México ante la ola de Inteligencia Artificial: empleo, reconversión y política pública
La Inteligencia Artificial (IA) dejó de ser promesa para convertirse en una fuerza que reconfigura, en tiempo real, los procesos productivos, los modelos de negocio y la estructura del empleo.
No es un fenómeno lejano: bancos, retailers, manufactureras y medios en México ya despliegan asistentes generativos, automatizan flujos de trabajo y reorganizan tareas. La pregunta central ya no es si la IA desplazará empleos, sino a qué ritmo, en qué ocupaciones y —sobre todo— si el país será capaz de convertir la disrupción en un salto de productividad con inclusión laboral.
Las cifras globales marcan el tono: el Future of Jobs 2025 del Foro Económico Mundial estima que, a la vez que la IA y tecnologías afines crearán millones de puestos, también reemplazarán funciones en otras categorías, con 40% de los empleadores anticipando reducciones allí donde la automatización lo permita. La película completa no es de pérdida neta inmediata, sino de rotación acelerada de tareas que exige reconversión masiva de habilidades.
En el horizonte de 1 a 5 años, la sustitución se concentrará en tareas repetitivas intensivas en información: back-office administrativo, captura y validación de datos, atención de primer nivel en contact centers, soporte documental en áreas legales y de cumplimiento, funciones básicas de análisis descriptivo y redacción de piezas estándar (briefs, minutas, FAQs, reportes).
Estos trabajos no desaparecerán de golpe, pero gran parte de sus tareas serán absorbidas por sistemas generativos y agentes de software; los roles supervivientes se reconfigurarán hacia supervisión, curaduría y control de calidad.
En la industria manufacturera, la conjunción de visión computacional e IA predictiva reducirá mermas y tiempos muertos, desplazando tareas de inspección visual y programación rutinaria de líneas, al tiempo que elevará la demanda de técnicos capaces de integrar sensores, datos y mantenimiento predictivo.
La evidencia de la OCDE sugiere que, cuando la IA se implementa con rediseño del trabajo, los efectos en satisfacción y salarios pueden ser positivos; el problema surge cuando la adopción se limita a exprimir intensidad sin invertir en capacidades humanas.
En el horizonte de 6 a 10 años, el impacto avanza hacia ocupaciones de cualificación media-alta donde la IA combina múltiples modalidades (texto, imagen, voz, video, datos industriales) para orquestar procesos de punta a punta: planificación logística, compras estratégicas, evaluación de riesgos, mercadotecnia de desempeño, diseño asistido y una fracción creciente del desarrollo de software.
No implica prescindir de profesionales, sino aumentarlos con herramientas cada vez más autónomas: quienes dominen métricas, datos y diseño de prompts complejos escalarán su productividad; quienes se queden en tareas rutinarias verán mermado su valor de mercado.
Aquí la política pública incide en si ese salto se da dentro de las empresas mexicanas o si la captura de valor se deslocaliza. Los indicadores del AI Index 2025 muestran una aceleración de inversión y adopción; países que institucionalizan la formación permanente y promueven infraestructura de cómputo accesible capturan más de esos beneficios.
Las empresas en México no tienen que elegir entre despedir o estancarse. Hay una tercera vía: reconvertir a su plantilla con una hoja de ruta de tres capas. Primero, alfabetización en IA para todos: seguridad, límites, privacidad, flujo de trabajo con copilotos, evaluación de sesgos y resultados.
Segundo, especializaciones por dominio: finanzas con IA para conciliaciones y detección de fraudes; operaciones con visión e IoT; mercadotecnia con automatización creativa y medición causal; jurídico con búsquedas semánticas y resúmenes probatorios auditables.
Tercero, equipos de producto interno capaces de ensamblar agentes, conectores y datos propios con gobierno de modelos, para evitar dependencias y riesgos reputacionales. El caso de BBVA, que escaló licencias de ChatGPT Enterprise e impulsó formación transversal, ilustra cómo un corporativo puede liberar horas de tareas repetitivas y reasignarlas a labores de mayor valor, siempre que la adopción venga acompañada de capacitación y métricas de impacto.
Para que este viraje sea sistémico, el gobierno debe alinear programas, regulación e incentivos con un objetivo claro: que capacitar a los actuales empleados sea, fiscal y financieramente, más atractivo que sustituirlos. Tres líneas de acción son urgentes.
La primera, cuentas individuales de formación a lo largo de la vida —un “SkillsFuture a la mexicana”— que otorguen créditos anuales canjeables por cursos acreditados en IA y datos, con cofinanciamiento empresarial y portabilidad entre empleos.
Singapur financia hasta 70-90% del costo de cursos para personas y empresas, combinando subsidios, créditos y un catálogo curado; la fórmula ha probado ser un acelerador de adopción y reconversión.
La segunda, subsidios salariales temporales durante la capacitación —a la manera del “Qualifizierungsgeld” alemán— para que las empresas formen a su gente sin absorber íntegramente el costo de salarios mientras estudian; Alemania cubre un porcentaje del sueldo del trabajador en formación y cofinancia el curso.
La tercera, compra pública y sandboxes que exijan planes de upskilling al contratar soluciones de IA y regulen con enfoque pro-innovación: estándares de transparencia, auditoría y seguridad de datos, con incentivos a proyectos que documenten reducción de tareas repetitivas y reasignación laboral interna.
Reino Unido ofrece una referencia de regulación pro-innovación y estrategias nacionales que combinan inversión, compute y desarrollo de talento.
¿Dónde está México hoy? El país carece aún de una estrategia nacional integral de IA, aunque en el Congreso se han presentado decenas de iniciativas y se anticipa una discusión de una ley marco.
Organizaciones de la sociedad civil y la academia (como ANIA) propusieron una Agenda Nacional 2024-2030 con ejes de talento, ética e innovación y la transformación del Conacyt en Secihti ha traído programas de becas y estímulos desconectados, valiosos pero todavía insuficientes para el reto de reconversión laboral a escala.
El balance es claro: hay movimiento, pero falta coordinación nacional, metas medibles y, sobre todo, un mecanismo de financiamiento perenne para el upskilling.
El sector privado ya deja señales: además de bancos que estandarizan copilotos y entrenan a decenas de miles de empleados, grandes tecnológicas activaron becas y rutas de aprendizaje en español para Hispanoamérica —Google anunció 120,000 becas en 2025 con foco en habilidades digitales e IA— y Microsoft comprometió inversiones y una Iniciativa Nacional de Habilidades en IA orientada a millones de personas en México y la región.
Estas iniciativas ayudan, pero requieren anclaje institucional y cofinanciamiento público-privado para llegar a pymes y trabajadores fuera de las capitales.
¿Qué deben hacer las empresas desde hoy para no perder competitividad ni su talento? Primero, mapear tareas, no puestos: identificar qué porcentaje del tiempo en cada rol es automatizable y diseñar rutas de transición con metas trimestrales de adopción y aprendizaje. Segundo, certificar competencias —no sólo cursos— y documentar productividad y calidad tras la implementación de IA.
Tercero, crear equipos mixtos (operaciones, TI, jurídico, recursos humanos) que gobiernen datos, riesgos y seguridad; el error estratégico es delegar la IA únicamente al área de sistemas.
Cuarto, establecer compromisos explícitos de “no despido por adopción” durante periodos definidos, condicionados a la participación en rutas de recualificación. Este tipo de pactos, combinados con subsidios temporales, es lo que ha permitido en Alemania y otros países amortiguar impactos y preservar la relación laboral mientras se transforman las tareas.
Una propuesta concreta para México podría combinar: (1) crédito fiscal de 150% sobre gasto en formación certificada en IA y datos para trabajadores en nómina; (2) deducción acelerada de inversiones en software/infraestructura de IA condicionada a un plan de upskilling verificado por terceros; (3) bono de productividad compartida: si la empresa eleva productividad documentada sin reducir plantilla en áreas afectadas por IA durante 24 meses, accede a un reembolso parcial del impuesto sobre la renta corporativo; (4) vouchers regionales de capacitación, administrados por cámaras empresariales y universidades tecnológicas para pymes; y (5) líneas de compra pública que prioricen proyectos con “componentes de reconversión” avalados por métricas.
Complementariamente, una ley de IA debería enfocarse en seguridad, transparencia y evaluación de impacto, al tiempo que facilita sandboxes sectoriales y alianzas con industria y academia. Así se alinea el incentivo: formar y retener sale más barato que despedir y volver a contratar.
El tiempo apremia. La ventana de 2025-2030 definirá si México escala en la cadena global de valor o queda proveedor de tareas “comoditizadas”.
La buena noticia es que la evidencia internacional muestra que, con reglas adecuadas y financiamiento inteligente, la IA aumenta a las personas. La mala noticia es que, sin política pública y liderazgo empresarial, también puede excluirlas. La elección —y su urgencia— es nuestra. Y empieza hoy.
Referencias
— World Economic Forum, Future of Jobs Report 2025. Datos sobre creación y desplazamiento de empleos y expectativas de empleadores. World Economic Forum ReportsWorld Economic Forum
— OECD, Employment Outlook 2023, capítulo sobre IA y empleo: efectos en satisfacción, riesgos y organización del trabajo. OECD+1
— Stanford HAI, AI Index Report 2025: adopción, inversión y gobernanza de la IA a nivel global. Stanford HAI+1
— Daron Acemoglu y Simon Johnson, Power and Progress (2023): por qué la tecnología no garantiza prosperidad compartida sin instituciones y políticas adecuadas.
— Erik Brynjolfsson y Andrew McAfee, The Second Machine Age (2014): marco sobre digitalización, automatización y trabajo.
Notas de política y programas citados
- Singapur – SkillsFuture: subsidios de 70–90% para individuos y empresas, créditos portables y catálogos acreditados. SkillsFuture SingaporeSkillsFuture SGskillsfuture.gobusiness.gov.sg
- Alemania – Qualifizierungsgeld y cofinanciamiento de formación durante el empleo. IamExpat in GermanyCareerFoundry
- Reino Unido – Estrategia Nacional de IA y enfoque pro-innovación en regulación. GOV.UKGOV.UK
- México – panorama: múltiples iniciativas legislativas sin marco integral; propuesta de ANIA 2024–2030; programas de SECIHTI/Conahcyt aún fragmentados. Global Policy WatchOECD AISECIHTI+1
- Iniciativas privadas en México: Google con 120,000 becas regionales en 2025; Microsoft con inversión y plan de habilidades en IA en México; BBVA extendiendo IA generativa a miles de empleados con formación asociada. blog.googleSourceNEWS BBVA