Anthropic no predice que todos los trabajadores del conocimiento vayan a perder su empleo en 2030. Su Econ Scenario Explorer plantea tres futuros hipotéticos para Estados Unidos —modesto, sustancial y extremo— y explora cómo cambiarían la economía y el trabajo según la capacidad de la IA, su adopción, su autonomía, su productividad y el tiempo que necesitan las personas para cambiar de ocupación.
La idea importante no es un apocalipsis laboral inevitable, sino una tensión bastante más incómoda: una IA capaz de acelerar el crecimiento económico también podría debilitar los salarios, el empleo y la parte de la renta que recibe el trabajo.
No es una predicción de despidos masivos
El explorador funciona como un modelo de escenarios, no como una previsión de lo que ocurrirá. Cada empleo se descompone en tareas. Algunas pueden recibir ayuda de la IA, otras automatizarse, otras permanecer prácticamente iguales y otras desaparecer mientras aparecen nuevas tareas.
En el escenario sustancial, la IA puede realizar la mitad del trabajo del conocimiento y hacerlo en gran medida de forma autónoma, aunque la adopción sigue siendo incompleta. El escenario extremo da un salto mucho mayor: la IA supera a las personas en la mayoría de las tareas cognitivas, ejecuta casi todas de manera autónoma y apenas crea nuevas tareas de conocimiento para los trabajadores.
Por tanto, la respuesta corta a la pregunta de si Anthropic predice el fin de los empleos cualificados es no. El explorador no elige un único resultado ni presenta el escenario extremo como un desenlace seguro.
Tres futuros económicos posibles
Los tres caminos mantienen el horizonte de 2030 y se refieren a la economía de Estados Unidos. Lo que cambia es la combinación de capacidad tecnológica, adopción, autonomía, productividad y adaptación laboral.
| Escenario | Supuesto sobre la IA y su adopción | Qué implica el modelo para el trabajo |
| Modesto | Un impacto parecido al de internet | La transformación se parece a una ola tecnológica importante, pero gradual. |
| Sustancial | La IA puede realizar la mitad del trabajo del conocimiento, en buena parte de forma autónoma, con una adopción todavía incompleta | Los trabajadores del conocimiento afrontan una presión mayor, aunque muchas tareas siguen sin ser adoptadas por la IA. |
| Extremo | La IA supera a las personas en la mayoría de las tareas cognitivas, trabaja de forma casi totalmente autónoma y se adopta con rapidez | El modelo plantea una disrupción profunda del empleo, los salarios y el reparto de la renta. |
La distancia entre los escenarios no depende solo de que la IA sea más inteligente. También importa cuánto tardan las empresas en incorporarla, cuánto control conserva la tecnología y con qué rapidez pueden las personas moverse hacia otras ocupaciones. Es la diferencia entre una herramienta muy útil y una infraestructura económica que reorganiza casi todo el trabajo digital.
Más riqueza, pero menos peso del trabajo
El escenario extremo plantea el intercambio más duro del ejercicio: una economía mucho más productiva no garantiza que los trabajadores reciban una parte proporcional de esa riqueza. En ese camino, los salarios de los trabajadores del conocimiento caen más de un 10% dentro del modelo y la participación del trabajo en la renta se reduce desde aproximadamente el 60% hasta el 45,2%. El capital concentra el 54,8% restante.
La participación laboral es, sencillamente, la parte de la producción económica que se paga a los trabajadores en lugar de quedar en manos de los propietarios del capital: empresas, equipamiento, centros de datos y software, entre otros activos.
El modelo también contempla un crecimiento anual que puede alcanzar el 15% durante la transición extrema, con una duplicación aproximada de la economía cada 4,5 años. Son resultados internos de una simulación con supuestos muy exigentes, no cifras observadas ni una promesa sobre la economía real.
La consecuencia práctica es clara: el debate no consiste únicamente en preguntar cuánto puede crecer la IA. También hay que preguntar quién captura ese crecimiento y qué capacidad tienen los trabajadores para negociar, reciclarse o cambiar de ocupación.
Exposición no significa sustitución
Anthropic mantiene separado el explorador económico de un estudio laboral publicado en marzo de 2026. El segundo introduce la exposición observada, una medida que combina la capacidad teórica de los modelos de lenguaje con el uso laboral real de Claude.
| Objeto de investigación | Periodo | Qué mide | Qué permite interpretar |
| Econ Scenario Explorer | Horizonte hipotético de 2030 | Cómo podrían evolucionar la economía y el trabajo bajo distintos supuestos de IA | Permite comparar futuros posibles, no confirmar cuál ocurrirá |
| Estudio de exposición laboral | Desde finales de 2022, con resultados publicados en marzo de 2026 | Uso laboral de Claude y exposición de tareas en distintas ocupaciones | Permite observar señales actuales de uso y empleo, no convertirlas en una predicción para 2030 |
En el estudio separado, la cobertura observada alcanza el 75% de las tareas de los programadores, el 70% de las de representantes de atención al cliente y el 67% de las de especialistas en introducción de datos. Esos porcentajes describen tareas cubiertas, no empleos que hayan desaparecido.
Un programador puede tener tareas automatizadas y seguir siendo necesario para definir requisitos, revisar resultados, integrar sistemas o asumir responsabilidades que el modelo no ejecuta por sí solo. Confundir ambos niveles —tarea y puesto— convierte una medida útil en un titular engañoso.
Qué dicen los datos laborales actuales
La investigación laboral separada de Anthropic no detectó un aumento sistemático del desempleo entre las personas que trabajan en ocupaciones muy expuestas desde finales de 2022. Eso no demuestra que la IA no vaya a modificar el empleo; indica que una sustitución masiva y claramente atribuible a la IA no aparece como resultado general en ese periodo.
El estudio también analiza la entrada de trabajadores de 22 a 25 años en ocupaciones muy expuestas. El resultado apunta a una incorporación más lenta respecto a 2022, pero la propia estimación tiene una significación estadística muy ajustada y admite explicaciones alternativas. Por eso no sirve, por sí sola, para afirmar que la IA haya cerrado el acceso de una generación entera a esas profesiones.
La diferencia temporal importa: un modelo sobre una economía hipotética en 2030 y una medición del mercado laboral desde finales de 2022 responden a preguntas distintas. El primero explora qué podría ocurrir bajo determinados supuestos; el segundo observa señales de uso y empleo en un periodo concreto.
La gran ausencia: los robots físicos
El Econ Scenario Explorer se centra en tareas digitales y cognitivas y no incluye escenarios con robots hipercompetentes capaces de realizar trabajo físico. Por eso el modelo muestra una exposición menor para muchas ocupaciones manuales, pero esa menor exposición es una frontera del modelo, no una garantía permanente para electricistas, enfermeros, mecánicos u otros trabajadores presenciales.
La distinción también evita otro error: que un vídeo o una ilustración de robots trabajando en una oficina se interprete como prueba de un despliegue real. La investigación analiza capacidades, uso y supuestos económicos; no documenta una plantilla de robots sustituyendo a personas.
La discusión real es quién se queda el crecimiento
El explorador dibuja una posibilidad concreta: una IA muy capaz y adoptada con rapidez puede ampliar la economía y, al mismo tiempo, reducir el peso relativo del trabajo y presionar a los trabajadores del conocimiento. No es una predicción cerrada, pero sí una forma útil de visualizar el problema distributivo.
Para leer sus resultados sin caer en el alarmismo, conviene separar tres preguntas:
- Qué puede hacer la IA: exposición o capacidad teórica a escala de tareas.
- Qué se está usando de verdad: adopción y uso laboral observado.
- Quién recibe el beneficio: trabajadores, empresas y propietarios del capital.
La última pregunta es la decisiva. El futuro laboral no depende únicamente de si la IA puede producir más, sino de cómo se reparten esas ganancias y de cuánto margen conservan las personas para adaptarse. Ahí termina el escenario de Anthropic y empieza la batalla económica real.
