PwC publicó un informe donde realiza un análisis internacional del potencial impacto a largo plazo de la automatización. La investigación se basó en el análisis de las tareas y habilidades involucradas en los trabajos de más de doscientos mil trabajadores en veintinueve países. En promedio, la proporción de empleos con alto riesgo potencial de automatización se estima en solo un 3% a principios de 2020, pero se eleva a casi un 20% a fines de 2020, y alrededor de un 30% a mediados de 2030.
Las tres olas
- La ola algorítmica ya está en marcha e implica la automatización del análisis de datos estructurados y tareas digitales simples, como la calificación crediticia. Esta ola de innovación podría llegar al punto de madurez a principios de 2020.
- La ola de expansión también se encuentra en marcha, y es probable que llegue a su punto máximo de madurez en 2020. Se centra en la automatización de tareas repetibles y el intercambio de información, así como en el desarrollo de drones aéreos, robots en almacenes y vehículos semiautónomos.
- En la tercera ola de autonomía, que podría llegar a su madurez a mediados de 2030, la Inteligencia Artificial podrá analizar datos de múltiples fuentes, tomar decisiones y realizar acciones físicas con poca o nula participación humana. En esta fase, por ejemplo, los vehículos no tripulados completamente autónomos podrían desplegarse a escala en toda la economía.
La proporción estimada de puestos de trabajo existentes con altas tasas potenciales de automatización a mediados de la década de 2030 varía ampliamente entre sectores de la industria, desde un promedio en todos los países del 52% para el transporte y el almacenamiento hasta solo el 8% para el sector educativo. Lo del transporte se debe a que los vehículos no tripulados se extienden a escala en todas las economías, pero esto será más evidente en la tercera ola de automatización autónoma. En el corto plazo, los sectores como los servicios financieros podrían tener mayor exposición a medida que los algoritmos aventajan a los humanos en una gama cada vez más amplia de tareas que involucran análisis de datos puros.
Por género, edad, educación
Los resultados más drásticos son aquellos por nivel de educación, con exposiciones mucho más bajas en promedio para los trabajadores altamente calificados con títulos de posgrado o superiores, que para aquellos con niveles educativos bajos a medios. A largo plazo, los trabajadores menos instruidos podrían estar particularmente expuestos a la automatización, haciendo hincapié en la importancia de una mayor inversión en el aprendizaje continuo y el perfeccionamiento en nuevas tareas. Los trabajadores con nivel educativo más elevado tendrán mayor potencial para la adaptabilidad a los cambios tecnológicos, por ejemplo, en roles gerenciales que aún serán necesarios para aplicar el criterio humano, así como para diseñar y supervisar sistemas basados en inteligencia artificial. Dichos trabajadores deberían ver que sus salarios aumentan debido a los aumentos de productividad que estas nuevas tecnologías deberían proporcionar.
Las diferencias son menos marcadas por grupo de edad, aunque algunos trabajadores mayores podrían notar que es relativamente más difícil adaptarse y volver a capacitarse que los grupos de edad más jóvenes. Esto puede aplicar particularmente a los varones con menor instrucción a medida que avanzamos en nuestra tercera ola de automatización autónoma, en áreas como vehículos sin conductor y otros trabajos manuales que, en la actualidad, tienen una proporción relativamente alta de trabajadores. Sin embargo, las trabajadoras podrían verse más afectadas en las primeras olas de automatización que apliquen, por ejemplo, a los roles administrativos.