Deep Blue y Watson superaron a los mejores humanos por caminos completamente distintos a los humanos. La pregunta correcta al analizar un proceso no es si la máquina razonará como tu mejor profesional, sino si existe otra vía a un resultado equivalente.

¿Cómo se prepara una empresa para la transformación de perfiles?

Descomponiendo puestos concretos en tareas antes de desplegar herramientas, rediseñando el proceso alrededor del grupo que lo ejecuta, y nombrando a alguien responsable del acompañamiento. La formación general en IA tiene valor cultural, pero sin un proceso donde aterrizar no produce cambio operativo.