«¿La IA reemplazará mi puesto?» es la pregunta equivocada, y buena parte del debate público sobre la IA y el trabajo se equivoca porque la responde de todos modos. La unidad de análisis no es el puesto. Es la tarea. Y no todas las tareas están sobre el mismo espectro de sustituibilidad: cada una pertenece a una de cuatro clases económicamente distintas. Una vez que ves las clases, la pregunta cambia de forma. No puede la IA hacer mi trabajo, sino qué fracción de mi trabajo vive en qué clase, y qué implica eso para el coste, la remuneración y dónde invertir el próximo año de tu carrera.
Esta es la taxonomía canónica de Wagecore. Asignamos cada tarea de cada Wagecard a exactamente una de estas cuatro clases, y la cifra destacada de exposición a la sustitución es un agregado ponderado sobre ellas. El marco se apoya en una década de literatura de economía de la automatización (Autor, Frey/Osborne, Brynjolfsson, Acemoglu) más los análisis retrospectivos de despliegues de IA de los últimos tres años. Su aportación: comprometerse con una partición pequeña y mutuamente excluyente sobre la que las cuentas puedan sostenerse.
Clase 1: Sustituible
Una tarea es sustituible cuando la IA la ejecuta de principio a fin con mínima supervisión humana, con tasas de auditoría por debajo del 10 % y un coste de error lo bastante bajo como para que los casos en que se equivoca no borren el ahorro de los casos en que acierta. El trabajo está acotado, es repetitivo, estructurado, y las consecuencias de un error individual se recuperan a bajo coste.
Ejemplos concretos: derivar un ticket de soporte entrante a la cola correcta, extraer datos estructurados de facturas hacia un ERP, aplicar OCR más una primera clasificación a los formularios entrantes, generar descripciones de producto a partir de una referencia y una imagen, resumir una larga transcripción de reunión en puntos de acción, transcribir audio. Son tareas donde la salida de la IA se verifica en el momento en que produce una señal aguas abajo (el ticket fue a la cola equivocada → una persona lo mueve), no semanas después en un tribunal.
La mayoría de los puestos tiene una fracción no nula de trabajo sustituible. Hasta los cirujanos tienen una porción mínima: dictar notas clínicas ya es sustituible en muchas consultas. Hasta los terapeutas la tienen: la programación de citas, los formularios de admisión, la verificación del seguro. El error es suponer que la fracción sustituible del puesto es el puesto entero. Suele ser entre el 15 y el 35 % del tiempo de un trabajador del conocimiento.
Clase 2: Aumentada por la IA
Una tarea está aumentada por la IA cuando la IA produce la primera versión, la persona se ocupa del último 20-30 %, y es esa fracción final la que aporta el valor. La IA hace el grueso del trabajo de tecleo; la persona aporta el criterio, el contexto y la responsabilidad sobre lo que se entrega.
Ejemplos concretos: redactar un correo de marketing (borrador de la IA, la persona lo pule para el tono y la audiencia), redactar una carta de requerimiento legal (la IA reúne jurisprudencia y estructura, el abogado aplica los hechos propios del caso), generar código para una funcionalidad (la IA escribe el andamiaje, el desarrollador lo integra en el código base y resuelve los casos límite), crear diapositivas para una presentación a cliente (la IA construye el diseño, el comercial lo edita para el posicionamiento), preparar un modelo financiero (la IA construye la plantilla, el analista ajusta los supuestos).
Es la clase individual más grande para la mayoría de los trabajadores del conocimiento, normalmente entre el 25 y el 40 % del tiempo. Es también la clase con mayor potencial de crecimiento a medida que los modelos mejoran y se reduce la superficie de revisión humana. Pero tiene un techo: mientras la persona responda por lo que se entrega, tiene que conocer el trabajo lo bastante bien como para detectar los errores de la IA, lo que significa que sigue en el bucle, sigue cobrando y sigue necesitando la habilidad de base. La aumentación por IA no es un camino hacia cero plantilla; es un camino hacia el apalancamiento.
Clase 3: Liderada por la persona, asistida por la IA
El inverso de la aumentada por la IA. La persona lidera; la IA es una herramienta: búsqueda rápida, resumen, autocompletado de código, recuperación de información. La persona piensa y toma las decisiones; la IA acorta el tiempo entre la pregunta y la información relevante. Si quitaras la IA, el trabajo se haría igual, solo que más despacio.
Ejemplos concretos: un médico consultando la literatura sobre presentaciones similares antes de un diagnóstico, un abogado pidiendo a la IA que encuentre en un contrato de 300 páginas la cláusula que contradice una posición, un ingeniero pidiendo la sintaxis de una biblioteca que usó por última vez hace tres años, un docente generando variantes de una ficha de ejercicios para diferenciar una clase, un arquitecto usando la IA para renderizar una opción de fachada que ya ha diseñado.
Los puestos en trabajo regulado, de alto riesgo o muy relacional tienden a concentrarse aquí: del 30 al 50 % del tiempo. La IA no toma las decisiones, no carga con la responsabilidad y no se le permite hacerlo, ya sea por ley (asesoramiento médico, legal) o por la física del trabajo (la sesión de terapia, la relación con el cliente, el conflicto de equipo). Lo que hace es agilizar a la persona en las partes de su trabajo que dependen de la información y no del criterio.
Clase 4: Crítica para la persona
Una tarea es crítica para la persona cuando la IA no aporta valor neto, y a menudo aporta valor negativo, porque el valor de la tarea reside en algo que la IA no puede producir: confianza, responsabilidad, tolerancia a la ambigüedad, criterio relacional, persuasión bajo presión, lectura contextual de una sala desconocida. No son tareas a las que la IA aún no ha llegado. Son tareas donde el hecho de que la IA suene plausible es en sí mismo el modo de fallo.
Ejemplos concretos: un comercial veterano que interpreta una operación estancada y decide si escalar o retirarse, un jefe que da una mala noticia a un miembro del equipo que lleva quince años en la empresa, un terapeuta que permanece en silencio mientras un cliente se recompone, un consejero que calibra la seguridad que muestra un director ejecutivo frente a lo que vio en el almuerzo, un periodista de investigación que decide a cuál de dos fuentes contradictorias creer, un docente que nota que un alumno habitualmente participativo se ha quedado callado y elige si abordarlo ahora o en privado más tarde.
El trabajo crítico para la persona es lo que no escala, y ese es el punto. Es también donde reside el poder de fijar precios. Los puestos que son crítica para la persona en más del 40 % son aquellos donde el despliegue de la IA hace que el trabajo valga más por hora, no menos, porque la aumentación retira el tiempo de menor apalancamiento y concentra la remuneración en el núcleo irreductible.
La mayoría de los puestos son una mezcla, no una sola clase
Aquí está lo que el debate público sigue equivocando: muy pocos puestos están al 100 % en una sola clase. El tiempo semanal real de un ingeniero de software podría repartirse en torno a un 20 % sustituible (código repetitivo, triaje de tickets), 35 % aumentada por la IA (implementación de funcionalidades bajo revisión), 30 % liderada por la persona, asistida por la IA (depuración de problemas de producción enrevesados, decisiones de arquitectura), 15 % crítica para la persona (negociar el alcance con un responsable de producto, mentorizar a un junior, sortear una revisión de código políticamente cargada). Un responsable de equipo de soporte al cliente podría repartirse en un 30 % sustituible (gestión de tickets de nivel 1), 25 % aumentada por la IA (redacción de macros y documentos de política), 30 % liderada por la persona + asistida por la IA (gestión de escalados que la IA no puede desactivar), 15 % crítica para la persona (reuniones individuales con miembros del equipo, mediación de conflictos, conversaciones de desempeño).
La distribución importa más que cualquier cifra aislada. Un puesto que es sustituible al 80 % comprimirá en precio aunque su tarea media no sea trivial, porque la economía del despliegue está clara. Un puesto que es crítica para la persona al 50 % conservará su poder de fijar precios aunque el resto se automatice hasta cero, y la remuneración media por hora restante subirá.
Por qué la partición en cuatro (y no tres, o seis)
Los marcos anteriores usaban dos clases (reemplazado / no reemplazado) o tres (reemplazado / aumentado / no afectado). Dos es demasiado grueso: funde la aumentada por la IA y la crítica para la persona en un mismo «no reemplazado», lo que oculta la verdad central de que la aumentación puede componer el poder de fijar precios mientras el trabajo sustituible lo retira. Tres se acerca más, pero pliega los casos económicamente más distintos —liderada por la persona, asistida por la IA frente a crítica para la persona— en un solo cajón. Se comportan de forma diferente. Un diagnóstico es liderado por la persona, asistido por la IA (la IA ayuda con la revisión de la literatura). Un paciente que le dice a su médico que no confía en su cónyuge es crítica para la persona (la IA estorba activamente).
Seis o más clases es sobreajuste. La granularidad marginal deja de portar contenido económico y pasa a ser estética. Cuatro se corresponde limpiamente con las dimensiones que de verdad mueven el coste por tarea: quién hace el trabajo, quién carga con la responsabilidad, con qué frecuencia se audita y cuánto cuesta el error.
Dónde esto cambia tu forma de pensar
Tener presentes las cuatro clases produce tres cambios prácticos:
La planificación de carrera es de cartera, no de categoría. La pregunta no es «¿está seguro mi puesto?» (que supone algo binario). Es «¿cómo es mi mezcla de clases y hacia qué clases quiero crecer?». El movimiento fiable es sesgar el tiempo hacia la crítica para la persona y la liderada por la persona + asistida por la IA, incluso dentro de un puesto que empezó en el extremo sustituible del espectro.
El diseño organizativo sigue a la distribución. Un equipo que opera contra una carga sustituible al 60 % encogerá en plantilla pero conservará o aumentará la remuneración por puesto restante. Un equipo que opera contra una carga crítica para la persona al 60 % no encogerá en absoluto y será más difícil de cubrir, no más fácil. El organigrama de 2028 se ve distinto del de 2024 no porque la plantilla total se haya reducido a la mitad, sino porque la mezcla por puesto se ha desplazado.
El retorno del despliegue de la IA sigue a las clases. Las tareas sustituibles generan un retorno rápido y defendible al automatizarse. Las tareas aumentadas por la IA generan ganancias de productividad, no ahorros de plantilla: el retorno es real, pero es una historia de velocidad, no de coste. Las tareas lideradas por la persona + asistidas por la IA generan pequeñas ganancias por hora que no justifican un proyecto de despliegue dedicado. Las tareas críticas para la persona tienen retorno negativo en el despliegue: la IA introduce errores que la persona ahora tiene que limpiar. Esta es la disciplina que la mayoría de los despliegues de IA fallidos se saltó: desplegaron contra tareas que no estaban realmente en la clase 1.
El cuadro completo para tu puesto
Wagecore calcula la distribución en cuatro clases para cualquier puesto que describas. El asistente lleva unos dos minutos y la metodología está abierta en /methodology. Verás exactamente cómo se reparte tu trabajo entre las clases, qué coste operativo cargaría la IA para hacer la parte sustituible, dónde se concentra tu ventaja humana y la puntuación destacada de exposición a la sustitución derivada de la mezcla. Nada de esto es predicción. Es medición contra la matriz de capacidades de hoy, actualizada cada mes.
Si este encuadre te resulta útil, la lectura más a fondo relacionada sobre la economía operativa es Por qué el coste operativo de la IA es 3-10× lo que muestra la demo: retoma donde esta termina y recorre lo que cuesta de verdad desplegar la IA contra una tarea de clase 1 en producción.