Goldman Sachs CEO: la IA automatiza el 25% del tiempo de trabajo y la construcción de centros de datos crea 200.000 empleos

El CEO de Goldman Sachs, David Solomon, publicó en mayo un artículo de opinión en The New York Times en el que dijo que las preocupaciones del mercado sobre una desocupación masiva causada por la IA se han exagerado, y citó análisis internos de Goldman que indican que la IA podría automatizar aproximadamente el 25% de la jornada laboral de los trabajos existentes en los próximos 10 años. Al mismo tiempo, confirmó que, desde 2022, la construcción de centros de datos en Estados Unidos ha generado más de 200.000 empleos en el sector de la construcción.

Datos de impacto laboral ya confirmados: ocurrido vs. previsto

Datos confirmados ya ocurridos: un estudio de la Universidad de Stanford confirma que, en comparación con industrias con automatización baja, en los ámbitos de alta automatización como la ingeniería de software y el servicio de atención al cliente, la contratación de puestos de nivel inicial ha caído 16%. Tareas como el modelado financiero, la toma de notas y el análisis de hojas de cálculo, que tradicionalmente han constituido la base de empleos de analista junior, son cada vez más asumidas por herramientas de IA. Desde 2022, la construcción de centros de datos en Estados Unidos ha creado más de 200.000 empleos en el sector de la construcción (estimación de Goldman). Goldman ha desplegado de forma integral herramientas de apoyo con IA para más de 22.000 empleados (confirmado).

Impacto laboral previsto por Goldman: en los próximos 10 años, la IA podría automatizar cerca del 25% de la jornada laboral; se espera un impacto significativo en industrias de cuello blanco como banca, contabilidad y derecho; Goldman planea recortar puestos de cumplimiento normativo y apertura de cuentas, y aumentar puestos en banca, trading y gestión de activos; se prevé que la IA impulse tres tipos de nuevas necesidades: puestos para gestionar sistemas de IA, puestos para auditar decisiones de IA y puestos para gobernar aplicaciones de IA.

Marco de tres niveles de los argumentos de Solomon

En su artículo, Solomon propone un marco tridimensional para evaluar el impacto laboral de la IA: tras automatizar tareas diarias, el trabajo humano se optimiza, liberando tiempo para responsabilidades de mayor valor; los estándares de desempeño dentro de los puestos existentes mejoran, aumentando la demanda de capacidades más complejas; y surgen nuevas categorías de puestos para gestionar, auditar y gobernar sistemas de IA. Las analogías históricas que cita incluyen: la revolución de la electricidad, la popularización de las hojas de cálculo de internet (que sustituyó gran parte de trabajos de cálculo, pero creó más puestos de analistas financieros) y el ciclo de sustitución y creación de empleos en la era de internet. La postura central de Solomon es: «los avances tecnológicos y los cambios culturales no avanzan al mismo ritmo; que algo pueda ser sustituido no significa que necesariamente vaya a ser sustituido».

Preguntas frecuentes

¿En qué metodología se basa la predicción de Goldman de que el 25% de la jornada laboral se automatizará?

Este número proviene de la investigación interna de Goldman; la metodología consiste en analizar el porcentaje de tareas típicas que podrían ser reemplazadas por modelos de IA en cada profesión, y luego calcular ponderadamente la parte automatizable dentro del total de horas de trabajo. Es importante notar que esta predicción se refiere a «jornada laboral» y no a «número de puestos»; es decir, el 25% de las horas de trabajo existentes puede ser realizado por IA, y no el 25% de los puestos desaparecerá. En el artículo, Solomon distingue explícitamente ambos conceptos, y subraya que la automatización de la jornada laboral es más probable que conduzca a una reasignación del tipo de trabajo, en lugar de un desempleo de tamaño equivalente.

¿Cómo puede coexistir la caída del 16% en la contratación de puestos de nivel inicial confirmada por la investigación de Stanford con los argumentos optimistas de Solomon?

Solomon no niega que la IA ya haya comprimido de forma real ciertos tipos de puestos; tanto el estudio de Stanford como el plan de ajustes de puestos de Goldman por sí mismo corroboran esto. La clave de su argumento es la perspectiva a largo plazo: históricamente, cada gran oleada tecnológica viene con un efecto inicial de sustitución de empleos, pero finalmente se crean más oportunidades de empleo mediante el aumento de la productividad y la aparición de nuevas categorías de puestos. Señaló en particular que los puestos de nivel inicial sufren la mayor presión en el corto plazo, pero que esto es un tema distinto al de la tendencia general de empleo del conjunto del mercado laboral a largo plazo.

¿Cuál es el plan específico de Goldman Sachs para ajustes de puestos vinculados a la IA?

En el artículo, Solomon confirma dos direcciones: los puestos que Goldman podría recortar son funciones intensivas en datos como cumplimiento normativo y apertura de cuentas, porque las herramientas de IA mejoran de manera continua en el tratamiento de informes regulatorios y en los procesos de alta de clientes; y Goldman planea aumentar contrataciones para puestos orientados a las relaciones con el cliente como banca de inversión, trading y gestión de activos. Estos puestos requieren interacción con clientes, capacidad de juicio y pensamiento estratégico, y se complementan con la IA en lugar de ser reemplazados. Actualmente, Goldman ya ha desplegado herramientas de apoyo con IA de forma integral en sus más de 22.000 empleados; esto, por sí solo, es una manifestación concreta de esta tendencia bidireccional.