- El informe Workforce in Motion del McKinsey Global Institute (29 de septiembre de 2026) estima que unos 11 millones de trabajadores de Estados Unidos podrían tener que cambiar de ocupación antes de 2035: unas 770.000 transiciones al año, 3,6 veces el promedio histórico.
- El problema no es solo cuántos empleos destruye la IA, sino cómo llegan las personas a los nuevos: solo uno de cada siete trabajadores tiene un camino directo.
- Desde 2022, la demanda de fluidez en IA se ha multiplicado por once, pero también crece la de adaptabilidad, resiliencia y ganas de aprender.
- La ventaja no será tener IA, sino preparar a las personas para trabajar con ella: alfabetización, reskilling y gobernanza.
Hay una conversación sobre inteligencia artificial que quizá estamos planteando mal.
Llevamos meses preguntándonos cuántos empleos destruirá la IA. Es comprensible. Es una pregunta sencilla, genera titulares y conecta directamente con uno de nuestros mayores temores: que una máquina termine haciendo nuestro trabajo.
Pero puede que no sea la pregunta importante.
El último informe del McKinsey Global Institute, Workforce in Motion: Skills and Pathways to Future Jobs in the United States, publicado el 29 de septiembre de 2026, plantea una lectura bastante más interesante. La transformación que viene no parece ser únicamente una historia de empleos que desaparecen. Es, sobre todo, una historia de trabajos que cambian, habilidades que dejan de ser suficientes y personas que necesitan encontrar nuevas formas de aportar valor.
Y eso cambia bastante la conversación.
El problema no es solo el empleo: es llegar al nuevo empleo
McKinsey estima que la automatización podría reducir durante la próxima década la demanda de trabajo en el equivalente a unos 36 millones de empleos en Estados Unidos. La cifra impresiona.
Pero el mismo escenario estima que la evolución de la economía, la cadena de valor de la IA y otras fuerzas estructurales podrían generar una demanda de más de 40 millones de nuevos empleos. Reducir el debate a «la IA va a destruir puestos de trabajo» cuenta, por tanto, solo una parte de la historia.
El verdadero problema está en otro lugar.
«Los empleos que desaparecen y los que aparecen no necesitan necesariamente a las mismas personas, en los mismos lugares, con las mismas competencias.»
McKinsey calcula que alrededor de 11 millones de trabajadores estadounidenses podrían necesitar cambiar de ocupación antes de 2035. Eso supondría unas 770.000 transiciones entre grupos ocupacionales cada año, alrededor de 3,6 veces el promedio histórico.
No estamos hablando de un pequeño ajuste. Estamos hablando de una transformación sostenida del mercado laboral durante una década. Y la dificultad no está necesariamente en que no existan oportunidades: está en que muchas personas todavía no tienen un camino sencillo para llegar hasta ellas.
Una carretera que todavía no está construida
Solo alrededor de uno de cada siete trabajadores que necesitan cambiar de ocupación tendría una vía directa hacia un empleo en crecimiento: capacidades muy próximas, menos de seis meses de formación y sin pérdida de ingresos.
Para muchos otros, el recorrido será bastante más complicado. Casi la mitad podría encontrarse con lo que McKinsey llama unpaved pathways: caminos todavía sin pavimentar. Brechas de capacidades. Nuevas credenciales. Meses —o años— de formación. Diferencias salariales. Barreras geográficas.
El problema deja entonces de ser tecnológico y pasa a ser profundamente humano. Porque una cosa es decirle a alguien que debe reciclarse profesionalmente, y otra muy distinta es conseguir que pueda hacerlo mientras trabaja, mantiene a su familia y sigue pagando sus facturas.
La transformación no afectará a todos por igual
Aquí aparece uno de los datos más incómodos del informe. Los trabajadores con menores salarios tienen una probabilidad 7,6 veces mayor de necesitar cambiar por completo de ocupación que quienes están en los niveles salariales superiores. La probabilidad también es mayor entre las personas sin titulación universitaria, los trabajadores más jóvenes y las mujeres.
No porque la inteligencia artificial decida a quién afecta, sino porque el impacto depende del tipo de tareas que hacemos hoy. Los trabajos más rutinarios, codificables y verificables son más fáciles de automatizar. Los que incorporan juicio, relaciones humanas, interpretación, creatividad, responsabilidad o decisiones complejas tienden a evolucionar de otra manera.
«La IA no elimina necesariamente profesiones. Cambia la combinación de tareas que hace valiosa a una persona dentro de ellas.»
Las capacidades que más crecen no son las que imaginábamos
Hay otro dato del informe que merece atención. Desde 2022, la demanda de fluidez en inteligencia artificial se ha multiplicado por once. Hasta aquí, nada demasiado sorprendente.
Pero la demanda de adaptabilidad se ha multiplicado por cinco. Y la de resiliencia, curiosidad y disposición para aprender, por tres. Esto sí cambia el enfoque.
Tendemos a pensar que prepararnos para la IA significa aprender herramientas, plataformas o técnicas de prompting. Y son importantes. Pero las herramientas cambiarán. Los modelos cambiarán. Las interfaces cambiarán. Dentro de dos años utilizaremos aplicaciones que hoy probablemente ni existen.
«La capacidad decisiva no será dominar la herramienta de hoy. Será aprender lo bastante rápido para entender la siguiente.»
McKinsey llama a estas capacidades empowering skills: habilidades que permiten seguir adaptándose mientras las ocupaciones, la tecnología y las tareas evolucionan. Y hay una buena noticia: se pueden entrenar.
Usar IA no significa saber trabajar con IA
Este es probablemente uno de los errores que más vemos hoy en las organizaciones. Comprar una herramienta es relativamente fácil. Activar una licencia, también. Conseguir que las personas utilicen ChatGPT, Copilot, Gemini, Claude o cualquier otra solución tampoco resulta especialmente complicado.
El verdadero trabajo empieza después. Son las preguntas que llegan con la licencia:
- ¿Para qué debemos utilizarla?
- ¿En qué procesos aporta realmente valor?
- ¿Qué tareas deberían automatizarse y cuáles necesitan supervisión humana?
- ¿Cómo comprobamos sus resultados?
- ¿Qué personas necesitan nuevas capacidades?
- ¿Quién responde cuando la IA se equivoca?
- ¿Cómo sabemos si estamos siendo realmente más productivos?
Eso ya no es adopción tecnológica. Es alfabetización, transformación del talento y gobernanza. Y ahí está, probablemente, una de las mayores oportunidades de productividad de los próximos años.
Más del 70 % tendrá que reinventar parte de su trabajo
No todos tendremos que cambiar de profesión. Pero muchos tendremos que cambiar la forma en la que trabajamos. McKinsey estima que más del 70 % de los trabajadores podría necesitar algún grado de reinvención, porque una parte significativa de sus tareas cambiará.
Ese dato debería estar encima de muchas mesas de dirección, porque transforma por completo la pregunta.
«Ya no es “¿qué puestos podemos automatizar?”. La pregunta es “¿cómo rediseñamos el trabajo para que personas e inteligencia artificial hagan juntas lo que ninguna de las dos haría igual de bien por separado?”.»
Eso obliga a mirar procesos completos, no tareas aisladas. Obliga a revisar capacidades, detectar brechas, formar, experimentar y también establecer límites.
Antes de comprar otra IA, cinco preguntas
Quizá una empresa no necesite empezar por una nueva plataforma. Puede empezar respondiendo cinco preguntas bastante más sencillas:
- ¿Qué trabajos van a cambiar realmente en nuestra organización? No qué profesiones desaparecerán, sino qué tareas cambiarán dentro de cada puesto.
- ¿Qué capacidades necesitaremos dentro de dos o tres años que hoy no tenemos? Ese inventario probablemente será más importante que el inventario de herramientas.
- ¿Quién necesita upskilling y quién necesita reskilling? No todo el mundo necesita la misma formación ni recorrer el mismo camino.
- ¿Qué procesos debemos rediseñar antes de automatizarlos? Automatizar un proceso ineficiente solo consigue hacer más rápido algo que ya hacíamos mal.
- ¿Qué reglas necesitamos para utilizar la IA con seguridad, responsabilidad y criterio? Quién puede utilizarla, para qué, con qué datos, bajo qué supervisión y cómo se comprueban sus resultados.
Cinco preguntas. Tecnología, personas y gobernanza en la misma conversación. Si buscas el recorrido completo, lo explicamos en ¿por dónde empezar a implantar IA en una empresa?
La brecha que debería preocuparnos
El 88 % de las organizaciones consultadas en otra investigación de McKinsey ya utiliza IA en al menos una función empresarial. Pero más de la mitad de los trabajadores estadounidenses afirma que nadie les ha consultado cómo debería integrarse la inteligencia artificial en su trabajo.
Ese contraste explica muchas cosas. Estamos desplegando tecnología a una velocidad mayor que nuestra capacidad para transformar las organizaciones a su alrededor.
«Quizá el riesgo verdadero no sea que la IA avance demasiado, sino que las personas, las capacidades y la gobernanza avancen más despacio.»
No hay que frenar la IA: hay que preparar mejor a las personas
En EstratégicaMente llevamos tiempo trabajando sobre esta idea. No entendemos la inteligencia artificial como una carrera por acumular herramientas, sino como una transformación de la forma en que aprendemos, trabajamos y tomamos decisiones. Por eso insistimos en tres conceptos cada vez más conectados:
| Pilar | Qué resuelve |
|---|---|
| Alfabetización | Entender qué puede hacer la IA y qué no, dónde falla y cuándo desconfiar de su respuesta. |
| Reskilling | Capacitar a las personas en nuevas competencias para trabajar con IA con criterio y aportar valor, al ritmo al que cambian sus trabajos. |
| Gobernanza | Saber dónde, cómo y bajo qué criterios se utiliza, y quién responde de lo que produce. |
La primera, además, tiene respaldo normativo en Europa: el artículo 4 del Reglamento Europeo de IA (AI Act) dispone que los proveedores y responsables del despliegue de sistemas de IA adopten medidas para apoyar la promoción de la alfabetización en IA de su personal. Se aplica desde el 2 de febrero de 2025, con la redacción vigente tras el Reglamento (UE) 2026/1744. El reskilling, en cambio, no lo exige ninguna norma: es una decisión de gestión.
«No se trata de elegir entre acelerar o protegerse. Se trata de aprender a acelerar con criterio.»
Es lo que llamamos Slow AI: no ir más despacio, sino no dejar que la prisa decida por nosotros. Porque la IA sin alfabetización, sin reskilling y sin gobernanza no escala la productividad: escala el riesgo.
La ventaja no será tener IA
Dentro de poco, prácticamente todas las organizaciones tendrán acceso a tecnologías similares. Los mismos modelos. Herramientas comparables. Capacidades técnicas cada vez más fáciles de adquirir. La ventaja competitiva difícilmente estará en tener inteligencia artificial.
Estará en las organizaciones capaces de transformar tecnología en mejores decisiones. En las que sepan rediseñar sus procesos. En las que desarrollen las capacidades de sus personas antes de que aparezca la brecha. En las que utilicen la IA sin renunciar al juicio humano. Y en las que entiendan que gobernar la inteligencia artificial no significa frenarla, sino crear las condiciones para utilizarla mejor.
«Quizá la pregunta no sea qué IA deberíamos incorporar, sino si estamos preparando a nuestra gente y a nuestra organización para trabajar mejor con ella.»
Preguntas frecuentes
¿Qué dice el informe de McKinsey sobre la IA y el empleo?
El informe Workforce in Motion del McKinsey Global Institute, publicado el 29 de septiembre de 2026, estima que la automatización podría reducir la demanda de trabajo en Estados Unidos en el equivalente a unos 36 millones de empleos durante la próxima década, mientras que la economía y la cadena de valor de la IA podrían generar demanda para más de 40 millones. El reto no es solo la destrucción de empleo, sino la transición: unos 11 millones de trabajadores podrían tener que cambiar de ocupación antes de 2035.
¿Cuántos trabajadores tendrán que cambiar de ocupación por la IA?
Según McKinsey, alrededor de 11 millones de trabajadores estadounidenses antes de 2035, lo que supone unas 770.000 transiciones entre grupos ocupacionales cada año, unas 3,6 veces el promedio histórico. Solo uno de cada siete tendría un camino directo hacia un empleo en crecimiento, con poca formación y sin pérdida de ingresos.
¿Qué capacidades serán más demandadas con la inteligencia artificial?
Desde 2022, la demanda de fluidez en IA se ha multiplicado por once, la de adaptabilidad por cinco y la de resiliencia, curiosidad y disposición para aprender por tres. McKinsey las llama empowering skills: capacidades que permiten seguir adaptándose cuando cambian las herramientas, y que se pueden entrenar.
¿Estos datos son aplicables a España?
No directamente. Las estimaciones del informe corresponden al mercado laboral de Estados Unidos y a los escenarios analizados por McKinsey. Sirven para entender la dirección del cambio, no como proyección para España o Europa.
¿Qué debe hacer una empresa antes de incorporar más IA?
Responder cinco preguntas: qué trabajos van a cambiar, qué capacidades necesitará en dos o tres años, quién necesita upskilling y quién reskilling, qué procesos debe rediseñar antes de automatizarlos y qué reglas necesita para usar la IA con seguridad, responsabilidad y criterio. Es decir, trabajar a la vez la alfabetización, el reskilling y la gobernanza.
¿Por dónde empieza tu organización? Sesión CriterIA© Empresa: 45 minutos, 195 € IVA incluido. Diagnóstico del uso actual de la IA, capacidades que tu equipo necesita, subvenciones aplicables, riesgos y una hoja de ruta concreta.
Fuentes y nota metodológica
- McKinsey Global Institute: Workforce in Motion: Skills and Pathways to Future Jobs in the United States, 29 de septiembre de 2026.
- McKinsey: The state of AI in 2026: On the road to ROI, 25 de agosto de 2026, citado en el informe anterior como fuente del dato del 88 %.
- Reglamento (UE) 2024/1689 (Reglamento Europeo de IA), artículo 4, en la redacción dada por el Reglamento (UE) 2026/1744.
- Las estimaciones cuantitativas citadas corresponden al mercado laboral de Estados Unidos y a los escenarios analizados por McKinsey; no deben interpretarse como una proyección directa para España o Europa.
Foto de portada: Pexels.