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
Evolución del observatorioÚltima foto
Evolución del observatorio
Cada actualización relevante generará una foto editorial: qué cambió, qué fuente lo respalda, qué indicador se mueve y qué grado de confianza tenemos.
Eje Y: 0–100. Bandas editoriales (Baja presión → Fractura crítica) en fondo. Cada punto es un snapshot revisado.
Con un único snapshot numérico, la gráfica todavía no muestra evolución. La cadencia mensual la rellena.
v0.2-editorial-provisional
- Metodología: IILE-IA v0.2
- Curado manualmente
- editorial_provisional
- Tomada el 2026-05-15
Score total
58.7
Componentes
E
65
A
45
T
70
S
72
M
42
B
52
Línea base editorial
- Curado manualmente
- Pendiente de calibración
- Tomada el 2026-05-05
Primera foto editorial. Sin puntuación calibrada hasta verificar fuentes e indicadores.
Próximo hito: primer corte con claims verificados que pueda inicializar la calibración del IILE-IA.
Qué cambió
- Entrada manual
- Pendiente de actualización
- Próxima versión: señales reales por fuente
Qué cambió. Por qué importa. A quién afecta. Qué decisión sugiere.
Cadencia editorial mensual a partir de 2026-05-15. El watcher automatizado de fuentes Tier 1–3 entra en PR 5 de la rearquitectura.
2026-05-15
IILE-IA v0.2 — primera lectura editorial con números experimentales por dimensión.
Hasta hoy el índice tenía todas las dimensiones en `null`. La v0.2 publica seis números editoriales (E·65, A·45, T·70, S·72, M·42, B·52) con confidence: low y total 58.7. Son una lectura editorial provisional, no un índice estadístico.
Lectores del observatorio: empiezan a ver una posición concreta del observatorio en cada dimensión, no solo `pendiente`.
Tomar la lectura como hipótesis editorial revisable mensualmente, no como medición calibrada. Calibración numérica real (Fase 6) requiere ≥3 snapshots reales.
2026-05-15
Rearquitectura visual del tablero: 6 tabs → 4, hero compacto, tabs en primer pliegue.
El primer pliegue tenía 4 bloques apilados (hero + summary strip + calibration status + CTA) que empujaban los tabs ~700px abajo. La rearquitectura mueve summary strip + calibration status DENTRO del tab Lectura, comprime el hero y deja los tabs visibles desde el primer scroll.
Toda la experiencia de lectura del tablero — empezar a leer ya no requiere scroll.
Promocionar la Lectura editorial como primer impresión y dejar Evidencia / Método / Evolución como profundización opcional.
2026-05-04
WEF Future of Jobs Report 2025 incorporado al observatorio.
El WEF proyecta que el 22% de los empleos cambiará a 2030 (170M nuevos roles, 92M desplazados) y que 59 de cada 100 trabajadores necesitarán reskilling/upskilling antes de 2030.
Profesionales, RR.HH. y formación corporativa.
Empezar a planificar el reskilling no como evento, sino como cadencia continua en el portafolio operativo (SOX).
2026-05-04
IMF: ~40% del empleo global expuesto a IA; ~60% en economías avanzadas.
La exposición no es destino; parte del empleo expuesto se beneficia por productividad y parte enfrenta menor demanda.
Diseño de política pública y planificación corporativa en economías avanzadas.
Distinguir explícitamente entre exposición y resultado observado al leer titulares.
2026-05-04
Anthropic Economic Index: ~49% de empleos vieron al menos 1/4 de sus tareas realizadas con Claude (marzo 2026).
Telemetría de plataforma — señal de adopción real, no de proyección.
Roles de conocimiento y servicios profesionales con uso real ya extendido.
Mover el observatorio del modo proyección al modo medición sostenida.
2026-05-04
Yale Budget Lab + Brookings: la disrupción agregada todavía NO se observa con claridad en el mercado laboral estadounidense.
Contrapeso empírico contra la narrativa de fractura inmediata. La evidencia agregada sigue siendo inconclusa.
Lectura editorial del observatorio; ayuda a evitar overclaim.
Mantener el IILE-IA como índice editorial experimental, no como lectura de fractura inevitable.
2026-05-04
PwC + LinkedIn + Lightcast: la prima salarial por habilidades IA y la velocidad de cambio de skills ya son observables.
Aunque la disrupción agregada no se ve, sí hay desplazamiento del valor hacia habilidades IA y híbridas.
Profesionales con perfiles cognitivos rutinarios sin actualización IA.
Acelerar el upskilling antes de que la prima se convierta en barrera de entrada.
Mapa de fuentes
Las fuentes se ordenan por solidez metodológica. La cadencia de actualización editorial respeta este orden: lo que entra al índice no es lo mismo que lo que enciende un alerta.
Niveles 1–3 calibran el índice IILE-IA. Nivel 4 ayuda a interpretar. Nivel 5 aporta señales de adopción. Nivel 6 genera alertas, pero no recalcula el índice.
- Nivel 1Calibra el índice
Multilaterales y estadísticas oficiales
Organismos con responsabilidad pública sobre datos del trabajo y la economía.
Fuentes
- WEF
- ILO
- OECD
- IMF
- World Bank
- Eurostat
- BLS
- O*NET
Tier 1–3 pueden influir en la calibración del índice IILE-IA.
- Nivel 2Calibra el índice
Plataformas de mercado laboral
Señales operativas de empleo: vacantes, salarios, dinámica de skills.
Fuentes
- Indeed
- Lightcast
- ADP
- Revelio
- Randstad Research
Tier 2 aporta señal operativa con alta frecuencia; útil para la sección Señal de mercado.
- Nivel 3Calibra el índice
Investigación académica e instituciones de pensamiento
Trabajo revisado por pares y centros de investigación de referencia.
Fuentes
- Stanford HAI
- NBER
- MIT
- MIT Iceberg
- Yale Budget Lab
- Brookings
- Funcas
Tier 3 aporta marcos conceptuales y validaciones empíricas para la interpretación.
- Nivel 4Ayuda a interpretar
Consultoría e investigación corporativa
Encuestas a empresas y modelos de adopción interna; útiles pero con sesgo de cliente.
Fuentes
- PwC
- McKinsey
- BCG
- Deloitte
- Accenture
- Microsoft
Tier 4 puede influir en la interpretación, pero se pondera con cuidado por sesgo de cliente.
- Nivel 5Aporta señales de adopción
Telemetría de plataformas de IA
Datos directos de uso desde quienes proveen modelos y herramientas.
Fuentes
- Anthropic Economic Index
- OpenAI
- GitHub
- Microsoft Copilot
Tier 5 puede señalar patrones de adopción y productividad sin entrar en estadísticas oficiales.
- Nivel 6Genera alertas, no recalibra
Medios y análisis curado
Detectores tempranos: amplifican señales, no las generan.
Fuentes
- FT
- The Economist
- NYT
- HBR
- Newsletters
Tier 6 puede activar alertas y señales editoriales, pero NO actualiza el índice directamente.
Cobertura por nivel de fuente
Cuántas fuentes verificadas tenemos por nivel y qué papel juegan en el índice IILE-IA.
Nivel 1Calibra el índice
Fuentes
15
Con enlace canónico
7
Calibra el índice IILE-IA
Nivel 2Calibra el índice
Fuentes
6
Con enlace canónico
1
Calibra el índice (señales operativas de mercado)
Nivel 3Calibra el índice
Fuentes
10
Con enlace canónico
5
Calibra el índice (marcos académicos y empíricos)
Nivel 4Ayuda a interpretar
Fuentes
6
Con enlace canónico
0
Ayuda a interpretar (consultoría / sesgo de cliente)
Nivel 5Aporta señales de adopción
Fuentes
6
Con enlace canónico
1
Aporta señales de adopción (telemetría)
Nivel 6Genera alertas (no recalibra)
Fuentes
5
Con enlace canónico
0
Genera alertas, NO recalibra el índice
Registro de fuentes
Directorio editorial de las fuentes que el observatorio sigue. Cada fuente declara su tipo, qué mide mejor, su cadencia y el estado de verificación.
Verificado: enlace y métrica revisados. Fuente oficial enlazada: URL canónica confirmada; las cifras concretas siguen pendientes de extracción. Curado del brief del operador: dato propuesto por el equipo editorial; queda pendiente verificar URL y fecha exacta. Pendiente de verificación: requiere revisión antes de publicar como definitivo.
Nivel 1Calibra el índice IILE-IA
World Economic Forum
- Curado del brief
- Confianza alta
- Tipo
- Multilateral / informes globales
- Mide mejor
- Future of Jobs Report — proyecciones macro
- Por qué importa
- Marco de referencia macro para creación/desplazamiento de empleo, skills gap y reskilling.
- Cadencia
- Anual + actualizaciones temáticas
ILO
- Curado del brief
- Confianza alta
- Tipo
- Multilateral / estadísticas oficiales del trabajo
- Mide mejor
- Exposición ocupacional a GenAI por tareas
- Por qué importa
- Combina datos a nivel tarea, juicio experto y estimaciones de IA con enfoque de trabajo decente.
- Cadencia
- Anual / por temas
OECD
- Curado del brief
- Confianza alta
- Tipo
- Multilateral / política pública
- Mide mejor
- Cambios en tareas, skills y políticas
- Por qué importa
- Mirada fina sobre cómo cambia el contenido del trabajo en ocupaciones expuestas.
- Cadencia
- Anual / por estudios
IMF
- Curado del brief
- Confianza alta
- Tipo
- Multilateral / análisis económico
- Mide mejor
- Exposición macro y desigualdad por tipo de país
- Por qué importa
- Distingue economías avanzadas vs emergentes en la exposición y los efectos de productividad.
- Cadencia
- Anual / staff papers
World Bank
- Pendiente de verificación
- Confianza media
- Tipo
- Multilateral / desarrollo
- Mide mejor
- Empleo, productividad y skills en economías emergentes
- Por qué importa
- Complementa al IMF con foco en países en desarrollo y políticas de empleo.
- Cadencia
- Anual / por reportes
Eurostat
- Pendiente de verificación
- Confianza alta
- Tipo
- Estadística oficial UE
- Mide mejor
- Empleo y skills oficiales en la UE
- Por qué importa
- Ancla cuantitativa para la lectura europea del observatorio.
- Cadencia
- Trimestral / anual
BLS
- Pendiente de verificación
- Confianza alta
- Tipo
- Estadística oficial EE. UU.
- Mide mejor
- Empleo, salarios, productividad y ocupaciones (EE. UU.)
- Por qué importa
- Ancla cuantitativa estadounidense — proyecciones ocupacionales y BLS Employment Projections.
- Cadencia
- Mensual / bienal
O*NET
- Pendiente de verificación
- Confianza alta
- Tipo
- Taxonomía ocupacional EE. UU.
- Mide mejor
- Tareas, skills y atributos por ocupación
- Por qué importa
- Base estructural sobre la que casi todo paper de exposición a IA construye su análisis.
- Cadencia
- Trimestral
World Economic Forum — Future of Jobs Report 2025
- Fuente oficial enlazada
- Confianza media
- Tipo
- Encuesta global a empleadores
- Mide mejor
- Perspectiva de empleo y skills, tendencias sectoriales y expectativas de empleadores
- Por qué importa
- Marco de referencia macro para creación/desplazamiento de empleo, skills gap y reskilling.
- Cadencia
- Bienal
- Uso en el tablero
- Radar ejecutivo
- Radar de fuentes
- Componente IILE: Skills
- Usar para contexto de tendencias macro y expectativas de transformación laboral.
ILO — Generative AI and Jobs: A Refined Global Index of Occupational Exposure
- Fuente oficial enlazada
- Confianza media
- Tipo
- Investigación de exposición ocupacional
- Mide mejor
- Exposición ocupacional, análisis a nivel tarea y marco de automatización vs. aumento
- Por qué importa
- Aporta una metodología verificada para exposición a IA generativa por tarea.
- Cadencia
- Por publicación
- Uso en el tablero
- Evidencia vs. promesa
- Componente IILE: Exposición
- Usar para exposición y metodología basada en tareas.
IMF — Gen-AI: Artificial Intelligence and the Future of Work
- Fuente oficial enlazada
- Confianza media
- Tipo
- Análisis macroeconómico y laboral
- Mide mejor
- Exposición macro al mercado laboral, riesgo de desigualdad y marco de política
- Por qué importa
- Distingue economías avanzadas vs. emergentes en exposición y efectos de productividad.
- Cadencia
- Por nota técnica
- Uso en el tablero
- Evidencia vs. promesa
- Componente IILE: Brecha de adaptación
- Staff discussion note; presentar como análisis económico/política, no como calibración oficial del índice IILE-IA por ahora.
OECD — AI and work
- Fuente oficial enlazada
- Confianza media
- Tipo
- Investigación y política pública
- Mide mejor
- Calidad del empleo, política en el lugar de trabajo, adopción y gobernanza
- Por qué importa
- Aporta lectura institucional sobre cómo cambia el contenido del trabajo y la respuesta política.
- Cadencia
- Continua
- Uso en el tablero
- Radar de fuentes
- Componente IILE: Adopción
- Usar para política y madurez institucional.
OECD — Future of work
- Fuente oficial enlazada
- Confianza media
- Tipo
- Investigación y política pública
- Mide mejor
- Contexto del futuro del trabajo, política de skills y marco de transición laboral
- Por qué importa
- Hub editorial de OECD sobre transformación del trabajo y política pública.
- Cadencia
- Continua
- Uso en el tablero
- Radar ejecutivo
- Radar de fuentes
- Usar como fuente de contexto editorial.
ILO — Generative AI and Jobs (2025 update con NASK)
- Fuente oficial enlazada
- Confianza alta
- Tipo
- occupational_exposure_research_refined
- Mide mejor
- Exposición ocupacional a GenAI refinada, desagregada por género y país
- Por qué importa
- 9,6% de empleo femenino vs 3,5% de empleo masculino en ocupaciones de alta exposición; encuadre 'transformación, no destrucción' anclado a micro-datos nacionales.
- Cadencia
- Por actualización (≥anual)
- Uso en el tablero
- Evidencia vs. promesa
- Componente IILE: Exposición
- Componente IILE: Transformación de tareas
- Robust to gender disaggregation — usar para caveats de equidad en cada KPI relevante.
Eurostat — AI use by enterprise size
- Fuente oficial enlazada
- Confianza alta
- Tipo
- official_statistics_eu
- Mide mejor
- Adopción IA empresarial por tamaño en la UE — cifra oficial
- Por qué importa
- Cifra oficial: ~20% de empresas UE usan IA en 2025 (vs ~13% en 2024). Single anchor cuantitativo público para la lectura europea de adopción.
- Cadencia
- Anual
- Uso en el tablero
- Pulso global
- Componente IILE: Adopción
- Public-API, sin paywall. Apto para auto-refresh en PR 5 (cuando aterrice el source-watcher).
Nivel 2Calibra el índice (señales operativas de mercado)
LinkedIn Economic Graph
- Curado del brief
- Confianza media
- Tipo
- Plataforma laboral / grafo profesional
- Mide mejor
- Skills, trayectorias, movilidad y nuevas ocupaciones
- Por qué importa
- Estima que para 2030 cambiará el 70% de las habilidades usadas en la mayoría de empleos.
- Cadencia
- Continua / informes anuales
Indeed Hiring Lab
- Curado del brief
- Confianza media
- Tipo
- Plataforma laboral / job postings
- Mide mejor
- Transformación de skills en ofertas de empleo
- Por qué importa
- GenAI Skill Transformation Index: 26% de empleos podrían transformarse altamente por GenAI; 46% de skills en zona híbrida.
- Cadencia
- Continua / informes trimestrales
Lightcast
- Curado del brief
- Confianza media
- Tipo
- Plataforma laboral / inteligencia de skills
- Mide mejor
- Demanda de skills en job postings + prima salarial
- Por qué importa
- Sobre 1.300M de ofertas: 28% prima salarial por skills IA (~$18K/año); 51% de las ofertas IA están fuera de IT.
- Cadencia
- Continua
ADP
- Curado del brief
- Confianza media
- Tipo
- Plataforma de payroll / mercado laboral
- Mide mejor
- Empleo, salarios y rotación con datos de nómina reales
- Por qué importa
- Engagement, estrés y percepción del trabajador entre usuarios de IA vs no usuarios.
- Cadencia
- Mensual / informes
Revelio
- Pendiente de verificación
- Confianza media
- Tipo
- Plataforma laboral / workforce analytics
- Mide mejor
- Movimientos de talento, rotación y composición de plantillas
- Por qué importa
- Vista alternativa al Hiring Lab y a LinkedIn para tendencias de movilidad.
- Cadencia
- Continua
Randstad Research — IA y mercado de trabajo (España)
- Fuente oficial enlazada
- Confianza media
- Tipo
- talent_market_research_es
- Mide mejor
- Demanda de skills, salarios y rotación con foco en talento ES
- Por qué importa
- Visión empleador-empleado complementaria a Funcas, con perspectiva específica de talento.
- Cadencia
- Continua / informes anuales
- Uso en el tablero
- Componente IILE: Skills
- Componente IILE: Señal de mercado
- Útil para cruzar señal Randstad vs Funcas y detectar discrepancias en la lectura ES.
Nivel 3Calibra el índice (marcos académicos y empíricos)
▸ Ver fuentes de Nivel 3 (10)
Stanford HAI
- Curado del brief
- Confianza alta
- Tipo
- Investigación académica / AI Index
- Mide mejor
- Adopción poblacional y evidencia laboral temprana
- Por qué importa
- GenAI alcanzó 53% de adopción poblacional en 3 años (más rápido que PC o internet); evidencia sobre trabajadores jóvenes en ocupaciones expuestas.
- Cadencia
- Anual + papers
NBER
- Pendiente de verificación
- Confianza alta
- Tipo
- Investigación económica revisada por pares
- Mide mejor
- Working papers sobre IA y mercado laboral
- Por qué importa
- Marcos conceptuales y validaciones empíricas para la interpretación.
- Cadencia
- Continua / por papers
MIT
- Pendiente de verificación
- Confianza alta
- Tipo
- Investigación académica / centros de IA-trabajo
- Mide mejor
- Productividad de trabajadores, exposición ocupacional
- Por qué importa
- Marcos influyentes para medir impacto de IA en tareas y productividad.
- Cadencia
- Continua / papers
Yale Budget Lab
- Curado del brief
- Confianza alta
- Tipo
- Investigación de política económica
- Mide mejor
- Contrapeso empírico al hype: qué se observa realmente en el mercado
- Por qué importa
- No encuentra una aceleración sustancial en la composición del mercado laboral estadounidense desde ChatGPT.
- Cadencia
- Continua / por análisis
Brookings
- Curado del brief
- Confianza alta
- Tipo
- Investigación de política pública
- Mide mejor
- Síntesis editorial sobre IA y empleo
- Por qué importa
- Subraya que la evidencia agregada sigue siendo inconclusa y que hacen falta mejores datos.
- Cadencia
- Continua
Stanford HAI — AI Index 2025 Economy chapter
- Fuente oficial enlazada
- Confianza media
- Tipo
- Análisis de mercado laboral
- Mide mejor
- Demanda laboral de IA, ofertas de empleo y señales de skills
- Por qué importa
- Capítulo dedicado a economía y mercado laboral del AI Index 2025.
- Cadencia
- Anual
- Uso en el tablero
- Pulso global
- Componente IILE: Señal de mercado
- Usar para señales de demanda laboral; las cifras exactas requieren extracción y validación posteriores.
Funcas — IA y mercado de trabajo en España
- Fuente oficial enlazada
- Confianza media
- Tipo
- applied_research_es
- Mide mejor
- Exposición ocupacional, empleo destruido vs creado, adopción empresarial en España
- Por qué importa
- Escenario central: −1,7M a −2,3M empleos destruidos y +1,61M creados en España 2025–2035 (neto −400K). 21,1% de empresas ≥10 empleados usan IA en Q1 2025 (vs 12,4% en 2023).
- Cadencia
- Anual / por estudio
- Uso en el tablero
- Pulso global
- Componente IILE: Señal de mercado
- Componente IILE: Adopción
- Imprescindible para anclar la lectura en datos ES. Siempre publicar gross-destruction + gross-creation + neto, nunca solo neto.
Stanford AI Index 2026 — Economy chapter
- Fuente oficial enlazada
- Confianza alta
- Tipo
- academic_review
- Mide mejor
- Síntesis macro de adopción, inversión, productividad y empleo
- Por qué importa
- Gold standard de narrativa + chart-per-claim para AI economics. Hype-vs-evidence side-by-side por defecto.
- Cadencia
- Anual
- Uso en el tablero
- Pulso global
- Evidencia vs. promesa
- Componente IILE: Adopción
- Comparar contra v2025 (chapter4_final.pdf) para detectar deltas año a año en la lectura macro.
MIT FutureTech — Project Iceberg
- Fuente oficial enlazada
- Confianza media
- Tipo
- academic_simulation
- Mide mejor
- Wage-value-at-risk por skill × ocupación × condado (US)
- Por qué importa
- Simulación Large Population Models con 151M trabajadores × 32K skills × 3K condados. Metáfora iceberg (skills automatizables bajo la línea de flotación) para visualizar magnitud sin caer en titulares binarios.
- Cadencia
- Por publicación / actualización
- Uso en el tablero
- Evidencia vs. promesa
- Componente IILE: Skills
- Componente IILE: Señal de mercado
- Imagen icónica útil para divulgación. Para US — extrapolar a otras geografías con cuidado.
- Enlace oficial
- https://iceberg.mit.edu/report.pdf
Yale Budget Lab — Tracking the Impact of AI on the Labor Market
- Fuente oficial enlazada
- Confianza alta
- Tipo
- policy_economics_research
- Mide mejor
- Contrapeso empírico mensual: ¿se observa realmente la disrupción en el mercado laboral US?
- Por qué importa
- Serie mensual sobre CPS US midiendo disimilitud ocupacional / sectorial y exposición. Veredicto reciente: la IA aún NO ha mellado el empleo agregado.
- Cadencia
- Mensual
- Uso en el tablero
- Evidencia vs. promesa
- Componente IILE: Señal de mercado
- Calibrador editorial clave del observatorio para no caer en 'fractura inevitable'. Publican también 'what we know / what we don't' como artefacto formal.
Nivel 4Ayuda a interpretar (consultoría / sesgo de cliente)
▸ Ver fuentes de Nivel 4 (6)
PwC
- Curado del brief
- Confianza media
- Tipo
- Consultoría / Global AI Jobs Barometer
- Mide mejor
- Ofertas, salarios y cambio de habilidades en empleos expuestos
- Por qué importa
- ~1.000M de ofertas analizadas; 56% de prima salarial por habilidades IA y 66% de aceleración en cambio de skills.
- Cadencia
- Anual
McKinsey
- Curado del brief
- Confianza media
- Tipo
- Consultoría / Superagency
- Mide mejor
- Madurez organizativa y gobernanza
- Por qué importa
- Casi todas las empresas invierten en IA; sólo el 1% se considera maduro en despliegue.
- Cadencia
- Anual / informes temáticos
BCG
- Pendiente de verificación
- Confianza baja
- Tipo
- Consultoría
- Mide mejor
- Valor capturado y gestión del cambio
- Por qué importa
- Lectura corporativa complementaria a McKinsey/PwC.
- Cadencia
- Anual
Deloitte
- Pendiente de verificación
- Confianza baja
- Tipo
- Consultoría
- Mide mejor
- Encuestas a líderes y a la fuerza laboral
- Por qué importa
- Lectura sectorial / regional adicional.
- Cadencia
- Anual
Accenture
- Pendiente de verificación
- Confianza baja
- Tipo
- Consultoría / Technology Vision
- Mide mejor
- Adopción tecnológica empresarial
- Por qué importa
- Lectura cruzada con encuestas Microsoft/PwC.
- Cadencia
- Anual
Microsoft
- Curado del brief
- Confianza media
- Tipo
- Empresa tecnológica / Work Trend Index
- Mide mejor
- Adopción corporativa, agentes y nuevos modelos de trabajo
- Por qué importa
- 33% de líderes considera reducir plantilla, 78% considera contratar nuevos roles IA, 83% cree que la IA permitirá asumir trabajo más complejo antes en la carrera.
- Cadencia
- Anual
Nivel 5Aporta señales de adopción (telemetría)
▸ Ver fuentes de Nivel 5 (6)
Anthropic
- Curado del brief
- Confianza media
- Tipo
- Telemetría de plataforma de IA
- Mide mejor
- Uso real de IA por tareas y ocupaciones (Anthropic Economic Index)
- Por qué importa
- ~49% de empleos han visto al menos 1/4 de sus tareas realizadas con Claude (marzo 2026).
- Cadencia
- Continua
OpenAI
- Pendiente de verificación
- Confianza media
- Tipo
- Telemetría de plataforma de IA
- Mide mejor
- Uso real, exposición ocupacional declarada
- Por qué importa
- Co-publica con investigadores estudios sobre exposición; señales de uso de plataforma.
- Cadencia
- Continua
GitHub
- Pendiente de verificación
- Confianza media
- Tipo
- Telemetría de desarrollo / Copilot
- Mide mejor
- Productividad y adopción en desarrollo de software
- Por qué importa
- Datos directos de uso por desarrolladores con Copilot.
- Cadencia
- Continua
Microsoft Copilot
- Pendiente de verificación
- Confianza media
- Tipo
- Telemetría de plataforma productividad
- Mide mejor
- Adopción corporativa de copilotos en M365
- Por qué importa
- Métricas de uso en flujos de trabajo de oficina.
- Cadencia
- Continua
Google
- Pendiente de verificación
- Confianza baja
- Tipo
- Telemetría / Workspace AI
- Mide mejor
- Adopción en Workspace y búsqueda asistida
- Por qué importa
- Lectura cruzada con Microsoft Copilot.
- Cadencia
- Continua
Anthropic Economic Index
- Fuente oficial enlazada
- Confianza media
- Tipo
- platform_telemetry_verified
- Mide mejor
- Uso REAL de IA (Claude) por tareas mapeadas a O*NET
- Por qué importa
- ~49% de ocupaciones tienen al menos 1/4 de sus tareas realizadas con Claude (marzo 2026). Telemetría de primera parte mapeada a taxonomía O*NET — distingue task-level usage de occupation-level exposure.
- Cadencia
- Continua
- Uso en el tablero
- Componente IILE: Transformación de tareas
- Componente IILE: Adopción
- Pulso global
- Tier 5 (telemetría privada de plataforma) — alta señal de adopción, baja transparencia metodológica vs ILO. Triangular con LinkedIn + Lightcast.
- Enlace oficial
- https://www.anthropic.com/economic-index
Nivel 6Genera alertas, NO recalibra el índice
▸ Ver fuentes de Nivel 6 (5)
Financial Times
- Pendiente de verificación
- Confianza media
- Tipo
- Medio especializado
- Mide mejor
- Cobertura empresarial y de mercados
- Por qué importa
- Detector temprano de señales empresariales.
- Cadencia
- Diaria
The Economist
- Pendiente de verificación
- Confianza media
- Tipo
- Medio especializado
- Mide mejor
- Síntesis editorial macro
- Por qué importa
- Detector temprano de marcos editoriales y narrativas dominantes.
- Cadencia
- Semanal
New York Times
- Pendiente de verificación
- Confianza baja
- Tipo
- Medio generalista
- Mide mejor
- Cobertura social y política del impacto IA
- Por qué importa
- Captura el ángulo público y de opinión.
- Cadencia
- Diaria
HBR
- Pendiente de verificación
- Confianza baja
- Tipo
- Medio editorial / management
- Mide mejor
- Casos y marcos de gestión
- Por qué importa
- Útil para extraer marcos de adopción y liderazgo.
- Cadencia
- Semanal / mensual
Newsletters curados
- Pendiente de verificación
- Confianza baja
- Tipo
- Análisis curado / experto
- Mide mejor
- Detector rápido de cambios y matices editoriales
- Por qué importa
- Genera alertas, no calibra el índice.
- Cadencia
- Semanal
Estas fuentes están verificadas como punto de partida. Las cifras concretas se incorporarán solo cuando el claim, la fecha y la metodología estén trazados.
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.