Autor: Carlos Aguilar – Managing Director, Globant Mexico
Hasta hace algunos años, los desarrolladores de software eran los grandes ganadores de la revolución tecnológica. En el transcurso de una década, los empleos en este campo se duplicaron, alcanzando más de un millón ochocientos noventa y cinco mil (1,895,500) puestos de trabajo, según la Oficina de Estadísticas Laborales de Estados Unidos (U.S. Bureau of Labor Statistics). Ese mismo organismo estima que esta cifra seguirá creciendo hasta 2034, superando el ritmo de crecimiento de otras profesiones, aunque de forma más moderada (15 %). Poco a poco, la idea de que cualquier persona que eligiera este camino tendría el futuro asegurado ha quedado obsoleta.
Y no, no se trata de la inteligencia artificial (IA). La verdadera disrupción de la IA radica en lo poco que, en la práctica, se aprovecha de su potencial.
Un informe reciente de Anthropic sobre el futuro del mercado laboral ofrece un buen punto de partida para comprender hacia dónde nos dirigimos. Con base en el uso de Claude y en el potencial de los modelos de lenguaje para actividades específicas, el estudio estima qué ocupaciones están más expuestas a la automatización a partir de datos de O*NET. Sin embargo, más allá del nivel de exposición, la verdadera brecha radica entre el potencial y la creación efectiva de valor. En todos los casos, el valor real generado sigue quedando muy por debajo de lo que podría alcanzarse.
Entre las ocupaciones con mayor riesgo de ser reemplazadas por la automatización se encuentran los desarrolladores de software, los representantes de atención al cliente, los especialistas en registros médicos, los analistas de mercado e inversiones y los operadores de carga de datos. Un aspecto clave del informe es que el potencial de la IA se mide en función de tareas específicas, y no como un reemplazo directo de los puestos de trabajo. El desafío, tanto para las empresas como para las personas, consiste en comprender este cambio y adaptarse para seguir siendo relevantes a lo largo de toda la cadena de valor, de la industria en la que se desempeñan.
La evolución de los roles y los límites del acceso a la IA
En el caso de los desarrolladores, el informe destaca en particular tareas como la escritura, actualización y mantenimiento de programas de software. Sin embargo, esto no significa que la profesión esté en riesgo de desaparecer. Por el contrario, uno de los activos más valiosos en este nuevo paradigma es la alfabetización tecnológica en todas las áreas de una organización, lo que hace que la transición hacia nuevos roles sea tan necesaria como natural. La capacidad de aplicar habilidades blandas (o power skills), como la comunicación, la colaboración y la inteligencia emocional, será esencial para adaptarse.
Nunca antes en la historia la tecnología había sido tan accesible como hoy. Está al alcance de todos, a un costo relativamente bajo y con un potencial transformador que va desde crear un sitio web básico en cuestión de minutos hasta descubrir nuevos medicamentos para tratamientos médicos. Redefinir procesos es mucho más sencillo que hace cinco, diez o cincuenta años. Sin embargo, la accesibilidad por sí sola no garantiza impacto.
La brecha de la ejecución
Esto nos lleva al segundo pilar del nuevo paradigma: implementar IA no basta. El estudio State of AI in Business 2025 del MIT ya advertía que el 95 % de los proyectos piloto de IA fracasan, en gran medida debido a la forma en que se adoptan. Adquirir una licencia y dejar su uso a la libre disposición de cada individuo no basta. El verdadero desafío no es acceder a la IA, sino integrarla en los procesos centrales del negocio. El informe de Anthropic, con su enfoque basado en tareas, ofrece un marco útil para identificar dónde concentrar los esfuerzos y diseñar soluciones estratégicas que aprovechen la tecnología de manera efectiva.
De la experimentación al impacto real
Cuando Julio César cruzó el Rubicón, sabía que no había marcha atrás. Declaró que “la suerte estaba echada” y llevó adelante su misión de combatir al Senado e instaurar un nuevo régimen en Roma. Hoy, muchas empresas se encuentran en un punto similar respecto de la inteligencia artificial: deben diseñar e implementar una estrategia que mejore su eficiencia o correr el riesgo de ser superadas por quienes sí lo hagan. Ya no hay vuelta atrás: o cruzas el río o te quedas a ver pasar a los combatientes.
La pregunta, entonces, es: ¿cómo avanzar? El primer paso en esta etapa para los agentes de IA consiste en definir un retorno sobre la inversión (ROI) medible. Identificar los puntos de fricción y cuantificar el impacto de lo que se implementa marca la diferencia entre soluciones reales y simples casos de tech washing. Para ello, los datos deben estar limpios, integrados y preparados para generar valor.
En este proceso, el talento humano es fundamental para orquestar los nuevos sistemas y guiarlos hacia niveles más altos de autonomía. Solo una vez resuelta esta primera etapa, es posible escalar la implementación, mientras la supervisión humana continúa garantizando que el aprendizaje y la evolución de los agentes de IA se mantengan alineados con los objetivos del negocio.
La industria de la salud ofrece uno de los ejemplos más contundentes de cómo este nuevo paradigma puede cambiar literalmente vidas. Se trata de un mercado valuado en aproximadamente 1.5 trillones de dólares, con perspectivas de crecimiento sostenido en los próximos años, impulsado en parte por la inteligencia artificial. Un caso reciente es el de PharmaMar, líder en el descubrimiento, desarrollo y comercialización de medicamentos, que está implementando agentes de IA para reducir costos y plazos en el desarrollo de nuevas moléculas y en la ejecución de ensayos clínicos.
Esto no consiste simplemente en adoptar la inteligencia artificial, sino en incorporarla a procesos críticos para acelerar los resultados. Sería incorrecto atribuir este avance únicamente a la IA; en realidad, refleja la visión estratégica de una empresa que aprovecha las tecnologías disponibles para analizar enormes volúmenes de datos —información estudiada durante décadas por miles de científicos— con el objetivo de acelerar el desarrollo de tratamientos para los pacientes.
Este nuevo paradigma exige adaptación. La suerte está echada. El éxito no dependerá simplemente de adoptar tecnología, sino de ejecutarla de manera que genere valor real. Esto implica dejar atrás la etapa de experimentación y concentrarse en cómo la IA impacta de manera concreta en la productividad, la eficiencia y la toma de decisiones.
El fracaso vendrá de no comprender esta transformación. Quienes la internalicen desde el principio definirán los estándares de la próxima era. El resto quedará del otro lado del Rubicón.
