Bienestar percibido
55%Manufactura
54%Finanzas
Usuarios que afirmaron que la IA había mejorado su salud mental.
Dos horas menos de correo. ¿Quién se quedó con ellas?
La IA puede liberar tiempo. La organización decide si ese tiempo vuelve a la persona o se convierte en una meta nueva.
En las mismas encuestas
Intensidad percibida
77%Manufactura
75%Finanzas
Usuarios que afirmaron que había aumentado el ritmo al que realizaban sus tareas.
Alivio y aceleración.En las mismas encuestas.
La IA puede aliviar una parte del trabajo e intensificar otra. La diferencia está en lo que la organización elimina, conserva o añade.
Qué mide la encuesta y sus límites
Son porcentajes agregados de encuestas a usuarios de IA en manufactura y finanzas, recogidas antes de la adopción masiva de ChatGPT. No permiten inferir causalidad ni saber si las mismas personas reportaron ambas cosas.
Evidencia
La IA ya libera tiempo en tareas concretas. Cambiar la jornada exige otra decisión.
−2 h
semanales en correo y menos trabajo fuera del horario habitual para el 80% de los tratados que usó la herramienta durante la segunda mitad de un experimento de seis meses.
+15%
de casos resueltos por hora. El beneficio se concentró en quienes empezaban: los agentes con dos meses rendían como quienes llevaban seis.
791
profesionales en un taller de un día. Una persona con IA produjo resultados comparables a un equipo de dos; reportó más energía y menos ansiedad.
−2,5 h
semanales de documentación fuera de horario, con menor carga documental, frustración y burnout.
Vínculos y financiamiento
Dos de estos estudios tienen vínculos directos con las empresas involucradas; en el tercero, el fabricante aportó las licencias. Eso no invalida los resultados. Sí obliga a leerlos con esa etiqueta puesta.
Entregar licencias no rediseña una organización. Eliminar una reunión, una aprobación o un reporte exige una decisión.
Riesgo advertido, no observado
La meta solo sabe avanzar.
Se llama efecto trinquete por la pieza que deja avanzar una llave en un solo sentido y le impide volver atrás. Los autores del estudio de atención al cliente advierten que podría ocurrir si la empresa eleva los objetivos cuando demasiados agentes empiezan a cumplirlos. El estudio no observó que ocurriera.
Saldo para
la persona
la persona
0 hLa IA liberó 2 h3 h
La persona recupera 2 horas.
Percepción
Sentirse más rápido no siempre significa serlo.
Lo que creían+20%más rápidos.
39puntos entre la sensación y el reloj.
Lo que midió el reloj−19%más lentos.
METR estudió a 16 desarrolladores experimentados en 246 tareas reales dentro de repositorios que conocían bien. Con IA tardaron 19% más mientras creían haber sido 20% más rápidos.
Alcance y actualización del estudio
La muestra es pequeña y los autores piden no generalizarla. La estimación puntual fue 19% más de tiempo, con un intervalo entre 2% y 39% de tiempo adicional. En febrero de 2026, METR anunció un rediseño: los datos posteriores apuntaban a cierta aceleración, pero los efectos de selección impedían una estimación fiable. El resultado de 2025 describe ese experimento y esas herramientas; no permite juzgar las actuales.
La OCDE documentó que una empresa conservó deliberadamente parte de las tareas fáciles que podía automatizar porque también funcionaban como pausas mentales. Automatizarlas sin entender para qué servían podía volver el trabajo más exigente, aunque hubiera menos tareas.
Decisión
Dos empresas pueden comprar la misma IA y terminar con trabajos opuestos.
¿Quién recibe el valor primero?
Elige un orden y mira qué trabajo produce.
Empleo
El empleo cambia tarea por tarea. En Estados Unidos, una señal temprana aparece entre quienes empiezan.
Un mismo puesto mezcla tareas automatizables, tareas que la IA puede ampliar y decisiones que deben seguir bajo responsabilidad humana.
≈ 1 de 4empleos tiene algún grado de exposición a la IA generativa. La OIT considera más probable la transformación que la sustitución.
77%planeaba capacitar.
41%anticipaba reducir personal donde la IA pudiera automatizar.
Expectativas de empleadores, no predicciones.
Sin puestos junior hoy no habrá seniors mañana.
La trampa de Turing premia la automatización por encima del complemento humano. Automatizar concentra; complementar reparte.
Uso conversacional · Enero de 2026 · Datos de noviembre de 2025
52%complemento45%automatización
API empresarial · Septiembre de 2025
77%automatización
Cómo leer esta comparación
Son informes de fechas distintas, con muestras diferentes. Los canales concentran tareas distintas y usan unidades de observación no equivalentes. Además, Anthropic mide el uso de su propio producto. La brecha muestra contextos de uso; no prueba que «las personas complementan y las empresas automatizan».
América Latina
Diecisiete millones de empleos quedan fuera del posible beneficio.
Los puestos formales y digitalizados enfrentan automatización o mayor carga. Los menos conectados quedan fuera antes de empezar.
de empleos que podrían ganar productividad no tienen el acceso digital para usar estas herramientas.
26–38%expuesto a IA generativa
8–14%potencial de transformación productiva
2–5%potencial de automatización completa
de las personas consultadas declaró burnout o estrés laboral crónico en el estudio Burnout 2025 de Bumeran.
Autorreporte, no diagnóstico clínico.Trabajo e IA de alto riesgo · Perú
Fecha límite para que desarrolladores e implementadores privados del sector trabajo cumplan obligaciones específicas del artículo 25 y del capítulo II del título VI. La norma clasifica como alto riesgo la IA usada para selección, evaluación, contratación, cese o condiciones laborales. El resto del reglamento no está suspendido hasta esa fecha.
Diseñar esa puerta ahora cuesta menos que abrirla por obligación en 2027.
El dividendo humano
Si no se reparte antes, se lo queda entero la meta.
Cada empresa fijará porcentajes distintos. La regla se escribe antes del piloto y nombra cuatro destinos: productividad, compensación, aprendizaje y tiempo recuperado.
Qué medir antes y después del piloto
Antes de empezar, mide trabajo fuera de horario, interrupciones, agotamiento, autonomía y renuncias. Al cerrar, exige nombres: la reunión cancelada, el reporte retirado, la aprobación simplificada. Si nada desaparece, la IA quedó encima del trabajo anterior. Si el ahorro trae más errores o desgaste, el costo solo cambió de lugar.
Reparte las dos horas
Haz la prueba. Este reparto es solo un ejemplo y no se guarda.
120 minminutos repartidos
Los 120 minutos están asignados.
Gestión de carga · NBAEn la NBA nadie gestiona la carga de minutos solo por generosidad. Lo hace porque el descanso forma parte del rendimiento sostenible: una temporada no vale más que una carrera. En una organización opera una lógica parecida. Devolver tiempo protege años de energía, propósito y capacidad.
Tiempo en lugar de dinero solo es legítimo cuando el sueldo ya alcanza. Donde no alcanza, el dividendo se reparte en dinero. Cuando el ahorro se vuelve capacidad permanente, entra a la conversación de compensación. El tiempo no sustituye al salario. Es lo que casi nadie está devolviendo.
Qué sabemos sobre reducir tiempo
Un estudio de jornada de cuatro días reunió a 2.896 trabajadores de 141 organizaciones. Encontró mejoras en burnout, satisfacción y salud que no aparecieron en las empresas de control; las mayores reducciones de horas estuvieron asociadas con los mayores beneficios. No estudió IA: las empresas participaron voluntariamente y no hubo asignación aleatoria entre organizaciones. Sirve como punto de comparación, no como prueba de que la IA produzca el mismo efecto.
Si quieres que la gente se quede, facilita que se vaya.
Las dos horas abren una decisión: quién dispone de ellas. Dos horas menos en el correo no son dos horas recuperadas. La diferencia aparece después: en lo que deja de hacerse y en quién conserva el tiempo. Eso es el dividendo humano de la IA.
Frenar la tecnología no resuelve los riesgos de empleo, autonomía o privacidad. Gobernarla permite actuar sobre ellos: que una persona pueda borrar sus datos, sepa qué sale de la conversación y conozca qué parte del tiempo liberado vuelve a ella.
CollectiveIntelligence
Abrir fuentes, método y límites17
Cifras contrastadas con la versión más reciente disponible de cada fuente. Consulta: 4 de agosto de 2026. Varias son documentos de trabajo o prepublicaciones, sin versión final revisada por pares.
01Generative AI at Work · QJE
Brynjolfsson, Li & Raymond. 5.172 agentes; +15% de casos resueltos por hora; efectos distintos por experiencia; rotación de agentes nuevos −10 p.p. sobre base de 25%. DOI
02Artificial Intelligence, Job Quality and Inclusiveness · OCDE
Salud mental y ritmo de trabajo en manufactura y finanzas; ola previa a la IA generativa masiva. OCDE
03Burnout · CIE-11 · OMS
Definición de burnout como fenómeno ocupacional. OMS
04Shifting Work Patterns with Generative AI
Dillon, Jaffe, Immorlica & Stanton. En la segunda mitad del experimento de seis meses, el 80% de los tratados que usó la herramienta dedicó unas dos horas menos por semana al correo y redujo el trabajo fuera del horario habitual. No se detectaron cambios en la cantidad ni en la composición de las tareas. Tres autores trabajaban en Microsoft. AEA
05The Cybernetic Teammate · Organization Science
Dell'Acqua et al. 791 profesionales de P&G. Apoyo financiero de P&G al instituto; cuatro coautores pertenecían a la empresa; independencia intelectual declarada. DOI
06Impact of Early-2025 AI on Developer Productivity · METR
16 desarrolladores, 246 tareas; resultado estrecho. Actualización 2026: rediseño del experimento por sesgos de selección. Actualización · Estudio 2025
07Work Time Reduction via a 4-Day Workweek · Nature Human Behaviour
Fan, Schor, Kelly & Gu. 2.896 trabajadores, 141 organizaciones; participación voluntaria, sin asignación aleatoria entre organizaciones. DOI
08Generative AI and Jobs · OIT–NASK
Índice global refinado: alrededor de uno de cada cuatro empleos con algún grado de exposición; transformación como resultado más probable. DOI
09Future of Jobs Report 2025 · WEF
77% planea capacitar; 41% anticipa reducir personal; expectativas de empleadores, no predicciones. WEF
10Canaries in the Coal Mine? · Stanford Digital Economy Lab
Brynjolfsson, Chandar & Chen. Datos administrativos de ADP; caída relativa de 16% entre 22–25 años en ocupaciones expuestas; evidencia observacional, no estimación causal. PDF
11Future of Work with AI Agents · WORKBank
Shao et al. 1.500 trabajadores, 104 ocupaciones; liberar tiempo para trabajo de mayor valor apareció en 69,4% de respuestas favorables a automatizar. arXiv
12Buffer or Bottleneck? · OIT–Banco Mundial
26–38% expuesto; 8–14% con potencial de transformación; 2–5% con potencial de automatización completa; 17 millones sin acceso digital. DOI
13Burnout 2025 · Bumeran Perú
78% declaró burnout o estrés crónico laboral. Autorreporte, no diagnóstico clínico. Bumeran
14Reglamento de la Ley N.º 31814 · Perú
DS N.º 115-2025-PCM: IA laboral de alto riesgo, artículo 25, capítulo II del título VI y plazo de dos años para el sector privado de trabajo. No es moratoria del resto de la norma. Gob.pe
15Anthropic Economic Index
Informes de enero de 2026 y septiembre de 2025: 52% de complemento y 45% de automatización en uso conversacional; 77% de automatización en tráfico de API. La actualización de marzo de 2026 registró un ligero aumento del complemento en ambos canales. Datos del fabricante sobre su producto; canales, fechas y unidades no equivalentes. Enero de 2026 · Septiembre de 2025
16The Turing Trap · Daedalus
Brynjolfsson, 2022. Incentivos excesivos hacia automatización frente a complemento del trabajo humano. DOI
17Ambient Clinical Intelligence and Burnout · Future Healthcare Journal
Wendt et al. Ensayo escalonado con 24 profesionales; 2,5 horas menos de documentación fuera de horario. Licencias provistas por Nuance sin participación en investigación. DOI
¿Cuál fue el último reporte, reunión o aprobación que tu organización eliminó gracias a la IA?
Si no puedes nombrar ninguno, la estás sumando encima del trabajo. No dentro.