La idea de que la inteligencia artificial destruiría empleo de forma inmediata se ha repetido durante meses en presentaciones corporativas, informes de consultoras y titulares alarmistas. Pero los datos agregados del mercado laboral estadounidense siguen sin confirmar ese escenario. La lectura más sugerente llega desde Apollo Global Management: si la IA abarata determinadas tareas profesionales, puede estar ocurriendo algo parecido a la paradoja de Jevons, donde una mejora de eficiencia no reduce el consumo de un recurso, sino que lo multiplica.

El gráfico compartido por Apollo, basado en datos semanales de empleo privado de ADP, muestra una aceleración de la creación de empleo en Estados Unidos durante la primavera de 2026. No demuestra por sí solo que la IA esté creando puestos de trabajo, pero sí cuestiona la tesis más simple del reemplazo masivo. Si la tecnología estuviera destruyendo empleo de forma generalizada y rápida, los datos deberían empezar a reflejarlo con más claridad.

Qué dice realmente la paradoja de Jevons

William Stanley Jevons observó en el siglo XIX que las mejoras de eficiencia en las máquinas de vapor no redujeron el consumo total de carbón en Reino Unido. Ocurrió lo contrario. Al hacer más barato y rentable usar carbón, se abrieron nuevos usos industriales, nuevas fábricas y nuevas actividades que antes no eran viables. La eficiencia redujo el coste unitario, pero multiplicó la demanda total.

Aplicado a la IA, el razonamiento es parecido. Si generar código, analizar documentos, producir informes, revisar contratos, preparar campañas o automatizar procesos cuesta menos, no necesariamente se necesitará menos trabajo humano. Puede ocurrir que se hagan muchas más cosas: más software, más servicios, más auditorías, más contenido, más análisis, más startups y más productos personalizados.

Ese es el punto que defiende Torsten Sløk, economista jefe de Apollo. Su tesis es que la IA está abaratando el coste de determinadas tareas profesionales y, al hacerlo, está ampliando el mercado. La consecuencia no sería una caída automática del empleo, sino una expansión de la demanda de perfiles capaces de usar IA para producir más.

La comparación con el PC en oficinas ayuda a entenderlo. A finales de los 80 y principios de los 90 también se dijo que los ordenadores destruirían una parte enorme del trabajo administrativo. Lo que ocurrió fue más complejo: desaparecieron tareas, cambiaron funciones, aparecieron nuevas categorías profesionales y aumentó la capacidad de producir información, gestionar datos y coordinar empresas. El empleo no quedó congelado; se reorganizó.

Los datos no respaldan todavía un colapso laboral por IA

Apollo ha sido especialmente contundente al hablar de “cero evidencia” de pérdidas de empleo atribuibles a la IA en los datos agregados. ADP, por su parte, registró 109.000 empleos privados adicionales en abril de 2026 y su indicador semanal NER Pulse mostraba una media móvil positiva en mayo. Son cifras que deben leerse con cautela, porque el mercado laboral depende de muchos factores: tipos de interés, consumo, inversión empresarial, gasto público, productividad, demografía y ciclo económico.

Aun así, el mensaje es relevante. La IA está entrando en las empresas, pero el golpe laboral agregado que muchos anticipaban no aparece de forma clara en las estadísticas generales. Algunas compañías sí han citado la IA en planes de ajuste o reestructuración, pero eso no basta para concluir que exista una destrucción neta masiva de empleo provocada por esta tecnología.

También conviene separar automatización de tareas y destrucción de puestos. La IA puede sustituir partes concretas de un trabajo sin eliminar el empleo completo. Un abogado puede revisar documentos más rápido, un programador puede generar borradores de código, un analista puede preparar informes en menos tiempo y un equipo de soporte puede responder mejor con ayuda de asistentes. En muchos casos, la pregunta no es si desaparece el puesto, sino cómo cambia el contenido del trabajo.

La evidencia académica disponible apunta en esa dirección matizada: la IA generativa genera mejoras de productividad importantes en ciertas tareas, pero su impacto sobre el empleo depende del sector, del nivel de adopción, de la organización del trabajo y de si la tecnología se usa para sustituir personas o para ampliar producción.

El riesgo no desaparece: cambia de forma

Decir que no hay pruebas de un colapso laboral general no significa negar los riesgos. Algunos perfiles pueden verse presionados, especialmente en tareas repetitivas de oficina, redacción básica, soporte de primer nivel, traducción simple, revisión documental o programación rutinaria. También puede haber más dificultad para puestos junior si las empresas intentan cubrir con IA parte del trabajo que antes servía como entrada al mercado.

La paradoja de Jevons tampoco garantiza que todos ganen. Puede aumentar la demanda total de trabajo y, al mismo tiempo, desplazar a quienes no se adapten. La eficiencia suele redistribuir valor. Beneficia más rápido a empresas con capital, datos, procesos y capacidad de integración tecnológica. Los trabajadores y pymes que no incorporen IA pueden competir en peores condiciones frente a quienes sí la usen bien.

El punto importante para directivos y profesionales no es esperar a que el mercado decida. Es entender que la IA puede elevar el nivel mínimo de productividad esperado. Si una persona con IA puede hacer en una mañana lo que antes llevaba dos días, la empresa no siempre reducirá plantilla; también puede pedir más proyectos, más análisis, más clientes atendidos o más ciclos de mejora.

Eso es Jevons aplicado al trabajo intelectual: cuando baja el coste de producir una unidad de conocimiento, la demanda de conocimiento puede crecer. No se escriben menos programas porque programar sea más eficiente. Se intenta crear más software. No se hacen menos análisis porque un modelo los acelere. Se analizan más escenarios. No se produce menos contenido porque las herramientas ayuden. Se compite por publicar más, mejor y más rápido.

La productividad será la verdadera frontera

La discusión sobre IA y empleo suele plantearse como una batalla binaria entre sustitución y creación de puestos. La realidad será más desigual. Habrá sectores donde la IA reduzca empleo. Habrá otros donde lo aumente. En muchos, cambiará tareas, salarios, perfiles de entrada y organización interna.

Para las empresas, la clave estará en medir productividad real, no solo adopción. Usar IA no significa mejorar. Lo importante será saber si reduce tiempos, aumenta calidad, baja errores, acelera ventas, mejora soporte o permite lanzar productos que antes no eran viables. La paradoja de Jevons funciona cuando la eficiencia abre nueva demanda; no cuando solo se añade una herramienta cara a procesos mal diseñados.

Para los trabajadores, la lectura es directa. La IA no elimina la necesidad de criterio, contexto, comunicación, responsabilidad y conocimiento del negocio. Pero sí premia a quienes saben usarla para ampliar sus capacidades. Igual que el PC no sustituyó a todos los trabajadores de oficina, pero penalizó a quien no aprendió a trabajar con él, la IA puede convertirse en una herramienta básica de productividad profesional.

Los datos actuales no justifican el relato de un apocalipsis laboral inmediato. Tampoco autorizan la complacencia. La IA está cambiando el mercado desde dentro, pero por ahora parece más una tecnología que expande la capacidad de hacer trabajo que una máquina que elimina todo el trabajo de golpe.

La pregunta ya no es si la IA destruirá empleo de forma abstracta. La pregunta es quién sabrá convertir esa eficiencia en más actividad, más productos, más servicios y más valor.

Preguntas frecuentes

¿Qué es la paradoja de Jevons?
Es una idea económica según la cual una mejora de eficiencia puede aumentar el consumo total de un recurso, porque lo hace más barato y abre nuevos usos.

¿Cómo se aplica a la inteligencia artificial?
Si la IA reduce el coste de tareas profesionales, puede aumentar la demanda total de análisis, software, contenido, automatización y servicios, en lugar de reducir automáticamente el empleo.

¿Hay pruebas de que la IA esté destruyendo empleo de forma masiva?
Los datos agregados disponibles no muestran todavía un colapso laboral general atribuible a la IA, aunque sí existen impactos concretos en tareas, perfiles y empresas.

¿Qué deberían hacer los profesionales ante este cambio?
Aprender a usar IA como herramienta de productividad, reforzar criterio propio, especialización, comunicación y conocimiento del negocio. La ventaja estará en combinar experiencia humana con automatización.