McKinsey ha vuelto a agitar el debate sobre el futuro del trabajo con su nuevo Skill Change Index, un indicador que intenta medir hasta qué punto distintas habilidades están expuestas a la automatización en los próximos cinco años. El gráfico, que ya se mueve con fuerza en entornos de negocio y tecnología, ordena miles de habilidades en una escala de 0 a 100 y sitúa en la parte alta las más expuestas al cambio. Pero la discusión de fondo no está solo en el índice, sino en la lectura que se haga de él.
La interpretación más rápida suele ser también la más reducida: la IA hará las tareas rutinarias y dejará a los humanos el liderazgo, la negociación o la gestión. Sin embargo, el propio informe de McKinsey es bastante más matizado. La firma sostiene que el trabajo del futuro será una asociación entre personas, agentes y robots, y que el valor no dependerá solo de automatizar tareas aisladas, sino de rediseñar flujos completos de trabajo. En otras palabras, el mensaje real no es únicamente “qué desaparece”, sino “qué cambia, dónde se crea valor y qué nuevas combinaciones entre personas y máquinas empiezan a ser posibles”.
El Skill Change Index no mide despidos, mide exposición al cambio
Eso es lo primero que conviene aclarar. McKinsey no dice que una habilidad con un 80 % de exposición implique automáticamente la desaparición del 80 % de los empleos vinculados a ella. Lo que plantea es un riesgo de transformación: cuánto puede cambiar la forma en que esa habilidad se aplica, se combina con otras o se desplaza dentro del proceso de trabajo. En su escenario intermedio, los cuartiles del índice para las 100 habilidades más relevantes se sitúan en 23 %, 28 % y 33 %; en el escenario temprano, suben a 43 %, 51 % y 59 %. El gráfico que acompaña al informe deja claro que no todas las capacidades se mueven igual.
McKinsey también afirma que las tecnologías actuales podrían automatizar teóricamente más de la mitad de las horas de trabajo actuales en Estados Unidos, pero añade de forma expresa que eso no es una previsión de destrucción de empleo. La adopción llevará tiempo, algunos roles se reducirán, otros crecerán y otros cambiarán de naturaleza. Además, la consultora subraya que más del 70 % de las habilidades de hoy pueden seguir siendo relevantes, aunque no se usen exactamente del mismo modo ni en el mismo punto del flujo de valor.
Para un medio tecnológico, ese matiz es clave porque desplaza la conversación desde el titular fácil sobre sustitución hacia una cuestión más interesante: cómo reconfigura la IA las arquitecturas de trabajo, los sistemas de decisión y la relación entre talento humano y software.
Qué habilidades aparecen más y menos expuestas
El gráfico de McKinsey sitúa entre las habilidades menos expuestas algunas capacidades muy humanas, como leadership, coaching o negotiation. En una zona intermedia aparecen communication, customer relations, management, writing y problem solving. Más arriba, con mayor exposición al cambio, figuran quality assurance, inventory management, invoicing o SQL. La lectura superficial sería que la IA sustituirá lo digital y dejará intacto lo humano. Pero incluso aquí conviene no simplificar demasiado.
Una forma útil de resumir la imagen sería esta:
| Habilidades menos expuestas | Habilidades en la zona media | Habilidades más expuestas |
|---|---|---|
| Liderazgo | Comunicación | Facturación |
| Coaching | Gestión | Control de calidad |
| Negociación | Escritura | Gestión de inventario |
| Buen historial de conducción | Resolución de problemas | SQL |
La propia clasificación del informe sugiere que muchas capacidades no van a desaparecer, sino a cambiar de función. La comunicación, la gestión de información o la resolución de problemas no están fuera del alcance de la IA, pero tampoco encajan bien en la lógica de reemplazo puro. Más bien parecen entrar en una zona de aumentación: la máquina aporta síntesis, velocidad y exploración de alternativas; el humano sigue marcando criterio, contexto y validación.
El punto ciego de muchas lecturas: la IA también amplía capacidades
Aquí es donde la tesis de automatización se queda corta. La historia de la tecnología muestra que los mayores saltos no siempre llegan cuando una máquina hace lo mismo más rápido, sino cuando permite hacer algo que antes era impracticable. Boeing recuerda que el 777 fue el primer avión comercial diseñado íntegramente con herramientas digitales, lo que permitió simular geometrías complejas y reducir la necesidad de maquetas físicas completas. No fue solo una mejora de productividad; fue un cambio en el espacio de diseño posible.
Algo parecido ocurre con la medicina de precisión. Los National Institutes of Health la definen como un enfoque que adapta la prevención y el tratamiento a las diferencias individuales de genes, entorno y estilo de vida. Esa medicina no surge porque un algoritmo haga más rápido el trabajo antiguo del laboratorio, sino porque la capacidad de procesar grandes volúmenes de datos biológicos abre un modelo de atención que antes no existía en esos términos.
Aplicado a la IA actual, el patrón es reconocible. Un agente no solo reduce tiempo de ejecución en una tarea administrativa o de análisis; también puede hacer viable una cadena de decisiones, pruebas y simulaciones que antes quedaba descartada por falta de tiempo, coste o capacidad humana de procesamiento. Por eso evaluar el impacto de la IA únicamente por las horas que ahorra puede resultar engañoso. En muchos casos, la verdadera ventaja competitiva no estará en “hacer lo mismo con menos gente”, sino en hacer cosas mejores, con más contexto, menos error y más capacidad de acierto. Esa conclusión no contradice a McKinsey; más bien amplía la lectura de su propio informe.
La tesis fuerte de McKinsey está en el rediseño, no en el recorte
De hecho, el informe insiste en que el potencial económico no vendrá solo de la automatización. McKinsey calcula que, en un escenario intermedio, la IA generativa y los agentes podrían aportar 2,9 billones de dólares anuales de valor económico en Estados Unidos, pero vincula esa cifra a la capacidad de las organizaciones para reimaginar cómo se hace el trabajo. Es decir, la consultora no plantea que la ganancia salga de automatizar una tarea y ya está, sino de reorganizar procesos completos.
Ese matiz importa especialmente en tecnología. Muchas empresas siguen añadiendo IA encima de procesos mal diseñados, con la esperanza de que la capa inteligente resuelva por sí sola ineficiencias estructurales. El resultado suele ser el contrario: más velocidad, sí, pero también más caos, más deuda operativa y más ruido si no se redefine antes el sistema. En ese sentido, el informe acierta al apuntar que el reto no es únicamente técnico, sino organizativo.
También hay otro dato llamativo: McKinsey detecta que la demanda de AI fluency, la capacidad de usar y gestionar herramientas de IA, se ha multiplicado por siete en las ofertas de empleo de Estados Unidos en solo dos años. Eso sugiere que el mercado laboral no se está preparando únicamente para una ola de reemplazo, sino para una nueva capa de competencias híbridas donde comprender la herramienta y orquestarla bien empieza a ser tan importante como el conocimiento funcional previo.
La pregunta ya no es qué automatiza la IA, sino qué vuelve posible
Ese es, probablemente, el punto más interesante para un medio tecnológico. El Skill Change Index es útil como termómetro de exposición y como señal para quienes diseñan talento, equipos y hojas de ruta de formación. Pero no agota la historia. Si la IA se mide solo por el trabajo humano que puede replicar, se pierde de vista su otra dimensión: la de habilitar nuevas capacidades.
La ventaja no estará solo en ejecutar más rápido, sino en equivocarse menos, explorar más opciones, probar más hipótesis y tomar mejores decisiones. En algunos casos eso reducirá carga manual; en otros, multiplicará la sofisticación del trabajo. Y esa segunda parte, aunque cuesta más meterla en un índice, puede ser la que de verdad determine quién gana esta transición.
Preguntas frecuentes
¿Qué es exactamente el Skill Change Index de McKinsey?
Es un indicador que intenta medir la exposición de distintas habilidades a la automatización en los próximos cinco años. No mide despidos ni destrucción directa de empleo, sino cuánto puede cambiar la aplicación de cada capacidad en el trabajo.
¿McKinsey dice que la IA eliminará más de la mitad de los empleos?
No. El informe afirma que las tecnologías actuales podrían automatizar teóricamente más de la mitad de las horas de trabajo en Estados Unidos, pero aclara expresamente que eso no es una previsión de pérdida de empleo.
¿Qué habilidades aparecen menos expuestas a la automatización?
En el gráfico destacan liderazgo, coaching y negociación, además de otras capacidades ligadas al trato humano y a la coordinación. McKinsey considera que son áreas con menor exposición relativa al cambio automatizador.
¿Por qué se habla de aumentación y no solo de automatización?
Porque muchas tecnologías no solo sustituyen tareas, sino que permiten hacer cosas que antes eran inviables. Boeing cita el diseño digital del 777 como un cambio de capacidad, y los NIH explican la medicina de precisión como un enfoque basado en datos que abre nuevos modelos de atención.
