Según Gartner, para 2029 la inteligencia artificial habrá pasado de destruir empleos a crearlos en cantidades mayores. El cambio no ocurre de golpe: hasta 2027-2028, el impacto será neutro, pero desde 2029 en adelante la balanza se inclina definitivamente hacia la creación neta de puestos de trabajo. La transformación laboral de esta década no será un apocalipsis, pero sí una reorganización masiva donde van a desaparecer algunos roles y van a emerger otros.
En 30 segundos
- Gartner predice que la IA creará más empleos que elimina a partir de 2029, después de un período de transición neutral.
- Hasta 2026, el impacto es casi equilibrado; el punto de inflexión ocurre entre 2028 y 2029.
- Según el Foro Económico Mundial, se crearán 11 millones de nuevos roles entre ahora y 2030, mientras 69 millones desaparecerán.
- Los empleos más vulnerables son administrativos, de transporte y análisis básico de datos; los más seguros son creativos y relacionales.
- La clave para empleabilidad: habilidades digitales + capacidades humanas (creatividad, comunicación, pensamiento crítico).
Aclaremos una cosa desde el inicio: Gartner no predice “apocalipsis laboral” en 2029. Lo que el análisis señala es que después de un período donde la transformación laboral será intensa pero más o menos equilibrada, el sistema va a rebalancearse. Hoy estamos en plena transición, con empresas pausando contrataciones de nivel entrada mientras simultáneamente buscan perfiles IA-first.
La predicción de Gartner: 2029 es el punto de inflexión
El reporte de Gartner de noviembre 2025 es bastante preciso en su timeline. Hasta 2027-2028, el volumen de empleos que desaparece es aproximadamente igual al que se crea (esto es lo que significa “impacto neutro”). Pero a partir de 2029, los números se invierten: la IA genera más puestos nuevos que los que destruye. (No es que todo vuelva a la normalidad, sino que el ritmo de creación supera al de desaparición.)
Gartner habla de 150,000 empleos transformados diariamente y 70,000 reescritos. Son números enormes pero están distribuidos globalmente. Lo que cambia en 2029 es la curva: pasa de ser “desapariciones = creaciones” a “creaciones > desapariciones”.
No es destrucción: es transformación masiva
Hay que entender una diferencia importante que la mayoría de los titulares ignora. Cuando se dice “empleos que desaparecen”, no siempre significa que la persona termina en la calle. Muchos de esos empleos se transforman. Una persona que hacía análisis básico de datos quizás termina siendo especialista en validación de modelos IA. El contador que automatizó sus propias tareas quizás ahora supervisa la IA contable de la empresa.
McKinsey estimó que entre 400 y 800 millones de empleos a nivel global serán impactados para 2030 (por “impactados” entienden: tareas que cambian, roles que evolucionan, nuevas responsabilidades). Pero McKinsey también reportó que el 50% de las empresas que cortó personal por IA ya está rehiriendo para roles similares, solo que con nuevas competencias.
Trabajos que van a desaparecer: el análisis concreto
Ponele que sos especialista en análisis de mercado dentro de una empresa mediana. Pasabas dos horas diarias cargando datos en Excel, limpiándolos y armando reportes básicos. Una IA conectada a tus bases de datos hace eso en 20 minutos. El rol de “analista de datos junior” tiende a desaparecer, pero el “especialista en interpretación de datos IA” emerge.
Los segmentos más vulnerables según WEF son:
- Administrativos y secretariales: procesamiento de documentos, programación de reuniones, gestión de inbox, reportes básicos.
- Transporte y logística: conducción de rutas predecibles, operación de almacenes simples (aunque la automatización física es más lenta que la digital).
- Análisis de datos básico: reports estándar, dashboards rutinarios, consultas simples a bases de datos.
- Traducción y redacción técnica: manuales, documentación estándar, emails templados (sí, periodismo también entra acá).
- Atención al cliente 1er nivel: respuesta a preguntas frecuentes, derivación de consultas, seguimiento de órdenes.
Lo interesante es que según reportes de McKinsey y PwC, las tareas más susceptibles a automatización son las analíticas (53% de horas de trabajo impactadas), luego ventas (67% de tareas susceptibles), y customer service (71%). Ojo: “susceptibles” no significa “van a desaparecer”, sino “van a cambiar”.
Nuevos empleos que la IA está creando ya mismo
Mientras escribo esto en abril de 2026, ya existen empleos que hace 3 años ni existían como categoría. Y sus salarios no son chiste.
- Prompt Engineer: especialista en diseñar prompts que extraigan lo máximo de un modelo IA. Salarios: 150k-300k USD anuales en mercado EEUU, 40k-80k USD en Latam. Las empresas se lo disputan.
- Training Specialist para modelos IA: prepara datasets, etiqueta datos, valida salidas de modelos. Demanda creciente, salarios 80k-150k USD.
- IA Ethics Specialist: asegura que los sistemas cumplan con compliance, detectan sesgos, validan fairness. Consultoras grandes pagan 120k-200k USD.
- ML Ops Engineer: mantiene pipelines de IA en producción, monitorea drift de modelos, optimiza inferencia. Salario 130k-180k USD.
- Diseñador de experiencias con IA: crea interfaces para que la gente trabaje con sistemas IA, piensa UX para lo que no es convencional.
El Foro Económico Mundial predice la creación de 11 millones de nuevos roles para 2030, específicamente en roles tech, creativo, healthcare y sostenibilidad. Dicho de otra forma: mientras 69 millones de empleos en el mundo van a cambiar de forma importante, 11 millones serán posiciones completamente nuevas. La matemática da que hay 58 millones de empleos netos que van a transformarse sin desaparecer.
Sectores que se mantienen seguros vs los que se exponen
No todos los sectores son iguales. Hay un patrón claro: si tu trabajo es fundamentalmente relacional, creativo o requiere decisiones éticas, zafás por mucho tiempo.
| Sector / Rol | Impacto de IA | Motivo |
|---|---|---|
| Medicina, cirugía | Bajo | Decisiones sobre vidas humanas, responsabilidad ética, variabilidad infinita en pacientes. |
| Psicología, coaching, trabajo social | Bajo | Relacional, emocional, requiere contexto humano profundo. |
| Educación | Medio (tareas, no docencia) | La docencia se transforma pero no desaparece; grading y prep sí se automatizan. |
| Ingeniería, arquitectura | Medio | El diseño conceptual es humano; la documentación y análisis se automatizan. |
| Análisis de datos | Alto | Tareas repetitivas susceptibles a automatización total. |
| Administrativo, secretarial | Alto | Procesamiento de información lineal; IA hace esto mejor y más barato. |
| Periodismo (newswire) | Alto | Redacción de noticias rutinarias se puede automatizar; investigación requiere humano. |
| Atención al cliente | Alto | Respuestas estándar; solo consultas complejas requieren humano. |
La paradoja de 2025-2026: contratación congelada pero demanda selecta
Acá viene algo que casi nadie menciona correctamente. Por un lado, Gartner reportó que el 21% de las empresas ya pausó contratación de nivel entrada en 2025, y predice que ese número suba al 50% para 2027. (Las empresas dicen “vamos a optimizar con IA primero”.) Por otro lado, la demanda de roles IA-first subió 20% post-ChatGPT según búsquedas en LinkedIn. Y el salario promedio en empresas con alta exposición a IA creció el doble que en otros sectores.
Entonces estamos en una paradoja: contrataciones congeladas en nivel entrada, pero salarios en alza para roles especializados. Esto es lo que Gartner llama “transformación activa” — la gente que se reconvierte suma valor inmediato, mientras que el junior sin experiencia espera.
Cómo prepararte: reskilling no es optional
Si pensabas “bueno, cuando me afecte la IA voy a aprender”, te tardaste. El reskilling ya está ocurriendo. Las empresas que lo hacen bien invierten en sus equipos ahora. Esto es lo que funciona:
- Aprendizaje continuo en herramientas específicas: no necesitás ser ingeniero. Si sos contador, aprende Copilot + SQL básico. Si sos redactor, aprende Claude + ChatGPT. Inviertí 3-4 horas por semana.
- Upskilling en análisis: entender datos, interpretarlos, hacer preguntas buenas a un modelo. El que puede pensar “¿qué pregunta debería hacer aquí?” vale 10 juniors que corren el prompt.
- Habilidades blandas on steroids: creatividad (escribir brief, pensar soluciones), comunicación (explicar decisiones de IA al ejecutivo), adaptabilidad (cambiar rápido cuando el mercado pivota).
- Especialización en tu dominio + IA: si sos experto en ventas, aprendé a usar IA para lead scoring y automation. Tu expertise + IA es la combinación ganadora.
Los salarios más altos van a ir a roles que combinan experticia de dominio + capacidad IA. El contador que entiende IA es 5 veces más valioso que un prompt engineer sin conocimiento contable.
Errores comunes que estás cometiendo (probablemente)
Error 1: “Esperar a que pase para actuar”. Las empresas están reasignando gente hoy. Si esperás a que tu puesto se automatice completamente, vas a estar buscando laburo al mismo tiempo que otros 100k personas con el mismo perfil. Empezá a aprender ya.
Error 2: “Aprender a usar ChatGPT es suficiente”. Todo el mundo usa ChatGPT. Lo que te diferencia es cómo lo usás. Invertir en aprender a estructurar prompts, validar salidas, integrar outputs en tu flujo de trabajo — eso cuesta más tiempo pero vale infinitamente más.
Error 3: “Mi rol es demasiado creativo/humano para que IA lo toque”. La IA no viene por tu creatividad, viene por las tareas que hoy gastas tiempo en lugar de crear. Si pasás 60% del tiempo en admin, reporting, coordinación — esa parte se automatiza. La parte creativa se mantiene, pero tenés menos tiempo para ella porque está comprimida por tareas mecánicas.
Preguntas frecuentes
¿Cuántos empleos exactamente va a crear la IA para 2029?
No hay una cifra exacta porque el impacto varía por región, industria y rol. Lo que sí se sabe: WEF estima 11 millones de nuevos roles para 2030 globalmente. Gartner no da un número específico de creación neta, solo que el punto de inflexión ocurre en 2029 (momento en que creaciones > destrucciones).
¿A qué edad es “demasiado tarde” para reconvertirse?
Técnicamente nunca. Pero realísticamente, los que se reconvierten mejor son los que lo hacen antes de los 50 — más energía, menos complacencia con el status quo. Dicho esto, la adaptabilidad es más importante que la edad. Un ingeniero de 55 años que aprende IA vale más que un junior de 25 que ignora el cambio.
¿Qué industria está mejor posicionada para 2029?
Tech, healthcare, fintech y educación. Las que van a sufrir más: retail tradicional, transporte (pre-autonomía), y administrativo puro. PwC predice que los sectores que invierten en IA ahora van a capturar 50% más de valor que los que esperan.
¿Tengo que volverme programador para ser “empleable”?
No. Tenés que entender IA, usarla en tu dominio, y pensar en cómo ella afecta tu trabajo. Un especialista en marketing que domina IA para segmentación es más valioso que un desarrollador promedio sin expertise en marketing.
¿Gartner predice que habrá menos gente trabajando en 2029?
No. Predice que habrá empleos diferentes. La fuerza laboral total probablemente siga creciendo, pero la composición cambia. Menos administrativos, menos transporte rutinario. Más roles de IA, más creatividad, más servicios que requieren humano (healthcare, educación, asesoramiento).
Conclusión
La predicción de Gartner no es pesimista ni optimista. Es realista: hasta 2028-2029, la IA destruye y crea empleos en equilibrio (transformación intensa). A partir de 2029, la curva se invierte y crea más de lo que destruye. Pero eso no significa que podés esperar tranquilo. Significa que el que actúa hoy, reconvierte su perfil y se especializa, va a estar mejor posicionado en 2029.
Dicho de otra forma: la IA no es existencial para el empleo. Es un cambio de peso comparable a la digitalización hace 20 años o la industrialización hace 200. Los que se adaptaron entonces prosperaron. Los que no, quedaron atrás. La historia se repite, pero esta vez sabés que está pasando.