Goldman Sachs afirma que India enfrenta menores riesgos laborales por la IA, pero los servicios siguen expuestos

Goldman Sachs afirma que India enfrenta un desplazamiento laboral por la IA menos extendido que las economías más ricas, pese a los riesgos evidentes para el trabajo administrativo y los servicios habilitados por la tecnología. Santanu Sengupta, economista jefe del banco para India, presentó esa evaluación el 14 de agosto, según un informe sobre riesgos laborales. La conclusión cuestiona las predicciones de que la IA generativa eliminará rápidamente puestos de trabajo en la enorme fuerza laboral de India.

El titular tranquilizador incluye una salvedad importante. La menor exposición de India refleja la estructura de su mercado laboral, no una inmunidad frente a sistemas de IA cada vez más capaces. La agricultura, la construcción, la manufactura y otras ocupaciones físicas aún emplean a millones de personas cuyas tareas diarias siguen siendo difíciles de automatizar mediante software.

La presión se concentra en otros ámbitos. El trabajo administrativo rutinario, los servicios de procesos empresariales, las telecomunicaciones, los servicios financieros, los medios y algunos puestos profesionales contienen más tareas que el software puede realizar. Estos sectores también sostienen la posición de India como importante exportador de servicios tecnológicos y empresariales.

Esto crea la tensión central. El país parece menos vulnerable a nivel nacional, mientras partes de su economía de servicios, de importancia internacional, se sitúan cerca de la zona de impacto de la tecnología. La historia laboral de la IA en India trata, por tanto, de una transición desigual, no de una simple disputa entre desempleo masivo y crecimiento ininterrumpido.

La previsión de Goldman apunta a una transformación, no a un reemplazo masivo

El argumento central del banco es que la IA cambiará más empleos indios de los que eliminará.

Un análisis de Goldman Sachs publicado a finales de julio estimó que la IA generativa puede realizar entre el 9% y el 17% de las tareas de la fuerza laboral no agrícola de India. Ese rango mide la exposición de las tareas, es decir, el trabajo que la IA puede asistir o automatizar. No representa una previsión de que el mismo porcentaje de trabajadores perderá su empleo.

La distinción importa porque las ocupaciones agrupan muchas tareas diferentes. Un analista financiero podría utilizar IA para resumir documentos y, al mismo tiempo, conservar la responsabilidad sobre el criterio profesional, la comunicación con clientes y las decisiones regulatorias. Un docente podría generar materiales de clase con mayor rapidez sin transferir a un modelo la gestión del aula ni la evaluación de los estudiantes.

Goldman estimó que entre el 42% y el 48% de los empleos no agrícolas tienen más probabilidades de recibir asistencia de IA que de afrontar un reemplazo directo. Situó entre el 8% y el 12% en riesgo de sustitución, según un detallado análisis de empleo. El resto debería experimentar efectos directos relativamente limitados bajo los supuestos del informe.

Estas estimaciones respaldan la afirmación más amplia de Sengupta. India tiene una proporción menor de trabajadores en ocupaciones de oficina altamente expuestas que las economías avanzadas. Una amplia fuerza laboral agrícola reduce aún más la tasa de exposición a nivel nacional, porque la IA generativa actual opera principalmente mediante lenguaje, imágenes, datos y software.

Goldman espera que la adopción eleve el crecimiento anual de la productividad laboral de India en unos 0,4 puntos porcentuales durante una década. Su rango estimado va de 0,1 a 0,8 puntos porcentuales, en parte según cuán capaces lleguen a ser los sistemas futuros. Estas ganancias son proyecciones, no resultados observados.

La productividad puede aumentar cuando los trabajadores completan tareas existentes con mayor rapidez, entregan más producción o avanzan hacia responsabilidades de mayor valor. Sin embargo, los empleadores también pueden capturar ganancias de eficiencia reduciendo personal. La misma tecnología puede complementar a los trabajadores en una organización y reemplazar puestos similares en otra.

Los costes de implementación influirán en esa decisión. Las empresas deben conectar los modelos a datos internos, rediseñar flujos de trabajo, verificar resultados, gestionar la seguridad y asignar responsabilidades. Una demostración que completa una tarea no se convierte automáticamente en un sistema de producción fiable.

Esto ayuda a explicar por qué la exposición a nivel ocupacional rara vez se traduce directamente en pérdidas inmediatas de empleo. Las empresas suelen automatizar partes de un flujo de trabajo antes de reestructurar puestos completos. La contratación puede debilitarse antes de que los despidos se hagan visibles, especialmente cuando los empleadores dejan de reemplazar a trabajadores que se marchan.

La escala de India también ralentiza cualquier transición nacional. Grandes empresas, pequeños negocios, granjas, fábricas, organismos públicos y empleadores informales adoptan la tecnología a velocidades diferentes. El acceso a capacidad informática, electricidad fiable, datos útiles y directivos capacitados sigue siendo desigual.

La previsión de Goldman se interpreta mejor como un mapa de puntos de presión. Sugiere dónde pueden cambiar las tareas y dónde podría mejorar la productividad. No establece con qué rapidez los empleadores desplegarán IA ni cómo distribuirán las ganancias resultantes.

La estructura laboral de India proporciona un amortiguador

India parece menos expuesta porque gran parte de su fuerza laboral realiza trabajo físico, agrícola o interpersonal que la IA generativa no puede ejecutar directamente.

Una evaluación del Fondo Monetario Internacional determinó que alrededor del 43% de la fuerza laboral de India trabajaba en la agricultura. Esa estructura de empleo hace que el país esté menos expuesto que las economías que han avanzado más hacia servicios basados en oficinas. El software puede aconsejar a un agricultor, pero no puede completar de forma independiente la mayor parte del trabajo físico en un campo.

El FMI estimó que el 26% de los trabajadores indios ocupaba puestos con alta exposición a la IA. Clasificó el 14% del empleo como altamente expuesto, pero potencialmente complementado por la IA. Otro 12% se encontraba en ocupaciones altamente expuestas donde los riesgos de desplazamiento eran mayores, según su evaluación sobre India.

Estas cifras difieren de los rangos de Goldman porque las instituciones utilizan conjuntos de datos, definiciones y clasificaciones ocupacionales distintos. Una estimación puede abarcar a toda la fuerza laboral, mientras otra examina el empleo no agrícola o la proporción de tareas. Las variaciones refuerzan por qué las estadísticas de exposición no deben tratarse como previsiones precisas de despidos.

La investigación entre países apunta en la misma dirección general. Las economías avanzadas emplean mayores proporciones de directivos, profesionales, administradores y otros trabajadores del conocimiento. Estas ocupaciones utilizan las tareas de lenguaje y procesamiento de información que los sistemas actuales de IA manejan con mayor eficacia.

El FMI ha estimado que alrededor del 60% de los empleos en las economías avanzadas están expuestos a la IA. Sus estimaciones correspondientes fueron del 40% para los mercados emergentes y del 26% para los países de bajos ingresos. La exposición incluye oportunidades de crecimiento de la productividad, así como riesgos de desplazamiento.

En Asia, aproximadamente la mitad del empleo en las economías avanzadas está expuesto, frente a cerca de una cuarta parte en las economías emergentes y en desarrollo. La comparación regional también concluyó que las economías más ricas poseen más empleos en los que la IA puede complementar a los trabajadores. Por tanto, una mayor exposición crea tanto un riesgo superior como un mayor potencial de beneficio.

La menor exposición de India aún puede ocultar graves problemas distributivos. Los trabajadores agrícolas pueden estar protegidos frente a la sustitución directa por IA generativa, pero seguir siendo vulnerables a una baja productividad, ingresos inestables y una protección social limitada. Estar fuera del alcance inmediato de la IA no garantiza un empleo seguro o bien remunerado.

El mismo problema aparece dentro de las ciudades. Un desarrollador de software y un repartidor participan en la economía digital, pero su exposición difiere marcadamente. Un modelo puede producir código o documentación, mientras que no puede conducir una motocicleta entre el tráfico ni entregar físicamente un paquete a un cliente.

Las mujeres y los trabajadores con mayor formación suelen tener una mayor exposición ocupacional porque están más representados en puestos administrativos y profesionales. Los trabajadores con mayores ingresos también aparecen con frecuencia en ocupaciones expuestas. Su trabajo ofrece en ocasiones mayor margen para la ampliación de capacidades, aunque los componentes rutinarios aún pueden automatizarse.

Los jóvenes graduados afrontan una preocupación aparte. Los puestos de nivel inicial suelen incluir documentación, investigación, programación, pruebas y análisis básico. Estas tareas dan experiencia a los nuevos trabajadores, pero también se ajustan a las capacidades de las herramientas de IA generativa.

Una empresa no necesita despedir a empleados actuales para reducir esas oportunidades. Puede mantener una cohorte de incorporación más pequeña porque los trabajadores experimentados producen más con asistencia de IA. Ese patrón afectaría la entrada a la carrera profesional sin aparecer de inmediato como desempleo masivo.

El amortiguador de India es, por tanto, real pero incompleto. El país tiene menos empleos expuestos como proporción del empleo total, pero la parte expuesta incluye industrias estratégicas y vías comunes de acceso a la clase media. Los promedios nacionales no pueden captar esa concentración.

El motor de los servicios se sitúa más cerca del riesgo

Los trabajadores más expuestos de India se concentran en servicios que ayudaron al país a convertirse en un destino global para operaciones empresariales subcontratadas.

Los procesos empresariales rutinarios habilitados por TI afrontan un mayor riesgo de sustitución porque su trabajo es repetitivo y puede representarse digitalmente. Entre los ejemplos comunes se incluyen respuestas de soporte estandarizadas, procesamiento de documentos, elaboración de informes básicos, transcripción, introducción de datos y controles de calidad basados en reglas.

Los puestos de apoyo administrativo afrontan una presión similar. La IA generativa puede redactar correspondencia, clasificar documentos, extraer información, crear resúmenes y responder preguntas rutinarias. Los sistemas conectados a software empresarial también pueden mover información entre aplicaciones con una participación humana limitada.

Estas capacidades no eliminan todos los puestos. Los modelos aún cometen errores factuales, gestionan mal los casos inusuales y tienen dificultades con la rendición de cuentas. Las organizaciones necesitan personas que definan flujos de trabajo, revisen resultados sensibles, resuelvan excepciones y se comuniquen con los clientes.

Sin embargo, el número y la composición de los puestos pueden cambiar. Un empleado equipado con un sistema eficaz podría completar trabajo que antes requería a varias personas. Los empleadores podrían entonces contratar a menos trabajadores júnior mientras incorporan especialistas en datos, seguridad, diseño de flujos de trabajo y evaluación de modelos.

India tiene una exposición considerable a esta transición porque los servicios son centrales en su modelo de crecimiento. Goldman Sachs ha descrito la industria de servicios de TI y empresariales del país como un sector de aproximadamente $250 mil millones. También informó de que las exportaciones de servicios alcanzaron cerca de $387 mil millones en 2024.

Los centros de capacidades globales profundizan esa conexión. Estas operaciones permiten a las multinacionales ubicar en India funciones de ingeniería, finanzas, análisis, atención al cliente y otras áreas. Goldman contabilizó más de 1.700 de estos centros y proyectó una mayor expansión hasta 2030.

Los centros pueden crear trabajo relacionado con la IA porque las empresas necesitan equipos que integren modelos en operaciones reales. Los empleados pueden desarrollar métodos de evaluación, adaptar sistemas a dominios especializados, gestionar el acceso a datos y supervisar el cumplimiento regulatorio. La gran reserva de trabajadores tecnológicos angloparlantes de India proporciona una sólida base para esas actividades.

Los mismos centros también pueden estandarizar y automatizar el trabajo existente. Una multinacional puede desplegar un sistema en múltiples oficinas después de probarlo en una operación centralizada. Las ganancias de eficiencia pueden reducir la demanda de servicios repetitivos incluso cuando se expanden puestos técnicos de mayor valor.

Esto crea una competencia entre la mejora de capacidades y la mercantilización. India puede avanzar hacia la ingeniería, la investigación, el despliegue de modelos y la consultoría compleja. Como alternativa, los clientes pueden usar IA para realizar internamente trabajos más rutinarios, debilitando la ventaja de las diferencias en costes laborales.

El proteccionismo añade otra complicación. Las restricciones a los datos transfronterizos, los modelos o los servicios digitales pueden limitar la forma en que los equipos indios prestan apoyo a clientes en el extranjero. Las normas divergentes también pueden elevar los costes de cumplimiento y fragmentar los sistemas entre mercados.

Goldman ha sostenido que los efectos de las restricciones comerciales sobre las exportaciones indias de servicios impulsados por IA seguían siendo limitados en su evaluación anterior. Aun así, identificó la localización de datos, la divergencia regulatoria y la tensión geopolítica como riesgos. Esas presiones están fuera de la capacidad técnica de cualquier modelo.

La demanda de habilidades de IA ofrece una señal positiva. Una investigación basada en anuncios de empleo indios documentó un rápido crecimiento de las ofertas que solicitaban capacidades relacionadas con la IA después de 2016. También encontró indicios de que la adopción de IA puede respaldar la demanda de puestos complementarios no relacionados con la IA.

Sin embargo, los anuncios de empleo representan las intenciones de los empleadores, no contrataciones completadas. Las ofertas en línea también sobrerrepresentan a los empleadores formales de cuello blanco. Revelan hacia dónde se desplaza la demanda, pero ofrecen una visión limitada de todo el mercado laboral de India.

El resultado más probable no es la desaparición de los servicios. Es un cambio en lo que los clientes consideran valioso. La producción rutinaria se vuelve más fácil de generar, mientras que el conocimiento del sector, la ejecución de confianza, los datos propios y la responsabilidad adquieren más importancia.

Los proveedores de servicios indios se enfrentarán a presión para vender resultados en lugar de horas de trabajo. Los modelos de facturación basados principalmente en la plantilla se vuelven más difíciles de defender cuando el software reduce el tiempo necesario para cada tarea. Las empresas deben demostrar que sus equipos aportan criterio, integración y resultados empresariales medibles.

Los trabajadores afrontan el mismo cambio a nivel personal. Saber manejar un chatbot de propósito general no proporcionará una ventaja duradera. Los empleados necesitan experiencia sectorial y la capacidad de verificar, perfeccionar y aplicar trabajo generado por IA en contextos con consecuencias relevantes.

Esa transición puede crear mejores empleos, pero no ocurre automáticamente. Los programas de recualificación deben conectar la formación con las necesidades reales de los empleadores. De lo contrario, los trabajadores reciben credenciales genéricas mientras las empresas siguen teniendo dificultades para cubrir puestos especializados.

Una menor exposición no implica un menor riesgo económico

India puede evitar un desplazamiento directo generalizado y aun así sufrir si la IA debilita la contratación de nivel inicial, las exportaciones de servicios o el crecimiento salarial.

La primera incertidumbre se refiere a la brecha entre tareas y empleos. Los estudios de exposición descomponen las ocupaciones en actividades que los modelos pueden realizar. Los empleadores deciden si esas actividades justifican rediseñar puestos, ralentizar las contrataciones, modificar la subcontratación o reducir la plantilla.

Esas decisiones dependen de la fiabilidad. Un modelo que tiene éxito durante una prueba controlada puede fallar cuando los datos de entrada se vuelven ambiguos o los clientes se comportan de manera impredecible. Los errores en sanidad, banca, derecho y servicios gubernamentales tienen consecuencias que impiden una automatización sin restricciones.

La regulación puede preservar la supervisión humana, pero también puede cambiar dónde se realiza el trabajo. Las empresas podrían centralizar sistemas aprobados mientras reducen equipos locales. Como alternativa, los requisitos de cumplimiento pueden generar nuevo trabajo en auditoría, documentación, gestión de riesgos y seguridad.

La Organización Internacional del Trabajo ha subrayado que la exposición no equivale a pérdida de empleo. Su índice global concluyó que uno de cada cuatro empleos tenía cierta exposición a la IA generativa. La transformación era más probable que la sustitución total, según el índice de exposición ocupacional.

La transformación aún puede ser dolorosa. Un empleado puede conservar su empleo y, al mismo tiempo, perder poder de negociación, autonomía u oportunidades de ascenso. La vigilancia digital puede aumentar cuando las empresas utilizan sistemas de IA para medir la producción y hacer cumplir procesos estandarizados.

El empleo de nivel inicial merece especial atención. Los trabajadores junior suelen encargarse de primeros borradores, investigación básica, código sencillo, notas de reuniones y revisión de documentos. Automatizar esas tareas puede eliminar el trabajo mediante el cual las personas tradicionalmente aprenden una profesión.

Las organizaciones se enfrentan entonces a un problema de cantera. Siguen necesitando empleados con experiencia, pero pueden formar a menos principiantes. Sin programas de aprendizaje deliberados, las empresas pueden ahorrar dinero hoy mientras crean futuras carencias de talento sénior.

La segunda incertidumbre se refiere a la distribución de la productividad. Las ganancias proyectadas por Goldman describen producción adicional por trabajador. No determinan si los empleados reciben salarios más altos, las empresas obtienen márgenes mayores, los clientes pagan menos o las horas de trabajo disminuyen.

Los mercados competitivos pueden distribuir los beneficios mediante costes más bajos y nuevos servicios. Los mercados concentrados pueden permitir que un grupo más reducido de empresas retenga más valor. Los trabajadores con habilidades escasas pueden exigir una remuneración mayor, mientras que los empleados en puestos estandarizados afrontan menor poder de negociación.

La tercera incertidumbre implica la infraestructura. Los modelos avanzados requieren capacidad de computación, electricidad fiable, acceso a redes, sistemas de datos seguros y equipos de implementación cualificados. Goldman ha identificado la energía, el agua, los centros de datos y los recursos de computación como inversiones necesarias.

India está ampliando su infraestructura de IA, incluidas las iniciativas públicas bajo la IndiaAI Mission. Sin embargo, la infraestructura debe llegar más allá de las grandes empresas tecnológicas. Las firmas más pequeñas necesitan acceso asequible y apoyo práctico para que las ganancias de productividad se extiendan por toda la economía.

La cuarta incertidumbre es si India puede producir una mayor parte de la tecnología subyacente. El país tiene fortalezas en despliegue y servicios de ingeniería, pero sigue siendo menos destacado en chips avanzados e investigación de modelos fundacionales. Una fuerte dependencia de plataformas extranjeras puede enviar parte del valor económico al exterior.

Goldman estimó anteriormente que el sector de IA de India puede generar más de 2,3 millones de vacantes de empleo para 2027. También citó proyecciones que sitúan el grupo de talento disponible cerca de 1,2 millones. La brecha indica una demanda potencial, pero no garantiza que los programas de formación se ajusten a puestos reales.

Las empresas solicitan con frecuencia combinaciones de conocimientos técnicos y sectoriales. Un banco necesita personas que comprendan tanto los modelos como los controles financieros. Un fabricante necesita ingenieros que puedan conectar las salidas de la IA con las operaciones físicas y los requisitos de seguridad.

La formación genérica no puede cerrar todos los desajustes. Los trabajadores necesitan oportunidades para practicar con datos, herramientas y flujos de trabajo relevantes. Los empleadores también necesitan métodos creíbles para evaluar habilidades que cambian más rápido que los títulos convencionales.

Los trabajadores del conocimiento pueden prepararse documentando decisiones, desarrollando experiencia sectorial y creando formas fiables de recuperar trabajos anteriores. Una base de conocimiento personal con capacidad de búsqueda puede respaldar ese proceso, especialmente cuando la IA produce más borradores e información que revisar.

Aun así, la preparación individual no puede sustituir la política laboral. Los gobiernos y los empleadores deben mejorar el apoyo a la transición, la educación y el acceso a la formación. Los trabajadores no pueden resolver de forma independiente las carencias de infraestructura, una protección social débil o la caída de la demanda en toda una ocupación.

La conclusión prudente es que una menor exposición agregada le da tiempo a India. No elimina la obligación de aprovechar bien ese tiempo. Una preparación deficiente puede convertir una transición manejable en dificultades concentradas.

Tres señales mostrarán si el caso de Goldman se sostiene

La siguiente fase debe evaluarse a través de la contratación, la demanda de servicios y la productividad medida, en lugar de afirmaciones llamativas sobre la capacidad de la IA.

La primera señal es la contratación de nivel inicial en servicios de TI, operaciones de procesos empresariales, finanzas, medios y servicios profesionales. La contratación de graduados ofrece una visión temprana de si las empresas están ampliando equipos existentes o eliminando el escalón inferior de las trayectorias profesionales.

Un descenso sostenido de las vacantes junior debilitaría la interpretación tranquilizadora del pronóstico de Goldman. Mostraría desplazamiento mediante empleos que no existen, en lugar de despidos muy visibles. Una incorporación estable o en expansión, acompañada de nuevas responsabilidades de IA, respaldaría el caso de la ampliación.

La composición de la contratación importa tanto como el total. Los empleadores pueden contratar menos generalistas mientras buscan más trabajadores con experiencia en ciberseguridad, ingeniería de datos, evaluación de modelos y conocimientos específicos del sector. Ese cambio validaría la expectativa de transformación, al tiempo que crearía un desafío urgente de formación.

La segunda señal es el desempeño de las exportaciones indias de tecnología y servicios empresariales. Los ingresos, el tamaño de los contratos, la retención de clientes y la contratación entre los principales proveedores pueden revelar si la IA amplía la demanda o reduce la subcontratación intensiva en mano de obra.

El crecimiento del trabajo de ingeniería compleja e integración de IA fortalecería la posición de India. La caída de la demanda de procesamiento rutinario, sin contratos de alto valor que la compensen, dejaría al descubierto la vulnerabilidad oculta por el promedio nacional de empleo.

Los inversores también deberían examinar cómo las empresas describen la productividad. Un proveedor puede informar de mayor producción por trabajador porque se trasladó a servicios valiosos, automatizó trabajo repetitivo o redujo personal. Esas vías tienen consecuencias muy diferentes para los empleados y la competitividad a largo plazo.

La tercera señal es la productividad medida fuera de demostraciones controladas. El pronóstico base de Goldman anticipa un impulso anual de aproximadamente 0,4 puntos porcentuales durante una década. Las ganancias reales deberían aparecer finalmente en la producción, los plazos de entrega, la calidad del servicio o la creación de empresas.

La productividad sin una adopción amplia ofrecería un respaldo más débil. Unas pocas grandes empresas pueden lograr eficiencias sustanciales mientras las firmas más pequeñas se quedan atrás. Ese resultado puede aumentar la concentración sin transformar la economía en general.

Las pruebas de crecimiento salarial reforzarían el argumento. Si los trabajadores se vuelven más productivos pero la remuneración se mantiene estancada, los beneficios no están llegando al trabajo. Si los salarios suben junto con la producción y el empleo, la ampliación se vuelve más convincente.

Los responsables de políticas deberían vigilar las diferencias por género, educación, ocupación y región. Una tasa nacional de desempleo estable puede coexistir con una grave disrupción en centros administrativos o entre los recién graduados. Los datos laborales granulares revelarán esos efectos antes que una sola cifra llamativa.

El debate también debería separar el ajuste temporal del cambio estructural. Los empleadores pueden pausar las contrataciones mientras prueban nuevos sistemas y reanudarlas después cuando crezca la demanda. Un descenso plurianual en los puestos expuestos indicaría una reorganización más profunda.

El argumento de Goldman es plausible porque India emplea a muchas personas en trabajos que la IA generativa actual no puede realizar directamente. La agricultura, la construcción, la manufactura, el transporte y los servicios personales proporcionan un importante colchón estadístico.

Sin embargo, las ambiciones económicas de India dependen de algo más que proteger los empleos existentes. El país busca mayor productividad, exportaciones de servicios más sólidas, mejores salarios y mejores oportunidades para su fuerza laboral joven. El éxito requiere que los sectores expuestos creen nuevo trabajo valioso más rápido de lo que se contraen los puestos rutinarios.

Por tanto, la pregunta más útil no es si la IA se quedará con todos los empleos indios. No afectará a todas las ocupaciones por igual, y la exposición no se convierte automáticamente en desempleo. La pregunta más precisa es si las empresas pueden convertir la automatización en expansión, en lugar de en una búsqueda más limitada de ahorro laboral.

Durante los próximos meses, convendrá seguir de cerca la contratación de recién graduados, los contratos de servicios de alto valor y los indicadores de productividad. Si los tres mejoran, la previsión de menor riesgo de Goldman parecerá cada vez más creíble. Si la contratación y las exportaciones se debilitan mientras aumenta la eficiencia, la aparente protección de India habrá ocultado una transición más difícil.