Se abre el debate sobre si estamos ante el fin del empleo o ante la metamorfosis del trabajo... Si la IA además de 'saber', es capaz de 'hacer', deja de ser un simple copiloto de consulta para convertirse en un sujeto operativo. Los nuevos agentes de IA absorben las tareas más rutinarias, obligando a los profesionales a redefinir sus roles. Hay un nuevo mapa de automatización que cambia muchos puestos.
Cada 30 minutos Claude -el modelo de inteligencia artificial (IA) creado por Anthropic- se pone en alerta y revisa el estado de una planta de tomates analizando ciertas condiciones, como la temperatura o la humedad del suelo. Luego decide si debe encender o apagar los dispositivos de cultivo (la luz de crecimiento, una manta térmica, la ventilación o la bomba de riego)... Claude opera el entorno, mientras que Martin DeVido, un desarrollador de Los Ángeles, es quien ha montado el biodomo en el que vive la planta.
Todo esto forma parte de un experimento en el que la inteligencia artificial, además de "saber", es capaz de "hacer". Martin DeVido es quien diseña e integra el sistema físico y de software y lo conecta con Claude, que es el motor de decisión: lee la telemetría, interpreta el estado del cultivo y ordena acciones (luz, ventilación, calor, riego) para mantener la planta.
Lo novedoso aquí no es regar una tomatera, ya que eso se automatiza con temporizadores desde hace décadas. Lo nuevo es probar un bucle de agentes de IA para observar el estado del entorno, decidir qué hacer, ejecutar acciones, volver a observar y repetirlo durante semanas.
En el momento decisivo en el que se encuentra hoy la IA generativa, camino de la inteligencia artificial general (IAG), el experimento de la planta de tomates creado por Martin DeVido en colaboración con la IA de Claude supone un antes y un después para profesiones de "hacer cosas", porque desplaza el valor desde la ejecución manual hacia la operación autónoma de entornos instrumentados.
Es cierto que muchos oficios ya trabajan con máquinas (calderas, climatización, riego, líneas de producción, bombas, compresores, cámaras frigoríficas). La novedad es que el "operario" puede pasar a ser un agente de inteligencia artificial que vigila sin descanso (y sin fatiga) las 24 horas los siete días de la semana; que detecta anomalías antes de que sean visibles; que ejecuta procedimientos de forma consistente; que prioriza incidencias y coordina acciones; y que documenta automáticamente decisiones y trazabilidad.
Los agentes de inteligencia artificial son el hilo conductor de todo esto porque son la pieza que convierte la IA de herramienta de conocimiento (responder, redactar, recomendar) en sujeto operativo (vigilar, decidir y ejecutar) dentro de un sistema real.
Siguiendo las ideas del fundador de The Mind Kind, Mario Garcés -un emprendedor español que compite con Sam Altman y todos los gigantes de la IA en busca de la inteligencia artificial general- podríamos decir que casi todo lo que hoy llamamos "empleo" será automatizable o delegable. Eso no implica el fin del trabajo, sino su mutación en tres direcciones: de la ejecución técnica a la dirección ética y estratégica; de la producción de bienes a la producción de significado, cultura y valor social; y de la competencia contra las máquinas a la colaboración con ellas.
Cuando los agentes hacen posible que la inteligencia artificial no sólo "sepa", sino que también "haga", la IA no nos quita el trabajo ni el oficio sino la rutina.
El cambio y la consecuencia real no es el desempleo sino la redistribución de tareas dentro de cada puesto. Así, hay actividades que se tienden a absorber, como la vigilancia, los ajustes repetitivos, la documentación, el triage simple de alarmas; la coordinación rutinaria y otras tareas se refuerzan en el caso de los humanos (intervención física, trabajos en entornos variables, diagnóstico complejo, relación con personas, responsabilidad legal y firma).
La era de la inteligencia artificial general no traerá el fin del trabajo, sino su metamorfosis. Lo transformará profundamente. Lo que quedará como ámbito humano valioso se orientará hacia lo relacional, hacia los valores, la ética, hacia todo aquello que conecta la tecnología con la vida humana y el propósito organizativo.
Las máquinas pueden procesar, generar y automatizar muchos trabajos, pero darle sentido, asegurar la coherencia entre lo que hacemos, por qué lo hacemos o cómo impacta en las personas, será un terreno claramente humano y estratégico.
Por eso, cuando una IA general madura sea capaz de programar, diseñar, investigar y crear arte; cuando pueda gobernar sistemas económicos y tecnológicos con una mínima supervisión, y cuando se autocorrija y genere conocimiento nuevo, en un escenario de IAG madura, los humanos habrán redefinido sus roles y pasarán de operadores a arquitectos de propósito.
Un temor lógico
En todo caso, si un agente de IA puede observar, decidir, actuar y comprobar resultados, es normal que aumente el miedo de muchos profesionales a perder su empleo. Antes la inteligencia artificial ayudaba sobre todo con tareas "de pantalla": escribir, resumir o analizar. Poco a poco tiende a ayudar también en tareas "de operación": vigilar equipos con sensores, hacer rondas, ajustar parámetros, reaccionar a alarmas y coordinar recursos o proveedores. Así, la automatización deja de afectar sólo a trabajos de oficina y se extiende a oficios en los que el valor era estar presente para mantener funcionando y responder cuando algo se sale. Pero también crea nuevos roles que tienen que ver con supervisar, reparar, asegurar o mejorar.
Algunas encuestas recientes de la OCDE ponen de manifiesto que tres de cada cinco trabajadores están preocupados por perder su empleo por culpa de la IA en los próximos diez años. Y el Fondo Monetario Internacional estima que casi el 40% del empleo global está expuesto a la inteligencia artificial, con diferencias por nivel de ingresos y estructura productiva.
Nuevo mapa de riesgo
El miedo se apoya en la intuición que nos lleva a pensar que si una tecnología automatiza tareas valiosas, cambia la demanda de trabajo humano.
Cuando la IA "piensa" pero no "hace", su impacto se nota sobre todo en trabajos de oficina. Por eso muchos estudios dicen que los puestos más expuestos al cambio son los administrativos y los que trabajan con documentos y pantallas.
Pero estar expuesto no significa ser reemplazado. En muchos casos la IA actúa como una ayuda que acelera el trabajo. La inteligencia artificial puede quitar tareas, pero también puede mejorar el rendimiento y la formación.
Si la IA, además de pensar, "hace", cambia el mapa: el riesgo ya no está sólo en las oficinas, sino en cualquier sector en el que el mundo esté medido y sea accionable. Y esa es la nueva frontera de la automatización. Es el salto de la IA como copiloto de oficina a la IA como operador. El experimento viral de Martin DeVido y Claude con la planta de tomate es pequeño, pero ilustra el patrón que puede escalar a edificios, fábricas o redes energéticas.
Hasta ahora, las clasificaciones de riesgo de automatización se apoyaban sobre todo en lo cognitivo y en lo "rutinario" de pantalla. Un estudio de la universidad de Oxford popularizó la cifra de que un 47% del empleo estaría en riesgo (medido por ocupación). La OCDE corrigió después ese alarmismo al mirar tareas dentro de los puestos: muchos empleos combinan tareas automatizables y no automatizables, y el "alto riesgo" promedio bajaba a alrededor del 9%. Y la OIT, en su índice global de exposición a la IA generativa, confirma que la presión inmediata recae en lo administrativo y documental: trabajos que viven de texto, clasificación y tramitación.
Pero cuando la IA "hace", el ránking se reordena. La variable nueva es actuación y orquestación: la IA no sólo redacta; también puede operar sistemas, reconfigurar colas de trabajo y activar protocolos. McKinsey Global Institute ya formula este mundo de "personas, agentes y robots" y estima que sólo en el mercado estadounidense la tecnología actual podría automatizar un 57% de las horas trabajadas.
Aumenta la exposición al impacto de la automatización en profesiones "de hacer" que en realidad son operación de sistemas: operadores de salas técnicas y climatización; operación de centros de datos; telecontrol en utilities; encargados de riego y clima en invernaderos tecnificados; mandos intermedios operativos cuya jornada es asignar tareas o priorizar incidencias; y coordinadores de mantenimiento supervisores de almacén.
No significa que el empleo desaparezca de golpe. El puesto queda más presionado a transformarse o reducirse, y esto implica que un sistema (agente y herramientas) será el que realice una proporción más alta del trabajo diario que será cada vez menos rutinario.
Profesiones impactadas por una IA que 'hace cosas'
Los empleos más vulnerables no son 'manuales' por ser manuales, sino por ser rutinarios, medibles, instrumentables y con actuación remota. Los más resilientes son los que combinan variabilidad física, responsabilidad y seguridad, trato humano y capacidad de improvisación.
Si nos planteamos cuáles son las profesiones a las que más puede afectar que la IA 'haga cosas', hay que tener en cuenta algunas categorías:
- Profesiones con impacto alto (rápido). Aquí se puede citar a los operadores de instalaciones (climatización, salas técnicas, centros de datos, cámaras frigoríficas o edificios), pero también a los técnicos de riego y control climático (invernaderos, hidroponía, fertirrigación, poscosecha; a los profesionales dedicados a la operación industrial y control de procesos (alimentación, química ligera, 'packaging'); a las operaciones logísticas (almacenes, gestión de muelles, planificación dinámica de preparación y 'picking' o control de incidencias); y también al mantenimiento preventivo predictivo (vibración, temperatura o consumo).
- Impacto medio (depende de la robótica y del entorno). En construcción afecta a la planificación diaria, a la secuenciación, seguridad, pedidos, control de calidad visual, o a la ejecución física sólo parcialmente automatizable, sin robots especializados. Por lo que se refiere a la hostelería y 'retail', impacta en reposición, cocina estandarizada o limpieza; mientras que en sanidad operativa (no clínica) afecta a la esterilización, a la logística interna, a la farmacia hospitalaria o a las cuestiones que tienen que ver con el mantenimiento de las condiciones ambientales.
- Impacto más lento (alta variabilidad y manipulación fina). Oficios con entornos no estructurados y mucha improvisación física: reformas pequeñas, reparación a domicilio muy diversa, cuidados, artesanía compleja, trabajos en la calle con incertidumbre alta. Aquí la IA ayuda antes en planificación y diagnóstico, y más tarde en ejecución cuando la robótica sea más general.
- Sectores más expuestos. La agroindustria e invernaderos es uno de ellos, ya que el control ambiental y de riego es perfecto para la actuación de los agentes. También está la energía y 'utilities', la industria manufacturera, el sector inmobiliario y 'real estate' o la logística (planificación y control operativo en tiempo real).
- Cómo afecta al empleo "de hacer cosas" cuando los agentes hagan cosas de verdad. El primer efecto es menos empleo en operaciones rutinarias y más en "última milla". Si un agente de inteligencia artificial puede operar un entorno de 24 horas los siete días de la semana, se reduce la necesidad de presencia humana continua para mantener la estabilidad. El segundo efecto se refiere a la polarización de tareas dentro del mismo oficio. En un mismo puesto se separa lo estandarizable y medible (lo absorbe el agente) y lo ambiguo, interpersonal o lo que implica riesgo, que se queda en los humanos. Esto puede adelgazar la parte de aprendiz (tareas fáciles con las que se aprende) y es posible que encarezca el perfil "técnico sénior". El último efecto implica la aparición de perfiles profesionales híbridos muy "de hacer": técnico integrador de automatización (sensores, actuadores, redes, seguridad); supervisor de operaciones autónomas (gestión por excepción, KPI, escalado); diseñador de procedimientos (traduce los oficios a reglas operativas); auditor de seguridad y fiabilidad (ciberseguridad OT, redundancias, pruebas) o el mantenimiento orientado a los datos (diagnóstico predictivo y ejecución física).
Más ejemplos 'operativos'
El caso del biodomo creado por Martin DeVido para cultivar tomates en colaboración con la IA de Anthropic no es el único ejemplo real de la IA que 'hace cosas' y transforma empleos y profesiones.
- En los centros de datos de Google, DeepMind puso a prueba un sistema de aprendizaje automático que, alimentado por miles de sensores, decidía ajustes en ventiladores, bombas y enfriadoras para mantener los servidores en rango. Google afirmó que el control redujo de forma notable la energía dedicada a refrigeración. Es relevante porque anticipa la IA que "hace": no sólo analiza datos, también opera infraestructuras las 24 horas los siete días de la semana, ejecuta acciones y verifica resultados sin intervención constante, como un operador.
- En Phoenix, Waymo -la empresa de Alphabet dedicada a vehículos autónomos- abrió en 2020 un servicio de robotaxi autoconducido, sin conductor de seguridad, para usuarios de 'Waymo One'. En 2025 anunció su ampliación a trayectos en autopista en San Francisco, Los Ángeles y Phoenix, en acceso temprano, elevando la complejidad del sistema. Este caso ejemplifica la IA que "hace" de forma literal: percibe el entorno, decide y conduce. Y desplaza el empleo hacia la supervisión remota, la seguridad, la gestión de incidencias y el mantenimiento.
- John Deere presentó en 2022 un tractor autónomo capaz de labrar sin conductor, guiado por GPS y visión con cámaras que detectan obstáculos y frenan la máquina. Amplió la apuesta con un 'kit' de autonomía de segunda generación y nuevas máquinas autónomas. Esto acerca la IA que "hace" al campo: automatiza la conducción y la operación rutinaria y desplaza el empleo hacia la preparación, la supervisión, el mantenimiento y el soporte técnico en tareas agrícolas repetitivas a escala.
- Amazon cuenta con 'Proteus', su primer robot móvil autónomo, para arrastrar y mover carros por zonas de salida en centros logísticos, navegando en tiempo real. Traslada el desplazamiento interno y la coordinación de planta a las máquinas, y empuja el empleo hacia la seguridad, el mantenimiento y la gestión de incidencias.