Qué industrias serán afectadas primero por los LLMs: el impacto de la IA desde workforce disruption

Fri, 15 May 2026 09:03:35 +0800

El debate sobre LLMs y empleo suele caer en dos extremos: que la IA reemplazará a todos los trabajadores de oficina, o que solo mejorará la productividad sin cambiar la estructura del trabajo.

Una visión más realista es que los LLMs no eliminan industrias enteras de forma ordenada. Primero reorganizan tareas. El trabajo con mucha lectura, escritura, resumen, clasificación, búsqueda, explicación, soporte, código, reportes y documentación sentirá antes la presión.

La disrupción tiene tres capas: algunas tareas se automatizan, algunos roles se aumentan con IA y algunos trabajos junior, repetitivos o de coordinación se revalorizan a la baja.

Marco de análisis

No conviene mirar solo el nombre de la industria. Hay que mirar la estructura de tareas.

Las tareas muy expuestas suelen tener entradas en texto, tablas, código, imágenes o documentos; salidas en texto, datos estructurados, planes, emails, código o reportes; reglas que pueden convertirse en checklist; resultados revisables rápido por humanos; coste de error controlable; y alta frecuencia.

Las menos expuestas dependen de trabajo físico, operaciones en campo, relaciones complejas, responsabilidad legal, percepción del mundo real, licencias o decisiones de alto riesgo.

Por eso los LLMs afectan primero a las capas de procesamiento de conocimiento, documentación, comunicación y análisis junior.

Soporte y operaciones de cliente

El soporte al cliente es una de las primeras áreas transformadas. Muchas preguntas pueden responderse desde bases de conocimiento, tickets históricos y reglas de proceso.

Los LLMs sirven para reconocer intención, redactar respuestas, resumir tickets, decidir escalamiento, hacer QA, ajustar tono y dar soporte multilingüe.

Los roles afectados incluyen soporte escrito, gestión de tickets, posventa, QA de soporte, asistentes de customer success y mantenimiento de base de conocimiento.

No significa que todo soporte desaparezca. Quejas complejas, grandes cuentas, comunicación emocional, disputas de reembolso y límites de compliance seguirán necesitando personas.

Administración y back office

El Future of Jobs Report 2025 del WEF lista trabajos clericales, secretariales, caja, ticketing y entrada de datos como roles bajo presión. La investigación de la ILO sobre IA generativa también señala alta exposición del trabajo administrativo.

El patrón común es organizar información y mover procesos: actas de reunión, agenda, emails, hojas de cálculo, entrada de datos, archivo, reembolsos, aprobaciones y avisos internos.

Muchas empresas pueden reducir trabajo manual conectando IA a suites de oficina, chat, email y sistemas documentales, sin reconstruir todo el negocio.

Marketing, publicidad y contenido

Marketing cambiará mucho, no porque la IA escriba slogans, sino porque comprime la cadena de producción.

Una campaña requiere investigación, posicionamiento, copy, imágenes, guiones, landing pages, emails, variantes sociales y assets A/B. Los LLMs y herramientas multimodales convierten eso en generación paralela e iteración rápida.

Los roles afectados incluyen copy junior, editores SEO, social media, planners de creatividad, email marketing, descripciones de producto, localización y reescritura de tono de marca.

El valor restante no es solo escribir, sino entender usuarios, canales, conversión y límites de marca.

Software e IT

El desarrollo de software no será simplemente reemplazado; se reordenará por capas.

Los LLMs ayudan con generación de código, explicación, tests, refactors, scripts de migración, documentación, análisis de logs y localización de errores. McKinsey sitúa software engineering entre las funciones con mayor potencial de valor.

Lo más expuesto: CRUD simple, boilerplate, unit tests, scripts, glue code de APIs, documentación, bugs sencillos y frontend junior.

Diseño de sistemas, coordinación, tradeoffs arquitectónicos, incidentes, performance, seguridad y migración legacy siguen requiriendo experiencia.

Finanzas, derecho, medios y educación

Finanzas, seguros y banca están expuestos por documentos, compliance, análisis, soporte y ventas. Resúmenes de investigación, Q&A de clientes, borradores de riesgo, búsqueda de compliance, pre-revisión de préstamos y texto de reclamaciones serán transformados.

Derecho y compliance también están expuestos: contratos, resúmenes de cláusulas, due diligence, búsqueda de casos, Q&A normativo, borradores de memorandos, revisión documental y comparación de versiones. Pero responsabilidad, estrategia, negociación, tribunales, confianza y licencias siguen siendo barreras humanas.

Medios, publicación y traducción reciben impacto directo porque lenguaje y transformación son capacidades centrales de los LLMs. Reescritura de noticias, resúmenes, titulares, traducción, subtítulos y edición inicial serán más baratos. Investigación, entrevistas profundas, fact-checking y juicio editorial siguen necesitando personas.

Educación no desaparece, pero se reestructura. Los LLMs pueden dar Q&A personalizado, feedback de tareas, quizzes, planes de clase, rutas de aprendizaje y entrevistas simuladas. Asistentes, editores de bancos de preguntas, tutores básicos y reportes de aprendizaje serán afectados primero.

Consultoría, investigación y salud

Consultoría, investigación, auditoría, RR. HH. y servicios empresariales dependen de recopilación de información, análisis estructurado y documentos. Investigación sectorial, análisis competitivo, notas de entrevistas, borradores de slides, reportes, JDs, filtrado de CVs y Q&A internos serán transformados.

En salud la adopción será cautelosa, pero profunda: resúmenes clínicos, comunicación con pacientes, revisiones de literatura, documentos de ensayos, soporte a investigación farmacéutica, seguros, atención médica y asistentes para médicos.

Diagnóstico y tratamiento no se delegarán fácilmente, pero la carga documental y de búsqueda bajará.

Industrias más lentas

Construcción, cuidados presenciales, reparación, logística física, cocinas, emergencias, agricultura de campo y manufactura manual de alto nivel dependen más de mundo físico, riesgo real y presencia humana. Cambiarán más lentamente.

Pero no estarán intactas. Turnos, formación, presupuestos, soporte, inventario, mantenimiento, calidad y conocimiento interno sí pueden cambiar.

Cambia la estructura del trabajo

La disrupción no es solo una lista de industrias. Es un cambio en estructura de roles.

Primero, algunos roles junior se reducen: escritura repetitiva, limpieza de datos, análisis básico, código simple y respuestas de soporte.

Segundo, los roles medios se vuelven aumentados por herramientas. Quien usa bien IA procesa más; quien no, parece más lento.

Tercero, los roles senior se centran más en juicio: estrategia, revisión, responsabilidad, comunicación compleja, diseño de sistemas y tradeoffs de riesgo.

La pregunta real no es si la IA afectará tu industria, sino qué parte de tu trabajo puede textualizarse, proceduralizarse y revisarse con checklist.

Resumen

Los LLMs actuales afectan primero áreas intensivas en conocimiento, texto y proceso: soporte, administración, marketing, software, finanzas, derecho, medios, educación, consultoría, documentación médica y soporte de I+D.

Las industrias reguladas, de alto riesgo y basadas en confianza tenderán más a la augmentación. Las tareas repetitivas y revisables tenderán más a la automatización.

Para una persona, la preparación útil no es entrar en pánico, sino descomponer su trabajo: qué puede ir a IA, qué debe quedar en humanos y qué capacidades te convierten en revisor, orquestador y responsable final.

Referencias:

World Economic Forum, Future of Jobs Report 2025: https://www.weforum.org/publications/the-future-of-jobs-report-2025/
International Labour Organization, Generative AI and Jobs: https://www.ilo.org/publications/generative-ai-and-jobs-global-analysis-potential-effects-job-quantity-and
McKinsey, The economic potential of generative AI: https://www.mckinsey.com/capabilities/mckinsey-digital/our-insights/the-economic-potential-of-generative-ai-the-next-productivity-frontier
OpenAI / OpenResearch / University of Pennsylvania, GPTs are GPTs: https://openai.com/index/gpts-are-gpts/

Knowledge Work on KnightLi Blog