La muerte del empleo: cómo la IA y los robots reescribirán el trabajo en los próximos 10 años

Tiempo de lectura: 16 minutos

TL;DR

El trabajo no va a desaparecer. El empleo, sí. El paquete asalariado, de 9 a 5, con un único empleador durante décadas que llamamos «un empleo» es un artefacto de la era industrial, y los agentes de IA junto con los robots humanoides lo están desmontando pieza a pieza. En los próximos 10 años, las tareas repetitivas, peligrosas y simples se automatizarán por ambos extremos: el trabajo cognitivo con agentes, el físico con robots. El horario de 9 a 5 muere primero. El trabajo remoto e híbrido seguirá creciendo aunque las corporaciones empujen en contra con mandatos de vuelta a la oficina. Las empresas dejarán de contratar empleados y empezarán a fichar expertos por misión, un modelo de contratista medido en proyectos, no en años de antigüedad. Las universidades que sigan vendiendo carreras de cuatro años para empleos que no existirán deben reinventarse o volverse irrelevantes. Los ganadores de esta transición serán quienes traten la IA como un amplificador, construyan una reputación pública y nunca dejen de aprender. Los perdedores serán las instituciones que finjan que nada está cambiando.

---

El empleo es un artefacto de la era industrial

Empecemos con una verdad incómoda: el «empleo» tal y como lo conocemos no es una ley de la naturaleza. Es una tecnología. Se inventó.

El horario de 9 a 5, el contrato asalariado, el empleador único, la oficina, la carrera de 40 años rematada con un reloj de jubilación: todo fue diseñado para la fábrica y la corporación del siglo XX. Los horarios sincronizados tenían sentido cuando trabajar significaba estar de pie junto a una máquina o mover papeles por una jerarquía. Necesitabas a todo el mundo en el mismo sitio a la misma hora porque coordinarse era caro.

Coordinarse ya no es caro. La inteligencia ya no es escasa. Y el trabajo físico está a punto de dejar de ser exclusivamente humano.

He pasado los últimos dos años trabajando a diario junto a agentes de IA, como conté en Mi experiencia usando OpenClaw. Mi agente trabaja mientras duermo. No tiene horario. No tiene oficina. No tiene cargo. Y, cada vez más, nosotros tampoco lo tendremos.

Esta es mi tesis para la próxima década: el trabajo sobrevive, el empleo no. Lo que lo sustituye es más pequeño, más rápido, más fluido y mucho más exigente con lo único que las máquinas no tienen: el criterio humano.

La ola de automatización esta vez va en serio

Todos los pánicos por la automatización de la historia acabaron igual: más empleos, no menos. A los economistas les encanta recordarlo. Pero «al final habrá más empleos» y «tu empleo sobrevive» son dos afirmaciones muy distintas, y la transición es donde las carreras van a morir.

Voy a defender el argumento contrario, porque tiene el historial de su parte. El telar, el tractor, la hoja de cálculo: cada uno provocó exactamente este pánico, y cada vez la economía inventó más trabajo del que destruyó. Los economistas hasta tienen un nombre para asumir lo contrario, la falacia de la cantidad fija de trabajo (lump-of-labour), el error de tratar la cantidad de trabajo del mundo como algo fijo. Gente seria defiende hoy también la versión optimista; David Autor, del MIT, sostiene que la IA podría reconstruir el trabajo de clase media en lugar de vaciarlo, devolviendo el criterio experto a más manos. Puede que ese caso acierte. Pero fíjate en que es un argumento sobre el destino, no sobre el viaje, y yo escribo sobre el viaje: los cinco a diez años en los que las tareas desaparecen más rápido de lo que las instituciones se adaptan. Puedes creer a los optimistas del largo plazo y aun así ser tú quien pierda el pie por el camino.

Los números dicen que esta ola es estructural, no humo. El Future of Jobs Report del Foro Económico Mundial proyecta 170 millones de nuevos puestos creados y 92 millones desplazados para 2030: una ganancia neta de 78 millones, pero con el 22% de todos los empleos removidos en cinco años. Casi el 40% de las habilidades requeridas en el puesto cambiarán. Y el 41% de los empleadores planea abiertamente reducir plantilla a medida que la IA automatiza tareas.

El desplazamiento no está repartido de forma uniforme, y esta es la parte que debería preocuparte. El equipo de Erik Brynjolfsson en Stanford, usando datos de nóminas de millones de trabajadores, encontró lo que llaman los «canarios en la mina»: el empleo de los trabajadores de 22 a 25 años en ocupaciones expuestas a la IA cae un 3,8% anual a abril de 2026, mientras el mismo grupo de edad en roles poco expuestos crece al 2%. Según la actualización de mediados de 2026 del Stanford Digital Economy Lab, esa cohorte joven y expuesta está ya en torno a un 19% por debajo de donde estaría si simplemente hubiera seguido el ritmo de sus pares menos expuestos. Las tareas que desaparecen primero son exactamente las que esperarías: búsqueda de información, resúmenes, agendas, formateo, ensamblaje mecánico de documentos. Están serrando los primeros peldaños de la escalera profesional.

Qué tareas se automatizan sigue un patrón simple, el mismo que llevo años repitiendo para la automatización en seguridad: repetitivo, peligroso y simple. Si tu trabajo diario es lo bastante predecible como para describirlo en un prompt, lo hará un agente. Si es lo bastante peligroso como para exigir plus de riesgo, lo hará un robot. Si es lo bastante simple como para aprenderlo en una semana, ya lo hace el software.

Como argumenté en La IA debe crear superhumanos, no desempleados, las empresas que responden a esto con despidos masivos demuestran falta de imaginación, no dominio de la tecnología. Pero mi opinión no cambia las matemáticas: las tareas se van, ya sea que la dirección use la capacidad liberada para hacer más o para emplear a menos.

Los robots se llevan la mitad física

Durante décadas, la automatización fue un deporte de espectador para los oficinistas: el software se comía la oficina mientras el almacén seguía siendo humano. Esa asimetría se está acabando.

Los robots humanoides ya no son demos. Los robots de Figure completaron un piloto de 11 meses en la planta de BMW en Spartanburg, cargando más de 90.000 piezas de chapa en útiles de soldadura en turnos de 10 horas, en una línea que fabricó más de 30.000 vehículos — con un objetivo del 99% de precisión de colocación por turno, aunque Figure nunca publicó cuánto se acercaron en realidad. El Digit de Agility Robotics acumula más de 65.000 horas de operación en instalaciones de clientes como GXO, Schaeffler y Toyota, y su fábrica de Oregón está diseñada para producir hasta 10.000 unidades al año. En la gama baja, Unitree vendió unos 5.500 humanoides en 2025 a precios desde unos 16.000 dólares, una décima parte de las plataformas occidentales.

Seamos honestos, porque el hype corta en ambos sentidos: la mayoría de los programas de humanoides siguen siendo pilotos, los tiempos de ciclo son más lentos que los humanos, y Optimus de Tesla, el más famoso de todos, según admite el propio Musk aún no trabaja en fábricas «de forma material». Estamos en la era del Apple II de los humanoides, no en la del iPhone.

Pero ese es exactamente el punto. La era del Apple II duró aproximadamente una década. Un robot de 16.000 dólares que trabaja 24/7 sin lesiones, sin bajas y sin rotación no necesita ser mejor que un trabajador humano. Le basta con ser una fracción de bueno a una fracción del coste, haciendo los trabajos aburridos, sucios y peligrosos que nadie quiere: logística de turno de noche, inspección en entornos peligrosos, ensamblaje repetitivo. Esos trabajos se van primero, y en 10 años la economía será imposible de ignorar en todo, desde la construcción hasta la logística del cuidado de mayores. Haz el cálculo y deja de ser abstracto: una máquina de 16.000 dólares amortizada en tres años de doble turno son un par de dólares por hora en hardware más electricidad, y nunca presenta una queja, se pone enferma ni se lesiona. Incluso una plataforma occidental de 150.000 dólares baja del coste de la mano de obra humana de salario alto en cuanto acumula suficientes horas. Las advertencias honestas son la disponibilidad, el mantenimiento y el hecho de que los robots de hoy todavía necesitan niñera, pero la dirección de esa curva de coste no está en discusión, y los grandes analistas de banca han trazado todos la misma línea.

Lo que importa es la combinación. Los agentes de IA automatizan lo cognitivo-repetitivo. Los robots automatizan lo físico-repetitivo. Lo que queda en el medio es el núcleo humano: criterio, responsabilidad, creatividad, relaciones y gusto.

La pinza de la automatización: los agentes se comen lo cognitivo-repetitivo, los robots se comen lo físico-repetitivo, y el núcleo humano del medio —criterio, responsabilidad, creatividad, relaciones, gusto— es lo que ninguno de los dos lados alcanza.

El 9 a 5 ya está muerto

El 9 a 5 asumía algo que ya no es cierto: que tu producción era proporcional a tus horas en una silla.

Mi agente no tiene horario de oficina. Clasifica mi correo antes de que me despierte, ejecuta escaneos de seguridad por la noche y redacta código mientras ceno con mi familia. Cuando parte de tu fuerza de trabajo opera 24/7, medir la parte humana en bloques sincronizados de 8 horas es absurdo. La unidad de trabajo está pasando de horas a resultados: esta funcionalidad entregada, esta auditoría terminada, este problema del cliente resuelto.

Se ve el horario agrietándose por todas partes. Las pruebas de la semana de cuatro días siguen expandiéndose, y el Foro Económico Mundial señala que la productividad impulsada por la IA es el argumento que las hace viables: las organizaciones que integran la IA en procesos rediseñados pueden guardar ese ahorro de tiempo como una semana más corta en vez de simplemente producir más. Devuélvele a un trabajador del conocimiento el equivalente a un día de trabajo mecánico y el quinto día ya está pagado. Trabajo asíncrono, semanas comprimidas, sprints de proyecto seguidos de descanso de verdad: ya no son beneficios sociales, son el modelo operativo que encaja con cómo producen valor los humanos aumentados.

En 10 años, espero que «¿cuál es tu horario laboral?» suene tan anticuado como «¿a qué número de fax te lo envío?». Te pagarán por criterio y resultados, y el criterio no ficha.

Teletrabajo: no es para todos, pero es imparable

Aquí los datos parecen contradictorios, y merece la pena leerlos con cuidado porque ambos lados son reales.

Sobre el papel, la oficina va ganando: a mediados de 2026, el 87% de las nuevas ofertas de empleo en EE. UU. son totalmente presenciales, con apenas un 3% totalmente remotas, mientras se acumulan los mandatos de vuelta a la oficina. Pero la plantilla no los ha seguido: el 46% de los profesionales ya está buscando o piensa buscar otro empleo, y la flexibilidad es una de las razones principales — el 64% dice que la conciliación y las opciones de teletrabajo le harían cambiar de empresa. Las empresas imponen un modelo del que su propio talento se está yendo discretamente por la puerta para escapar.

Mi predicción: los mandatos pierden, lentamente, y por una razón económica fría. Cuando fichas a un experto para una misión en lugar de a un empleado para una mesa (más abajo entro en ello), la geografía deja de importar. La mejor especialista en seguridad de IA para tu proyecto puede estar en Madrid, Bangalore o São Paulo, y no se va a mudar por un contrato de seis meses. Las empresas que insistan en la presencia seleccionarán del menguante grupo de gente dispuesta a desplazarse; las que dominen el trabajo distribuido seleccionarán del planeta.

Pero seamos igual de honestos con la otra mitad: el teletrabajo no es para todo el mundo, y fingir lo contrario ha hecho daño. Exige autodisciplina, comunicación escrita, un hogar donde el trabajo profundo sea posible y una personalidad que no se marchite sin conversaciones de pasillo. Los juniors sufren especialmente: los datos de Stanford muestran que su escalera ya se está automatizando, y el aislamiento remoto hace aún más difícil aprender por ósmosis. El futuro no es «todos en remoto». Es el remoto como habilidad que se construye deliberadamente, el híbrido como equilibrio por defecto, y la presencia física reservada para lo que de verdad hace bien: construir confianza, mentorizar y provocar colisiones creativas.

El equilibrio deja de ser un beneficio y se convierte en infraestructura

Aquí va un efecto de segundo orden que casi nadie está valorando: cuando la IA elimina el 60% repetitivo de tu trabajo, lo que queda es el 40% difícil: decisiones, creatividad, responsabilidad. Ese trabajo es cognitivamente caro. No puedes hacer ocho horas diarias de puro criterio; ningún humano puede.

El empleo industrial diluía el pensamiento duro con reuniones, formularios y trabajo de relleno. El «empleo» de la era de la IA es concentrado: más corto, más denso, más pesado por hora. Lo que significa que la recuperación ya no es una preferencia de estilo de vida: es mantenimiento del activo productivo, y el activo es tu mente. Los atletas lo entendieron hace décadas: no entrenan 8 horas al día, y nadie los llama vagos.

Las empresas aprenderán, algunas por las malas, que quemar a los trabajadores de criterio es como llevar un motor al límite: consigues un trimestre brillante y luego una máquina rota. Antes de que acabe la década espero que el equilibrio entre trabajo y vida personal, el de verdad, no una app de wellness y pizza los viernes, pase del folleto de RRHH a cláusula de contrato. Los expertos que negocien proyectos incluirán su tiempo de recuperación en el precio, igual que los consultores ya incluyen los viajes. Las empresas que lo respeten tendrán a los mejores. Las que no, tendrán a los que nadie más quiso.

Expertos, no empleados: el modelo de misión

Este es el mayor cambio estructural de la década, y el menos discutido.

El pacto laboral tradicional era: tú me das 40 años, yo te doy estabilidad, formación y una pensión. Ese pacto ya está muerto; las empresas simplemente no han actualizado el papeleo. La antigüedad media sigue cayendo — la antigüedad mediana en EE. UU. bajó a 3,9 años en 2024, la más baja desde 2002 —, la «estabilidad» se evaporó con cada ronda de despidos justificada por la IA, y la lealtad es una calle de un solo sentido por la que las corporaciones circulan con camiones.

Lo que lo sustituye es el modelo que Hollywood lleva usando un siglo: reunir expertos alrededor de una misión, ejecutar, disolver. No «contratas un empleado». Fichas a un especialista, para un proyecto, mientras dure la misión: seis meses, dos años, cinco años. Después todos pasan a la siguiente producción.

Los números muestran que ya está pasando. 72,9 millones de estadounidenses trabajaron de forma independiente en 2025, y los que ingresan más de 100.000 dólares crecieron un 19% en un solo año, hasta los 5,6 millones. Y la demanda se mueve para encontrarse con ellos: en una encuesta a líderes tecnológicos, el 92% espera aumentar sus contrataciones de talento freelance o fraccional en los próximos dos años. Léelo otra vez: la dirección del viaje no va hacia más plantilla genérica a tiempo completo. Va hacia menos expertos, mejores y temporales, porque el trabajo genérico es exactamente lo que absorbieron los agentes.

¿Por qué la IA acelera esto? Porque un experto con agentes es una unidad completa de producción. Yo dirijo VULNEX con un apalancamiento de IA que hace unos años habría requerido un equipo de diez personas. El experto aporta criterio y reputación; los agentes aportan escala. Una empresa ya no necesita almacenar generalistas a tiempo completo «por si acaso» cuando puede enchufar a un especialista probado que llega con su propia infraestructura de IA y entrega desde el primer día.

Las consecuencias cortan hondo, y no todas son agradables:

Tu reputación se convierte en tu CV. En una economía de misiones te contratan por lo que puedes demostrar que haces, no por los títulos que ostentaste. El trabajo público: código, escritura, charlas, herramientas, se acumula en el activo que te consigue la siguiente misión. La excelencia invisible deja de pagar.

La red de seguridad se rompe. Seguro médico, pensiones, bajas, acceso a hipotecas: sistemas sociales enteros asumen el contrato de empleado. Una fuerza laboral de expertos por misión necesita protecciones portables, y los gobiernos van una década por detrás. Las propuestas serias ya existen —cuentas de prestaciones portables que siguen al trabajador, fondos sectoriales, seguro salarial, el eterno debate de la renta básica universal—, pero la mayoría de los programas de reciclaje de hoy son puro teatro, y fingir que un operario de logística despedido se convierte en ingeniero de prompts es el mismo delirio con mejor traje. Esta será una de las batallas políticas definitorias de los años 30, y los países que resuelvan primero la protección portable atraerán al mejor talento independiente del mundo.

No todo el mundo está hecho para esto. El modelo de misión premia a los autónomos con habilidades raras y castiga a quien necesita estructura. Si somos honestos, el empleo antiguo también era una tecnología social para dar vidas estables a gente corriente. Su muerte crea perdedores reales, y fingir que todo el mundo puede ser una marca personal es un delirio de Silicon Valley. La sociedad necesitará respuestas que vayan más allá de «hazte freelance».

La factura de seguridad que nadie está calculando

Ahora me pongo mi otro sombrero, porque casi nadie que debate el futuro del trabajo lo mira desde una silla de seguridad, y la economía de misiones es un problema de seguridad disfrazado de RRHH.

Piensa en lo que «menos empleados, más expertos por misión» le hace a tu superficie de ataque. Cada empleado fijo que cambias por un elenco rotatorio de especialistas es una identidad que aprovisionar y —la parte que todos olvidan— que desaprovisionar. El acceso que antes vivía dentro de una credencial y un portátil gestionado ahora se desparrama por los dispositivos propios de los contratistas, sus propios entornos en la nube, sus propias herramientas de IA. La propiedad intelectual entra y sale con cada contrato. La amenaza interna ya no es un empleado descontento de toda la vida; es un desconocido con acceso legítimo durante noventa días y ninguna razón para protegerte después. Las cuentas en los marketplaces de freelance se hackean y se revenden. Y la «infraestructura de IA propia» que convierte a un experto en una unidad completa de producción es, desde el lado del defensor, shadow AI sin gestionar tocando tus datos con un registro que no controlas.

Súmale luego los robots y los agentes en sí. Un humanoide en la planta es un dispositivo OT/IoT con cámaras, micrófonos, acceso a red y actuadores físicos: una superficie de ataque que ahora puede andar. Un agente autónomo con credenciales es una cuenta privilegiada que actúa por iniciativa propia, que es justo el riesgo sobre el que insisto en Cuando el Modelo es el Atacante. La plantilla de 2035 es en parte humana, en parte agente, en parte máquina, y cada una de esas partes es algo que un adversario puede atacar, suplantar o volver en tu contra.

Nada de esto es motivo para parar. Es motivo para construir el modelo de seguridad antes de que se disuelva el organigrama, no después de que la primera brecha se rastree hasta un contratista que se fue hace seis meses. Las empresas que ganen la economía de misiones serán las que traten la identidad, la gobernanza del dato y la confianza en el endpoint como el cimiento del modelo, no como el papeleo que ya harán más adelante.

Europa no vivirá esto a la manera americana

Casi todos los números de arriba son datos de EE. UU., y Europa pasará por esto de otra forma, en ambas direcciones.

Por un lado, aquí la fricción es real. El derecho laboral europeo se escribió para proteger al empleado, no a la misión: la fuerte protección frente al despido, los comités de empresa y, en España, el famosamente pesado régimen de autónomos hacen que «reunir, ejecutar, disolver» sea más lento y más caro que en Austin o Bangalore. Ningún empleador europeo rota el 22% de su plantilla en cinco años como puede hacerlo un mercado estadounidense de empleo a voluntad. Aquí la transición llega más tarde, y más mediada: negociada a través de sindicatos y ministerios en lugar de una hoja de cálculo.

Por el otro, la exposición es más aguda donde cae. España ya tiene una tasa de paro juvenil en torno al 23% —cerca de uno de cada cuatro menores de 25 años, de las más altas de la UE—, y los datos de los «canarios» dicen que los peldaños de entrada son precisamente lo que la IA elimina primero. Una generación que ya lucha por subirse a la escalera ve ahora cómo se automatiza el peldaño de abajo. Y las reglas son singularmente europeas: la IA de contratación, despido y gestión de personas está clasificada como de alto riesgo en la Ley de IA de la UE (Anexo III), así que la misma automatización que reconfigura el trabajo en el continente llega envuelta en obligaciones de cumplimiento que EE. UU. no impone. La economía de misiones también llega a Europa. Solo que tiene que negociar con un continente que escribió sus reglas laborales para el mundo que el empleo construyó.

Las universidades venden mapas de un mundo que ya no existe

Y ahora, la institución menos preparada para todo lo anterior.

La promesa implícita de la universidad, cuatro años, un título, una carrera estable, se está derrumbando en tiempo real. Informática, el título «seguro» de los últimos 20 años, vio su matrícula caer un 8,1% en el curso 2025-26, el mayor descenso de todos los campos, con la informática pura cayendo un 11,2%. Los recién graduados en informática ahora tienen más probabilidades de estar en paro que los graduados en historia y humanidades. Los estudiantes vieron a la IA escribir código e hicieron las cuentas que sus orientadores no quisieron hacer.

El problema no es que la educación esté obsoleta. Es que la metodología lo está. Las universidades siguen optimizando para transferir conocimiento, clases magistrales, memorización, exámenes, en un mundo donde el conocimiento es gratis y accesible al instante para cualquiera con un agente. Lo escaso es todo lo que el aula magna no enseña: criterio bajo incertidumbre, gusto, trabajar con herramientas de IA, entregar cosas reales y aprender a aprender continuamente.

Si yo rediseñara una universidad para la próxima década, y necesitan rediseño, no ajustes, cambiaría cuatro cosas:

De títulos a aprendizajes. La medicina lo entendió hace siglos: se aprende haciendo, supervisado, con casos reales. Cada disciplina necesita su residencia. Un estudiante que ha entregado tres proyectos reales con herramientas de IA vale más que uno que memorizó el libro de texto que la IA ya leyó.

De cuatro años a suscripción de por vida. Con el 39% de las habilidades cambiando cada cinco años, concentrar la educación entre los 18 y los 22 años es mala ingeniería. La universidad de 2036 es un lugar al que vuelves cada pocos años para re-equiparte intensivamente, una institución a la que te suscribes durante toda tu carrera, no un campus del que te gradúas una vez.

Enseñar criterio, no sintaxis. Dejad de enseñar lo que la IA hace bien. Enseñad lo que hace mal: enmarcar problemas, cuestionar resultados, ética, pensamiento de seguridad, primeros principios. Hice el mismo argumento para desarrolladores en Professional Vibe Coding vs. Vibe Coding: el valor ya no está en teclear el código, sino en saber cuándo la máquina se equivoca.

Hacer de la fluidez en IA la nueva alfabetización. Todo graduado, filósofo o físico, debería salir sabiendo dirigir agentes, verificar su salida y securizarlos. Una universidad que prohíbe herramientas de IA en 2026 es una escuela de natación que prohíbe el agua.

Las universidades que se adapten prosperarán, porque la demanda de aprendizaje nunca ha sido tan alta. Las que sigan vendiendo el mapa antiguo seguirán el destino de toda institución que confundió su formato con su misión.

¿Qué deberías hacer? Mis apuestas prácticas

Soy un tipo de seguridad; no hago predicciones sin mitigaciones. Si los próximos 10 años se parecen en algo al cuadro anterior, este es el manual personal:

1. Hazte nativo de IA ya. No «probé ChatGPT una vez». Agentes haciendo trabajo real en tu flujo diario. La brecha entre los profesionales aumentados con IA y el resto se agranda cada mes, y ya se nota en la producción.
2. Sube en la pila del criterio. Audita tus propias tareas: todo lo repetitivo, predecible o simple de tu puesto está en el menú de la automatización. Migra deliberadamente tu valor hacia decisiones, arquitectura, relaciones y responsabilidad, las cosas que alguien todavía debe firmar con su nombre.
3. Construye en público. Tu próxima misión vendrá de tu historial visible, no de un filtro de palabras clave de RRHH. Escribe, publica herramientas, da charlas, muestra tu trabajo. La reputación es la moneda de la economía de expertos, y capitaliza como el interés compuesto.
4. Estructúrate como experto, incluso siendo empleado. Trata tu empleo actual como una misión entre misiones: mantén tus habilidades líquidas, tu red caliente y tus finanzas capaces de sobrevivir a los huecos entre contratos. El empleo ya no es un plan de pensiones; es un cliente.
5. Sé dueño de tu infraestructura. Como escribí cuando Anthropic bloqueó las suscripciones en agentes de terceros: depender de un único proveedor, empleador o vendedor de IA, es una vulnerabilidad. Modelos locales, tus propias herramientas, tu propia audiencia. La soberanía también escala hacia el individuo.
6. Protege tu recuperación como si fuera un entregable. El criterio es tu producto y se degrada con el agotamiento. Programa el descanso con la misma seriedad con la que programas las entregas. Nadie lo hará por ti, y menos la economía de misiones.

Y si eres tú quien dirige

Esa lista es para el individuo. Si diriges una empresa o un equipo de seguridad, la misma década aterriza en tu mesa como un conjunto distinto de decisiones, y seré igual de directo.

No confundas un despido con una estrategia. Como argumenté en La IA debe crear superhumanos, no desempleados, recortar cabezas porque un agente absorbió unas cuantas tareas es la salida fácil. La capacidad liberada es una oportunidad para hacer más con el criterio que ya pagas, no una excusa para tener menos.

Retén el criterio, alquila la escala. Mantén dentro a la gente que posee las decisiones, la responsabilidad y las relaciones. Trae expertos por misión para los picos. Y presupuesta la recuperación de los trabajadores de criterio que conservas, porque llevas un motor caro y el agotamiento es como fundir una biela.

Haz de la seguridad un requisito previo, no una limpieza. Si vas a funcionar con contratistas, agentes y robots, la historia de identidad, gobernanza del dato y endpoint tiene que existir primero, no después del post-mortem. Mira la sección de arriba; sale más barato como arquitectura que como respuesta a incidentes.

Sé dueño de tus dependencias. Tu apalancamiento, y tu riesgo, se apoyan cada vez más en un puñado de proveedores de IA. Diseña para la portabilidad igual que rechazarías un lock-in de proveedor único en cualquier otra parte del negocio.

Conclusión

El empleo, el paquete de 9 a 5, un solo empleador y nómina, fue una tecnología brillante para la era industrial, y está llegando a su fin de vida. Los agentes de IA absorben trabajo cognitivo repetitivo a un ritmo que se mide en meses. Los robots humanoides están saliendo del vídeo de demo y fichando horas reales de fábrica. El horario se disuelve en resultados, la oficina en redes, y el empleado en el experto-por-misión.

Nada de esto significa el fin del trabajo. Las cuentas del WEF siguen saliendo positivas: se crean más puestos de los que se destruyen. Pero la transición será brutal para quien asuma que su descripción de puesto es un muro de carga, para los juniors cuya escalera se está automatizando, y para las instituciones, las universidades las primeras, que sigan vendiendo una estabilidad que ya no pueden entregar.

Dentro de diez años, la gente que prospere no será la que compitió contra las máquinas, ni la que las ignoró. Será la que hizo lo que los humanos siempre han hecho con una herramienta nueva: cogerla, dominarla y usarla para hacer un trabajo que ninguna máquina, y ningún humano sin aumentar, podría hacer solo.

El empleo ha muerto. Larga vida al trabajo.

• X (Twitter): @SimonRoses

Lecturas recomendadas:

• AI Must Make Superhumans, Not Unemployed
• Professional Vibe Coding vs. Vibe Coding
• My Experience Using OpenClaw: A Security Professional’s Journey
• The AI Strategy Vacuum: Why «We Use ChatGPT» Isn’t a Plan
• WEF Future of Jobs Report 2025
• Stanford/ADP: AI and Entry-Level Jobs («Canaries in the Coal Mine»)
• Robert Half: Remote Work Statistics and Trends
• MBO Partners — 2025 State of Independence in America
• Computer Science Degrees Are Losing Popularity in the AI Era (Built In)
• WEF: Could a Four-Day Work Week Reshape the Labour Market?
• US Bureau of Labor Statistics — Employee Tenure Summary (2024)
• Tasa de paro juvenil en España (Trading Economics / Eurostat)