Datos de empleo 2026: 87.714 recortes atribuidos a la IA en cinco meses, 28.000 menos al mes en tecnología y finanzas, y la línea que sí importa.
La atribución cambió. Según Challenger, Gray & Christmas, «IA» es ya el motivo que más citan las empresas para recortar empleo: 87.714 recortes atribuidos a la IA en los cinco primeros meses de 2026, frente a 54.836 en todo 2025 y unos 175.796 desde que empezó el seguimiento en 2023.
Los sectores están identificados. El empleo en actividades financieras e información —donde la adopción de IA avanzó más rápido— cae a un ritmo de unos 28.000 al mes; la tecnología concentró alrededor de un tercio de todos los despidos de 2026.
El matiz que más importa. El Digital Economy Lab de Stanford encontró que el empleo se debilita donde la IA automatiza tareas y aguanta donde la IA asiste a las personas. El relato del desplazamiento y el de la ampliación son ciertos los dos: ocurren en puestos distintos.
Una advertencia metodológica de entrada: «IA» como motivo declarado no es lo mismo que la IA como causa. Las empresas tienen incentivos para atribuir los recortes a la transformación tecnológica antes que al exceso de contratación, a la debilidad de la demanda o a la disciplina de costes: queda mejor ante los inversores. Las cifras de Challenger son la mejor señal disponible, y son una señal tanto sobre el relato corporativo como sobre la causalidad.
Dicho esto, los datos sectoriales respaldan la dirección: los sectores que adoptan más rápido son los que pierden empleo, y esa correlación ya se sostiene desde hace varios trimestres.
Las perspectivas del WEF para 2026 proyectan 170 M de puestos nuevos frente a 92 M desplazados hasta 2030: saldo positivo, y conviene tratarlo con la cautela habitual ante cualquier previsión a 2030. Un agregado positivo tampoco dice nada de los costes de transición: la persona desplazada y el puesto recién creado no suelen ser la misma persona, ni estar en el mismo lugar, ni compartir las mismas competencias.
La separación de Stanford entre automatización y ampliación es el marco más útil disponible:
Traducción práctica: la pregunta sobre exposición no es «¿aparece mi sector en los titulares de IA?», sino «¿la mayor parte de mi producción medible es algo que un modelo genera de principio a fin, o algo que un modelo acelera?». Generación rutinaria de documentos, primera versión de código, soporte de nivel 1, análisis básico: expuestos a la automatización. Juicio en situaciones ambiguas, responsabilidad, trabajo de relación, presencia física, formular problemas nuevos: expuestos a la ampliación, hasta ahora.
Dos hechos de los datos de adopción empresarial complican el relato simple del desplazamiento:
El 80 % de las empresas ya integra un agente de IA en al menos una aplicación en producción, pero solo el 23 % está escalando alguno y el 88 % de los pilotos de agentes nunca llega a producción. Mientras tanto, el 56 % de los directivos declara cero ROI medible tras el despliegue.
Los recortes hechos con la fuerza de un piloto que nunca escalará son recortes hechos sobre una previsión. Esos dos hechos, uno junto al otro, son el estado honesto del relato laboral de 2026.
Para quien trabaja: sube por la escalera de la ampliación; conviértete en la persona que opera sistemas de IA en tu ámbito y no en aquella cuya producción compite con ellos. El perfil escaso en 2026 es el híbrido: experiencia de dominio más soltura para evaluar y dirigir el trabajo de la IA.
Para quien dirige: recortar antes de que la productividad se materialice es el camino para acabar entre el 70–85 % de iniciativas que no cumplen expectativas y además con un agujero de capacidades. Secuencia: desplegar, medir, recolocar personas y, solo entonces, ajustar plantilla si las cuentas salen.
La amortización mediana de un agente es de 5,1 meses, y el 22 % de los despliegues tiene ROI negativo a los doce meses. Esa distribución significa que puedes saber si un despliegue funcionó antes del segundo ciclo presupuestario, y que recortar en el segundo mes tira por la borda justo la información que te habría dicho si tocaba recortar.
Comprueba tres cosas antes de sacar conclusiones: si «IA» era el motivo declarado o una causa demostrada; si la empresa declara ganancias de productividad ya realizadas; y si los sectores que recortan coinciden con los que adoptan rápido. En 2026, la tercera comprobación suele pasar y la segunda suele no pasar.
Sources: CNBC on Challenger's AI-attribution finding · Insurance Journal on sector payroll declines · Claims Journal coverage · BCG — AI will reshape more jobs than it replaces · EPIC March 2026 jobs report
Última actualización: 29 de julio de 2026
La API Agents de OpenAI facilita agentes persistentes en la nube. Qué cambia, qué sigue sin probarse y cómo desplegarla con control.
Cómo la IA rehízo el trabajo creativo: 86 % de adopción, -17 % de empleo en diseño, los acuerdos musicales y lo que los tribunales no han resuelto.
Datos de 2026: el 88 % del alumnado usa IA generativa, el profesorado ahorra 5,9 horas semanales y solo el 13 % de los centros tiene normativa.
Panorama 2026: el Digital Omnibus aplaza a 2027 las obligaciones de alto riesgo, dos nuevas prohibiciones de la UE y el inicio de la supervisión GPAI.
La detección de fraude acierta el 90–99 % y va 300× más rápido, pero más de la mitad del fraude ya usa IA. Cifras, regulación y la asimetría sin resolver.
Pronósticos de expertos para la IA hasta 2030: cronogramas de AGI, impacto laboral, avances tecnológicos y los escenarios en los que discrepan.
La IA médica en cifras: 1,451 dispositivos autorizados por la FDA, 75 % de sistemas de salud con IA y el 43 % sin datos de validación clínica.
Las ocho tendencias que definen la IA en 2026: la carrera de valoraciones, modelos efímeros, la retirada de Sora, acuerdos de derechos y regulación lenta.
