La IA está cambiando los salarios, no solo los empleos

Compresión salarial: Un estudio de Apollo Global Management cifra el coste del menor crecimiento salarial de los trabajadores expuestos a la IA en 28.000 millones de dólares al año, repartidos entre 5,8 millones de personas.

De dónde procede la versión tranquilizadora

La afirmación se difundió rápidamente: los recortes de empleo han disminuido, la contratación ha aumentado y no hay pruebas de que la IA esté sustituyendo a los trabajadores. Torsten Sløk, economista jefe de Apollo Global, lleva semanas defendiendo una versión de este argumento, señalando los datos de Challenger, que muestran que los recortes de empleo disminuyeron un 41 % interanual hasta agosto, el total más bajo de enero a agosto desde 2022, mientras que los planes de contratación aumentaron un 37 % durante el mismo periodo, el nivel más alto desde 2023.

Esa parte se sostiene. Pero tampoco es todo el informe.

Lidera de manera más inteligente en la era de la IA

Únete a la comunidad People Managing People para acceder a contenido exclusivo, plantillas prácticas, eventos solo para miembros e ideas semanales de liderazgo—es gratis unirse.

Create Free Account

Have an account? Log In

Lo que muestran realmente los códigos de motivos

Antes de volver a abrazar por completo las narrativas de que se está culpando injustamente a la IA, merece la pena analizar detenidamente los datos utilizados para respaldar esta última versión del argumento. 

El informe mensual de Challenger incluye dos tablas independientes: una registra el total de recortes de empleo, mientras que la otra los desglosa según los motivos declarados por los empleadores para los despidos.

En la segunda tabla, la IA es la principal razón citada para los recortes de empleo hasta ahora en 2026, mencionada en 116.175 anuncios, el 22 % de todos los recortes de este año. El descenso general del total de recortes se debe principalmente a una disminución de los despidos en la Administración pública respecto a los niveles inusualmente altos del año pasado, no a que la IA se haya convertido en un factor menos relevante en los recortes que sí se producen.

Dos cosas pueden ser ciertas a la vez: el total de despidos puede disminuir y la IA puede seguir siendo el motivo más habitual de los despidos restantes.

El hallazgo sobre la contención de la contratación mencionado anteriormente procede de una encuesta de la Reserva Federal de Nueva York a empresas de servicios que utilizan IA, desglosada a continuación. 

No es la primera vez que ocurre

Que los salarios absorban el impacto de la automatización en lugar del número de empleados tiene precedentes. Los robots industriales produjeron un patrón prácticamente idéntico, años antes de que la IA generativa existiera como herramienta de trabajo.

En un estudio publicado en el Revista de Economía Política, Daron Acemoglu, del MIT, y Pascual Restrepo, de la Universidad de Boston, analizaron la adopción de robots en 19 sectores y 722 zonas de desplazamiento laboral de EE. UU. entre 1990 y 2007.

Su principal conclusión fue que cada robot adicional por cada 1.000 trabajadores reducía la proporción entre empleo y población en aproximadamente 0,2 puntos porcentuales y los salarios en torno a un 0,42 %. El efecto se acumulaba gradualmente en los mercados laborales locales durante años, en lugar de producirse mediante una oleada de despidos destacados en los titulares.

El impacto tampoco se repartía de manera uniforme. Los investigadores descubrieron que se concentraba especialmente entre los trabajadores con menor nivel educativo, sobre todo en el sector manufacturero, mientras que los trabajadores situados en los niveles salariales más altos estaban en gran medida protegidos. Esto encaja estrechamente con el patrón que Apollo encontró en los datos de IA de este año: los trabajadores de servicios y el cuartil inferior de ingresos absorbieron la mayor parte del efecto sobre los salarios, mientras que los trabajadores con mayores ingresos no experimentaron ninguno.

La comparación tiene sus límites. Los robots industriales son inversiones de capital físicas y costosas. Las herramientas de IA son baratas y pueden extenderse por una organización en cuestión de semanas, lo que podría hacer que esto se desarrolle más rápido, más despacio o de forma diferente, de maneras que los datos sobre los robots no pueden predecir.

Lo que esa investigación sí establece es que este patrón exacto —la disrupción que afecta a los salarios y la participación, en lugar de a las cifras de empleo— ya se ha producido una vez en datos medibles y publicados, mucho antes de que la IA volviera a convertirlo en una cuestión de actualidad. 

Los $4,800 que faltan 

La cifra de $28 mil millones de Apollo, el crecimiento salarial total perdido entre los trabajadores expuestos a la IA en el estudio, se presenta como un único promedio:  $4,800 al año, repartidos entre 5.8 millones de trabajadores. 

Los promedios ocultan lo desigual que es la distribución de esa cifra, y conviene señalar el cálculo que omite la cifra general.

Dentro de ese grupo, los trabajadores de servicios experimentaron un descenso relativo del 24.3% en el crecimiento salarial y el cuartil inferior de ingresos registró un descenso del 10.7%, mientras que los trabajadores con mayores ingresos no experimentaron ningún efecto medible. 

Es una diferencia mayor de lo que deja entrever el promedio de $4,800, y afecta más a quienes ya ganan menos. Un empleado de un centro de llamadas o un dependiente de una tienda que absorbe cerca de una cuarta parte menos de crecimiento salarial está perdiendo mucho más que el promedio, además de partir de un sueldo menor. Alguien que ya gana bien en una ocupación muy expuesta puede no estar sintiendo prácticamente nada de esto. 

Eso importa para la forma en que esto aparece, o no aparece, en la mayoría de los informes de compensación. Una empresa que revise su crecimiento salarial promedio general este año podría ver una cifra que parezca cercana a la normalidad, porque los trabajadores que ganan lo suficiente como para no verse afectados están elevando de nuevo el promedio.

La compresión es real para los trabajadores que la experimentan, pero permanece invisible en la cifra combinada que probablemente verá primero la dirección.

Qué comprobar en tus propios datos

Ninguno de los tres informes en los que se basa este análisis requirió datos propios, y tampoco los requiere comprobarlo internamente. 

Las cifras de Challenger proceden de anuncios públicos de recortes de puestos de trabajo. La Reserva Federal de Nueva York encuesta directamente a las empresas y publica los resultados. Apollo elaboró su estimación a partir de datos de la Oficina de Estadísticas Laborales. 

Para hacerse una idea aproximada de la escala por estado, el panel del Centro para la Seguridad de la IA, wageloss.ai, convierte los despidos atribuidos a la IA por Challenger en una estimación en dólares, aunque solo detecta el canal de los despidos, no la compresión salarial ni la reducción de la contratación, que requieren mayor atención. El patrón subyacente a todo esto es visible en datos que la mayoría de las organizaciones ya tienen. 

Algunos puntos de partida para un equipo de compensación o de RR. HH. que quiera comprobarlo:

• Segmenta el crecimiento salarial según la exposición a la IA, no solo por departamento. Extrae el crecimiento salarial de los últimos 24 meses para los puestos en los que se utilizan habitualmente herramientas de IA y compáralo con puestos similares en lo demás, del mismo nivel y con la misma antigüedad, en los que no se utilicen. Un promedio combinado de todo el departamento puede ocultar la misma compresión que oculta un promedio nacional.
• Comprueba qué solicitudes de contratación se cerraron en lugar de cubrirse. Ni Challenger ni la encuesta de la Reserva Federal de Nueva York pueden detectar una solicitud de contratación que se aprueba y después se cierra sin contratar a nadie. La mayoría de los sistemas de seguimiento de candidatos sí pueden. Esa cifra, específicamente para los puestos expuestos a la IA, se aproxima más a lo que mide el 15% de la Reserva Federal de Nueva York que afirmó que las empresas «contrataron a menos personas» que cualquier dato de una plantilla.
• Observa el tiempo de sustitución, no solo la tasa de sustitución. Una brecha cada vez mayor entre el momento en que alguien deja un puesto expuesto a la IA y el momento en que vuelve a cubrirse, aunque finalmente llegue a cubrirse, suele ser la primera versión visible de este patrón, mucho antes de que aparezca en una encuesta de compromiso o en una entrevista de salida.
• Reúne en la misma mesa la planificación de la compensación y la adopción de la IA. L&D o quien dirija el despliegue de la IA suele controlar el presupuesto de recualificación. Compensación controla el presupuesto salarial. Si un puesto recibe inversión en recualificación este año mientras su crecimiento salarial se queda atrás, es posible que los dos equipos que hacen seguimiento de esas cifras por separado nunca comparen sus datos; por eso, la conexión solo se establece si alguien por encima de ambos les hace la misma pregunta.

Nada de esto requiere esperar al próximo informe de Challenger ni a la próxima encuesta de la Reserva Federal. Los datos que hay que comprobar ya se encuentran, en gran medida, en un sistema de información de recursos humanos y en un ATS.