Por Omar Arias, Daisuke Fukuzawa, Duong Trung Le, Aaditya Mattoo
Una creciente literatura teórica y empírica estudia el impacto de las tecnologías de automatización en el empleo como los robots y la inteligencia artificial (IA). Esta literatura típicamente evalúa la adopción de estas tecnologías desde la óptica de su factibilidad técnica y generalmente en países industrializados. Por ejemplo, los estudios que examinan cómo los robots afectan los mercados laborales suelen adoptar un marco conceptual que analiza los trabajos en términos de las distintas tareas que estos involucran. Según esta perspectiva, las nuevas tecnologías pueden sustituir a los trabajadores en la realización de tareas rutinarias mientras los complementan en otras (Autor y otros 2003; Acemoglu y Autor 2011; Acemoglu y Restrepo 2019).
Sin embargo, un número limitado de estudios sostienen que un enfoque exclusivo en la factibilidad técnica puede sobreestimar los efectos adversos de la automatización — especialmente en países en desarrollo (UNCTAD 2017; Artuç et al. 2023). Estos estudios enfatizan que las tecnologías que son técnicamente factibles no siempre son económicamente rentables.
Nuestro estudio reciente (Arias y otros 2025) contribuye a la literatura con un marco conceptual integrado que permite evaluar cómo las tecnologías digitales, en particular los robots y la IA, afectan los mercados laborales. Examinamos tanto la factibilidad técnica — si las tareas de un trabajo pueden ser delegadas a la tecnología — como la viabilidad económica — si es rentable para las empresas adoptar la tecnología, dados sus costos y beneficios. Al vincular estas dos dimensiones — lo que es factible y lo que es rentable de automatizar — nuestro estudio ayuda a explicar la heterogeneidad en la adopción y el impacto de las tecnologías de automatización en el empleo entre distintos sectores y países.
Además, para evaluar los impactos de la adopción de nuevas tecnologías en el mercado laboral, debemos considerar dos efectos. El primer efecto es la sustitución de trabajadores que resulta de la automatización de tareas. El segundo es el efecto productividad: la automatización puede disminuir los costos de producción y los precios, lo que lleva a una mayor demanda por los bienes o servicios, una mayor producción y más empleos.
La adopción de una tecnología conllevará a pérdidas o ganancias netas de empleo dependiendo del balance entre estos dos efectos. Si el efecto sustitución supera la creación de empleo generada por la mayor productividad, el empleo total disminuirá. Por el contrario, el empleo total aumentará si hay una mayor creación de nuevos empleos impulsadas por el aumento de la productividad.
La automatización es técnicamente factible para un número creciente de tareas laborales
La Figura 1 ilustra la variación en el tipo de tareas laborales de distintas ocupaciones representativas, a fin de evaluar la factibilidad técnica de que la tecnología reemplaze o complemente a las personas en los trabajos. El análisis se basa en los estudios de Acemoglu y Autor (2011) y Lee (2018). Cada ocupación consiste en un conjunto de tareas, algunas de las cuales pueden ser realizadas por las máquinas o algoritmos mientras que otras tareas permanecen a cargo de las personas.
Figura 1: Los empleos y las tareas laborales.
Las nuevas tecnologías impactan los empleos de manera diferenciada dependiendo de si estos involucran (a) tareas cognitivas o manuales, y (b) tareas rutinarias o no rutinarias.
- Las tecnologías digitales que preceden a la IA — incluyendo los robots industriales y el software informático — automatizaron (reemplazaron a las personas en) muchas tareas físicas y cognitivas rutinarias, tales como soldar partes de un vehículo en una línea de ensamblaje, completar formularios y archivar documentos en una oficina. De este modo, estas tecnologías impactaron los trabajos de los operarios en las fábricas de ensamblaje, y del personal administrativo y preparadores de impuestos (Figura 1, cuadrantes inferior y superior-izquierdo).
- El Internet y, más recientemente, la IA han hecho posible que las máquinas y algoritmos realicen tareas cognitivas no rutinarias más complejas, afectando así los trabajos de los analistas financieros, evaluadores de riesgo y los traductores (cuadrante superior-derecho).
- La IA también tiene el potencial de complementar a los humanos en trabajos que involucran tareas de índole estratégica, creativas y de interacción social, como es el caso de las ocupaciones en ciertos servicios tales como profesores, radiólogos y gerentes.
- Los dispositivos empoderados con IA y los robots inteligentes son cada vez más capaces de realizar una gama amplia de tareas manuales no rutinarias tales como en los vehículos de conducción autónoma y en otras tareas en la prestación de servicios, afectando potencialmente a los taxistas y camioneros así como al personal de restaurantes (cuadrante inferior-derecho).
La tecnología también crea tareas y empleos completamente nuevos. Por ejemplo, las tecnologías digitales han dado lugar a los trabajos de especialistas de apoyo informático, analistas de datos y, más recientemente, operadores de drones e ingenieros de “prompt” de IA.
La Figura 2 (paneles A y B) operacionaliza este marco estilizado con indicadores de la intensidad (preponderancia) de los distintos tipos de tareas en las ocupaciones y datos de la estructura ocupacional de economías emergentes y avanzadas. En economías de altos ingresos, la mayor parte del empleo se concentra en trabajos con una alta intensidad en tareas de índole cognitiva y no rutinarias (reflejando la preponderancia del sector servicios en la economía). Los trabajos cuyas tareas son predominantemente rutinarias y manuales — tales como los operarios de máquinas o el personal administrativo — ya han experimentado una automatización significativa. Los países de bajos ingresos aún tienen una alta proporción de trabajadores en la agricultura y en trabajos manuales rutinarios. Los países de ingresos medios se encuentran en un punto intermedio — más allá de la agricultura, estos tienden a tener una mayor proporción de trabajos manuales rutinarios y de trabajos cognitivos rutinarios que los países ricos o los países pobres. Estos son los empleos más vulnerables a la automatización.
Figura 2. La preponderancia de distintos tipos de tareas laborales y la estructura ocupacional de las economías emergentes y avanzadas
-
Mercados emergentes y economías en desarrollo
-
Economías avanzadas
La automatización es también cada vez más económicamente rentable
Si bien es técnicamente factible automatizar muchas tareas rutinarias, el incentivo económico para automatizar depende del precio de los robots y los algoritmos y de los costos laborales. Si los robots son demasiado caros o la mano de obra es muy barata, las empresas no los adoptarán.
El costo y la rentabilidad económica de los robots varían entre industrias y países. Las nuevas tecnologías son más rentables económicamente en sectores donde los salarios son más elevados. Nuestra evidencia para un grupo de los países del este asiático muestra que los robots utilizados en el sector automotriz cuestan aproximadamente 10 veces más que aquellos utilizados en sectores donde los salarios son más bajos como las industrias de caucho y plásticos. Así, en Indonesia y Filipinas, los robots se utilizan principalmente en las industrias de caucho y plásticos, mientras que en China, Malasia y Tailandia la adopción de robots se extiende a los sectores de electrónica y automóvil (ver la Figura 3).
Figura 3. Los salarios y la adopción de robots en distintos países y sectores.
El eje horizontal muestra el salario promedio anual de un trabajador (en miles de dólares).
El eje vertical muestra el cambio anual del logaritmo del número de robots por trabajador (2014–2019).Para incluir los casos con cambio igual a 0, se añade 0,001 al valor del cambio en el número de robots.
Los robots industriales tienen un impacto positivo pero desigual en el empleo en países en desarrollo
Los estudios sobre cómo la robotización afecta los mercados laborales se han centrado principalmente en los países desarrollados, en gran medida porque los robots se adoptaron mayormente en esas economías. La evidencia empírica existente indica que la adopción de robots industriales ha reducido el empleo agregado y los salarios en el sector manufacturero, especialmente de los trabajadores de baja calificación dedicados a tareas manuales rutinarias (véase, por ejemplo, Graetz y Michaels 2018; Aghion y otros 2020; Acemoglu y Restrepo 2019). Estos efectos a menudo se han visto agravados por la competencia proveniente de las importaciones procedentes de países en desarrollo.
En contraste, la automatización ha tenido un impacto positivo en el empleo manufacturero en varios países en desarrollo, como demuestra nuestro análisis empírico para un grupo de países del este asiático. Este resultado puede deberse a la ventaja comparativa de los países del sudeste asiático en la manufactura, con lo cual las empresas enfrentan una elasticidad-precio de la demanda alta en los mercados globales. Esta elasticidad elevada implica que las reducciones en costos y precios impulsadas por la productividad se traducen en grandes incrementos en la escala de producción impulsados por las exportaciones, los cuales a su vez compensan la reducción del empleo por causa de los robots. China y Viet Nam, países que han registrado la penetración más rápida de robots, también han experimentado un crecimiento mayor en sus exportaciones y en el empleo industrial. En Viet Nam, por ejemplo, con la adopción de un robot adicional por cada 1 000 trabajadores a nivel distrital el empleo total y los salarios promedio aumentan en aproximadamente un 6 -9 % y 2-4 %, respectivamente.
Sin embargo, los beneficios de la robotización no se han distribuido de forma uniforme. En los cinco países del Sudeste Asiático estudiados, entre 2018 y 2022, la adopción de robots industriales creó alrededor de 2 millones de empleos para trabajadores formales de mayor calificación, al tiempo que también desplazó a 1,4 millones de trabajadores formales poco calificados y en trabajos mayormente rutinarios y manuales. Los principales beneficiarios han sido trabajadores más jóvenes y con habilidades que les permiten trabajar con robots, tales como los ingenieros. Muchos de los trabajadores desplazados son operarios de mayor edad en líneas de ensamblaje, quienes han encontrado refugio en el sector informal. Nuestras estimaciones causales, presentadas en la Figura 4, sugieren que las localidades en los países estudiados que experimentaron mayor adopción de robots registraron aumentos en el empleo y los ingresos de los trabajadores con mayor educación, pero una reducción en los salarios promedio de los trabajadores con menor educación.
Figura 4. Adopción de robots e impactos en el mercado laboral en países del Sudeste Asiático según nivel de cualificación
IA: Una ola más amplia, pero que se mueve lentamente
Es aun prematuro evaluar la rentabilidad económica y las tasas de adopción de la IA dado su adopción incipiente. Por lo tanto, nuestro análisis se limita a la factibilidad técnica de la IA para desplazar o complementar a los trabajadores, particularmente en los empleos de servicios. Nuestro análisis sugiere que aún no se percibe un impacto de la tecnología de IA en el mercado laboral en los países en desarrollo.
La IA puede complementar a los humanos en empleos en los sectores de la educación y la salud, y en trabajos que involucran tareas de formulación de estrategias y de toma de decisiones. Sin embargo, solo alrededor del 10 %-12 % de los empleos en los países del Asia oriental y del Pacífico y en otras economías emergentes involucran el tipo de tareas en las que la IA puede complementar a las personas, muy por debajo del 30 % que estos empleos representan en las economías avanzadas.
Además, la exposición a la IA no es uniforme entre los trabajadores. En los países de Asia oriental y el Pacífico, las mujeres están más expuestas que los hombres al efecto de desplazamiento laboral de la IA. Asimismo, los trabajadores con educación terciaria están más expuestos al desplazamiento de la IA que los trabajadores con educación secundaria o inferior.
Sin embargo, de cara al futuro, es probable que la IA transforme los procesos de producción mientras que la digitalización facilitará el comercio internacional en el sector de servicios. A medida que la estructura ocupacional del empleo se desplaze hacia empleos intensivos en tareas cognitivas en el sector servicios y que los salarios aumenten, las economías en desarrollo no serán inmunes a la IA. De hecho, muchos de los trabajos “seguros” de hoy podrían ser víctimas del desplazamiento por la IA mañana. Así como la producción manufacturera orientada a la exportación ayudó a reemplazar el empleo en la agricultura por empleo industrial en los países en desarrollo del Este asiático y del Pacífico, estas y otras economías emergentes necesitan aprovechar el potencial de la IA para que un sector de servicios dinámico sea una fuente de mejores empleos en el futuro.
Políticas para convertir los avances tecnológicos en una bendición más que en una maldición
La evidencia de los países del este asiático, que han seguido un modelo de desarrollo inclusivo y con alta creación de empleos, sugiere que las economías emergentes podrían estar al borde de una nueva ola de disrupción del mercado laboral impulsada por las nuevas tecnologías. A medida que las nuevas tecnologías sean más baratas y los costos laborales aumenten, su adopción probablemente aumentará y transformarán los mercados laborales. Es crucial considerar la interacción entre la factibilidad técnica y la rentabilidad económica en la difusión de estas tecnologías a la hora de diseñar políticas que maximicen los beneficios y mitiguen los riesgos de la automatización y la IA.
Los hacedores de políticas deben actuar de forma proactiva para prepararse ante el impacto transformador de la automatización y la digitalización. Las reformas clave incluyen invertir en el desarrollo de habilidades para dotar a los trabajadores de competencias técnicas, digitales y socio-emocionales avanzadas — como pensamiento crítico, creatividad y capacidad de trabajo en equipo — que complementen las tecnologías emergentes. Países como Japón, Corea y Singapur ya están avanzando en estos esfuerzos mediante planes de estudio renovados y plataformas de aprendizaje digital.
La movilidad laboral y del capital también debe facilitarse eliminando barreras que obstaculizan la reubicación de los trabajadores o los cambios sectoriales, y liberalizando los sectores de servicios para promover el comercio y la competencia (de Nicola y otros 2025; Banco Mundial 2025). Además, los gobiernos deben eliminar distorsiones en los precios de los factores tales como las exenciones de los impuestos al capital o impuestos al trabajo elevados, las cuales han provocado una automatización excesiva y han afectado el empleo negativamente en las economías avanzadas. También es importante la expansión de los esquemas de seguridad social para apoyar a los trabajadores en la creciente economía digital informal. Esta expansión puede lograrse mediante una mejor difusión de la información sobre los beneficios de la protección social, incentivos financieros y la implementación de “nudges” (empujoncitos), con la participación tanto del sector público como del privado.
Este post corresponde a una columna publicada originalmente en VoxEU el 30/08/2025. Traducción de Jordi Paniagua con la ayuda de ChatGPT y la revisión de Omar Arias y Maria Laura Gonzalez Canosa, por parte de los autores.
