McKinsey ha vuelto a colocar el futuro del trabajo en el centro de la conversación con su nuevo Skill Change Index, un indicador que mide hasta qué punto distintas habilidades están expuestas a la automatización en los próximos cinco años. El gráfico, que ya circula con fuerza en redes y foros profesionales, sitúa más arriba las capacidades más expuestas y más abajo las que previsiblemente cambiarán menos. Pero el verdadero debate no está solo en la foto que ofrece el índice, sino en cómo se interpreta.
La lectura rápida suele ser la más llamativa: la IA automatizará lo rutinario y dejará a los humanos el liderazgo, la negociación o el coaching. Sin embargo, el propio informe de McKinsey es bastante más matizado que esa simplificación. La firma sostiene que las tecnologías actuales podrían automatizar, en teoría, alrededor del 57 % de las horas de trabajo en Estados Unidos, pero subraya que eso no es una previsión de destrucción de empleo. También afirma que más del 70 % de las habilidades actuales pueden seguir aplicándose tanto en trabajo automatizable como en trabajo no automatizable, aunque en contextos distintos.
Lo que McKinsey sí dice y lo que muchos leen de más
El Skill Change Index no mide cuántos empleos desaparecerán, ni cuánto recorte de plantilla traerá la IA. Mide la exposición potencial al cambio de cada habilidad según distintos escenarios de adopción. En su escenario intermedio, McKinsey calcula que entre aproximadamente una cuarta parte y un tercio de las horas ligadas a las 100 habilidades más demandadas podrían automatizarse de aquí a 2030. En el gráfico, los cuartiles del escenario intermedio se sitúan en 23 %, 28 % y 33 %, mientras que en el escenario temprano ascienden a 43 %, 51 % y 59 %. Eso no equivale a decir que esos porcentajes de empleo vayan a desaparecer, sino que esas habilidades están más expuestas a ser reconfiguradas por la tecnología.
Ahí está una de las claves del informe. McKinsey coloca entre las habilidades con menor exposición a la automatización competencias como leadership, coaching o negotiation, mientras que otras como invoicing, quality assurance o SQL aparecen más arriba en la distribución. Pero, al mismo tiempo, el propio documento subraya que capacidades amplias como problem solving, communication o customer relations no desaparecen, sino que evolucionan en una relación cada vez más estrecha entre personas, agentes y robots.
Eso explica por qué parte de la discusión pública está yendo más allá del automatismo clásico de “más IA igual a menos personas”. McKinsey insiste en que los mayores beneficios no llegarán por automatizar tareas sueltas, sino por rediseñar flujos de trabajo completos. En su escenario intermedio, la consultora estima un potencial de 2,9 billones de dólares al año en valor económico en Estados Unidos, pero liga esa cifra no solo al avance técnico, sino a la rapidez con la que las organizaciones cambien procesos, roles, métricas y cultura.
El punto ciego: la IA también amplía capacidades
Es precisamente ahí donde aparecen las críticas más interesantes al debate actual. Una parte del mundo empresarial sigue evaluando la IA con una lógica heredada de la Revolución Industrial: cuánto trabajo humano puede reemplazar, cuánto tiempo ahorra y cuánto coste recorta. Pero la historia de la tecnología sugiere que ese marco se queda corto cuando una herramienta no solo acelera tareas existentes, sino que abre la puerta a actividades que antes eran inviables.
Hay precedentes claros. Boeing recuerda que el 777 fue el primer avión comercial diseñado de forma 100 % digital, una transición que permitió prescindir de muchas maquetas físicas a escala real y trabajar con un nivel de integración imposible con métodos tradicionales. No fue solo una mejora de eficiencia: fue una nueva manera de diseñar. Algo parecido ocurre con la medicina de precisión, que los National Institutes of Health definen como un enfoque que adapta prevención y tratamiento a las diferencias individuales de genes, entorno y estilo de vida. En ambos casos, la tecnología no solo sustituyó trabajo; amplió el campo de lo posible.
Aplicado a la IA actual, ese argumento gana fuerza. El valor no siempre estará en hacer lo mismo en menos tiempo, sino en poder abordar más variables, probar más hipótesis, operar con mayor precisión y tomar decisiones de más calidad. De hecho, McKinsey también apunta en esa dirección cuando afirma que los trabajadores dedicarán menos tiempo a preparar documentos o hacer investigación básica y más a formular preguntas, interpretar resultados y colaborar con sistemas inteligentes. Incluso detecta que la demanda de AI fluency, es decir, la capacidad de usar y gestionar herramientas de IA, se ha multiplicado casi por siete en dos años en las ofertas de empleo de Estados Unidos.
No se trata solo de ahorrar tiempo, sino de acertar más
La discusión de fondo, por tanto, no es si McKinsey “se equivoca” o no, sino qué parte del fenómeno capta mejor su índice y cuál queda fuera de foco cuando el debate se simplifica. El Skill Change Index sí sirve para orientar a empresas, responsables de recursos humanos y responsables públicos sobre qué habilidades están más expuestas a la automatización y cuáles pueden ganar peso relativo. En ese sentido, es útil como mapa de riesgo y de reasignación del talento. Pero también es verdad que medir la transformación solo desde la exposición al cambio puede dejar en segundo plano la otra cara del proceso: la aumentación.
Y esa aumentación importa mucho. Las compañías que mejor aprovechen la IA no serán necesariamente las que más recorten, sino las que rediseñen antes sus procesos para combinar capacidad humana y capacidad algorítmica. La consultora lo dice con otras palabras: integrar IA no será un simple despliegue tecnológico, sino una reimaginación del trabajo. El matiz es decisivo, porque la ventaja competitiva no estará tanto en hacer más tareas por hora como en reducir errores, detectar antes problemas y tomar mejores decisiones en menos tiempo.
Por eso el gráfico de McKinsey está generando tanta conversación. No porque anuncie un apocalipsis laboral automático, sino porque obliga a replantear dónde se crea valor. Y en ese terreno, la frontera ya no está entre humanos y máquinas, sino entre organizaciones que añaden IA a procesos viejos y organizaciones que usan la IA para construir procesos nuevos. McKinsey pone números a una parte del cambio. El mercado, probablemente, acabará juzgando la otra.
Preguntas frecuentes
¿Qué mide exactamente el Skill Change Index de McKinsey?
Mide la exposición potencial a la automatización de cada habilidad en distintos escenarios de adopción hasta 2030. No calcula cuántos empleos desaparecerán, sino cuánto puede cambiar el uso de esas habilidades en el trabajo.
¿McKinsey dice que la IA destruirá un porcentaje equivalente de empleos?
No. El informe aclara que su estimación sobre horas potencialmente automatizables no es una previsión de pérdida de empleo. La tesis central es que el trabajo se reorganizará como una colaboración entre personas, agentes y robots.
¿Qué habilidades salen menos expuestas en el gráfico?
En el gráfico destacan con menor exposición habilidades como liderazgo, coaching y negociación, mientras que otras como facturación, control de calidad o SQL aparecen más expuestas al cambio.
¿Por qué se habla de aumentación y no solo de automatización?
Porque muchas tecnologías no solo reemplazan tareas, sino que permiten hacer cosas que antes eran inviables. McKinsey reconoce parte de esa lógica al defender que el valor llegará del rediseño de flujos completos, y no solo de automatizar actividades aisladas.
