Pico y Placa Medellín
viernes
2 y 8
2 y 8
La irrupción de la inteligencia artificial generativa ha estado acompañada, casi desde el primer día, por una pregunta apocalíptica: ¿cuántos empleos e industrias quedarán arrasadas por esta nueva tecnología? Alimentado por titulares sensacionalistas y por las propias declaraciones grandilocuentes de los líderes del sector, el imaginario colectivo ha terminado dibujando a la IA como un superhumano que nos reemplazará a todos en cuestión de meses. Sin embargo, con un par de años de avances acelerados, conviene mirar la evidencia: ¿cuáles son, en concreto, las industrias que la IA efectivamente ha desbaratado?
La lista, contrario a lo que sugiere el ruido mediático, es más corta de lo que se piensa, aunque no por ello despreciable.
Un caso representativo es Chegg, la plataforma estadounidense de educación en línea que durante una década fue la referencia para estudiantes que buscaban respuestas a problemas de tareas y exámenes. Su modelo se basaba en un repositorio de millones de soluciones generadas por miles de expertos, al que se accedía por una suscripción mensual. Hoy es una de las víctimas más obvias del lanzamiento de ChatGPT: sus ingresos se desploman trimestre tras trimestre y su acción ha perdido el 99% de su valor desde 2021. Lo que ofrecía Chegg —respuestas instantáneas a problemas académicos— es justo lo que los chatbots entregan ahora gratis y, a menudo, con mayor calidad.
Algo similar ocurre en otros nichos donde se ofrece intermediar contenido o tareas estandarizadas: Stack Overflow ha visto caer su tráfico más de un 50% desde 2022 —los desarrolladores ya no usan esta web para hacerle preguntas, sino que van directamente a Claude o a ChatGPT—; la británica RWS, hasta hace poco un sólido negocio de traducciones, acumula trimestres consecutivos de contracción en ingresos; y Getty Images y Shutterstock —las dos plataformas que durante décadas surtieron de fotografías a medios y publicistas— han tenido que fusionarse para sobrevivir frente a generadores que producen en segundos lo que antes requería costosas sesiones fotográficas.
A estos casos que ya son una realidad se suma un temor creciente que el mercado bursátil ha bautizado como el SaaSpocalypse: una manera de llamar el fenómeno que está sufriendo la industria del software empresarial –durante años niña mimada de Silicon Valley–, que ha visto evaporar parte de su capitalización ante el temor de que las empresas, en lugar de pagar suscripciones costosas a Salesforce, Atlassian, ServiceNow o SAP, terminen construyendo su propio software con asistentes como Claude Code o Codex. Es, por ahora, más una amenaza que un hecho consumado, pero no es infundada.
Y, sin embargo, conviene poner las cosas en perspectiva. Más allá de estos casos, la inmensa mayoría de las industrias y empleos siguen operando con relativa normalidad. La economía estadounidense, donde la adopción de IA es más acelerada, sigue creciendo y sumando empleos, y las quiebras masivas anunciadas no se han materializado: que una tarea pueda ser asistida por IA no significa que el empleo asociado a ella desaparezca. Al menos por ahora. La mayoría de los trabajos están compuestos por múltiples tareas complementarias, y automatizar algunas suele liberar tiempo para concentrarse en las restantes, elevando la productividad y los salarios.
El ejemplo más ilustrativo de esta dinámica es, paradójicamente, uno de los campos donde más temprano se anticipó la disrupción: la radiología. En 2016, Geoffrey Hinton, uno de los padres del aprendizaje profundo y premio Nobel reciente, declaró que había que dejar de formar radiólogos, pues la IA los reemplazaría en pocos años. Diez años después, el panorama es muy distinto. Existen hoy cientos de modelos de IA aprobados por la FDA estadounidense para análisis de imágenes médicas, capaces de detectar neumonías, tumores y fracturas con precisión a veces superior a la humana. Y, no obstante, en 2025 la radiología fue la segunda especialidad médica mejor remunerada en Estados Unidos, y los programas de residencia continúan ofreciendo nuevos cupos para esta especialidad en “peligro de extinción”.
¿Qué pasó? Los modelos, aunque excelentes en pruebas controladas, fallan al enfrentarse a la diversidad del mundo real; los reguladores y las aseguradoras todavía exigen supervisión humana; y los radiólogos, como muchos médicos, dedican apenas una fracción de su tiempo a interpretar imágenes: el resto lo invierten en hablar con pacientes, coordinar con otros médicos y enseñar. La IA los ha vuelto más productivos, no obsoletos. Hinton, al parecer, se equivocó —al menos por ahora.
Conviene tener presente esta lección para evitar tanto el pánico como el optimismo ingenuo. La IA sí está transformando industrias concretas, particularmente aquellas cuyo modelo se basaba en intermediar conocimiento estandarizado. En los demás casos, su impacto más probable es el de una herramienta que complementa y amplifica el trabajo humano. La pregunta no es si nos reemplazará a todos, sino quién sabrá usarla mejor. .