Para obtener todos los beneficios de productividad de la IA generativa y otras tecnologías, Europa y los Estados Unidos tendrán que centrarse tanto en mejorar el capital humano como en acelerar la adopción de la tecnología.
Da un vistazo.
En medio de la contracción de los mercados laborales y la desaceleración del crecimiento de la productividad, Europa y Estados Unidos se enfrentan a cambios en la demanda de mano de obra, impulsados por la IA y la automatización.
Nuestro modelo actualizado del futuro del trabajo encuentra que la demanda de trabajadores en profesiones relacionadas con STEM (Science, Technology, Engineering, Mathematics) atención médica y otras profesiones de alta calificación aumentaría, mientras que la demanda de ocupaciones como trabajadores de oficina, trabajadores de producción y representantes de servicio al cliente disminuiría.
Para 2030, en un escenario de adopción de punto medio, hasta el 30% de las horas trabajadas actuales podrían ser automatizadas, aceleradas por la IA generativa.
Los esfuerzos para lograr cero emisiones netas, una fuerza laboral que envejece y el crecimiento del comercio electrónico, así como el gasto en infraestructura y tecnología y el crecimiento económico en general, también podrían cambiar la demanda de empleo.
Para 2030, Europa podría requerir hasta 12 millones de transiciones ocupacionales, el doble del ritmo prepandémico. En los Estados Unidos, las transiciones necesarias podrían llegar a casi 12 millones, en línea con la norma prepandémica.
Ambas regiones navegaron por niveles aún más altos de cambios en el mercado laboral en el apogeo del período de COVID-19, lo que sugiere que pueden manejar esta escala de futuras transiciones laborales. El ritmo del cambio ocupacional es ampliamente similar entre los países de Europa, aunque la combinación específica refleja sus variaciones económicas.
Las empresas necesitarán una importante mejora de las habilidades. La demanda de habilidades tecnológicas, sociales y emocionales podría aumentar a medida que se estabilice la demanda de habilidades físicas y manuales y cognitivas superiores.
Los ejecutivos encuestados en Europa y los Estados Unidos expresaron la necesidad no solo de TI avanzada y análisis de datos, sino también de pensamiento crítico, creatividad, enseñanza y capacitación, habilidades que informan que actualmente son escasas.
Las empresas planean centrarse en el reciclaje de trabajadores, más que en la contratación o subcontratación, para satisfacer las necesidades de habilidades.
Los trabajadores con salarios más bajos se enfrentan a desafíos de redistribución a medida que la demanda se vuelve a ponderar hacia ocupaciones con salarios más altos tanto en Europa como en los Estados Unidos. Es probable que las ocupaciones con salarios más bajos vean reducciones en la demanda, y los trabajadores tendrán que adquirir nuevas habilidades para hacer la transición a un trabajo mejor remunerado.
Si eso no sucede, existe el riesgo de un mercado laboral más polarizado, con más empleos con salarios más altos que los trabajadores y demasiados trabajadores para los trabajos existentes con salarios más bajos.
Las decisiones hechas hoy en día podrían reactivar el crecimiento de la productividad al tiempo que crean mejores resultados sociales. Adoptar el camino de la adopción acelerada de la tecnología con la redistribución proactiva de los trabajadores podría ayudar a Europa a lograr una tasa de crecimiento anual de la productividad de hasta el 3 por ciento hasta 2030. Sin embargo, la lenta adopción lo limitaría al 0,3 por ciento, más cerca del nivel actual de crecimiento de la productividad en Europa Occidental. La lenta redistribución de los trabajadores dejaría a millones de personas incapaces de participar de manera productiva en el futuro del trabajo.
La demanda cambiará para una serie de ocupaciones hasta 2030, incluido el crecimiento de las ocupaciones relacionadas con STEM y la atención médica, entre otras.
Este informe se centra en los mercados laborales de las nueve principales economías de la Unión Europea, junto con el Reino Unido, en comparación con los Estados Unidos. La tecnología, incluido más recientemente el aumento de la IA de generación, junto con otros factores, estimulará cambios en el patrón de demanda laboral hasta 2030. Nuestro estudio, que utiliza una versión actualizada del modelo de futuro trabajo del McKinsey Global Institute, busca cuantificar las transiciones ocupacionales que se requerirán y la naturaleza cambiante de la demanda de diferentes tipos de trabajos y habilidades.
En el contexto de mercados laborales más rígidos y una ralentización en el aumento de la productividad, tanto Europa como Estados Unidos experimentan cambios en la demanda laboral. Estos cambios están motivados no solo por la inteligencia artificial y la automatización, sino también por otras tendencias como los esfuerzos por alcanzar emisiones netas cero, el envejecimiento poblacional, el aumento del gasto en infraestructura, las inversiones en tecnología y el crecimiento del comercio electrónico, entre otros factores.
Nuestro análisis encuentra que la demanda de ocupaciones como los profesionales de la salud y otros profesionales relacionados con STEM crecería entre un 17% y un 30% entre 2022 y 2030 (Grafico 1).
Por el contrario, la demanda de trabajadores en servicios de alimentos, trabajo de producción, servicios al cliente, ventas y apoyo de oficina, todo lo cual disminuyó durante el período 2012-22, seguiría disminuyendo hasta 2030. Estos trabajos implican una gran proporción de tareas repetitivas, recopilación de datos y procesamiento elemental de datos, todas las actividades que los sistemas automatizados pueden manejar de manera eficiente.
Hasta el 30 por ciento de las horas trabajadas podrían automatizarse para 2030, impulsadas por la generación de IA, lo que llevaría a millones de transiciones ocupacionales requeridas.
Para 2030, nuestro análisis encuentra que alrededor del 27% de las horas actuales trabajadas en Europa y el 30% de las horas trabajadas en los Estados Unidos podrían ser automatizadas, aceleradas por la IA de generación. Nuestro modelo sugiere que aproximadamente el 20%de las horas trabajadas todavía podrían automatizarse incluso sin IA de generación, lo que implica una aceleración significativa.
Estas tendencias se reproducirán en los mercados laborales en forma de trabajadores que necesitan cambiar de ocupación. Para 2030, bajo el escenario de adopción más rápida que modelamos, Europa podría requerir hasta 12,0 millones de transiciones ocupacionales, lo que afecta al 6,5% del empleo actual. Eso es el doble del ritmo prepandémico (Gráfico 2). Bajo un escenario más lento que modelamos para Europa, el número de transiciones ocupacionales necesarias ascendería a 8,5 millones, lo que afectaría al 4,6% del empleo actual. En los Estados Unidos, las transiciones requeridas podrían llegar a casi 12mmillones, lo que afecta al 7,5% del empleo actual. A diferencia de Europa, esta magnitud de las transiciones está ampliamente en línea con la norma prepandémica.
Gráfico 2.
Ambas regiones navegaron por niveles aún más altos de cambios en el mercado laboral en el punto álgido del período de COVID-19. Si bien estos fueron abruptos y dolorosos para muchos, dada la naturaleza forzada de los cambios, la experiencia sugiere que ambas regiones tienen la capacidad de manejar esta escala de futuras transiciones laborales.
Las empresas necesitarán una importante actualización de habilidades.
Las transiciones ocupacionales señaladas anteriormente anuncian cambios sustanciales en las habilidades de la fuerza laboral en un futuro en el que la automatización y la IA se integran en el lugar de trabajo (Gráfico 3). Los trabajadores utilizan múltiples habilidades para realizar una tarea determinada, pero para los fines de nuestra cuantificación, identificamos la habilidad predominante utilizada.
La demanda de habilidades tecnológicas podría experimentar un crecimiento sustancial en Europa y Estados Unidos (aumentos del 25% y 29%, respectivamente, en horas trabajadas para 2030 en comparación con 2022) en nuestro escenario intermedio de adopción de la automatización (que es el escenario más rápido para Europa). La demanda de habilidades sociales y emocionales podría aumentar un 11% en Europa y un 14% en Estados Unidos. Detrás de este aumento está una mayor demanda de roles que requieren empatía interpersonal y habilidades de liderazgo. Estas habilidades son cruciales en el cuidado de la salud y en los roles gerenciales en una economía en evolución que exige una mayor adaptabilidad y flexibilidad.
Por el contrario, se espera que la demanda de trabajo en el que predominan las habilidades cognitivas básicas disminuya en un 14%. Las habilidades cognitivas básicas se requieren principalmente en los roles de soporte de oficina o servicio al cliente, que son altamente susceptibles de ser automatizados por IA. Entre los trabajos caracterizados por estas habilidades cognitivas básicas que experimentan caídas significativas en la demanda se encuentran el procesamiento básico de datos y la alfabetización, la aritmética y la comunicación.
La demanda de trabajo en la que predominan las habilidades cognitivas superiores también podría disminuir ligeramente, según nuestro análisis. Si bien se espera que la creatividad siga siendo muy buscada, con un aumento potencial del 12% para 2030, las actividades laborales caracterizadas por otras habilidades cognitivas avanzadas, como la alfabetización y la escritura avanzadas, junto con habilidades cuantitativas y estadísticas, podrían disminuir en un 19%.
Por otro lado, la demanda de habilidades físicas y manuales podría mantenerse más o menos al mismo nivel que en la actualidad. Estas habilidades siguen siendo la mayor parte de las habilidades de la fuerza laboral, representando alrededor del 30% del total de horas trabajadas en 2022. El crecimiento de la demanda de estas capacidades entre 2022 y 2030 podría provenir de la construcción de infraestructuras y de una mayor inversión en sectores de bajas emisiones, mientras que los descensos estarían en consonancia con la continua automatización del trabajo de producción.
Los ejecutivos de negocios informan hoy de la escasez de habilidades y esperan que empeore.
Una encuesta que realizamos a ejecutivos de alto nivel en cinco países muestra que las empresas ya están lidiando con desafíos de habilidades, incluido un desajuste de habilidades, particularmente en habilidades tecnológicas, cognitivas superiores y sociales y emocionales: alrededor de un tercio de los más de 1100 encuestados informan un déficit en estas áreas críticas. Al mismo tiempo, un número notable de ejecutivos dicen tener suficientes empleados con habilidades cognitivas básicas y, en menor medida, habilidades físicas y manuales.
Dentro de las habilidades tecnológicas, las empresas en nuestra encuesta informaron que sus carencias más significativas se encuentran en habilidades avanzadas de TI y programación, análisis avanzado de datos y habilidades matemáticas. Entre las habilidades cognitivas superiores, se observan deficiencias significativas en el pensamiento crítico y la estructuración de problemas y en el procesamiento complejo de la información. Alrededor del 40 por ciento de los ejecutivos encuestados señalaron una escasez de trabajadores con estas habilidades, que son necesarias para trabajar junto a las nuevas tecnologías (Gráfico 4).
Las empresas consideran que el reciclaje es clave para adquirir las habilidades necesarias y adaptarse al nuevo panorama laboral.
Los ejecutivos encuestados esperan cambios significativos en los niveles de habilidades de su fuerza laboral y se preocupan por no encontrar las habilidades adecuadas para 2030. Más de uno de cada cuatro encuestados dijo que no capturar las habilidades necesarias podría dañar directamente el rendimiento financiero e indirectamente obstaculizar sus esfuerzos para aprovechar el valor de la IA.
Para adquirir las habilidades que necesitan, las empresas tienen tres opciones principales: reciclarse, contratar y contratar trabajadores. Nuestra encuesta sugiere que los ejecutivos están considerando las tres opciones, siendo el reentrenamiento la táctica más ampliamente reportada planeada para abordar el desajuste de habilidades: en promedio, de las empresas que mencionaron el reentrenamiento como una de sus tácticas para abordar el desajuste de habilidades, los ejecutivos dijeron que volverían a capacitar al 32% de su fuerza laboral. La magnitud de las necesidades de readiestramiento varía en grado. Por ejemplo, los encuestados en la industria automotriz esperan que el 36% de su fuerza laboral sea recapacitada, en comparación con el 28% en la industria de servicios financieros. De los que han mencionado la contratación como sus tácticas para abordar el desajuste de habilidades, los ejecutivos encuestados dijeron que contratarían un promedio del 23 por ciento de su fuerza laboral y contratarían un promedio del 185.
Las transiciones ocupacionales afectarán de manera diferente a los trabajadores con salarios altos, medios y bajos.
Los diez países europeos que examinamos para este informe pueden experimentar un aumento de la demanda de ocupaciones con altos ingresos. Por el contrario, los trabajadores en las dos ocupaciones con salarios más bajos podrían tener de tres a cinco veces más probabilidades de tener que cambiar de ocupación en comparación con los que ganan más, según nuestro análisis. La disparidad es mucho mayor en los Estados Unidos, donde los trabajadores en las dos ocupaciones con salarios más bajos tienen hasta 14 veces más probabilidades de enfrentar turnos ocupacionales que los que ganan más. En Europa, la población con salarios medios podría verse dos veces más afectada por las transiciones ocupacionales que la misma población en Estados Unidos, lo que representa el 7,3% de la población activa que podría enfrentar transiciones ocupacionales.
La mejora del capital humano al mismo tiempo que se despliega rápidamente la tecnología podría impulsar el crecimiento anual de la productividad.
Las organizaciones y los responsables de la formulación de políticas tienen que tomar decisiones; la forma en que abordan la IA y la automatización, junto con el aumento del capital humano, afectará a los resultados económicos y sociales.
Hemos intentado cuantificar a alto nivel los efectos potenciales de las diferentes posturas sobre el despliegue de la IA en la productividad en Europa. Nuestro análisis considera dos dimensiones. El primero es la tasa de adopción de tecnologías de IA y automatización. Consideramos el escenario más rápido y el escenario tardío para la adopción de tecnología. Una adopción más rápida desbloquearía un mayor potencial de crecimiento de la productividad, pero también, potencialmente, más interrupciones laborales a corto plazo que el escenario tardío.
La segunda dimensión que consideramos es el nivel de tiempo de los trabajadores automatizados que se redistribuye en la economía. Esto representa la capacidad de redistribuir el tiempo ganado por la automatización y el aumento de la productividad (por ejemplo, nuevas tareas y creación de empleo). Esto podría variar dependiendo del éxito de los programas de capacitación de los trabajadores y las estrategias para hacer coincidir la demanda y la oferta en los mercados laborales.
Basamos nuestro análisis en dos posibles escenarios: o bien todos los trabajadores desplazados podrían reincorporarse plenamente a la economía con un nivel de productividad similar al de 2022, o bien solo alrededor del 80% del tiempo de los trabajadores automatizados se redistribuiría en la economía.
El Gráfico 5 ilustra los diversos resultados en términos de tasa de crecimiento anual de la productividad. El cuadrante superior derecho ilustra la productividad más alta de toda la economía, con una tasa de crecimiento anual de la productividad de hasta el 3,1%. Requiere una rápida adopción de tecnologías, así como la redistribución completa de los trabajadores desplazados. El cuadrante superior izquierdo también demuestra que la adopción de tecnología sigue una trayectoria rápida y muestra una tasa de crecimiento de la productividad relativamente alta (hasta el 2,5%). Sin embargo, alrededor del 6% del total de horas trabajadas (equivalente a 10,2 millones de personas que no trabajan) no se redistribuirían en la economía. Por último, los dos cuadrantes inferiores representan el fracaso en la adopción de la IA y la automatización, lo que lleva a un aumento limitado de la productividad y se traduce en interrupciones limitadas del mercado laboral.
Gráfico 5
Cuatro prioridades para las empresas.
La adopción de tecnologías de automatización será decisiva para proteger la ventaja competitiva de las empresas en la era de la automatización y la IA. Para garantizar una implementación exitosa a nivel de empresa, los líderes empresariales pueden adoptar cuatro prioridades.
Comprende el potencial. Los líderes deben comprender el potencial de estas tecnologías, en particular cómo la IA y la IA de generación pueden aumentar y automatizar el trabajo. Esto incluye la estimación tanto de la capacidad total que estas tecnologías podrían liberar como de su impacto en la composición de las funciones y los requisitos de competencias. Comprender esto permite a los líderes empresariales enmarcar su estrategia de extremo a extremo y sus objetivos de adopción con respecto a estas tecnologías.
Planifique un cambio estratégico de la fuerza laboral. Una vez que comprenden el potencial de las tecnologías de automatización, los líderes deben planificar el cambio de la empresa hacia la preparación para la era de la automatización y la IA. Esto requiere dimensionar la fuerza laboral y las necesidades de habilidades, en función de casos de uso identificados estratégicamente, para evaluar la posible brecha de talento futura. De este análisis se derivarán detalles sobre el alcance de la contratación de nuevos talentos, la mejora de las competencias o el reciclaje profesional de la fuerza laboral actual que se necesita, así como dónde redistribuir la capacidad liberada para tareas de mayor valor añadido.
Priorizar el desarrollo de las personas. Para garantizar que el talento adecuado esté disponible para sostener la estrategia de la empresa durante todas las fases de transformación, los líderes podrían considerar fortalecer sus capacidades para identificar, atraer y reclutar futuros líderes de IA y generación de IA en un mercado ajustado. También es probable que tengan que acelerar la creación de capacidades de IA y generación de IA en la fuerza laboral. El talento no técnico también necesitará formación para adaptarse al cambiante entorno de competencias. Por último, los líderes podrían implementar una estrategia de RRHH y un modelo operativo que se adapte a la fuerza laboral de IA posterior a la generación.
Siga el viaje de educación ejecutiva sobre tecnologías de automatización. Los líderes también deben emprender su propio viaje educativo sobre tecnologías de automatización para maximizar sus contribuciones a sus empresas durante la próxima transformación. Esto incluye capacitar a los altos directivos para que exploren las implicaciones de las tecnologías de automatización y, posteriormente, sean un modelo a seguir para los demás, así como reunir a todos los líderes de la empresa para crear una hoja de ruta dedicada a impulsar el valor empresarial y de los empleados.
La IA y la caja de herramientas de las nuevas tecnologías avanzadas están evolucionando a un ritmo vertiginoso. Para las empresas y los responsables políticos, estas tecnologías son muy atractivas porque prometen una serie de beneficios, incluida una mayor productividad, que podría impulsar el crecimiento y la prosperidad. Sin embargo, como se ha tratado de ilustrar en este informe, para aprovechar plenamente las ventajas que se ofrecen también será necesario prestar atención al elemento crítico del capital humano. En el mejor de los casos, las habilidades de los trabajadores se desarrollarán y se adaptarán a los nuevos desafíos tecnológicos. Lograr este objetivo en nuestra nueva era tecnológica será un gran desafío, pero los beneficios serán grandes.
Fuente: McKinsey, Eric Hazan, Anu Madgavkar, Michael Chui, Sven Smit, Dana Maor, Gurneet Singh Dandona y Roland Huyghues-Despointes
SOBRE EL/LOS AUTOR/ES
Eric Hazan es socio sénior de McKinsey con sede en París; Anu Madgavkar y Michael Chui son socios del McKinsey Global Institute con sede en Nueva Jersey y San Francisco, respectivamente; Sven Smit es presidente del McKinsey Global Institute y socio sénior de McKinsey con sede en Ámsterdam; Dana Maor es socia sénior de McKinsey con sede en Tel Aviv; Gurneet Singh Dandona es socio asociado y experto sénior con sede en Nueva York; y Roland Huyghues-Despointes es consultor con sede en París.
Comments