Goldman Sachs: la IA eliminó 16.000 empleos/mes en EE. UU.

Goldman Sachs estimó el 25 de abril de 2026 que la inteligencia artificial ha costado a la economía estadounidense 16.000 empleos por mes, lo que cristaliza un debate recurrente sobre automatización, productividad y redistribución. Esa cifra mensual, si se mantiene durante 12 meses, corresponde aproximadamente a 192.000 puestos eliminados de las nóminas anualmente — una magnitud no trivial si se compara con una economía que cuenta con unos 150 millones de puestos en nóminas no agrícolas (BLS, 2025). La estimación de Goldman, reportada por Yahoo Finance el 25 de abril de 2026, enmarca a la IA no como una posibilidad tecnológica lejana sino como una fuerza activa y mensurable en el mercado laboral. Inversores institucionales y responsables de políticas afrontan ahora preguntas más inmediatas sobre la concentración sectorial del desplazamiento, la velocidad de sustitución de tareas y el desfase entre las ganancias de productividad y las respuestas en salarios o contrataciones.

Contexto

La proyección pública de Goldman Sachs (Goldman Sachs vía Yahoo Finance, 25 abr 2026) sitúa el desplazamiento impulsado por la IA de forma clara en la narrativa macroeconómica actual. La estadística titular del banco —16.000 puestos al mes— resulta especialmente relevante porque es contemporánea y no meramente especulativa. Para ponerla en perspectiva, 192.000 puestos perdidos en un año representan aproximadamente el 0,13% de una base de nóminas de 150 millones; si bien es pequeña en términos porcentuales, ese nivel de desplazamiento anual se acumula con rapidez y se concentra en nichos ocupacionales específicos. Históricamente, los cambios impulsados por la tecnología han producido magnitudes similares de rotación de empleo, pero con una heterogeneidad significativa entre sectores y trayectorias de ajuste plurianuales para los trabajadores.

Los responsables de políticas públicas no solo vigilan el empleo neto sino los flujos de empleo. La destrucción bruta de puestos, concentrada en tareas administrativas de nivel medio, rutinarias y de servicio al cliente, puede coexistir con crecimiento neto de empleo en otros ámbitos —en desarrollo de IA, infraestructura de datos y roles de servicios de mayor calificación— creando escaseces y excedentes simultáneos en la economía. El momento de la reasignación importa: un desplazamiento rápido sin una formación adecuada o movilidad geográfica crea desempleo persistente y presión política, mientras que transiciones más graduales pueden absorberse con menos disrupción macroeconómica. Ese contexto ayuda a explicar por qué una sola estadística mensual puede modificar las conversaciones sobre programas de formación, incentivos fiscales y apoyo sectorial.

El número de Goldman también alimenta la planificación corporativa y soberana. Las empresas recalibran presupuestos de contratación, inversión de capital y reciclaje profesional cuando instituciones creíbles cuantifican la disrupción. Del mismo modo, bancos centrales y autoridades fiscales integran tendencias estructurales laborales en las estimaciones de crecimiento potencial a medio plazo. Para los inversores, la pregunta clave no es solo la magnitud sino el tempo: ¿son 16.000/mes una tendencia en aceleración, una estimación ruidosa de corto plazo o una tasa de reemplazo estable a largo plazo? Cada escenario implica diferentes consecuencias de asignación de activos entre sectores, desde software y semiconductores hasta empresas de personal y bienes raíces.

Análisis de datos

La cifra titular de 16.000/mes debe desglosarse. Multiplicar la tasa mensual da 192.000 empleos por año —una línea base útil para análisis de escenarios. Si ese ritmo continúa durante cinco años, el desplazamiento acumulado se acercaría al millón de puestos, una escala que afectaría materialmente a cohortes ocupacionales concentradas en roles rutinarios de oficina. La metodología de Goldman Sachs, según lo reportado, utiliza un mapeo a nivel de tareas de las capacidades de la IA en relación con las participaciones de tareas por ocupación; ese enfoque micro es consistente con la literatura académica, pero es sensible a supuestos sobre la velocidad de adopción y las inversiones complementarias por parte de las empresas.

Las comparaciones son instructivas. Si las ganancias mensuales promedio de nóminas no agrícolas históricamente han estado en los cientos de miles en periodos de recuperación, una cifra de desplazamiento de 16.000/mes no implica por sí sola pérdidas de empleo de carácter recesivo —en lugar de ello enfatiza la rotación estructural. Frente a pares sectoriales, las empresas tecnológicas y de semiconductores (NVDA, MSFT) podrían beneficiarse por una mayor demanda de adopción de IA, mientras que las firmas de personal y los proveedores intermedios de procesos empresariales podrían ver presión en márgenes. En términos interanuales, la cifra de desplazamiento puede compararse con la creación neta anual de empleo para evaluar si la IA actúa como lastre neto o como mecanismo de reasignación; por tanto, los inversores deberían seguir tanto la destrucción bruta como las estadísticas de creación bruta del BLS y las guías de contratación de las empresas.

Un análisis robusto requiere triangulación: la estimación de Goldman; los datos gubernamentales sobre vacantes y separaciones (BLS); encuestas de contratación corporativa; y las cifras mensuales de procesadores de nómina privados. Cada fuente tiene marcos muestrales y plazos distintos. Por ejemplo, si los procesadores de nómina privados informan debilidad en contrataciones concentrada en roles administrativos mientras la cifra global de empleo del BLS se mantiene estable, eso señala una reasignación más que un choque de demanda agregado. Los inversores que monitorean los ciclos de resultados deberían observar la orientación de integradores tecnológicos, empresas de personal y grandes empleadores en retail y servicios para señales confirmatorias.

Implicaciones sectoriales

Los efectos distributivos del desplazamiento relacionado con la IA son desiguales. Los sectores con altos volúmenes de tareas rutinarias y repetibles —amplios segmentos de servicios administrativos, ciertas funciones de back-office en finanzas y seguros y algunas operaciones de centros de llamadas— enfrentan vientos en contra desproporcionados. En contraste, los sectores que producen o habilitan la IA —semiconductores, infraestructura en la nube, software empresarial y ciberseguridad— presentan perspectivas de crecimiento de ingresos elevadas. A nivel de tickers, las implicaciones incluyen un posible alza para NVDA (demanda de chips), MSFT y exposiciones relacionadas con AWS (capacidad de cómputo en la nube), además de una competencia mayor entre proveedores de software de automatización.

Existen fuerzas contrarias dentro de los sectores. Las instituciones financieras pueden adoptar la IA para la evaluación crediticia y cumplimiento normativo, reduciendo algunos roles mientras aumentan la demanda de analítica, validación de modelos y funciones de supervisión. Los minoristas que utilizan IA para la gestión de inventario pueden mejorar márgenes y reasignar la mano de obra en tienda hacia roles de experiencia del cliente. La dinámica de la demanda de bienes raíces y oficinas reflejará la mi