La IA cambiará antes las tareas que el empleo en Europa: el 27% de los puestos tendrá que reorganizarse

OpenAI Economic Research ha publicado The AI Jobs Transition Framework for the EU, un informe que clasifica el empleo europeo según el tipo de cambio que podría provocar la inteligencia artificial. Su conclusión principal se aleja de los cálculos que intentan anticipar cuántos puestos desaparecerán: el efecto más frecuente no sería la sustitución directa, sino la reorganización de tareas, procesos y responsabilidades.

El estudio analiza más de 2.600 ocupaciones de la clasificación europea ESCO y combina cuatro elementos: capacidad técnica de la IA, necesidad de intervención humana, respuesta de la demanda ante una reducción de costes y posible efecto sobre el empleo. El documento está firmado por Alex Martin Richmond y fue publicado en junio de 2026.

Respuesta rápida

El informe distribuye el empleo de la Unión Europea en cuatro grandes grupos:

• 47%: ocupaciones con menos cambios inmediatos.
• 27%: trabajos que probablemente reorganizarán sus tareas.
• 14%: empleos con mayor potencial de automatización.
• 12%: ocupaciones que podrían crecer gracias a la IA.

En España, el reparto estimado es algo distinto: 51% con menos cambios inmediatos, 24% en reorganización, 13% con mayor potencial de automatización y 11% con posibilidades de crecimiento.

Estos porcentajes no son previsiones de despidos. Describen el tipo de presión que podría recibir cada grupo profesional si las empresas y las administraciones extienden el uso de la IA.

Un marco que intenta superar los estudios de “empleos expuestos”

Buena parte de los informes publicados durante los últimos años parte de una pregunta: ¿qué porcentaje de las tareas de una profesión puede ejecutar una inteligencia artificial?

Esa medida resulta útil, pero es insuficiente. Que una herramienta pueda redactar un informe médico, preparar material didáctico o comparar candidaturas no significa que pueda asumir toda la ocupación ni que una organización decida prescindir de sus trabajadores.

El nuevo marco de OpenAI incorpora otras tres preguntas:

1. ¿Sigue siendo necesaria una persona por razones físicas, legales, profesionales o relacionales?
2. ¿La IA sustituirá trabajo humano o servirá para reorganizarlo?
3. ¿Una bajada de costes puede aumentar la demanda del servicio y crear más actividad?

Este último punto suele quedar fuera del debate. Una mejora de productividad puede reducir las horas necesarias para completar una tarea, pero también puede abaratar un servicio, atraer nuevos clientes y hacer viables proyectos que antes resultaban demasiado caros.

El informe calcula una elasticidad media de la demanda cercana a 0,7. En el escenario teórico utilizado, una reducción del precio del 10% elevaría la demanda alrededor de un 7%, un aumento que normalmente no compensaría por completo el ahorro de trabajo. La respuesta podría ser mayor en servicios digitales, opcionales o basados en proyectos.

El 27% del empleo europeo podría reorganizarse

La categoría más relevante para entender la transición es la de los puestos que se reorganizarán alrededor de la IA, donde se concentra el 27% del empleo europeo.

En estas ocupaciones, la tecnología puede asumir una parte considerable de las tareas, pero sigue haciendo falta una persona para prestar el servicio, tomar decisiones, supervisar resultados o responder ante sus consecuencias.

El informe utiliza varios ejemplos:

• Un docente puede usar IA para preparar ejercicios, materiales o evaluaciones, pero la enseñanza también exige interacción, supervisión, protección del alumnado y responsabilidad sobre la evaluación.
• El personal de enfermería puede reducir el tiempo dedicado a documentación o búsqueda de información, aunque la atención física, la valoración clínica y la seguridad del paciente siguen dependiendo de profesionales.
• Un trabajador social puede recibir ayuda en tareas administrativas o de clasificación inicial, pero la confianza, el juicio situado y la intervención con personas vulnerables mantienen un fuerte componente humano.
• Los profesionales jurídicos pueden automatizar búsquedas y borradores, aunque la interpretación legal y la responsabilidad sobre las decisiones no desaparecen.

La transformación del empleo llegará muchas veces mediante cambios pequeños y acumulativos: menos tiempo redactando, más supervisión de resultados, nuevas herramientas de apoyo, reasignación de funciones y modificaciones en la forma de medir el rendimiento.

Este planteamiento coincide con la reflexión de Bill Gates sobre cómo la IA cambiará tareas, horarios y formas de organización del trabajo, más que provocar una desaparición inmediata y generalizada de profesiones.

El 14% queda en la categoría de mayor automatización

El marco sitúa el 14% del empleo europeo en ocupaciones con mayor potencial de automatización. En Estados Unidos, el informe equivalente de OpenAI eleva esta proporción hasta el 18%.

Esta categoría reúne trabajos con una exposición técnica elevada, poca necesidad identificada de presencia humana y una respuesta de la demanda que no parece suficiente para compensar el ahorro de trabajo.

Entre los ejemplos aparecen:

• empleados de introducción de datos;
• determinados puestos administrativos;
• agentes de empleo;
• representantes de atención al cliente;
• personal de nóminas.

La inclusión de los agentes de empleo merece atención. La búsqueda de candidatos, el filtrado de currículos, la redacción de ofertas y parte del proceso de emparejamiento pueden automatizarse. Sin embargo, el propio informe reconoce que estos profesionales también intervienen en negociación, cumplimiento normativo y decisiones que afectan a salarios, derechos y condiciones laborales.

El resultado dependerá de cómo se utilice la tecnología. Un servicio público de empleo puede emplear IA para liberar tiempo administrativo y reforzar la atención personal, o puede reducir la intervención humana sin mejorar el acompañamiento. El porcentaje de tareas automatizables no permite saber qué opción elegirá cada organización.

El reciente análisis sobre TalentCLEF 2026 y la selección basada en competencias muestra hasta qué punto están avanzando las herramientas capaces de relacionar ofertas, currículos y habilidades. Esas mejoras técnicas aumentan la presión sobre algunas funciones de intermediación, pero también pueden mejorar el trabajo de los orientadores cuando se usan como apoyo y mantienen supervisión humana.

Un 12% del empleo podría crecer con la IA

El informe reserva una categoría específica para las ocupaciones en las que la IA puede reducir costes y, al mismo tiempo, generar suficiente demanda adicional para apoyar el crecimiento del empleo.

Este grupo representa el 12% del empleo europeo, una proporción similar a la estimada para Estados Unidos.

OpenAI menciona actividades como:

• desarrollo de software;
• arquitectura;
• planificación de viajes;
• consultoría en energías renovables;
• determinados servicios profesionales y creativos.

La lógica es sencilla. Una empresa que antes no podía contratar una consultoría, desarrollar una aplicación o encargar un proyecto especializado podría hacerlo si la IA reduce el precio del servicio. La productividad permitiría atender más encargos, no solo producir lo mismo con menos personas.

Esta posibilidad conecta con los datos recientes del Banco Central Europeo. La encuesta SAFE, realizada a más de 5.000 empresas de la zona euro, encontró que las compañías que utilizan intensivamente la IA o prevén invertir en ella muestran mejores expectativas de contratación que las que no la usan. El BCE advierte de que se trata de evidencia inicial y que el resultado podría cambiar a más largo plazo.

Los datos tampoco prueban que la IA sea la causa de ese mayor empleo. Las empresas más productivas, dinámicas o con mayor capacidad de inversión pueden ser también las que contratan y adoptan tecnología con más rapidez.

La presencia humana sigue siendo necesaria en gran parte del mercado laboral

El informe clasifica las ocupaciones según la razón principal por la que una persona debe seguir interviniendo. Al medir los 2.609 títulos profesionales de ESCO, obtiene el siguiente reparto:

• 49%: necesidad física.
• 28%: regulación, responsabilidad profesional o rendición de cuentas.
• 9%: componente relacional.
• 14%: ninguna de esas barreras identificada por el modelo.

Cuando los datos se ponderan por empleo, las proporciones cambian ligeramente: el 51% queda vinculado a requisitos físicos, el 19,1% a responsabilidad o regulación, el 10,2% a relaciones humanas y el 19,7% en la categoría residual.

Estas cifras explican por qué una elevada exposición a la IA no conduce automáticamente a la desaparición de una profesión. La actividad puede incluir muchas tareas digitales y, a la vez, depender de presencia física, confianza, autorización legal o responsabilidad personal.

En sanidad, educación, servicios sociales, seguridad, mantenimiento o atención directa, la tecnología puede modificar la preparación y documentación del trabajo sin sustituir su núcleo humano.

Europa tiene menos automatización potencial que Estados Unidos, pero más reorganización

El estudio encuentra una diferencia moderada entre ambas economías:

Tipo de transición	Unión Europea	Estados Unidos
Menos cambios inmediatos	47%	46%
Reorganización del trabajo	27%	24%
Crecimiento con IA	12%	12%
Mayor automatización potencial	14%	18%

Europa concentra más empleo en industria, oficios cualificados, transporte, cuidados, educación y servicios públicos. Son actividades con mayor presencia física, regulación o volúmenes de demanda condicionados por presupuestos y necesidades concretas.

Estados Unidos cuenta con una proporción mayor de empleo directivo, comercial y de servicios empresariales que pueden prestarse de forma digital.

La menor proporción europea en la categoría de automatización no significa que Europa esté protegida. Indica que una parte mayor del ajuste podría producirse mediante rediseño organizativo.

España: más estabilidad inmediata y menos empleos en crecimiento

La distribución española queda así:

Tipo de transición	España	Media de la UE
Menos cambios inmediatos	51%	47%
Reorganización del trabajo	24%	27%
Crecimiento con IA	11%	12%
Mayor automatización potencial	13%	14%

España presenta una proporción mayor de empleo con cambios inmediatos limitados y porcentajes ligeramente inferiores en las otras tres categorías.

El dato no mide la preparación tecnológica del país. Tampoco permite afirmar que España vaya a perder menos empleo. El cálculo refleja principalmente su estructura ocupacional actual.

El propio informe insiste en esta limitación: aplica la misma distribución detallada dentro de los grandes grupos profesionales a todos los Estados miembros. Las diferencias nacionales proceden sobre todo del peso de cada grupo de ocupaciones, no de una evaluación específica de la regulación, las empresas o los sistemas formativos de cada país.

Países como Luxemburgo, Suecia y Países Bajos muestran una proporción mayor de trabajos que podrían crecer con la IA. Alemania, Grecia e Italia presentan los porcentajes más altos en la categoría de mayor automatización.

Lo que otros estudios recientes añaden al análisis

El BCE todavía no observa una destrucción generalizada de empleo

La encuesta SAFE del BCE muestra que la adopción empresarial avanza con rapidez. Más del 70% de las empresas consultadas declaró algún uso de IA a finales de 2025, aunque una parte importante lo hacía de manera ocasional. Las compañías grandes mostraban tasas de adopción más elevadas que las pequeñas.

Por ahora, las empresas que más utilizan o invierten en IA no están reduciendo empleo de forma generalizada. Esta evidencia respalda la categoría de reorganización propuesta por OpenAI, pero todavía cubre un periodo demasiado corto para conocer el efecto estructural.

La OCDE apunta a cambios en las competencias, no a una demanda masiva de programadores

La OCDE ha advertido de que la mayoría de trabajadores expuestos a la IA no necesitará conocimientos avanzados de programación o aprendizaje automático. Sí cambiarán las tareas y cobrarán más peso la comprensión digital, el trabajo con datos, la comunicación y la capacidad de revisar resultados.

Este planteamiento se desarrolla en el artículo La OCDE enfría la fiebre de los cursos de IA: el empleo necesita menos programación y más criterio digital.

La formación no debería limitarse a enseñar herramientas concretas que pueden quedar obsoletas. Tendrá que preparar a los trabajadores para detectar errores, contrastar fuentes, entender los límites de los sistemas y decidir cuándo no conviene utilizarlos.

Las diferencias territoriales pueden ampliar la brecha

El OECD Employment Outlook 2026 documenta grandes diferencias entre regiones en empleo, desempleo, ingresos y acceso a oportunidades. Una transición tecnológica desigual puede reforzar esa brecha si las inversiones, los empleos de mayor productividad y la formación se concentran en determinadas ciudades o territorios.

Puedes ampliar este ángulo en el análisis OCDE 2026: empleo, salarios y brecha territorial.

El marco de OpenAI está calculado para países completos. No ofrece datos regionales, por lo que puede ocultar diferencias importantes entre capitales, zonas industriales, áreas rurales y territorios con una especialización productiva distinta.

La Comisión Europea prevé ganadores y perdedores

Otros modelos europeos apuntan a que la IA podría aumentar el empleo agregado durante los próximos años, pero repartir de forma desigual los beneficios entre sectores, edades, niveles educativos y territorios.

El artículo IA y empleo en Europa hasta 2040: ganadores, perdedores y riesgos analiza una de estas proyecciones.

Ambos trabajos coinciden en una idea: un resultado agregado positivo no evita que determinados trabajadores pierdan funciones, poder de negociación o posibilidades de acceso a puestos de entrada.

El mayor riesgo puede estar en los empleos iniciales

El informe no estudia de forma específica la edad ni la experiencia profesional. Esa ausencia es relevante.

Las tareas más fáciles de automatizar suelen formar parte de puestos de entrada: preparar borradores, ordenar información, documentar procesos, responder consultas básicas o elaborar primeras versiones de análisis. Cuando esas tareas disminuyen, las empresas pueden contratar menos perfiles junior, aunque mantengan o aumenten su plantilla total.

Esto puede crear un problema de acceso profesional: las organizaciones seguirían necesitando trabajadores experimentados, pero ofrecerían menos oportunidades para adquirir esa experiencia.

Las cifras agregadas de empleo tardarían en mostrar el efecto. Antes podrían aparecer señales en las vacantes junior, los salarios de entrada, la duración de las prácticas y las exigencias de experiencia previa.

Qué deberían hacer los servicios públicos de empleo y los sistemas de formación

El informe propone utilizar esta clasificación como sistema de alerta temprana. Para que resulte útil, debería combinarse con información más cercana al mercado laboral:

• evolución de vacantes por ocupación;
• tareas y competencias solicitadas en las ofertas;
• salarios y horas trabajadas;
• participación en formación;
• cambios de profesión;
• uso real de herramientas de IA en las empresas;
• contratación de perfiles junior;
• diferencias entre territorios.

Los servicios públicos de empleo podrían identificar qué profesiones necesitan reciclaje, qué tareas están cambiando y dónde surgen nuevas oportunidades. La orientación tendría que apoyarse menos en títulos genéricos y más en competencias transferibles y evidencias de experiencia.

También hará falta formación compatible con el trabajo. Los cursos largos y separados de la actividad laboral llegan tarde cuando las herramientas y procesos cambian cada pocos meses.

Las limitaciones del informe

El marco aporta una lectura más rica que los estudios basados únicamente en exposición técnica, pero sus resultados deben interpretarse con cautela.

El propio documento reconoce varias limitaciones:

• No ofrece predicciones de desempleo ni de puestos destruidos.
• La clasificación se apoya parcialmente en estimaciones realizadas por modelos, no en efectos laborales observados.
• Las correspondencias entre ESCO, ISCO y la clasificación estadounidense O*NET introducen incertidumbre.
• No existe una validación europea con datos reales de uso de IA equivalente a la utilizada en el informe estadounidense.
• Los resultados por país reflejan sobre todo la composición ocupacional.
• Un mismo trabajo puede cambiar de forma distinta según la empresa, el territorio o el sector.
• La adopción, la regulación y la respuesta de trabajadores y consumidores pueden alterar los resultados.

Estas precauciones impiden leer el 14% de automatización potencial como un cálculo de empleos que desaparecerán. Tampoco permiten considerar que el 47% con menos cambios inmediatos esté a salvo a medio plazo.

La conclusión más útil: habrá que observar las tareas y no solo los puestos

El informe de OpenAI refuerza una lectura que aparece cada vez con más frecuencia en la investigación laboral: la primera consecuencia visible de la IA será la redistribución de tareas dentro de las ocupaciones.

Europa parece enfrentarse a más reorganización que automatización directa. Esto desplaza el foco hacia decisiones concretas dentro de empresas y administraciones: qué funciones se automatizan, quién supervisa los sistemas, cómo se reparte la productividad y qué formación reciben los trabajadores.

El empleo agregado puede mantenerse mientras cambian el acceso a los puestos, la calidad del trabajo, los salarios y las oportunidades de las personas que empiezan su carrera. Esas variables ofrecerán señales más útiles que cualquier cifra aislada sobre profesiones “amenazadas”.

Fuente principal: Alex Martin Richmond, The AI Jobs Transition Framework for the EU, OpenAI Economic Research, junio de 2026. La presentación oficial del informe resume su aplicación al mercado laboral europeo.