Dashboard vivo
Observatorio de Impacto Laboral de la IA
Impacto de la IA en el empleo
Tablero vivo para seguir el impacto de la inteligencia artificial en el empleo, combinando fuentes globales, señales de mercado e interpretación propia.
El observatorio no mide solo empleos creados o destruidos. Mide la presión de transformación laboral y la capacidad de absorberla.
- IILE-IA v0.2
- Curado mensualmente
- Watcher semanal de fuentes
- Experimental
Lectura provisional IILE-IA
Lectura provisional IILE-IA
El estado y la presión salen del IILE-IA total v0.2 = 58.7 / 100, que cae en la banda Transformación activa (rango 41-60). Los seis scores por dimensión están publicados con confidence: low.
- Estado actual
- Transformación activa
- Presión laboral
- alta
- Confianza
- media
- Calibración
- parcial
- Dimensiones con claim verificado
- 4/6
- Baja presión
- Cambio emergente
- Transformación activa
- Disrupción alta
- Fractura crítica
Esta es una lectura editorial provisional, no un índice estadístico calibrado.
Mapa de evidencia por dimensión
Radar ejecutivo: fortaleza de la evidencia
Una fila por dimensión IILE-IA. Los segmentos indican un nivel cualitativo (no un score numérico).
Escala cualitativa: sin señal suficiente · evidencia parcial · requiere más fuentes · evidencia fuerte inicial
EExposición técnica
evidencia fuerte inicial2 claims enlazados
Tareas teóricamente automatizables o aumentables.
AAdopción real
requiere más fuentes0 claims enlazados
Organizaciones que ya usan IA en producción.
TTransformación de tareas
evidencia fuerte inicial2 claims enlazados
Cómo cambian las tareas reales del puesto.
SVelocidad de skills
evidencia parcial1 claims enlazados
Velocidad a la que cambian las skills demandadas.
MSeñal de mercado laboral
evidencia fuerte inicial2 claims enlazados
Vacantes, salarios y demanda observada en el mercado.
BBrecha de adaptación
requiere más fuentes0 claims enlazados
Distancia entre ritmo de cambio y capacidad de absorberlo.
Magnitudes verificadas
Magnitudes verificadas
Datos de referencia procedentes de fuentes oficiales. No equivalen todavía a una calibración estadística.
World Economic Forum — Future of Jobs Report 2025
22 %
del empleo disrumpido a 2030
- Fuente oficial enlazada
- Confianza alta
Cómo leerlo:La lectura no debe reducirse a destrucción de empleo: el dato combina creación, desplazamiento y transformación.
Lo que no prueba:Es una previsión basada en encuesta a empleadores, no una medición observada de empleo neto.
www.weforum.orgWorld Economic Forum — Future of Jobs Report 2025
39 %
de las habilidades clave cambiarán a 2030
- Fuente oficial enlazada
- Confianza alta
Cómo leerlo:El umbral mínimo de empleabilidad se mueve: no basta con conservar un puesto, hay que actualizar la cartera de habilidades.
Lo que no prueba:La intensidad varía por sector, país y ocupación.
www.weforum.orgIMF — Gen-AI: Artificial Intelligence and the Future of Work
40 %
del empleo global expuesto
- Fuente oficial enlazada
- Confianza alta
Cómo leerlo:La exposición mide potencial de impacto, no sustitución automática.
Lo que no prueba:Exposición no equivale a pérdida de empleo; parte del trabajo puede ser aumentado.
www.imf.orgIMF — Gen-AI: Artificial Intelligence and the Future of Work
60 %
del empleo en economías avanzadas expuesto
- Fuente oficial enlazada
- Confianza alta
Cómo leerlo:La presión no cae solo sobre trabajos rutinarios: afecta especialmente a tareas cognitivas.
Lo que no prueba:La complementariedad y la preparación institucional cambian mucho el resultado final.
www.imf.org
Las longitudes de las barras son relativas dentro de este gráfico. No son un score del índice ni una comparación entre fuentes con la misma metodología.
Pulso verificado
Lectura visual de las cifras enlazadas a fuente oficial. Cada tarjeta lleva su confianza y su limitación al detalle más abajo.
Nivel 12030
22 %
del empleo disrumpido a 2030
World Economic Forum — Future of Jobs Report 2025
- Fuente oficial enlazada
- Confianza alta
Nivel 12030
39 %
de las habilidades clave cambiarán a 2030
World Economic Forum — Future of Jobs Report 2025
- Fuente oficial enlazada
- Confianza alta
Nivel 12024
40 %
del empleo global expuesto
IMF — Gen-AI: Artificial Intelligence and the Future of Work
- Fuente oficial enlazada
- Confianza alta
Nivel 12024
60 %
del empleo en economías avanzadas expuesto
IMF — Gen-AI: Artificial Intelligence and the Future of Work
- Fuente oficial enlazada
- Confianza alta
Nivel 12025
52.558
puntos de datos en la metodología
ILO — Generative AI and Jobs: A Refined Global Index of Occupational Exposure
- Fuente oficial enlazada
- Confianza alta
Nivel 12025
25 %
aprox. de ocupaciones expuestas a transformación
ILO — Generative AI and jobs: A 2025 update
- Fuente oficial enlazada
- Confianza media
Nivel 32025
Sin métrica numérica
Stanford HAI — AI Index 2025 Economy chapter
- Fuente oficial enlazada
- Confianza media
Pulso global
Diez señales globales curadas a partir del registro de fuentes y los claims editoriales. Cada KPI declara su fuente, su nivel de confianza y su estado de verificación.
Curado del brief del operador: dato propuesto por el equipo editorial; queda pendiente verificar URL y fecha exacta antes de citar como definitivo.
Empleos que cambiarán a 2030
22%
Proyección del WEF (170M nuevos roles, 92M desplazados).
Fuente: World Economic ForumComponente IILE-IA · T
- Curado del brief
- Confianza alta
Trabajadores que necesitarán reskilling/upskilling
59 de cada 100
Antes de 2030, según WEF.
Fuente: World Economic ForumComponente IILE-IA · S
- Curado del brief
- Confianza alta
Empleo global expuesto a IA
~40%
Hasta ~60% en economías avanzadas, según IMF.
Fuente: IMFComponente IILE-IA · E
- Curado del brief
- Confianza alta
Trabajadores en ocupaciones expuestas a GenAI
1 de cada 4
ILO 2025 — la mayoría se transformarán más que desaparecerán.
Fuente: ILOComponente IILE-IA · E
- Curado del brief
- Confianza alta
Prima salarial por habilidades IA
56%
PwC Global AI Jobs Barometer 2025 (Lightcast: 28% / ~$18K/año).
Fuente: PwCComponente IILE-IA · M
- Curado del brief
- Confianza media
Skills que cambiarán a 2030
70%
LinkedIn Economic Graph.
Fuente: LinkedInComponente IILE-IA · S
- Curado del brief
- Confianza media
Empleos altamente transformables por GenAI
26%
Indeed GenAI Skill Transformation Index (EE. UU.).
Fuente: Indeed Hiring LabComponente IILE-IA · T
- Curado del brief
- Confianza media
Empresas maduras en despliegue IA
1%
McKinsey — la mayoría siguen en piloto.
Fuente: McKinseyComponente IILE-IA · B
- Curado del brief
- Confianza media
Empleos con ≥25% de tareas hechas con Claude
~49%
Anthropic Economic Index (marzo 2026) — telemetría de plataforma.
Fuente: AnthropicComponente IILE-IA · A
- Curado del brief
- Confianza media
Adopción poblacional GenAI en 3 años
53%
Stanford HAI — más rápido que PC o internet.
Fuente: Stanford HAIComponente IILE-IA · A
- Curado del brief
- Confianza alta
Contexto exponencial
Las fuerzas detrás del cambio
No son métricas de este tablero, sino las curvas exponenciales que lo explican: por qué el cambio llega tan rápido y la presión sobre el trabajo y las habilidades se acelera.
Gráfico· escala logarítmica
La computación usada para entrenar modelos de IA se dispara
Gráfico
La inversión privada mundial en inteligencia artificial
- 201515.3 mil MUSD
- 201728.4 mil MUSD
- 201961.7 mil MUSD
- 202077.3 mil MUSD
- 2021145.4 mil MUSD
- 2022104.6 mil MUSD
- 202392.8 mil MUSD
- 2024130.9 mil MUSD
España en el observatorio
El mercado laboral español frente a la IA
España converge con la base europea en adopción IA empresarial, pero el escenario central de Funcas para 2025-2035 dibuja un mercado laboral net-negativo. Tres cifras + una comparativa con la UE.
Empleo neto · 2025-2035 (escenario central)
−400 K
Empleo destruido entre −1,7 y −2,3 millones; creado +1,61 millones. El saldo es negativo pero la creación cubre dos tercios de la destrucción.
Funcas · 2025
Empresas ES (≥10 empleados) que usan IA
21,1 %
Q1 2025 vs 12,4 % en 2023. Casi se duplica la adopción empresarial en dos años, con foco en sectores de servicios y manufactura avanzada.
Funcas · Q1 2025
Empleo femenino ES en ocupaciones de alta exposición a IA
9,6 %
Frente a 3,5 % del empleo masculino. La exposición ocupacional no es neutra en género: las ocupaciones administrativas y de atención están sobre-representadas.
ILO–NASK · 2025
España vs Unión Europea — adopción y exposición
| España | UE-27 | ||
|---|---|---|---|
| Empresas ≥10 empleados que usan IA (2025) | 21,1 % | ~20 % | Funcas + Eurostat |
| Crecimiento de adopción 2023 → 2025 | +8,7 pp (12,4 % → 21,1 %) | +7 pp (≈13 % → 20 %) | Funcas + Eurostat |
| Empleo expuesto a IA generativa | ~60 % (economía avanzada) | ~60 % (economía avanzada) | IMF · Gen-AI Staff Note |
| Asimetría de género en alta exposición (F vs M) | 9,6 % vs 3,5 % | 9,6 % vs 3,5 % (agregado) | ILO–NASK · 2025 |
Lectura editorial: España no es un caso atípico en exposición ni en adopción — converge con la UE. Pero el escenario central de Funcas es el que da el peso editorial: aunque la destrucción de empleo (−1,7 a −2,3 M) sea casi compensada por creación nueva (+1,61 M), el neto negativo y la asimetría de género justifican que la lectura del IILE-IA para España incluya un sesgo de cautela en M (señal de mercado · 42) y B (brecha de adaptación · 52). La oportunidad agregada (62) sigue por encima del riesgo (47), pero el margen es estrecho.
Todas las cifras son proyecciones o cifras oficiales con metodologías declaradas. Funcas publica su escenario central junto a un rango bajo y alto; aquí surfaceamos el central. Comparar con Randstad Research ES para una lectura empleador-empleado complementaria.
Guía de lectura
Cómo leer este tablero
Para qué sirve
Para reconocer la presión de transformación laboral por sector, ocupación y perfil — y la capacidad de absorberla. Es una lectura editorial curada, no una predicción.
Para qué NO sirve
No predice destrucción de empleo. No es un índice estadístico oficial. No reemplaza a las fuentes Tier 1–3; las pondera con pesos editoriales explícitos.
Cómo usarlo al leer el libro
Vuelve aquí cuando un capítulo cite un vector concreto (exposición, adopción, brecha) para situarlo en el cuadro completo y comparar el ritmo entre sectores.
Cómo evolucionará
Las próximas iteraciones añadirán señales reales por fuente, una cadencia editorial declarada y un watcher automatizado para Tier 1–3. La calibración del IILE-IA seguirá siendo editorial.