España Propone un Impuesto a Empresas Que Usen IA para Sustituir Trabajadores

La IA generativa ya no es “el juguete nuevo”: se ha convertido en una herramienta de negocio que muchas empresas utilizan para recortar costes, y el impacto laboral empieza a percibirse con claridad. Si se cumplen ciertos pronósticos, en 2030 la IA podría sustituir a 2,4 millones de trabajadores en Estados Unidos, y España no quiere quedarse al margen del debate.

En este contexto, Mónica García, ministra de Sanidad, ha puesto sobre la mesa una propuesta cargada de polémica: un impuesto a las empresas que utilicen IA para reemplazar trabajadores, a las que llegó a calificar como “tecnofeudales”. Sin embargo, esto no va solo de política ni de eslóganes; va de números, de incentivos económicos y de la velocidad vertiginosa a la que está avanzando la tecnología.

La IA pasó de “pesadilla laboral” a estándar de oficina en tiempo récord

Hace muy poco, la IA generativa era una novedad llamativa; en cuestión de meses, se convirtió en una supuesta “pesadilla” dentro del debate laboral. El giro se entiende fácilmente: una suscripción a un modelo tipo ChatGPT puede resultar irrisoriamente barata frente a un salario, cotizaciones, formación y rotación de personal. Para determinadas tareas repetitivas, la comparación de costes ni siquiera juega en la misma liga.

Muchas compañías no adoptan IA por romanticismo tecnológico, sino porque un trabajador humano es considerablemente más caro que un sistema capaz de contestar, redactar, clasificar o resumir información. Cuando una herramienta empieza a hacerlo más rápido y “lo suficientemente bien”, deja de percibirse como apoyo y pasa a convertirse en tentación.

De hecho, ya ha habido empresas que han sustituido empleados por simples suscripciones a servicios de IA que ofrecen resultados similares en el día a día. No hablamos de ciencia ficción, sino de decisiones contables tomadas frente a una hoja de Excel, donde la eficiencia inmediata pesa más que cualquier reflexión a largo plazo.

Atención al cliente: el primer dominó que cae (y no será el último)

Existen sectores donde el reemplazo resulta casi automático por diseño, y el ejemplo más evidente es la atención al cliente. Un chatbot moderno puede atender simultáneamente a cientos de usuarios, mantener un tono coherente, consultar bases de conocimiento y escalar únicamente los casos complejos. Donde antes había colas, turnos y picos de demanda que obligaban a reforzar plantillas, ahora existe capacidad elástica con un coste predecible.

Sin embargo, también aparecen los daños colaterales: si el sistema se equivoca, ¿quién asume la responsabilidad?, ¿cómo se audita el error?, ¿qué ocurre con la calidad real cuando todo se mide en tickets cerrados? A medida que la IA mejora en precisión y capacidades, crece el incentivo de probar “a ver si puede hacerlo”, y con ello aumenta también la tentación de recortar plantilla.

Al mismo tiempo, la IA incrementa la productividad de quienes la utilizan como apoyo, y esa es la cara más amable del relato. Crear borradores, resumir documentos, preparar presentaciones o transformar notas en textos publicables puede hacerse ahora en minutos. El problema surge cuando lo que comenzó como herramienta de apoyo termina convirtiéndose en sustitución directa, simplemente porque resulta más rentable.

El impuesto de Mónica García: no frenar la innovación, sino frenar el vacío laboral

La propuesta de la ministra apunta a gravar a las empresas que opten por la IA en lugar de trabajadores humanos, con la intención de desincentivar la automatización basada exclusivamente en el ahorro. Su argumento no es detener la tecnología, sino evitar un escenario en el que los humanos dejen de ser necesarios dentro del mercado laboral; la idea es que la IA sea una herramienta, no “un empleado más” compitiendo por el mismo puesto.

Aquí surge la pregunta incómoda: ¿cómo definir legalmente el concepto de “reemplazo” sin abrir un enorme coladero? No es lo mismo automatizar una parte del proceso —por ejemplo, el primer filtro de correos electrónicos— que eliminar un departamento completo y dejarlo en manos de un sistema. Si el impuesto fuese lo suficientemente elevado, podría funcionar como barrera y reducir el atractivo económico de sustituir personal por IA.

Desde esta perspectiva, si no se actúa, el dinero tenderá a concentrarse: las grandes tecnológicas capturarían la mayor parte del valor mientras el resto del tejido productivo asume el desgaste. No obstante, también existe el riesgo de efectos secundarios: un impuesto mal diseñado podría penalizar a empresas que utilizan IA para aumentar la productividad sin despedir a nadie, desincentivando mejoras legítimas.

Robots + IA: cuando la automatización salga de la pantalla, el debate se pondrá serio

A este escenario se suma la dimensión que genera mayor vértigo: la robótica. Por sí sola, la IA carece de cuerpo y se limita a tareas digitales, administrativas o de gestión de información. Pero la combinación de robots + IA permitiría sustituir también trabajos físicos, ya que no se trataría solo de responder mensajes, sino de mover objetos, ordenar mercancía, empaquetar productos o manipular materiales.

Cuando el modelo “entiende” el entorno y el robot “actúa”, la automatización deja de ser administrativa. Aun así, falta tiempo para que existan robots con la versatilidad necesaria para realizar muchos trabajos humanos en entornos reales, que son auténticos infiernos de excepciones: objetos que se caen, cajas dañadas, pasillos bloqueados, iluminación deficiente e imprevistos constantes.

Pese a ello, los avances ya son tangibles. Amazon, por ejemplo, invierte de forma masiva en robótica y utiliza distintos modelos de robots para transportar y organizar paquetes en sus almacenes. Si en los próximos años el progreso se acelera y se vuelve difícil de frenar, intentar imponer medidas a destiempo podría equivaler a colocar un semáforo en una autopista ya saturada.

La gran pregunta: ¿qué hacer ya, antes de que el mercado decida por todos?

La predicción de los 2,4 millones de empleos potencialmente sustituidos no pretende asustar, sino señalar que el incentivo económico empuja con fuerza. Un impuesto, por sí solo, no resolverá el rompecabezas si no viene acompañado de reglas claras, métricas precisas y una visión de país sobre qué trabajos se quieren proteger y cuáles transformar.

La clave está en distinguir entre una automatización que mejora —aquella que elimina tareas pesadas y eleva el valor del trabajador— y una automatización que sustituye, que elimina el empleo sin ofrecer una transición clara. Poner límites no debería significar prohibir, sino asegurar que la transición tenga un coste para quien gana y protección para quien pierde.

Si la IA se convierte en la opción por defecto para todo lo que sea “suficientemente correcto”, el debate laboral dejará de centrarse en la tecnología y pasará a enfocarse en cómo se reparte el valor que esta genera. Al mismo tiempo, la competencia global no espera: regular con torpeza puede restar competitividad, pero no regular puede provocar un impacto social profundo.

En definitiva, será necesario afinar cuidadosamente el diseño de cualquier impuesto para que no frene la innovación ni premie al que despide más rápido. Porque esto apenas comienza: cuando la IA no solo te ayuda, sino que te sustituye, ya no hablamos de gadgets ni de tendencias pasajeras, sino de contrato social y del modelo de trabajo que definirá la próxima década.