Cuando se dice que la inteligencia artificial puede afectar a millones de trabajadores en Tailandia, es fácil imaginar software sustituyendo personas a gran escala. Sin embargo, la evidencia más reciente apunta a una transición más compleja.
El National Economic and Social Development Council (NESDC) de Tailandia aplicó un marco de exposición a la IA generativa a los datos de la fuerza laboral del cuarto trimestre de 2025. Estimó que alrededor de 8,7 millones de trabajadores, o el 21,8% de la fuerza laboral tailandesa, estaban en ocupaciones potencialmente afectadas por la IA generativa.
La misma estimación contiene una distinción importante. Cerca de 2,2 millones de trabajadores, el 5,4% de la fuerza laboral, estaban en un grupo de sustitución de tareas. Un grupo mucho mayor, 6,5 millones o 16,3%, estaba en un grupo de aumento de tareas, donde la IA puede elevar la productividad mientras las funciones centrales siguen dependiendo de capacidades humanas.
Por eso la pregunta útil no es solo "¿cuántos empleos quitará la IA?", sino qué partes del trabajo cambiará y hacia dónde se moverá el valor humano cuando algunas tareas sean más baratas o rápidas.
Estar expuesto a la IA no significa perder el empleo automáticamente
Un empleo suele ser un conjunto de actividades. Algunas pueden automatizarse, otras acelerarse y otras siguen dependiendo mucho de la comunicación, la negociación, el juicio o la responsabilidad.
NESDC divide los efectos en dos grandes grupos. Task Replacement incluye trabajos en los que la IA puede sustituir parte o la totalidad de tareas estructuradas y repetitivas. Se estima en unos 2,2 millones de trabajadores e incluye partes del trabajo administrativo, contable y de programación.
El grupo mayor, Task Augmentation, reúne a unos 6,5 millones de trabajadores en ocupaciones donde la IA puede encargarse de ciertos pasos o procesar información con más eficiencia, mientras las tareas importantes siguen necesitando personas.
La evidencia regional va en la misma dirección. La International Labour Organization estimó que en 2025 el 22,9% del empleo de ASEAN estaba en ocupaciones con una exposición superior a mínima a la IA generativa, mientras solo el 3,3% estaba en la categoría de mayor exposición. Hasta julio de 2026, la ILO informó de poca evidencia de una disrupción laboral generalizada causada por la IA generativa.
Eso no elimina el riesgo. Significa que "el trabajo está cambiando" y "los empleos están desapareciendo" no son la misma afirmación.
La IA suele llegar primero a la tarea y después al empleo completo
Pensemos en una persona de finanzas que recopila datos, prepara tablas, revisa anomalías, explica resultados a la dirección y responde por una recomendación. O en alguien de marketing que investiga clientes, redacta materiales, evalúa campañas, habla con clientes y decide dónde asignar presupuesto.
La IA puede volverse mucho más rápida en algunas de esas actividades sin borrar el valor del resto del puesto. Si puede producir un primer borrador en minutos, el valor de generar ese borrador puede caer. En cambio, puede aumentar el valor de saber qué datos son fiables, detectar qué parece incorrecto, juzgar si una conclusión es demasiado arriesgada y decidir qué hacer después.
Por eso la exposición ocupacional por sí sola puede confundir. Una ocupación muy expuesta puede contener tareas vulnerables a la automatización y otras donde la IA eleva la productividad, es decir, la cantidad de resultado útil obtenida con los mismos recursos.
Cuando una tarea se abarata, la empresa tiene más de una opción
Supongamos que un software reduce una hora de trabajo a quince minutos. El costo de esa tarea baja, pero la siguiente decisión de la empresa no está predeterminada.
Puede reducir personal. También puede mantener el mismo equipo y producir más, atender a más clientes, probar productos más rápido o mover personas hacia tareas que requieren más juicio. Si aumenta el resultado por trabajador y la empresa puede vender esa producción adicional, la IA puede apoyar la expansión en lugar de provocar una reducción inmediata del empleo.
También puede ocurrir lo contrario. Si la demanda no crece y queda poco trabajo valioso después de automatizar, el incentivo para reducir puestos aumenta. El resultado laboral depende de la tecnología, el modelo de negocio, la demanda y la capacidad de los trabajadores para pasar a tareas donde la IA sigue siendo más débil.
No existe una ecuación simple en la que una mejora del 20% en productividad deba producir una reducción del 20% en empleo.
El trabajo que gana valor puede ser el que exige juicio
A medida que las herramientas mejoran en la producción estructurada, la capacidad escasa puede desplazarse desde generar texto o cálculos con rapidez hacia comprender el contexto, formular la pregunta correcta y asumir responsabilidad por el resultado.
La OECD señala que la adopción de IA está elevando el nivel de habilidades exigido en muchos lugares de trabajo. Más de la mitad de los empleadores encuestados en manufactura y finanzas reportaron una mayor necesidad de trabajadores con alta educación después de adoptar IA. Al mismo tiempo, la OECD estima que menos del 1% de los trabajadores necesitará habilidades avanzadas específicas de IA, como desarrollo de modelos o programación de IA.
Para la mayoría, el conjunto relevante es más amplio: usar, analizar e interpretar datos, resolver problemas, crear, gestionar y aplicar habilidades humanas.
Si la IA abarata la "primera respuesta", las personas pueden crear más valor al definir el problema, verificar la respuesta, conectarla con el contexto empresarial y decidir con información incompleta.
El riesgo más inmediato puede estar en el primer peldaño de la carrera
El ajuste del mercado laboral no tiene que aparecer como una ola de despidos. También puede manifestarse como menos vacantes para quienes empiezan.
Los puestos de entrada han incluido tradicionalmente tareas como recopilar información, redactar documentos, revisar archivos, hacer análisis básicos y resolver problemas estructurados. Esas actividades también son la práctica con la que los trabajadores jóvenes acumulan experiencia antes de pasar a funciones que requieren más juicio.
Los datos de Estados Unidos del Stanford Digital Economy Lab sirven como señal de alerta, no como prueba de que el mismo patrón ya exista en Tailandia. Hasta junio de 2026, el empleo de personas de 22 – 25 años en ocupaciones muy expuestas a la IA estaba alrededor de un 19% por debajo del nivel que habría alcanzado si hubiera crecido al mismo ritmo que el empleo de jóvenes en ocupaciones menos expuestas. El ajuste parecía venir principalmente de una contratación más débil, no de más salidas.
Stanford subraya que son patrones descriptivos, no estimaciones causales del efecto de la IA. Aun así, surge una pregunta importante: si la IA realiza más tareas junior, ¿cómo conseguirán los jóvenes la experiencia necesaria para funciones senior?
No todo el mundo necesita convertirse en ingeniero de IA
La respuesta a la IA no debería empezar suponiendo que todos tienen que aprender machine learning o desarrollo de modelos.
En muchas ocupaciones, la ventaja puede venir de comprender mejor la profesión, usar IA para reducir tareas repetitivas y reforzar la parte que depende del conocimiento del sector, la verificación y el juicio. Un contable puede usar IA para organizar información, pero aún debe validar e interpretar los resultados. Una persona de marketing puede generar opciones con IA, pero todavía necesita entender al cliente, el presupuesto, la marca y el objetivo del negocio.
Para las empresas, comprar una herramienta de IA tampoco crea productividad automáticamente. Datos débiles, procesos mal diseñados y controles insuficientes pueden acelerar el trabajo y también escalar los errores.
La oportunidad económica está en rediseñar el trabajo para que personas e IA hagan las partes en las que cada una tiene ventaja y convertir las mejoras de productividad en productos o servicios de mayor valor.
Qué observar a continuación
La primera señal es la contratación para puestos de entrada en Tailandia, sobre todo en apoyo administrativo, finanzas, contabilidad, marketing, tecnología y análisis básico. Si las vacantes junior se debilitan más rápido que el empleo general, las empresas pueden estar rediseñando la escalera profesional.
La segunda son las habilidades solicitadas en las ofertas de empleo. No importa solo que aparezca la palabra IA, sino si crece la demanda de análisis, verificación, comunicación, gestión de proyectos y conocimiento sectorial.
La tercera son los salarios y el empleo en trabajos complementados por IA frente a trabajos con tareas más fáciles de automatizar. Una brecha creciente mostraría el impacto laboral con más claridad que el número de herramientas compradas por las empresas.
La última señal es la inversión empresarial en upskilling y reskilling, incluido si las pequeñas y medianas empresas pueden adoptar IA de forma efectiva. Si las mejoras de productividad se concentran en grandes compañías, podrían ampliarse las diferencias de eficiencia y salarios entre empresas.
La IA puede reducir el valor de algunas tareas. Eso no significa que reduzca el valor del trabajo humano al mismo ritmo. La pregunta cada vez más importante es qué parte del empleo queda cuando la IA asume una capa de tareas y si trabajadores y empresas pueden moverse hacia ese nuevo valor con suficiente rapidez.
