Alto Cargo de OpenAI Apunta a Tres Profesiones “Al Borde” de Ser Absorbidas por la IA

El mapa de los trabajos seguros se está moviendo y no es precisamente despacio. En medio del debate sobre qué profesiones puede comerse la inteligencia artificial, un directivo clave de OpenAI pone el foco en tres sectores muy concretos que, según él, van a cambiar antes que el resto. Y la parte inquietante es que muchos de esos empleos son de “cuello blanco”, no tareas repetitivas de fábrica.

Olivier Godement, jefe de producto para empresas en OpenAI y exdirectivo de Stripe, habla desde dentro del epicentro de esta nueva ola de automatización. Lo que adelanta encaja, además, con lo que viene avisando Geoffrey Hinton, el llamado “padrino de la IA”.

Godement identifica tres áreas especialmente expuestas a esta nueva automatización por inteligencia artificial: las ciencias de la vida, la atención al cliente y la ingeniería de software. No habla de un cambio lejano, sino de algo que, según su experiencia, ya se está desplegando en empresas grandes y que podría acelerar aún más en los próximos dos años.

El primer bloque que señala son las ciencias de la vida, un campo que incluye farmacéuticas y biotecnológicas. Según él, muchas compañías de este sector tienen una gran parte de sus procesos administrativos prácticamente lista para pasar a manos de modelos de IA. Aquí no se trata solo de redactar textos, sino de revisar formularios, consolidar informes y seguir el rastro de cambios en miles de documentos que hoy te obligan a esperar meses.

La clave está en cómo estos modelos de inteligencia artificial son capaces de agregar y ordenar grandes volúmenes de datos, tanto estructurados (tablas, hojas de cálculo) como no estructurados (PDF, correos, informes clínicos). Si lo comparamos con una revisión manual, la diferencia de velocidad es enorme y, Todavía hay un punto delicado que explica por qué no todo se ha automatizado ya.

Ese punto está en los procesos regulados. En las farmacéuticas, cada cambio en un documento puede tener impacto legal o sanitario. Los modelos de IA actuales son bastante buenos detectando cambios de redacción y alertando de discrepancias entre versiones. Eso permite que equipos pequeños revisen expedientes largos en menos tiempo y que los trámites burocráticos avancen más rápido, pero sigue haciendo falta supervisión humana en los pasos críticos.

Si esta automatización administrativa se consolida, el efecto más claro será en los plazos. Godement apunta que se podría reducir de forma muy notable el tiempo que pasa entre la formulación de un medicamento y su llegada al mercado. En un contexto en el que un fármaco puede tardar años en completarse, recortar incluso unos pocos meses no es menor para pacientes, hospitales y empresas.

El segundo gran campo es la atención al cliente, que ahora mismo funciona como uno de los laboratorios reales de la automatización por IA. Aquí ya no hablamos de prototipos en presentaciones, sino de proyectos en marcha con millones de usuarios. OpenAI colabora, por ejemplo, con T-Mobile para reforzar su sistema de soporte con IA generativa que entiende lenguaje natural y puede seguir conversaciones largas sin perder el hilo.

Los primeros resultados en esa colaboración se describen como prometedores y señalan hacia dónde va el sector. El objetivo no es solo responder preguntas frecuentes, sino gestionar incidencias complejas, extraer información de varias bases de datos internas y proponer soluciones ajustadas al perfil del cliente en cuestión de segundos. Hay una trampa: no todo se puede delegar sin más.

Por ahora, muchas empresas combinan agentes humanos con asistentes de IA que preparan borradores de respuesta, rellenan campos del CRM o resumen el historial del cliente antes de que alguien coja la llamada o el chat. Godement cree que, en uno o dos años, una buena parte de estas tareas estará automatizada de forma fiable y será normal que un bot cierre la incidencia de principio a fin.

Esa visión se parece bastante a las advertencias de Hinton. El científico, que ayudó a crear las bases de la IA moderna, ha dicho que la inteligencia artificial terminará siendo mejor que nosotros en todas las tareas intelectuales. En sus palabras, “los agentes de call center y los asistentes legales están entre los más expuestos a esta ola de automatización”. Y lo que están probando compañías como T-Mobile refuerza esa previsión.

Curiosamente, Hinton matiza que algunas profesiones manuales, como la de plomero, están relativamente protegidas por ahora, porque requieren habilidades físicas finas, trabajo en entornos cambiantes y muchas decisiones improvisadas. Es decir, tareas donde un modelo de IA puro, sin un robot físico avanzado, no puede competir todavía. Ese contraste deja claro que el riesgo se ha desplazado de la fábrica a la oficina.

El tercer frente que señala Godement es la ingeniería informática, o ingeniería de software. Aquí la automatización no es teórica: muchas personas ya la usan a diario sin pensarlo, cuando piden a una IA que escriba una función, revise un error o genere pruebas automáticas. Lo que cambia, según él, es la profundidad de esta ayuda y hasta qué punto puede absorber partes enteras del trabajo técnico.

Godement reconoce que los modelos actuales no reemplazan por completo a un desarrollador. Un ingeniero de software sigue tomando decisiones de arquitectura, negociando requisitos con negocio y entendiendo impacto en seguridad y costes. Lo que está pasando es que la forma de escribir código se está transformando, y cada versión nueva de los modelos amplía un poco más su rango de acción sin que casi nos demos cuenta.

Cómo la inteligencia artificial acelera la automatización en ciencias de la vida, soporte y desarrollo

Desde dentro de OpenAI, Godement habla de una “línea de visión clara” para automatizar buena parte del trabajo técnico en ingeniería de software. Esto incluye generar código base, escribir test unitarios, refactorizar módulos completos o traducir sistemas legados de un lenguaje a otro casi en automático. El desarrollador se convierte más en supervisor, revisor y diseñador de sistemas, y menos en “picar código” línea a línea.

Estos mensajes no llegan aislados. Se encajan en un contexto donde los empleos de cuello blanco han dejado de ser inmunes al impacto de la automatización. Durante años se pensaba que la IA afectaría sobre todo a tareas físicas o muy repetitivas, pero ahora los avisos apuntan a profesiones con salario alto y formación universitaria, justo las que muchos veían como refugio seguro.

Un estudio de Indeed publicado en octubre va en esa dirección. Según sus datos, perfiles como ingenieros de software, testers de calidad y gestores de producto y de proyectos están entre los más golpeados por despidos ligados a reorganizaciones tecnológicas.

Este tipo de estudios cruza ofertas de empleo, anuncios de despidos y descripciones de puesto, lo que ayuda a ver tendencias que un caso individual no refleja. No es una predicción perfecta, porque cada empresa aplica la tecnología de forma distinta, pero sí marca una dirección clara: el trabajo intelectual rutinario es cada vez más fácil de automatizar con herramientas de IA generativa.

Qué puedes esperar si trabajas en atención al cliente, software o ciencias de la vida

Si tú trabajas en atención al cliente, lo más probable es que veas una subida constante en el uso de asistentes conversacionales. Primero te ayudarán a preparar respuestas, luego se encargarán de las consultas más sencillas y, con el tiempo, gestionarán muchas interacciones de forma autónoma. Tu valor estará más en resolver casos especiales, manejar conflictos y entrenar a los propios modelos con ejemplos reales.

Si vienes del mundo de la ingeniería de software, ya habrás notado que las herramientas de IA te ahorran tiempo en tareas pesadas como documentación, test o migraciones. La señal a vigilar aquí es cuántas partes del ciclo completo de desarrollo puede asumir un modelo sin supervisión directa. Si ves que la IA empieza a diseñar, probar y desplegar piezas completas, es momento de reforzar habilidades de diseño, coordinación y revisión profunda.

En ciencias de la vida, vas a poder apoyarte en modelos que leen ensayos clínicos, detectan incoherencias y preparan dosieres para reguladores. La señal clave será cuándo las agencias acepten flujos de trabajo donde gran parte del papeleo lo genera automáticamente la inteligencia artificial. En ese punto, la competencia se centrará más en quién sabe formular las preguntas correctas al modelo y validar sus respuestas con criterio clínico.

Por ahora, Hinton sigue recordando que hay un margen de maniobra, porque muchas decisiones siguen dependiendo de juicio humano y contexto local. La automatización avanza a mucha velocidad y, como muestran las pruebas con T-Mobile o los procesos en farmacéuticas, ya no se queda en demos espectaculares, sino que aterriza en sistemas que atienden a millones de personas cada día.

Todo esto no significa que la inteligencia artificial vaya a borrar de golpe las profesiones de atención al cliente, ingeniería de software o ciencias de la vida, pero sí que va a cambiar la forma en la que trabajas en ellas. Si entiendes dónde entra primero la automatización y qué parte del proceso sigue necesitando criterio humano, vas a poder reposicionarte mejor en este nuevo mercado laboral guiado por la IA.