Por Juan Morón Audante

No existen procesos de reorganización social y económica generados por nuevas tecnologías que no hayan generado temor en el mundo. Es casi normal que asumamos esos nuevos retos con el temor del caso. Nos estamos enfrentando a procesos desconocidos. Porque debemos desmontar toda una  lógica y una arquitectura del conocimiento que nos permitió desarrollarnos en el pasado. Pero ese background no nos permite entender lo que está pasando actualmente en el mundo. Por ello, el temor a lo desconocido se apodera de nuestra visión de lo que está por venir.  JMA

Es decir, la automatización, por cuyo proceso estamos transitando, nos está generando más interrogantes que certezas. Y si a esto le sumamos la realidad de cada país respecto de su capacidad para ir adaptándose o no a los profundos cambios que estamos viviendo, entonces el panorama se complica aún más. Indudablemente este tema tiene muchas aristas, que son imposible de abordarse en su integridad en un artículo; sin embargo, trataremos de concentrarnos en las más importantes. 

El temor a lo desconocido se pierde con la historia de la humanidad¹ . Y es que cada etapa por la que ha transitado la evolución de la humanidad ha significado eso. Un temor a no saber a qué nos enfrentamos. Y el temor actual a la automatización, producto de la digitalización y de la IA, como extremos de un profundo proceso de transformación, son parte del ADN de la humanidad. 

El impacto de The Economist 

Sin embargo, ese temor a lo desconocido ha tomado nuevas dimensiones desde que la revista británica The Economist publicó en uno de sus últimos números, el del 14 de mayo, un titular que prendió las alarmas de todo el mundo: “The Job Apocalypse”.

Ocurre que es la primera vez que este medio británico acepta abiertamente que la IA, a través de la automatización, podría terminar generando un gran número de desplazamientos de trabajadores de sus respectivos puestos de trabajo. Llama la atención porque este medio siempre nos había vendido la idea que, si bien es cierto la tecnología destruye empleos, también los crea. Sin embargo, y en honor a la verdad, nunca existió un equilibrio perfecto entre los puestos creados y los destruidos. Ver Cuadro N° 1. Pero, quizás, no había la sensación exclusiva de pérdida. Algo nos decía que también se podía ganar. Y, por lo tanto, no había que preocuparse. Cosa que no ocurre en la actualidad.

Cuadro N° 1. Puesto de trabajo perdidos y ganados con las revoluciones industriales

Revolución Industrial	Período	Innovación	Empleos destruidos	Empleados creados
Primera 2	1760 – 1840	Mecanización textil y vapor	De  20 – 30 % de artesanos y  tejedores desplazados	Más de 40 % de neos empleos, fabriles y logísticos
Segunda 3	1870 – 1914	Electricidad y producción en masa	De 15 – 20 % de empleos manuales reemplazados	Más de 60% en manufactura, transporte y servicios urbanos
Tercera 4	1950 – 2000	Automatización y electrónica	De 10 – 15 % de empleos fabriles desplazados	Más de 25 % en servicios, informática                   y educación
Cuarta 5	2000 – Presente	Digitalización, IA y robótica	De 9 – 47 % de empleos en riesgo	Más de 97 millones de puesto digitales

Fuentes: aparecen en los pie de página 2, 3, 4 y 5

Pero si estos procesos siempre han ocurrido con  cada innovación tecnológica, entonces por qué ese titular de The Economist ha generado tanto revuelo? Por una sencilla razón. Porque hasta ahora, los análisis del impacto de la automatización no se habían referido a los trabajadores que realizan actividades mucho más complejas que meros procesos manuales y repetitivos, que son los que, desde que este proceso se fue profundizando, terminarían siendo desplazados de sus puestos. 

La revista ha dejado muy en claro  que la vorágine de la IA y de la automatización también terminará desplazando a los trabajadores de “cuello y corbata”. Es decir, los puestos de quienes han requerido de un mayor proceso de formación educativa; sin embargo, hoy, al parecer, ya no es suficiente para mantener un puesto trabajo. Y por eso, es que las advertencias han estado a la orden del día. Para dilucidar por qué preocupa tanto esta disrupción tecnológica, veamos qué hay detrás de la automatización.

¿Por qué preocupa la automatización?

Lo que se sabe de la IA, que es la tecnología más visible de la automatización, es que ha llegado a tal nivel de desarrollo que permitirá que muchas actividades laborales desempeñadas por los seres humanos, puedan ser realizadas por las máquinas y por procesos automatizados. Sin embargo, pensar que este proceso se trata de un simple “reemplazo” de trabajadores por máquinas o por procesos automatizados, sería un craso error. Porque nos impediría ver las verdaderas implicancias que subyacen al proceso de la automatización. Pero, aún más. Una visión de esa naturaleza no permitiría desarrollar políticas públicas que contrarresten la pérdida de bienestar de cientos de trabajadores que se verían perjudicados. 

Como dijimos, en este proceso la cara visible es la IA; sin embargo, existen otros subprocesos que conforman la complejidad del macroproceso de la automatización. Sin los cuales sería imposible la realización de esta última. Por ello, a continuación veremos cada uno de ellos.

• Digitalización

Este es el punto de partida de todo el proceso de automatización. Sin este componente no estaríamos hablando de la automatización. Y es que la digitalización nos provee de los datos que son fundamentales para este proceso. Cuando se transforman los datos analógicos ⁶ en 0s y 1s, estamos generando el punto de partida de la automatización. Por ejemplo, cuando escaneamos un documento, cuando convertimos audios en archivos digitales o, cuando convertimos una fotografía en píxeles, etc. Este proceso de conversión representa una enorme ventaja al mundo analógico porque los datos digitalizados (0s y 1s) pueden ser procesados, filtrados, comprimidos, almacenados, transmitidos, visualizados, modelados y compartidos.

• Procesamiento de datos

Esos datos, una vez digitalizados, necesitan ser procesados. Es decir, cuando hablamos de procesamiento de datos nos referimos a la conversión de datos , sin procesar, en información utilizable. Pero se debe recalcar que no se trata simplemente de una conversión. Se requiere que este proceso genere datos de alta calidad, porque sin esta condición sería imposible el escalado eficiente de la IA generativa, por ejemplo. De otra manera las aplicaciones impulsadas por IA son propensas a ineficiencias, sesgos y resultados poco fiables ⁷. 

• Automatización Robótica de Procesos (RPA, por su sigla en inglés)

También conocida como robótica de software se encarga de realizar tareas repetitivas de oficina que, normalmente, realizan los seres humanos como extraer datos, completar formularios, mover archivos, etc ⁸ . Todo este proceso está sujeto a un conjunto de instrucciones (script ⁹)  que le dice al software qué pasos seguir para ejecutar una tarea repetitiva. Es decir, no actúa por voluntad propia. Por ejemplo, un Bot que procesa facturas necesita las instrucciones correspondientes para poder procesar esas facturas. También pueden gestionar correos o llamadas.

En realidad, la automatización robótica de procesos juega un rol central en el proceso de la automatización, en general. Es el enlace entre la digitalización y la IA. Es el punto donde la automatización deja de ser manual y empieza a ser digitalmente autónoma, aunque todavía no sea inteligente ¹⁰ . 

Por último, a pesar de la denominación “ . . . robótica . . .” este medio en la automatización no se refiere a una unidad física de robot, sino a una aplicación de software que imita las interacciones humanas con las interfaces de usuarios del software ¹¹. 

• Robótica y Sensores

Ambos son centrales en el proceso de la automatización. No podrían actuar aisladamente. Se necesitan porque actúan en forma conjunta. Los sensores permiten a los robots interactuar con su entorno, recopilando información que les ayuda a tomar decisiones de manera precisa. 

En este caso, estamos hablando de unidades físicas que requieren de sensores para tomar información del medio ambiente, los controladores (Unidad de procesamiento) se encargan de decidir qué acción tomar y, finalmente, los actuadores se encargan de realizar la acción física ¹². El proceso de retroalimentación entre estos 3 componentes se pueden visualizar en el siguiente esquema generado por Copilot. 

• Integración con IoT y Big Data

Esta integración es un mecanismo potente para el proceso de automatización. La ventaja de esta conjunción tecnológica es que se puede contar con datos en tiempo real. Por lo tanto, se puede mejorar la eficiencia operativa de las fábricas o de diferentes organizaciones, ayudando a desarrollar un mantenimiento predictivo.  Estas son las condiciones que permiten construir el criterio sobre el que funcionan las smart cities o smart factories.  Como una muestra de la importancia de esta integración tecnológica está el caso de las «fábricas oscuras». Plantas que ha sido altamente automatizadas. En el Cuadro N° 2 podemos conocer el caso de empresas que funcionan como fábricas oscuras. Sin embargo, no existe, en la práctica, ninguna fábrica que esté al 100% automatizada.

Cuadro N° 2. Fábricas oscuras

País	Empresa /Sector	Nivel de Automatiza ción	Características
China	Xiaomi, BYD, Foxconn (Electrónica y autos eléctricos)	Muy alto +/- 95%	Plantas con mínima supervisión humana; producción 24/7
Japón	Fanuc, Toyota, Omron	Alto 85 – 95%	Fábricas de robots que fabrican robots. Controladas por IA
Corea del Sur	Hyundai Motor Group	Alto 85 – 95%	Integración de robots humanoides y sistemas de IA en ensamblaje
EEUU	Tesla, Amazon Robotics, GE Appliances	Medio – alto 70 – 85%	Líneas robotizadas con control remoto y mantenimiento predictivo
Alemania	MBW, Mercedes – Benz, Siemens	Alto 85 – 95%	Producción automatizada con gemelos digitales y sensores de IoT

Nota: No existe un censo sobre la existencia de las fábricas oscuras; sin embargo, sí se habla del valor de mercado. Según la información, en el 2024 era de 5,2 mil millones de US $. Y según proyecciones, para el 2034 alcanzarán una valorización de mercado de 15,8 mil  millones de US$

Fuente: https://www.emergenresearch.com/es/industry-report/dark-factories-market/

A esta simbiosis le corresponden una serie de ventajas; sin embargo, hay una que sobresale del resto. Es la capacidad de IoT de generar datos en tiempo real y el Big Data de procesarlos, también, en tiempo real, permitiendo con ello generar modelos predictivos. Cuyo propósito es evitar fallas en los procesos, en general, pero sobre todo en los procesos productivos, en particular y, por tanto, incrementar la eficiencia de las organizaciones empresariales ¹³. 

La siguiente imagen pone de manifiesto la capacidad predictiva de esta conjunción tecnológica. Por un lado, IoT genera los datos de los campos agrícolas y, por otro, el Big Data, se encarga de procesarlos, obteniendo como resultado de ese análisis la información necesaria para saber si existen las condiciones necesarias para determinar si el campo requiere ser regado o no.  

Fuente: https://wordpress.campusbigdata.com/wp-content/uploads/2024/10/Beneficios-del-uso-de-drones-768×428.jpg

Algo similar ocurre en las fábricas, donde los sensores relacionados con los equipos se encargan de generar millones de datos que el Big Data se encargará de procesar para determinar qué decisiones tomar. Por ejemplo, cuando una máquina comienza a dar señales de una probable falla por afectación de alguna pieza, el sistema emite la información correspondiente que es atendida por los proveedores del caso. Se procede al recambio y de esta manera la producción no se afectada por la paralización del proceso productivo como solía ocurrir en las fábricas tradicionales. Es decir, la anticipación, producto de la predictibilidad hace más eficientes la producción.  

• Escalamiento en la nube

Esta es una herramienta muy importante en el proceso de la automatización. Permite que un sistema de computación, en la “nube”, pueda aumentar o disminuir sus recursos, como la capacidad de procesamiento o de almacenamiento, para satisfacer cambios en la demanda de diferentes clientes. Por ejemplo, plataformas que coordinan operaciones en múltiples países ¹⁴. Esta infraestructura remota se puede gestionar con proveedores de estos servicios como Amazon  Web Services (AWS), Microsoft Azure, Google Cloud Platform, etc.

La nube, pero sobre todo su escalamiento, son muy importantes para el proceso de automatización, porque normalmente se requiere capacidad de cómputo. Las empresas que quieren automatizar sus procesos productivos pero no tienen capacidad de infraestructura, tienen en la nube un gran aliado. Por ejemplo, una planta apoyándose en la nube puede procesar modelos predictivos; una plantación que emplea drones con sensores para la captura de datos de las condiciones climática, apoyándose también en la nube, puede determinar si las condiciones están dadas como para efectuar el riego correspondiente o no.

• IA y MAchine Learning (ML)

En principio, el ML es un subcampo de la IA que permite a los sistemas aprender de los datos y, por tanto, hacer predicciones o tomar decisiones sobre cada tarea. En tanto que la IA es una tecnología que simula la inteligencia humana para razonar, aprender y planificar ¹⁵. En otras palabras, los modelos de ML se entrenan con millones de datos para determinar los patrones que contienen esos datos. En la medida que esos patrones hayan sido correctamente definidos en el proceso de entrenamiento, entonces los modelos serán  más eficientes. Por tanto, esa capacidad de reconocimiento de estructuras repetitivas permitirá que los modelos de ML puedan hacer inferencias más precisas sobre nuevos datos ¹⁶.

El argumento central en este proceso es que, en la medida que se pueda determinar los patrones que se desprenden del análisis de millones de datos (Big Data), entonces los modelos de ML estarán en capacidad de hacer predicciones sobre la realidad a partir de nuevos datos. Evidentemente la precisión de esas predicciones son un resultado de la eficiencia de los patrones encontrados en la data.

Esta conjunción entre el ML y la IA permite, por ejemplo, hacer predicciones de demanda sobre patrones históricos de consumo; hacer predicciones sobre fraudes financieros a través del análisis de patrones de transacciones; o, también, para recomendar productos o servicios basados en patrones de compra, etc. 

Como podemos notar, la automatización no se trata de un simple proceso en el que una sola tecnología sea la responsable de la concreción del mismo. Percibir así la problemática que subyace a este proceso, y al proceso mismo, es de una ceguera imperdonable. Es negarse a ver la realidad, complicada, pero realidad al fin. Y  estamos obligados a mirarla con ojos escrutadores para comprender su profundidad.

No es como los medios nos han querido vender la idea de la automatización, donde la IA aparece como la tecnología más visible. Ciertamente tiene cierta preeminencia; sin embargo, la  participación de otras tecnologías le quitan ese protagonismo de exclusividad. Obligando a que este proceso se vea como corresponde. Un proceso donde participan un conjunto de tecnologías que, en conjunto, definen el verdadero sentido de la automatización. Así, con esa complejidad, es que debemos mirar a la automatización.

En la siguiente figura podemos ver la complejidad del proceso de automatización. Claramente podemos ver que el punto de partida del proceso es la digitalización en tanto que en la parte final aparece la IA y el Machine Learning. En el interior aparecen lo que hemos denominado subprocesos que permiten que, finalmente la automatización sea posible. En consecuencia, queda en evidencia que en cada uno de ellos, se requiere de ciertas habilidades que los trabajadores tradicionales no tienen. Ahí está el origen de los desplazamientos de los trabajadores de sus respectivos puestos de trabajo.

Los Desplazamientos laborales

Como hemos visto, el proceso de la automatización no se trata solo de una tecnología que permite desplazar a trabajadores manuales de sus puestos de trabajo, y ser reemplazados por máquinas o procesos automatizados. Ahora sabemos que se trata de un proceso sumamente complejo. Donde se destaca, implícitamente, en cada uno de los componentes del proceso de la automatización, un conjunto de habilidades laborales que están en proceso de formación, en el mejor de los casos o, simplemente, no existen, en el peor de ellos.

Pero en todo el proceso hay un hecho central que pasa desapercibido por la magnificencia de la IA que, como dardo atraviesa toda la automatización. Todas las actividades son digitales: datos, nube, RPA, etc. El núcleo que aparece en cada uno de estos componentes de la automatización, aún desde lo más elemental hasta lo más complejo, es que no aparece el papel de lo repetitivo de algunas actividades como parte de esos procesos. Este es el hecho que está haciendo que se prescinda de una serie de trabajos y aparezcan otros que son determinantes en el proceso de la automatización. Por ello, “en la medida que un trabajo sea el resultado de actividades repetitivas o estructuradas en entornos predecibles, es poco probable que dure” ¹⁷. Esta situación es la que nos lleva a plantearnos las siguientes preguntas:

¿Cuáles son las actividades profesionales que dejarán de ser relevantes ?

Las predicciones sobre el desplazamiento de trabajadores como consecuencia de la  automatización van desde las moderadas hasta las más extremas. Entre las primeras encontramos que el impacto en América Latina, según Cepal, sería de entre 9 % y 12 % ¹⁸. La OCDE también se encuentra en la misma línea de la Cepal, porque estima que el impacto sería de 14% ¹⁹. Pero en el caso más extremista, está la proyección de Frey & Osborne de la universidad de Oxford, para quienes habría un impacto del 47% ²⁰. En otras palabras, nos estarían diciendo que la mitad de los trabajadores serían desplazados de sus respectivos puestos.

Y cuando se le pregunta a la IA, como copilot, sus proyecciones en determinados sectores laborales se encuentran, precisamente, entre estos los extremos planteados. Por ejemplo, en salud, el impacto sería entre un 25 % y 35%; en servicios, como atención al cliente, entre 30% y 40%. Pero, también encontramos que la IA tiene cifras que sobrepasan la proyección del trabajo de la universidad de Oxford. Por ejemplo, el impacto en logística sería entre 50% y 65% y, por último, el caso más preocupante y que corresponde a manufactura. Donde el impacto sería entre 60% y 70%. Ver figura:

Lo único cierto es que tendremos que enfrentar un porcentaje determinado de desplazados. No sabemos exactamente cuántos, pero habrán. Aunque nos disguste la idea de personas perdiendo sus trabajos porque ya no tienen las habilidades que los nuevos procesos productivos requieren. Sin embargo, aquí es donde el Estado debe jugar su rol de “árbitro” en los procesos sociales y este, el de la automatización, lo es. Por sus enormes implicancias. Por tanto, el Estado tiene la obligación de elaborar políticas públicas, en este caso, educativas, para que las nuevas generaciones estén preparadas y puedan enfrentar los retos de un mundo transformado digitalmente. Donde estas habilidades normarán la vida de los trabajadores, sin olvidar que un porcentaje importante de ellos necesitarán  reentrenarse para seguir con su vida laboral, en el mejor de los casos.

En el Cuadro N° 3, podemos ver la relación de diferentes actividades laborales que van perdiendo relevancia en la vida económica de los países. Aunque, como suele ocurrir con los estudios, están centrados en la realidad de los países desarrollados, y este caso no es la excepción.

Cuadro N° 3. Profesiones cuya demanda están decreciendo

Demanda decreciente	Demanda decreciente
Data Entry Clerks	Empleados de ingreso de datos
Administrative and Executive Secretaries	Secretarias ejecutivas y administrativas
Accounting, Bookkeeping and Payroll Clerks	Contadores, Auxiliares de Contabilidad y Nómina
Accountants and Auditors	Contadores y Auditores
Assembly and Factory Workers	Trabajadores de ensamblaje y de fábrica
Business Services and Administration Managers	Gerentes de Servicios Empresariales y Administración
Client Information and Customer Service Workers	Trabajadores de Información al Cliente y Servicio al Cliente
General and Operations Managers	Gerentes Generales y de Operaciones
Mechanics and Machinery Repairers	Mecánicos y Reparadores de Maquinaria
Material-Recording and Stock-Keeping Clerks	Empleados de Registro de Materiales y Mantenimiento de Inventario
Financial Analysts	Analistas financieros
Postal Service Clerks	Empleados de servicios postales
Sales Rep., Wholesale and Manuf., Tech. and Sci.Products	Representante de Ventas, Mayorista y Manufacturero, Productos Tecnológicos y Científicos
Relationship Managers	Gerentes de Relaciones
Bank Tellers and Related Clerks	Cajeros de banco y empleados relacionados
Door-To-Door Sales, News and Street Vendors	Ventas puerta a puerta, noticias y calle
Electronics and Telecoms Installers and Repairers	Instaladores y Reparadores de Electrónica y Telecomunicaciones
Human Resources Specialists	Especialistas en recursos humanos
Training and Development Specialists	Especialistas en Capacitación y Desarrollo
Construction Laborers	Trabajadores de la construcción

Fuente: The Future of Job, Report 2020

¿Cuáles son las actividades profesionales que serán  relevantes de acuerdo a la automatización ?

Eso implica que hay profesiones o actividades laborales que dejarán de tener importancia en la vida económica de los países, para dar paso a nuevas profesiones o nuevas ocupaciones. Así, en el Cuadro N° 4, podemos ver las actividades laborales que están siendo demandadas para enfrentar el proceso de automatización. 

Cuadro N° 4. Profesiones cuya demanda está creciendo

Demanda creciente	Demanda creciente
Data Analysts and Scientists	Analistas y Científicos de Datos
AI and Machine Learning Specialists	Especialistas en IA y Aprendizaje Automático
Big Data Specialists	Especialistas en Big Data
Digital Marketing and Strategy Specialists	Especialistas en Marketing digital y estrategias
Process Automation Specialists	Especialistas en procesos de automatización
Business Development Professionals	Profesionales en desarrollo de negocios
Digital Transformation Specialists	Especialistas en transformación digital
Information Security Analysts	Analistas en seguridad de la información
Software and Applications Developers	Desarrolladores de Software y Aplicaciones
Internet of Things Specialists	Especialistas en IoT
Project Managers	Gerentes de Proyecto
Business Services and Administration Managers	Gerentes de Servicios Empresariales y Administración
Database and Network Professionals	Profesionales de Bases de Datos y Redes
Robotics Engineers	Ingenieros de robótica
Strategic Advisors	Asesores Estratégicos
Management and Organization Analysts	Analistas de Gestión y Organización
FinTech Engineers	Ingenieros de FinTech
Mechanics and Machinery Repairers	Mecánicos y Reparadores de Maquinaria
Organizational Development Specialists	Especialistas en desarrollo organizacional
Risk Management Specialists	Especialistas en Gestión de Riesgos

Fuente: The Future of Job, Report 2020

Sin embargo, antes de hablar de una relación de carreras o profesiones que deberían ser promocionadas, deberíamos resaltar la necesidad de desarrollar en la nuevas generaciones una sólida «capacidad» para enfrentar las complejidades del mundo actual. Pero, sobre las del futuro. Y es que la capacidad tiene la ventaja de ser transversal a las profesiones que se elijan. Porque “es la base de estabilidad que permite adaptarse a cualquier transformación”. Por ejemplo, el pensamiento crítico es una capacidad que le es útil a cualquier profesión. En el Cuadro N° 5 podemos ver una relación de capacidades propuestas por 3 organismos: Unesco, Foro Económico Mundial y el Ceplan.

Cuadro N° 5. Relación de capacidades

Fuente	Capacidades
UNESCO 21	– Aprender a aprender – Pensamiento Crítico – Competencias digitales – Ética y ciudadanía digital
FORO ECONÓMICO MUNDIAL (WEF)22	– Resiliencia  – Alfabetización digital – Creatividad  – Colaboración (Intercultural)
CEPLAN 23	– Adaptabilidad – Innovación

Son estas capacidades a las que debemos prestarles, probablemente, más atención que a las carreras. No olvidemos que la historia no es lineal. Cambia constantemente. Y así debe ser. Es el derrotero de la humanidad. Por ello, es fundamental que las nuevas generaciones tengan esa capacidad de adaptarse a los nuevos tiempos. Y sobre ellas, se irán construyendo las nuevas habilidades profesionales que esos nuevos tiempos exigen. Porque, en esencia,  “ (Estas) responden a las necesidades específicas de un momento determinado de la historia”. Pero no para siempre.

Cómo vamos en el Perú con la automatización 

La inserción de tecnologías en nuestro país (Perú) es poco significativa. Está básicamente concentrada en las grandes empresas. Según el ILIA 2025 ²⁴, en el Perú, entre el 30% y 40% de las grandes empresas han adoptado la IA. En sectores como Banca, retail, telecomunicaciones, minería y servicios. Básicamente para “optimizar procesos, fortalecer la gestión de riesgos y mejorar la experiencia del cliente” ²⁵. Es decir, esta tecnología está anclada en el 0,4% del universo empresarial en el Perú ²⁶. Y por si no fuera poco, alrededor del 45% de ese 0,4% están concentradas en Lima Metropolitana. Por tanto, claramente podemos notar que existe una “protección” contra el impacto de la automatización. 

Según estudios, alrededor del 20% de los trabajadores están expuesto por la automatización tecnológica, mientras que el 24,1% están expuestos por la IA generativa ²⁷; sin embargo, habría que decir que estas cifras no son aplicables al conjunto de la fuerza laboral en nuestro país. Porque, como sabemos, tenemos una economía estructuralmente precarizada por la informalidad que comprende a más del 70 % de la población. Lo ambivalente de este proceso es que, por un lado, nos protege, pero por otro lado, es una evidencia de la incapacidad de un enorme sector empresarial en nuestro país para beneficiarse de las nuevas tecnologías. Es que, por donde veamos, esta situación de precariedad empresarial en el Perú, no puede verse como una ventaja.

En este sentido, el PNUD sostiene que “América Latina tiene una baja exposición a la IA (potencia de la IA para reemplazar o transformar tareas radicalmente), 6 de cada 10 empleos están “aislados” de las disrupciones. Del 40% restante de empleos, en promedio, 1 de cada 10 (12,6%) muestra alta complementariedad (el rol de la IA como tecnología de apoyo que puede aumentar la productividad de los trabajadores) con la IA . . .” ²⁸. Si esta observación de por sí ya es una mala señal para la región, su conclusión es mucho más contundente.

Este aislamiento al que alude el PNUD, es una pésima señal, porque indica que existe una falta de preparación de la región para unirse y capitalizar esta nueva revolución tecnológica. 

Como una muestra de la diferencia entre el impacto de la automatización y la IA en las economías avanzadas respecto de lo que ocurrirá en países como el nuestro, el PNUD sostiene lo siguiente: “En las economía avanzadas la IA mejorará 1 de cada 4 empleos, mientras que sólo 1 de cada 8 empleos serán mejorados en América Latina y el Caribe” ²⁹. Es decir, 25 % vs 12,5%. Lo que significa que estamos perdiendo el 87,5% de oportunidades de mejorar empleos con la IA en nuestra región.

Los empleos más expuestos a la automatización en el Perú

• Limpiadores y asistentes de oficinas, hoteles y otros establecimientos
• Ayudante de cocina 
• Empleos de control (supervisores) y abastecimientos
• Estibadores
• Y, en general, todas aquellas actividades tienen núcleos que son reglas o procesos reiterativos que se repiten cual receta culinaria. 

Los empleos menos expuestos a la automatización en el Perú

• Bordadores, reparadores y ayudantes de costura
• Profesores de primaria y secundaria
• Especialistas en belleza y actividades afines 
• Tejedores a mano

Educación 4.0

Solo una visión miope del proceso de la automatización podría prescindir de una política pública que implique una educación que permita enfrentar el nuevo orden digital, determinado por la digitalización del mundo analógico. Y es que no hay otra forma. Necesitamos dotar de habilidades digitales a las nuevas generaciones. Pero tampoco podemos olvidar a los trabajadores que requieren ser re-entrenados para reinsertarse en el mundo laboral. Porque el riesgo que corremos de no hacerlo puede ser muy costoso en términos sociales.

Según el Foro Económico Mundial (WEF, por su sigla en inglés), en su capítulo Education 4.0, las nuevas generaciones para enfrentar ese complejo mundo de la transformación digital y la automatización, debería desarrollarse sobre 3 pilares fundamentales ³⁰:

• Resolución de problemas, Implica, a su vez 4 habilidades: creatividad, análisis de datos, perseverancia y pensamiento crítico
• Colaboración, Implica estas habilidades: comunicación, persuasión, resolución de conflictos y gestión de tareas
• Adaptabilidad, Implica estas habilidades: resiliencia, optimismo, autorregulación y establecimiento de metas 

Estos pilares podrían subsumirse en un proceso que se resume en la capacidad de “desaprender para aprender continuamente”. Porque si algo caracteriza a la automatización como a la IA, es su capacidad para cambiar constantemente. Por lo tanto, debemos desmontar la idea de que aún hay carreras para toda la vida. Eso ya no existe, y cuanto más rápido nos desprendamos de esta premisa, vigente en gran parte del siglo XX, más rápido podremos movernos dentro de la nueva premisa: desaprender para aprender en forma continua.

Las Limitaciones del caso peruano para la Educación  4.0

Es que en el caso del Perú, debemos enfrentar un doble obstáculo. Primero, una realidad educativa que de plano nos coloca en desventaja frente a los países más productivos. Según la encuesta de habilidades de adultos 2018, más del 60% de los adultos de nuestro país se encuentran en el nivel más bajo de lectura. La consecuencia directa de este mal es la incapacidad para comprender textos complejos o ejecutar tareas de cierta complejidad.

Por otro lado, según la Evaluación Nacional de Logros y Capacidades de 2023, los estudiantes de 2° de primaria de colegios públicos alcanzan en la Costa un 10,9%, en la Sierra un 14,9% y en la Selva un 6,7% de nivel satisfactorio en matemática. En el caso de estudiantes del 2° de secundaria, solo un 18,4% de los estudiantes alcanza un nivel satisfactorio en lectura ³¹. «Estos resultados nos están diciendo que estamos graduando peruanos con capacidad limitada para analizar propuestas, para fiscalizar el poder y para resistir la manipulación». Pero sobre todo, para aprender nuevas habilidades.

«Cuando nos preguntemos por nuestra escasa productividad en el ámbito económico, entonces debemos mirar estas cifras». El gran problema que enfrentamos en la actualidad es que nuestra fuerza laboral está próxima a reemplazarnos. Quiere decir que está lista para ingresar al mercado laboral por una cuestión cronológica, si es que ya no forma parte de nuestro mercado laboral, profundamente informal. Por lo tanto, está ingresando absolutamente desarmado para enfrentar la «batalla» digital.

Y el segundo obstáculo es el que está referido a nuestro analfabetismo digital. Es decir, no tenemos las condiciones previas, básicas para desarrollar habilidades digitales más avanzadas, que nos permitan explotar mejor las tecnologías implícitas en la automatización, así como en la misma IA.

Conclusiones

Que la automatización va a generar desplazados es una verdad incontrastable. Sin embargo, eso no significa que no se puedan adoptar medidas, desde el Estado, y aún desde el sector privado, para reducir el impacto que se enfrentará. 

Un segundo aspecto a tener en consideración es la visión que existe sobre el proceso mismo. No es un proceso simple y exclusivo. Por el contrario, es un proceso en el que están presentes un conjunto de tecnologías que se entrecruzan. Donde, si bien es cierto, hay tecnologías que sobresalen de las demás, no significa que sean únicas y excluyentes. En realidad, todas las que participan en la automatización juegan un rol determinante, estructurando un todo integral. Donde la sumatoria de las partes no logran hacer el todo. 

Las políticas educativas son las llamadas a contrarrestar el impacto de la automatización. Pero cuidado. No bastan si no tenemos en cuenta el desarrollo de capacidades que son, al final de cuentas, una suerte de cimientos sólidos para darle sustentabilidad a las nuevas profesiones que han comenzado a asomar en el marco de los nuevos procesos productivos. 

América Latina, sigue siendo una gran incógnita en esta materia. Es muy probable que el impacto no se dé tanto por el lado del desplazamientos de los puestos de trabajo, sino por el lado de su capacidad competitiva como economía. En el caso puntual del Perú, existen evidencias palpables que el impacto será reducido por la escasa inserción tecnológica en la vida económica del país. O, si queremos verlo, por el alto nivel  de informalidad que actuará como una suerte de barrera natural porque como son trabajos con escasa inserción tecnológica no están sujetos a ser reemplazados. Pero esta situación no es como para celebrar. En realidad, no hay nada para celebrar, sino todo lo contrario. Debería llevarnos a una profunda reflexión sobre la naturaleza del país que tenemos. Aunque, claro, pedirle a una élite empresarial rentista que prefiere el extractivismo a la transformación; pedirle ese esfuerzo a una élite política que prefiere seguir apostando por el oscurantismo, son tareas titánicas. Pero tendremos que hacer el esfuerzo si queremos darle al país una nueva visión de desarrollo.

1. En los albores de la Primer Revolución Industrial, los luditas se encargaron de quemar las primeros telares instalados en las fábricas británicas porque eso, según el pensamiento de la época, terminaría son sus puestos de trabajo;  ↩︎
2. Frey & Osborne (Oxford, 2013, revisión histórica); Chaves, Univ. Extremadura (2004) ↩︎
3. OCDE Historical Labour Studies (2019) ↩︎
4. McKinsey Global Institute (2017) ↩︎
5. WEF, Future of Jobs Report (2020); CEPAL (2025)  ↩︎
6. Datos analógicos,  medios físicos de información como libros, música, fotos, películas, etc. Pero también se habla de sistemas analógicos, como aquellos cuyos datos adoptan infinitos valores dentro de un rango determinado. Es decir, tienen una naturaleza continua. Un termómetro analógico muestra temperaturas que varían en una escala continua de 0° a 40°C, por ejemplo. A diferencia de los sistemas digitales, cuyos datos muestran valores discretos.
   https://wowmania.es/analogico-que-es-caracteristicas-y-ejemplos/ ↩︎
7. https://www.ibm.com/mx-es/think/topics/data-processing ↩︎
8. https://www.ibm.com/mx-es/think/topics/rpa ↩︎
9. Script, si una organización necesita copiar datos de facturas de un correo electrónico a un sistema contable, el script de la automatización podría contener estas instrucciones: abrir la bandeja de entrada, buscar correo con asunto “Facturas”, descargar el archivo adjunto, extraer datos del PDF, ingresarlos en el sistema contable y, finalmente, enviarlos al cliente. Todas estas instrucciones las ejecuta el Bot  ↩︎
10. Esta es una visión de Copilot. ↩︎
11. https://xpert.digital/es/un-analisis-completo-de-robotica-y-automatizacion/ ↩︎
12. https://xpert.digital/es/un-analisis-completo-de-robotica-y-automatizacion/ ↩︎
13. https://www.redestelecom.es/especiales/relacion-de-iot-y-big-data-tecnologias-con-potencial-de-futuro/ ↩︎
14.  https://cloud.google.com/discover/what-is-cloud-scalability
    La Nube, en el ámbito informático se refiere a la infraestructura informática, incluyendo servidores, almacenamiento, bases de datos (Data centers), redes, software. Así, las empresas no están obligadas a construir y mantener centros de datos propios para acceder a estos servicios. Y envés de mantener estructuras ociosas, solo pagan por lo que realmente necesitan.   https://info.diaonia.com/que-se-entiende-por-la-nube/ ↩︎
15. https://www.ibm.com/mx-es/think/topics/machine-learning ↩︎
16. https://blogs.oracle.com/oracle-latinoamerica/diferencias-entre-inteligencia-artificial-automatizacin-y-aprendizaje-automtico-lo-que-necesitas-saber ↩︎
17. Tegmark, Max, (2018), “Life 3.0: “Being human in the age of Artificial Intelligence” ↩︎
18. https://economiatyp.uam.mx/index.php/ETYP/article/view/675/869 ↩︎
19. https://economiatyp.uam.mx/index.php/ETYP/article/view/675/869 ↩︎
20. https://almcorp.com/es/blog/ai-job-displacement-statistics/ ↩︎
21. https://www.unesco.org/es/articles/los-futuros-que-construimos-habilidades-y-competencias-para-los-futuros-de-la-educacion-y-el-trabajo ↩︎
22. https://es.weforum.org/stories/2025/01/el-futuro-de-la-educacion-y-las-habilidades-como-preparar-a-los-alumnos-para-los-retos-del-manana/ ↩︎
23. La educación del futuro y el futuro de la educación, Perú 2014 ↩︎
24. CEPAL, Índice Latinoamericano de IA – ILIA” 2025 ↩︎
25. https://www.infobae.com/tecno/2026/02/25/peru-acelera-en-inteligencia-artificial-con-la-adopcion-de-agentes-con-ia-cual-es-la-tendencia-en-2026/ ↩︎
26. https://lacamara.pe/radiografia-de-la-estructura-empresarial-del-peru/
    En el Perú existen alrededor de 3,2 millones de empresas formalmente registradas en el RUC 2025 – 2026. De ellas, el 95% son microempresas; el 4,1% son pequeñas empresas; el 0,2% son medianas empresas y el 0,4% son grandes empresas. ↩︎
27. Manky B., Omar, (2024), “Doble desafío tecnológico: análisis de la exposición a la automatización tradicional y a la IA  generativa en el empleo peruano”. 
    https://elperuano.pe/noticia/284173-inei-que-trabajos-podrian-ser-reemplazados-por-la-automatizacion-y-la-ia-generativa-en-el-peru ↩︎
28. PNUD, “Surfeando la ola digital: Aprovechará América Latina y el Caribe la oportunidad para transformar su productividad”, 2024 
    https://www.pnud.org/es/latin-america/blog/surfeando-la-ola-digital-aprovechara-america-latina-y-el-caribe-la-oportunidad-de-transformar-su-productividad ↩︎
29. PNUD, “Surfeando la ola digital: Aprovechará América Latina y el Caribe la oportunidad para transformar su productividad”, 2024 
    https://www.pnud.org/es/latin-america/blog/surfeando-la-ola-digital-aprovechara-america-latina-y-el-caribe-la-oportunidad-de-transformar-su-productividad ↩︎
30. https://initiatives.weforum.org/reskilling-revolution/education-4-0 ↩︎
31. https://umc.minedu.gob.pe/resultadosenla2023/ ↩︎