OpenAI y Anthropic están en lados opuestos del debate sobre IA y empleo en 2026. Sam Altman reconoció públicamente que se equivocó en sus predicciones catastrofistas de 2023 sobre destrucción masiva de empleos, mientras que Dario Amodei y el equipo de Anthropic publicaron datos concretos que muestran exposición laboral alta en sectores clave. Dos narrativas, dos empresas compitiendo por el mismo mercado.
En 30 segundos
- Sam Altman admitió en mayo de 2026 que sus predicciones de apocalipsis laboral por IA “no se cumplieron” y dijo estar “encantado de haberse equivocado”
- Anthropic publicó en marzo de 2026 un estudio basado en más de 2 millones de conversaciones de Claude que muestra exposición laboral del 74,5% en programadores y 65% en finanzas
- Los números del mercado laboral contradicen el apocalipsis: las posiciones en software engineering crecieron 18% interanual y LinkedIn reporta 1,3 millones de puestos nuevos relacionados con IA
- El verdadero riesgo no es el desempleo masivo inmediato sino la inequidad: más productividad sin aumento de salarios, con mayor precariedad
- 7 de cada 10 estadounidenses cree que la IA va a hacer más difícil conseguir trabajo, aunque los datos de 2026 todavía no muestran esa destrucción a escala
El choque ideológico: OpenAI vs Anthropic sobre el futuro laboral
Ponele que trabajás en una empresa mediana, usás IA todos los días, y de repente empezás a leer que los dos líderes de la industria no se ponen de acuerdo sobre si van a sacarle el trabajo a tu equipo. Es la situación real de mayo de 2026.
Por un lado, Sam Altman de OpenAI reconoció públicamente que se equivocó con sus predicciones de destrucción laboral masiva. Por el otro, Dario Amodei de Anthropic y su equipo publicaron datos que sugieren que la exposición real de ciertos sectores es mucho más alta de lo que la mayoría imagina.
Dos visiones contradictorias. Dos empresas que van a salir a bolsa en los próximos años y que tienen incentivos para que la IA se vea bien, pero también incentivos opuestos según cómo quieran posicionarse. Eso no invalida los argumentos, pero conviene tenerlo en cuenta al procesar la información.
Anthropic publica estudio de exposición laboral: qué dicen los datos reales
En marzo de 2026, Anthropic publicó “Labor market impacts of AI”, un análisis basado en más de 2 millones de conversaciones reales de Claude. El concepto clave que usaron es “observed exposure”: no modelaron hipotéticamente qué tareas podría automatizar la IA sino que miraron qué tareas ya se le están pidiendo que haga.
Los números concretos del estudio:
- Programadores: 74,5% de exposición observada
- Analistas financieros: 65%
- Vendedores y roles de ventas: 57%
- Roles administrativos y de soporte: entre 40% y 55%
¿Qué significa “exposición”? Que ese porcentaje de las tareas del rol ya aparece en conversaciones donde la IA está haciendo el trabajo. No que van a desaparecer esos puestos, sino que hay una parte sustancial del trabajo que hoy se puede delegar a un modelo.
El dato de 74,5% en programadores es el que más debate genera. Anthropic distingue entre dos tipos de impacto: API automations (donde la IA reemplaza directamente la tarea) y augmentation (donde la IA asiste a la persona). La diferencia importa: en el primer caso hay sustitución, en el segundo hay potencial productividad sin reducción de headcount. El estudio muestra que, al menos por ahora, la mayoría de los usos reales caen en la segunda categoría.
Sam Altman cambia de discurso: “Estoy encantado de haberme equivocado”
En 2023, Altman fue uno de los más explícitos en predecir destrucción masiva de empleos administrativos y de servicios. El escenario que pintaba era claro: la IA iba a eliminar trabajos a una velocidad sin precedentes en los próximos dos o tres años. Sobre eso hablamos en los últimos avances tecnológicos de OpenAI.
Estamos en 2026. No sucedió.
Según Time en mayo de 2026, Altman reconoció el error y dijo textualmente estar “encantado de haberme equivocado”. La razón que da es que las personas adaptaron sus roles más rápido de lo esperado y que la adopción empresarial fue más gradual que la adopción técnica.
¿Por qué se equivocó? Probablemente por confundir dos velocidades distintas: la velocidad a la que mejora la tecnología versus la velocidad a la que las organizaciones reconfiguran procesos, contratan distinto y reentrenan personas. El modelo puede hacer la tarea; convencer a una empresa de rediseñar su flujo completo lleva mucho más tiempo.
Eso sí: que se haya equivocado en el timing no significa que el riesgo no exista.
Datos del mercado laboral: ¿hay destrucción de empleo real en 2026?
Los números del mercado laboral cuentan una historia más compleja que la de cualquiera de los dos lados.
| Indicador | Dato 2026 | Interpretación |
|---|---|---|
| Posiciones en software engineering | +18% interanual | Contra la narrativa de reemplazo masivo |
| Nuevos puestos relacionados con IA (LinkedIn) | 1,3 millones | Creación neta de empleo en el sector |
| Despidos Meta Q1 2026 | 8.000 personas | Inversión simultánea de USD 125B en IA |
| Tasa de desempleo general EE.UU. | Sin variación significativa | No hay señal macroeconómica clara aún |
| Percepción pública (encuesta) | 70% cree que la IA dificultará el empleo | Brecha entre datos y percepción |
El caso Meta es el más ilustrativo. Despidió 8.000 personas y al mismo tiempo anunció una inversión de USD 125 mil millones en infraestructura de IA para 2026. No es que la IA destruya empleo y listo; es que desplaza trabajo hacia funciones que requieren menos empleados pero mayor inversión en infraestructura (chips, cómputo, energía). El empleo humano que queda es diferente, no necesariamente menor.
Sectores vulnerables: vendedores, analistas y contadores están en la mira
La exposición del 57-65% en ventas y finanzas merece atención específica porque son sectores con mucha mano de obra en Latinoamérica.
¿Qué tareas concretas están en riesgo? Los reportes recurrentes que un analista junior arma cada semana, los emails de seguimiento de ventas que hoy escriben representantes comerciales, el análisis de estados contables para comparar períodos. Todas tareas que un modelo puede hacer razonablemente bien y que consumen una parte importante del tiempo laboral en esos roles. Para más detalles técnicos, mirá como hemos analizado en detalle previamente.
¿Alguien lo verificó de forma independiente? Todavía no de manera definitiva, pero los datos de uso de herramientas como Claude y GPT-4 en empresas muestran que esas son exactamente las tareas más frecuentes.
Lo que el número de “exposición” no dice es si la empresa va a usar esa ganancia de tiempo para reducir headcount o para que la misma persona atienda más clientes. Esa decisión es empresarial, no tecnológica.
Augmentación vs reemplazo: la distinción que más importa
El estudio de Anthropic hace una distinción que la mayoría del debate mediático ignora. Hay dos formas en que la IA impacta el trabajo:
- Sustitución directa (API automations): la IA ejecuta la tarea completa sin intervención humana. Un chatbot de atención al cliente que responde sin operador, o un agente que genera reportes de forma autónoma.
- Augmentación: la persona sigue haciendo el trabajo pero con asistencia. El programador sigue siendo el programador, pero con Copilot produce más código por hora.
Según los datos observados de Claude, la mayoría de los usos reales en 2026 siguen siendo de augmentación. El reemplazo directo existe, pero está concentrado en tareas muy acotadas y repetitivas.
Ahora bien, eso puede cambiar. Si los agentes autónomos mejoran lo suficiente como para completar flujos de trabajo completos (no solo tareas puntuales), la proporción entre ambas categorías se puede invertir rápido.
El verdadero riesgo: no el desempleo, sino la inequidad de las ganancias
Acá viene lo que casi ningún artículo menciona: que no haya un “apocalipsis laboral” visible no significa que todo esté bien. Te puede servir nuestra cobertura de en el contexto más amplio de la competencia tecnológica.
Si la IA aumenta la productividad un 30% pero los salarios se mantienen iguales, la empresa captura toda esa ganancia. El trabajador produce más, cobra igual, y si encima hay más oferta de mano de obra por desplazamientos parciales en otros sectores, la presión salarial baja. No hay desempleo masivo, pero hay deterioro de las condiciones.
Ese es el escenario que analistas citados por Axios en mayo de 2026 consideran más probable en el mediano plazo: no el colapso del empleo sino la concentración de los beneficios en quienes poseen el capital (empresas de IA, grandes corporaciones que adoptan primero) y la estagnación para quienes venden su tiempo.
El dato de percepción importa acá: 7 de cada 10 estadounidenses cree que la IA va a hacer más difícil conseguir trabajo. Puede que tengan razón por razones distintas a las que imagina la narrativa del apocalipsis.
Qué está confirmado / Qué no
| Afirmación | Estado en mayo 2026 |
|---|---|
| Altman admitió que sus predicciones de 2023 no se cumplieron | Confirmado (declaraciones a Time, mayo 2026) |
| Anthropic midió 74,5% de exposición en programadores | Confirmado (paper “Labor market impacts of AI”, marzo 2026) |
| Las posiciones en software crecieron 18% interanual | Confirmado (datos de mercado laboral Q1 2026) |
| Los agentes autónomos ya reemplazaron trabajos a escala | No confirmado — hay casos puntuales, no tendencia macro |
| La IA causará desempleo masivo en 2026-2027 | Sin evidencia actual que lo respalde |
| La IA generará inequidad aunque no destruya empleo | Plausible, todavía sin datos conclusivos de largo plazo |
Qué significa para empresas y equipos en Latinoamérica
El debate entre OpenAI y Anthropic sucede en EE.UU., pero el impacto laboral en Argentina, Chile, Colombia o México tiene sus propias particularidades.
Los sectores más expuestos según el estudio de Anthropic (ventas, finanzas, programación) tienen alta concentración de empleo formal en la región. Si una empresa en Buenos Aires adopta herramientas de IA para automatizar reportes contables y el seguimiento comercial, el impacto es local aunque la tecnología sea importada.
Lo que pueden hacer los equipos ahora: mapear qué porcentaje de su tiempo semanal va a tareas repetitivas que ya existen como prompts en herramientas de IA. No para tener miedo sino para ser los primeros en redefinir el rol hacia las partes que la IA no puede replicar bien (criterio, relaciones, contexto local, creatividad real).
Para las empresas que gestionan presencia web o servicios digitales en la región, herramientas como donweb.com ya integran asistencia basada en IA para tareas de soporte y configuración que antes requerían intervención humana constante, que es exactamente el tipo de augmentación que describe el estudio de Anthropic.
Errores comunes al interpretar este debate
Confundir exposición con pérdida de empleo
El 74,5% de “exposición” en programadores no significa que vaya a desaparecer el 74,5% de los programadores. Significa que esa proporción de las tareas actuales ya se puede delegar a IA. La persona puede seguir siendo necesaria para las tareas restantes, para supervisar lo que hace la IA, o para hacer más trabajo del mismo tipo en el mismo tiempo. Cubrimos ese tema en detalle en la batalla entre herramientas de codificación con IA.
Tomar los IPO de OpenAI y Anthropic como contexto neutral
Ambas empresas están en proceso de salida a bolsa o buscando nuevas rondas de inversión en 2026. Eso no invalida sus datos, pero sí significa que tienen incentivos para que la narrativa sobre IA sea la más conveniente para su valuación. Altman necesita que OpenAI parezca responsable socialmente. Amodei necesita que Anthropic parezca la empresa que hace IA “con rigor científico”. Los dos incentivos dan forma al discurso público.
Creer que si no hay despidos masivos hoy, no hay problema
La ausencia de apocalipsis visible no es garantía de que todo esté bien. Los cambios en la distribución de ganancias de productividad pueden tardar años en manifestarse en indicadores de bienestar laboral. Tomalo con pinzas cuando alguien use “no hubo catástrofe” como argumento para no tomar ninguna medida de política pública o de planificación personal de carrera.
Preguntas Frecuentes
¿Desaparecerán trabajos por inteligencia artificial?
A escala macro, los datos de 2026 no muestran destrucción masiva de empleo por IA hasta ahora. Lo que sí se observa es transformación de roles: algunas tareas específicas se automatizan y los puestos cambian de contenido. El desempleo concentrado que existe en 2026 está más relacionado con sectores en reestructuración general que con sustitución directa por IA.
¿Qué dice Anthropic sobre el desplazamiento laboral por IA?
Anthropic publicó en marzo de 2026 el estudio “Labor market impacts of AI” basado en análisis de más de 2 millones de conversaciones reales de Claude. El paper identifica exposición laboral alta en programadores (74,5%), analistas financieros (65%) y roles de ventas (57%), pero distingue entre sustitución directa y augmentación, siendo la segunda la modalidad dominante en los usos actuales observados.
¿Sam Altman admitió un error sobre el apocalipsis laboral de la IA?
Sí. En mayo de 2026, Altman declaró a Time estar “encantado de haberse equivocado” sobre sus predicciones de 2023 donde anticipaba destrucción masiva de empleos administrativos. Su explicación es que las personas y organizaciones se adaptaron más rápido de lo esperado, y que la adopción empresarial fue más gradual que la evolución técnica del modelo.
¿Cuáles son los trabajos más expuestos a ser reemplazados por IA?
Según el estudio de Anthropic de 2026, los roles con mayor exposición observada son programadores (74,5%), analistas financieros (65%) y vendedores (57%). La exposición es más alta en tareas repetitivas y basadas en texto: reportes periódicos, análisis de datos estructurados, redacción de comunicaciones de seguimiento. Los roles que involucran criterio contextual, negociación humana y creatividad no estructurada muestran exposición mucho menor.
¿Hay pérdida real de empleos por IA en 2026?
Los datos agregados de 2026 no muestran destrucción neta de empleo atribuible a IA. Las posiciones en software engineering crecieron 18% interanual y LinkedIn registra 1,3 millones de puestos nuevos relacionados con IA. Donde sí hay despidos (como Meta con 8.000 empleados en Q1 2026) conviven con inversiones masivas en infraestructura de IA, lo que sugiere reconversión más que eliminación pura.
Conclusión
El debate entre OpenAI y Anthropic sobre el impacto laboral de la IA refleja algo más que una diferencia técnica: son dos posicionamientos estratégicos de empresas que compiten en el mismo mercado y necesitan narrativas que funcionen para sus valuaciones, su regulación y su imagen pública.
Lo que los datos de 2026 muestran es que Altman se equivocó en el timing catastrofista y Anthropic tiene evidencia real de exposición alta en sectores clave, pero que el apocalipsis laboral inmediato no ocurrió. La pregunta relevante no es “¿cuándo colapsa el empleo?” sino “¿quién se queda con las ganancias de productividad que la IA ya está generando?”
Si trabajás en ventas, finanzas o desarrollo en 2026, el dato de exposición del 57-74% no es para entrar en pánico sino para ser más intencional sobre qué parte de tu trabajo querés que te defina profesionalmente. Las tareas con alta exposición ya se pueden delegar. La pregunta es si tu empresa te va a dar más trabajo interesante con el tiempo liberado o si va a usar ese tiempo para reducir headcount.
Fuentes
- Axios — OpenAI y Anthropic frente al debate sobre IA y empleo (mayo 2026)
- Time — Sam Altman sobre pérdidas de empleo por IA (mayo 2026)
- Euronews — Anthropic identifica los trabajos más expuestos (marzo 2026)
- Expansión — Altman se retracta del apocalipsis laboral (mayo 2026)
- Infobae — Desempleo tecnológico y profesiones del futuro (mayo 2026)