PwC: Para el 2030, el 30% de empleos serán reemplazados por robots

En una reciente investigación, PwC analizó las tareas y habilidades involucradas en puestos de trabajo de más de 200,000 trabajadores en 29 países para evaluar el impacto de la automatización en los trabajadores de diferentes sectores económicos y en los diferentes géneros, edades y niveles de educación.

En promedio, la proporción de empleos con alto riesgo potencial de automatización se estima será solo un 3% para principios de la década de 2020, pero se eleva a casi un 20% a fines de la década de 2020 y alrededor del 30% a mediados de la década de 2030.

El análisis sugiere que más mujeres podrían verse afectadas inicialmente por el surgimiento de la automatización, mientras que los hombres están más propensos a sentir los efectos en la tercera oleada a mediados de la década de 2030. Esto se debe a los tipos de tareas que son más susceptibles a la automatización y los perfiles de género actuales de los puestos de trabajo por sector económico.

En esta línea, el estudio examinó los impactos de las tres oleadas de la automatización superpuestas en la década de los 2030s:

. La ola de Algoritmos (“Algorithm wave”) ya está en marcha e implica la automatización del análisis de data estructurada y tareas digitales simples, como la calificación crediticia. Esta ola de innovación podría llegar a su madurez a principios de la década de 2020.

. La ola de la Aumentación (“Augmentation wave”) también ya está en marcha, pero es probable que llegue a su plena madurez más adelante en la década de 2020. La ola de la aumentación se enfoca en la automatización de tareas repetitivas y el intercambio de información, así como en nuevos desarrollos en drones aéreos, robots en almacenes y vehículos semiautónomos.

. En la tercera ola de Autonomía (“Autonomy wave”), que podría llegar a su madurez a mediados de la década de 2030, la IA podrá analizar data de múltiples fuentes, tomar decisiones y realizar acciones físicas con poca o ninguna participación humana. En esta fase, los vehículos sin conductor completamente autónomos, por ejemplo, podrían desplegarse a gran escala en toda la economía.

Impactos potenciales por sector económico

La proporción estimada de puestos de trabajo existentes con altas tasas potenciales de automatización a mediados de la década de 2030 varía considerablemente de un sector a otro de la economía, desde una mediana del 52% en todos los países para el transporte y almacenes hasta solo el 8% para el sector educativo.

El transporte se destaca como un sector con tasas de automatización particularmente altas a largo plazo, ya que los vehículos sin conductor se extenderán a gran escala en todas las economías; sin embargo, esto será más evidente en la tercera ola. A corto plazo, los sectores como los servicios financieros podrían estar más expuestos a medida que los algoritmos superen a los humanos en una gama cada vez más amplia de tareas que involucran puro análisis de data.

Impactos potenciales por género, edad y educación

El análisis también resalta las diferencias significativas entre los tipos de trabajadores, que también variarán en nuestras tres olas de automatización. Los resultados más notorios son por nivel de educación, con una exposición mucho más baja en promedio para trabajadores altamente calificados con títulos de posgrado, que para aquellos con niveles de educación de bajo a medio.

A largo plazo, los trabajadores menos instruidos podrían estar particularmente expuestos a la automatización, lo que pone de relieve la importancia de una mayor inversión en el aprendizaje permanente y el re-entrenamiento.

Los trabajadores con mayor nivel educativo generalmente tendrán mayores posibilidades de adaptarse a los cambios tecnológicos; por ejemplo, en altos puestos gerenciales que aún serán necesarios para aplicar el juicio/criterio humano, así como para diseñar y supervisar sistemas basados en la Inteligencia Artificial. Dichos trabajadores deberán ver un aumento en sus salarios debido a la mayor productividad que estas nuevas tecnologías generarán.

Las diferencias son menos marcadas por grupos de edad; aunque es posible que a algunos trabajadores de mayor edad les sea relativamente más difícil adaptarse y volver a capacitarse que un personal más joven. Esto podría aplicarse particularmente a hombres con menor educación a medida que avanzamos en nuestra tercera ola de automatización autónoma en áreas como vehículos sin conductor y otros trabajos manuales que tienen una proporción relativamente alta de fuerza laboral masculina en la actualidad. Sin embargo, las trabajadoras podrían ser más duramente golpeadas en las primeras olas de la automatización correspondientes, por ejemplo, en funciones de soporte administrativo secretarial.