El impacto neto de la AI en el empleo cayó a 11.000 empleos al mes. La construcción oculta la verdad

El número que indica que la AI está perjudicando menos al mercado laboral que antes es precisamente el que menos debe confiar ahora mismo.

Según la cobertura de Fortune del 1 de junio sobre nueva investigación de Goldman Sachs, el impacto neto de la AI en el crecimiento mensual de la nómina en EE. UU. se ha reducido a aproximadamente 11.000 empleos, frente a los cerca de 16.000 de principios de año. A primera vista, eso sugiere que lo peor está pasando. No es así. La mejora proviene casi en su totalidad de los cascos de obra, no de una recuperación del trabajo de oficina.

Si usted dirige una empresa y fija su plan de plantilla para 2026 basándose en el titular, estará planificando para un mercado laboral que se estabiliza. Los datos subyacentes dicen algo más incómodo, y eso cambia dónde debe invertir su presupuesto de AI.

Lo que dicen realmente los números de Goldman

Los economistas de Goldman desglosaron el efecto de la AI en el mercado laboral en dos fuerzas opuestas. Una es la sustitución: los puestos donde la AI realiza el trabajo en lugar de una persona. La otra es la complementación: los puestos donde la AI hace a una persona más productiva y la empresa sigue contratando.

Durante el último año, la sustitución eliminó alrededor de 25.000 empleos en EE. UU. al mes. La complementación recuperó unos 9.000. El resultado neto es el impacto de aproximadamente 16.000 al mes que se mantuvo durante la mayor parte del año. El trabajo estuvo liderado por la economista de Goldman Elsie Peng, que evaluó las ocupaciones según una medida de desplazamiento combinada con un índice de complementariedad internacional, ponderando a su vez la paradoja de Jevons: cuando la AI abarata una tarea, la demanda total del resultado puede aumentar y recuperar parte del empleo.

Esa descomposición es la parte que vale la pena conservar. El número neto único la oculta. Dos empresas pueden publicar la misma plantilla plana y estar en posiciones completamente diferentes: una perdiendo silenciosamente puestos sustituidos, la otra incorporando puestos complementados. El dato neto no le dice a cuál de las dos pertenece usted.

Datos clave

• La sustitución por AI eliminó aproximadamente 25.000 empleos en EE. UU. al mes durante el último año, mientras que la complementación recuperó unos 9.000, con un impacto neto cercano a 16.000 (investigación de Goldman Sachs, vía Fortune, 1 de junio de 2026)
• El último AI Adoption Tracker de Goldman sitúa el impacto neto en unos 11.000 empleos al mes, pero la construcción de centros de datos ha añadido 212.000 empleos desde 2022, aproximadamente 9.000 al mes (Fortune, 1 de junio de 2026)
• Goldman estima que la AI ha elevado el desempleo en EE. UU. aproximadamente 0,1 puntos porcentuales hasta ahora, con la tasa derivando hacia el 4,5% en 2026 desde el 4,3% de enero (investigación de Goldman Sachs)

Por qué el dato más favorable es un espejismo

Aquí está la trampa en la mejora de 16.000 a 11.000. La brecha no se cerró porque la AI dejara de sustituir puestos de oficina. Se cerró porque la construcción de infraestructura de AI está contratando cuadrillas de obra.

La construcción de centros de datos ha añadido unos 212.000 empleos desde 2022 y genera actualmente aproximadamente 9.000 nuevos puestos al mes. Es exactamente el tipo de trabajo físico, presencial y que requiere criterio, que se sitúa en el lado de la complementación del análisis de Goldman. Así, el auge que está automatizando a los gestores de reclamaciones y al personal de introducción de datos está, al mismo tiempo, vertiendo hormigón y tendiendo cableado eléctrico. La línea de construcción está tapando la línea de oficinas.

Para un CEO, la lectura práctica es directa. La sustitución en el trabajo de oficina que afectó a sus funciones administrativas, de soporte y de nivel inicial no se ha revertido. Ha sido compensada por un auge de la construcción que no tiene nada que ver con su organigrama. Excluya los cascos de obra y el impacto en el empleo de oficina resulta peor de 11.000, no mejor.

La distinción entre sustitución y complementación es la señal real

Lo más útil del trabajo de Goldman no es el recuento macroeconómico. Es el mapa de qué puestos caen en cada lado, porque ese mapa es una herramienta de planificación que puede aplicar a su propia empresa este trimestre.

En el lado de la sustitución, los puestos de mayor riesgo son los rutinarios y basados en reglas: operadores de centralita, gestores de reclamaciones de seguros, cobradores de deudas, representantes de atención al cliente y personal de introducción de datos. En el lado de la complementación, los puestos con mayor crecimiento comparten un hilo conductor que la hoja de cálculo no puede falsificar: presencia física, criterio humano o trabajo interpersonal genuino. Los ejemplos de Goldman incluyen educadores, jueces y jefes de obra.

Esa división le ofrece un instrumento sencillo. Denomínelo el registro de sustitución-complementación. Tome cada función de su empresa y formule una pregunta: ¿está desplegando AI aquí para eliminar personas, o para que las personas que retiene produzcan más? Evalúe cada puesto. El patrón que emerge en su propio registro le indica dónde está obteniendo una reducción de costos puntual y dónde está multiplicando la producción.

La razón por la que esto importa más allá de un marco ordenado es que la sustitución pura sigue provocando retrocesos. Ya hemos analizado cómo más de la mitad de los despidos impulsados por AI están rebotando en las empresas que los realizaron en el desglose del impuesto babysitter de la AI, donde el costo oculto de supervisar y corregir la AI consume los ahorros. El número de complementación de Goldman, un positivo y real de 9.000 empleos al mes, es la señal más discreta: las empresas que apuestan por la complementación siguen añadiendo personas y obteniendo más de ellas.

Hay además una complicación en los datos relacionada con la cantera de talento. Goldman encontró que un aumento de una desviación estándar en la exposición de un puesto a la sustitución por AI amplía la brecha salarial entre trabajadores de nivel inicial y experimentados en aproximadamente 3,3 puntos porcentuales. La contratación de nivel inicial en servicios profesionales ya se ha enfriado notablemente, lo que coincide con el colapso más amplio del empleo de nivel inicial que señalamos anteriormente. Si deja de contratar personal junior porque la AI cubre el escalón inferior hoy, también deja de formar a los senior que necesitará dentro de tres años.

Qué cambia esto en su plan de plantilla para 2026

No necesita reaccionar al dato macroeconómico. Necesita ejecutar su propia versión. Tres acciones.

Acción 1: construya su registro de sustitución-complementación antes de su próximo ciclo de planificación. Liste sus funciones. Marque cada una como sustitución por AI (plantilla en descenso) o complementación por AI (plantilla estable o en aumento, producción creciente). No las promedíe en un solo número, como hace el dato macro. La combinación es la clave. Si su registro es casi todo sustitución, está optimizando para una reducción puntual y debe esperar que el impuesto babysitter aparezca a continuación.

Acción 2: proteja el escalón junior que recortaría primero. Los puestos que la AI elimina antes son los de nivel inicial, y los datos salariales indican que es exactamente ahí donde la presión es más intensa. Decida deliberadamente si mantener una cantera de talento junior en lugar de dejar que la AI la elimine silenciosamente por desgaste. Los programas federales pueden compensar el costo, que es la razón por la que analizamos si los aprendizajes de AI superan a la contratación en términos de precio.

Acción 3: someta a prueba de estrés su plan de plantilla con más de un escenario futuro. El caso base de Goldman es una curva de adopción de aproximadamente 10 años con entre el 6% y el 7% de los trabajadores desplazados durante la transición y el desempleo subiendo aproximadamente 0,6 puntos porcentuales a largo plazo. Eso es un abanico amplio de resultados. Una previsión puntual estará equivocada; un plan que se sostenga en distintos escenarios no lo estará. Desarrollamos ese ejercicio en el punto de control de los cuatro futuros del empleo.

El titular seguirá fluctuando mes a mes, y seguirá siendo impreciso porque la contratación en construcción y la automatización de oficinas tiran en direcciones opuestas dentro de él. La señal estable es la que puede convertirse en acción: sustituir es un recorte puntual, complementar es crecimiento compuesto. Construya el registro que le diga cuál de las dos está haciendo realmente.

Más información

• Por qué el 55% de los despidos por AI están rebotando en los CEOs
• La AI está destruyendo el empleo de nivel inicial
• Cuatro futuros del empleo para 2030: el punto de control de mediados de 2026 para CEOs
• ¿Pueden los aprendizajes federales de AI resolver su brecha de competencias a menor costo que contratar?
• Planificación por escenarios

Preguntas frecuentes

¿Cuántos empleos está eliminando la AI al mes en 2026?

Goldman Sachs estima que la AI ha supuesto un impacto neto de aproximadamente 11.000 empleos en EE. UU. al mes recientemente, frente a los cerca de 16.000 de principios de año. Bajo la superficie, la sustitución eliminó alrededor de 25.000 empleos al mes mientras que la complementación recuperó unos 9.000. La mejora en el dato neto proviene en gran medida de la contratación en construcción de centros de datos, no de una desaceleración en la automatización del trabajo de oficina.

¿Está mejorando realmente el efecto de la AI en el mercado laboral?

No en la parte que importa para la mayoría de los empleadores de oficina. El dato neto de Goldman mejoró principalmente porque la construcción de centros de datos ha añadido unos 212.000 empleos desde 2022, aproximadamente 9.000 al mes. Ese trabajo físico y presencial compensa en el promedio la sustitución continuada de puestos administrativos y de soporte, por lo que el impacto en el trabajo de oficina parece más moderado de lo que es realmente.

¿Qué empleos están más en riesgo por la AI y cuáles están más protegidos?

La investigación de Goldman sitúa los puestos rutinarios y basados en reglas en el mayor riesgo de sustitución: operadores de centralita, gestores de reclamaciones de seguros, cobradores de deudas, representantes de atención al cliente y personal de introducción de datos. Los puestos más protegidos y con mayor crecimiento implican presencia física, criterio humano o trabajo interpersonal, como educadores, jueces y jefes de obra.

Fuente: Fortune (1 de junio de 2026), sobre investigación de Goldman Sachs. Contexto adicional: Goldman Sachs Insights.