El mercado laboral atraviesa una transformación estructural. La inteligencia artificial dejó de ser una herramienta de soporte para convertirse en un componente activo de la producción. En sectores como medios, finanzas y tecnología, la unidad de trabajo ya no es solo el individuo: es la persona más el modelo.

Qué cambió en la práctica

Durante los últimos dos años, empresas de distintos sectores incorporaron herramientas de IA generativa en sus flujos de trabajo cotidianos. El resultado más documentado es el aumento de la productividad individual: un solo profesional puede gestionar tareas que antes requerían equipos de dos o tres personas.

En el sector financiero, analistas usan modelos de lenguaje para procesar reportes, detectar anomalías en datos y generar borradores de informes en minutos. En medios digitales, redactores producen más piezas por jornada con asistencia para investigación, síntesis y estructuración. En tecnología, desarrolladores reportan ciclos de código más cortos gracias a la autocompletación y revisión automatizada.

Los perfiles que ganan protagonismo

La reconfiguración del mercado generó demanda de nuevos roles que no existían hace cinco años. El “prompt engineer” —especialista en instruir modelos de IA para obtener resultados precisos— pasó de ser una curiosidad técnica a una posición con salarios competitivos en empresas de tecnología y consultoría.

También crecieron los perfiles híbridos: profesionales con formación técnica y dominio sectorial. Un analista financiero que entiende de machine learning, o un periodista que sabe configurar flujos automatizados de búsqueda y síntesis, tiene ventaja sobre sus pares sin esas habilidades.

Las empresas de recursos humanos relevaron un aumento en la búsqueda de perfiles con competencias en IA aplicada, no solo en el sector tecnológico sino también en servicios financieros, salud y educación.

Qué tareas desaparecen y cuáles crecen

La automatización avanzó con más fuerza sobre tareas repetitivas y de bajo valor agregado. La entrada de datos, la generación de reportes estandarizados, la clasificación de documentos y el procesamiento de formularios son funciones que los modelos de IA ejecutan con mayor velocidad y menor costo que un operador humano.

En paralelo, crecieron las funciones que requieren juicio, contexto y responsabilidad. La supervisión de modelos, la validación de resultados generados por IA, la toma de decisiones en situaciones de excepción y la gestión de clientes en escenarios complejos son tareas que siguen en manos humanas y que, según distintos análisis del sector, van a ganar peso relativo.

El diseño de estrategias, la negociación, la interpretación de contexto cultural y la comunicación de alta sensibilidad también se mantienen fuera del alcance operativo actual de los modelos.

Una transición con fricciones

El proceso no es uniforme. Empresas pequeñas y medianas enfrentan barreras de adopción vinculadas al costo de implementación, la capacitación del personal y la integración con sistemas heredados. En algunos sectores, como el legal y el contable, la regulación todavía no acompañó el ritmo de adopción tecnológica.

También hay tensión en los mercados de trabajo. Sindicatos de medios en Estados Unidos y Europa incorporaron cláusulas específicas sobre el uso de IA en convenios colectivos. En Argentina, el debate todavía está en etapas tempranas.

Qué sigue

Los próximos meses van a mostrar si la productividad individual más alta se traduce en menor demanda de empleo total o en expansión de la capacidad productiva de las organizaciones. Las empresas que ya adoptaron IA a escala van a ser el primer termómetro. La respuesta regulatoria y sindical, el segundo.