Trabajo y profesiones en la era de las IAs

Desde hace un tiempo estoy escuchando, con distintos niveles de ansiedad, incertidumbre y hasta de miedo, variantes de una conclusión expresada en un extremo: “la IA me va a sacar el trabajo (el que tengo, el que quiero tener, el que deseo tener luego de estudiar)”. La entiendo.
Y, honestamente, no creo que sea irracional.

El trabajo no desaparece, pero cambia dónde se crea el valor.

En pocos meses en la industria del software todos vimos herramientas que pasaron de “ayudar a escribir código” a “producir aplicaciones enteras”, armar documentación para seres humanos y para otras IAs, proponer tests, automatizar despliegues, incorporar skills y manejar múltiples stacks.
También vimos algo más asombroso: flujos de trabajo donde se encadenan agentes, se reparten tareas y luego iteran entre ellos sin que una persona toque cada paso.
No es ficción. Está ocurriendo en proyectos reales, con presupuestos reales, con presión por entregar y con equipos que necesitan resultados.
Ahora, bien: no veo que las organizaciones tengan menos problemas que resolver, o menos objetivos que alcanzar; de hecho parece ser al revés y cada día hay más desafíos, nuevos, diferentes, donde las nuevas herramientas calzan mejor que las anteriores. Lo que sí veo, de manera bastante consistente, es otra cosa: se está moviendo el lugar donde se crea el valor. Y cuando el valor se mueve, el mercado se reordena.

Lo incómodo: algunas tareas se van y algunos roles quedan en la mira

En mi experiencia, este reordenamiento rara vez llega como un reemplazo total. Llega como una erosión. Primero desaparece lo repetitivo; después, lo que era “un puesto” pasa a ser “una parte del puesto” de alguien más.
El impacto no siempre se va a ver como despidos masivos. A veces se verá de forma más silenciosa: vacantes que no se vuelven a abrir, equipos que crecen menos, posiciones que se redefinen para que una persona cubra más. Y ahí está la tensión: porque si una parte del trabajo se abarata, el mercado deja de pagar lo mismo por esa parte como antes.
No desaparece la profesión. Pero sí se achica el espacio para roles que estaban definidos por ejecutar tareas sin tener dominio del resultado completo.

Se rebalancea dónde está el valor

A esta altura, la pregunta ya no es, por ejemplo, “si la va a IA reemplazar tal rol”, sino qué tareas dejan de ser valiosas para ese rol y cuáles se vuelven más valiosas.
Déjame mostrar un ejemplo que veo en software, pero pueden transponerse a otras industrias fácilmente. Y es probable que hayan más ejes de rebalanceo, también.

Primero: de escribir a planear cómo resolver.

Cuando generar código se vuelve virtualmente gratis e infinitamente rápido, lo que empieza a diferenciar a un profesional no es cuánto produce por hora, sino que tan bien planificó esa generación de código automática. Esto es lo que evita idas y vueltas con el código generado por máquina, o que un software sea deuda técnica, o un dolor al negocio. Ahora se espera que un desarrollador pueda coordinar, al menos un equipo, de agentes inteligentes.

Segundo: de producir a integrar una cadena de producción.

Con IA, producir componentes sueltos es más fácil que nunca. Lo difícil pasa a ser coordinar la cadena completa. La fricción rara vez está en “escribir un módulo”; está en la integración, en el dato, en el permiso, en el flujo, en el borde, en evitar que ocurran incidentes a las 3am porque colapsa un índice. Pasa a ser diseñar muchos componentes que cooperen entre ellos. Lo que ante hacía un equipo de varios roles, hoy puede hacerlo una persona que comprenda todos los roles; antes el constraint era el tiempo extra que le demandaba cada rol adicional, hoy el límite es su capacidad para aprender más roles y armar cadenas de trabajo cada vez más automatizadas e integradas.

Tercero: de hacer algo a entender el negocio.

Acá veo el cambio más interesante. El software valioso no es el que compila bien, es el que resuelve algo real. Los mejores profesionales que conozco no se enamoran de la herramienta; se enamoran del problema.
Y la IA, paradójicamente, empuja hacia ese lugar: si lo repetitivo se abarata, lo escaso es entender qué conviene hacer, con qué riesgos, con qué datos y con qué impacto. La ingeniería se vuelve menos mecánica y más estratégica. Pero claro, vamos a tener que dejar las herramientas que estamos acostumbrados y empezar a usar otras. Ya pasamos de palas a excavadoras, de ábacos a calculadoras, de papel a pantallas, de assembler a Python, de escribir código a planificar código.

Entonces...

¿Por qué la industria del software lo siente primero? ¿y por qué no será la única?
También veo tres razones por la que el software está “adelantado” respecto de otras profesiones: toda la materia prima ya es 100% digital, somos la comunidad más grande de early-adopters y trabajamos con texto, reglas y estructuras lógicas que son el terreno donde estos modelos son más efectivos.
Pero no me parece que esto termina acá. Lo que hoy está pasando en software, con distintos ritmos, lo vamos a ir viendo en todas las disciplinas humanas basadas en conocimiento: derecho, contabilidad, marketing, diseño, educación, medicina, administración, etc.
El patrón se repite: cuando se abarata elaborar productos del conocimiento aplicado, el valor se desplaza hacia entender y modelar mejor el problema, integrar un flujo de trabajo, resolver con herramientas más poderosas.

Una decisión superior …

La pregunta que recomiendo hacer es otra.
Para no ser víctimas y ser actores, o sea tomar las riendas del asunto, hay una pregunta más poderosa que uno puede hacerse: ¿qué tipo de formación te evita quedar atrapado en la parte más automatizable de tu rol?