Automatización y futuro del empleo en México: riesgos diferenciados, transiciones lentas
Qué proporción del empleo mexicano está expuesto a la automatización y a la IA generativa, según Banxico, la OCDE, la OIT y los datos de adopción real.
Contexto
La discusión sobre automatización y empleo en México se mueve entre dos extremos poco útiles: por un lado, proyecciones catastrofistas que suponen una sustitución masiva de trabajadores en el corto plazo; por el otro, un escepticismo que descarta el fenómeno como una preocupación de economías con salarios más altos. La evidencia disponible —producida por el Banco de México (Banxico), la Organización para la Cooperación y el Desarrollo Económicos (OCDE), la Organización Internacional del Trabajo (OIT) y centros de investigación como el Instituto Mexicano para la Competitividad (IMCO)— sugiere algo distinto: México enfrenta una exposición tecnológica relevante y altamente desigual entre regiones, sectores y niveles de calificación, pero el ritmo efectivo de adopción está mediado por factores estructurales que las estimaciones técnicas no capturan.
Tres preguntas ordenan el análisis. Primera: ¿qué proporción del empleo es técnicamente susceptible de automatizarse? Segunda: ¿dónde se concentra ese riesgo dentro del territorio nacional y de la estructura productiva? Tercera: ¿qué tan rápido se está materializando esa transición y qué políticas la acompañan? Las respuestas, aunque parciales, permiten alejarse de los pronósticos abstractos y discutir el problema con anclaje en datos verificables.
Las estimaciones de riesgo: tres lecturas, un mismo fenómeno
El enfoque por ocupación: Frey-Osborne aplicado al caso mexicano
La primera generación de estimaciones para México adaptó la metodología de Frey y Osborne, que asigna una probabilidad de automatización a cada ocupación a partir de la naturaleza de sus tareas. Aplicada con datos de la Encuesta Nacional de Ocupación y Empleo (ENOE) del tercer trimestre de 2016, Minian y Martínez Monroy concluyeron que el 63 % del empleo total y el 64.5 % del empleo manufacturero en México presentaba un riesgo alto de automatización, sobre un universo aproximado de 47.9 millones de trabajadores. El estudio identificó que tres industrias —madera, mueblería y vestido— concentraban probabilidades de automatización superiores al 85 %, y documentó una brecha marcada por nivel de calificación: 70 % de los puestos manufactureros de baja calificación quedaban en alto riesgo, frente a 40 % de los altamente calificados, en una fuerza laboral manufacturera donde 58 % era de baja calificación.
Banxico replicó y extendió este ejercicio en su Documento de Investigación 2020-04, Tecnologías de Automatización y Empleo Bajo Riesgo: el caso de México. Sus resultados convergen con los de Minian y Martínez Monroy: cerca de dos tercios del empleo total estaría expuesto, con vulnerabilidad concentrada en trabajadores con menores niveles educativos. El propio banco central insiste en que se trata de una medida de viabilidad técnica y no de una proyección de despidos: la automatización efectiva depende del costo relativo de capital y trabajo, de la disponibilidad de habilidades y de la presión competitiva sobre cada empresa.
El enfoque por tareas: la OCDE y el cambio de criterio
La OCDE cambió el ángulo del problema en sus revisiones más recientes. En lugar de clasificar ocupaciones completas como sustituibles, mide qué porcentaje de las tareas de cada puesto puede automatizarse y considera “alto riesgo” a aquellas ocupaciones donde al menos una cuarta parte de las habilidades y competencias resulta automatizable. En el reporte Job Creation and Local Economic Development 2024, presentado a finales de 2024, la organización estimó que 19 % de los trabajadores en México se encuentra en alto riesgo de automatización, frente a 12 % del promedio de los países de la OCDE. La cifra es consistente con su estimación previa de 2019, que ubicaba en torno al 14 % al promedio de empleos directamente automatizables y en 32 % adicional la proporción de puestos con tareas que cambiarían de manera radical.
La distancia entre el 63 % del enfoque por ocupación y el 19 % del enfoque por tareas no se debe a que un estudio se equivoque: refleja que las ocupaciones rara vez se automatizan en bloque. Lo más frecuente es que se sustituyan tareas específicas dentro de un mismo puesto y se redefina la composición de actividades del trabajador. Para fines de política pública, la OCDE adopta una lectura más conservadora porque corresponde mejor con lo que efectivamente ocurre en empresas reales.
El nuevo factor: la IA generativa
A las estimaciones de automatización tradicional se sumó, a partir de 2023, una literatura específica sobre el impacto de la inteligencia artificial generativa, que afecta tareas cognitivas hasta hace poco consideradas seguras. La OIT publicó en mayo de 2025 una actualización de su informe Generative AI and Jobs en el que sitúa a América Latina dentro de un rango amplio: entre 26 % y 38 % de los empleos regionales podrían verse influidos por estas herramientas, hasta 87.8 millones de personas, con 2 % a 5 % en riesgo de automatización total. Para México, la proyección es de 20.5 millones de empleos potencialmente afectados, equivalentes a alrededor de 35 % de la ocupación, y un segmento adicional de 8 % a 14 % cuya productividad podría incrementarse sin sustitución del trabajador.
La OCDE complementó este diagnóstico con su propia métrica: 19 % del empleo en México presenta exposición alta a la IA generativa, por debajo del promedio de 26 % del organismo. La menor exposición relativa no es necesariamente una buena noticia: refleja la estructura ocupacional del país, con menor peso de empleos cognitivos calificados que son precisamente los que la IA generativa transforma.
| Estimación | Universo | % en alto riesgo / exposición | Fuente |
|---|---|---|---|
| Riesgo de automatización (Frey-Osborne) | Empleo total | 63 % | Minian y Martínez Monroy, 2018 |
| Riesgo manufacturero | Empleo manufacturero | 64.5 % | Minian y Martínez Monroy, 2018 |
| Riesgo por tareas | Empleo total | 19 % | OCDE, 2024 |
| Exposición a IA generativa | Empleo total | 19 %–35 % | OCDE 2024; OIT 2025 |
| Riesgo regional promedio | América Latina | 16 % | CEPAL / Weller et al., 2019 |
Geografía del riesgo: norte industrial, sur menos expuesto
La fotografía nacional oculta diferencias regionales muy marcadas. La OCDE identifica a Coahuila como la entidad con mayor exposición a la automatización, con 28.1 % de su empleo en alto riesgo, seguida por Aguascalientes (23.7 %), Yucatán (23.1 %), Querétaro (23.0 %) y Tlaxcala (22.9 %). En el extremo opuesto se ubican Chiapas (13.4 %), Veracruz (16.0 %), Michoacán (16.8 %), Estado de México (16.9 %) y Colima (17.2 %). El patrón coincide con la geografía de la industria manufacturera: los estados del Bajío y de la frontera norte concentran plantas automotrices, aeroespaciales y electrodomésticas con mayor intensidad de capital, mientras que las entidades del sur dependen más de actividades agrícolas, comerciales y de servicios menos automatizables en el corto plazo.
La distribución se invierte parcialmente cuando se observa la exposición a IA generativa, que afecta más a empleos urbanos y de oficina. La OCDE identifica a Quintana Roo (23.4 %), al Estado de México (23.0 %), Nuevo León (21.6 %), Sinaloa (21.3 %) y Baja California (21.1 %) como las entidades con mayor proporción de puestos vulnerables a estas herramientas. A nivel nacional, 32 % de los empleos urbanos están expuestos a IA generativa, frente a 21 % de los rurales. El recuadro de Banxico La Automatización en México desde una Perspectiva Regional, publicado en 2023 dentro de su Reporte sobre las Economías Regionales, anticipó este patrón al documentar que los estados del norte y el centro habían iniciado una transición gradual hacia ocupaciones de menor riesgo, en línea con su recomposición productiva.
La adopción real: robots, software y la velocidad efectiva
Las estimaciones de exposición técnica conviven con datos de adopción que invitan a moderar las proyecciones. La International Federation of Robotics (IFR), en su informe World Robotics 2025, reportó 5,600 unidades de robots industriales instaladas en México durante 2024, una caída de 4 % respecto al año previo, con una base instalada superior a 25,000 robots activos. La industria automotriz concentra 63 % de las nuevas instalaciones, lo que confirma la doble tendencia: México adopta robots, pero en un nicho muy específico de la manufactura y a un ritmo mucho menor al de los principales mercados asiáticos y europeos.
En el frente del empleo formal, el panorama también es ambiguo. El Instituto Mexicano del Seguro Social (IMSS) reportó al cierre de octubre de 2025 un total de 22.79 millones de puestos asegurados, con 86.8 % permanentes y 13.2 % eventuales, un máximo histórico. Pero hacia el final del año el sector manufacturero perdió aproximadamente 105 mil puestos, mientras que la construcción reportó una caída cercana a 123 mil, según seguimientos sectoriales del IMSS. Estas pérdidas son atribuibles más al ciclo económico —desaceleración del nearshoring, política comercial estadounidense— que a una sustitución tecnológica directa, pero ilustran que la manufactura mexicana está sometida a presiones múltiples que complican una lectura monocausal.
Lo que esperan las empresas
El IMCO, con base en la Encuesta del Foro Económico Mundial aplicada a empresas mexicanas, presentó en enero de 2025 su Reporte Futuro del Empleo 2025. Los resultados son contundentes en cuanto a expectativas: 95 % de las empresas planea adoptar herramientas de inteligencia artificial en los próximos cinco años, 82 % anticipa acelerar la automatización de procesos y 63 % prevé un mayor uso de robótica. El propio reporte estima que 40 % de las habilidades esenciales requeridas en los empleos en México cambiarán en los próximos cinco años, ligeramente por encima del promedio global de 39 % calculado por el Foro Económico Mundial en su Future of Jobs Report 2025. Las habilidades que ganan importancia son IA y big data (93 % de los empleadores), pensamiento creativo (77 %), ciberseguridad (73 %), resiliencia (73 %) y liderazgo social (70 %).
Por sector, el patrón es nítido: en automotriz y telecomunicaciones, 100 % de los empleadores encuestados considera que la IA tendrá mayor uso en los próximos años; en seguros y pensiones, 86 % prioriza el pensamiento creativo; en agricultura, 83 % destaca resiliencia y flexibilidad. Las recomendaciones de política pública identificadas por las empresas mexicanas incluyen financiamiento para capacitación y mejora de habilidades (51 %), flexibilidad en las prácticas de contratación y despido (49 %), y mejoras en los sistemas de educación pública (48 %).
A escala global, el Foro Económico Mundial proyecta que el cambio tecnológico generará 170 millones de empleos nuevos y desplazará 92 millones, con un saldo neto de 78 millones de puestos adicionales para 2030. La traducción de ese balance a un país en desarrollo con alta informalidad no es automática: los empleos creados tienden a requerir habilidades digitales, mientras los desplazados pueden no contar con vías de transición.
Brechas estructurales: por qué la transición es lenta
Tres factores ralentizan la adopción de tecnologías de automatización en México y, al mismo tiempo, amplifican la vulnerabilidad cuando ocurre. El primero es el costo relativo del trabajo: salarios reales históricamente bajos —pese a la recuperación reciente del salario mínimo— reducen el incentivo financiero para sustituir trabajadores con capital. El segundo es la informalidad. Según la ENOE del primer trimestre de 2025, la tasa de informalidad laboral fue de 54.3 % de la población ocupada, con una población económicamente activa de 60.5 millones de personas. Más de la mitad de los trabajadores mexicanos opera fuera del marco formal y, por tanto, fuera del alcance directo de inversiones empresariales en automatización y de los esquemas de capacitación que suelen acompañarlas.
El tercer factor es la brecha de habilidades. La OCDE documentó en 2019 que cerca de seis de cada diez adultos mexicanos carecían de competencias digitales básicas o de experiencia con computadoras, una restricción que limita tanto la adopción tecnológica como la capacidad de transición laboral. La CEPAL, en su trabajo coordinado por Jürgen Weller en 2019, estimó que en promedio 16 % de los empleos de doce países latinoamericanos enfrentan alto riesgo de automatización ajustado por la estructura ocupacional regional, y advirtió que la combinación de heterogeneidad estructural, informalidad y brechas de habilidades configura un escenario en el que la automatización podría profundizar la desigualdad antes que promover convergencia productiva.
La consecuencia de esta combinación es paradójica. La automatización masiva no ocurre en el corto plazo —los datos de instalación de robots y de empleo formal lo confirman—, pero los segmentos potencialmente sustituibles tienen menores capacidades para reconvertirse. Cuando la transición efectivamente ocurra, lo hará sobre una fuerza laboral que carece de los mecanismos institucionales —seguridad social portable, sistemas de capacitación continua, información ocupacional pública— necesarios para absorber el choque sin un costo social elevado.
Conclusiones
- La exposición técnica es alta y desigual. Las estimaciones por ocupación ubican entre 60 % y 65 % del empleo en alto riesgo; las estimaciones por tareas, en torno al 19 %. La diferencia metodológica importa: la automatización efectiva opera más sobre tareas que sobre puestos completos.
- La geografía manda. Estados manufactureros como Coahuila, Aguascalientes y Querétaro concentran el riesgo automatización-clásica, mientras Quintana Roo, Estado de México y Nuevo León lideran la exposición a IA generativa. La política pública requiere instrumentos diferenciados por entidad.
- La adopción real es modesta y concentrada. Con 5,600 robots instalados en 2024 y 63 % en automotriz, la mecanización mexicana sigue siendo un fenómeno sectorial. La aceleración esperada por el 95 % de las empresas que planea adoptar IA aún no se refleja en estadísticas agregadas.
- Las habilidades son el cuello de botella. Si 40 % de las competencias laborales cambiará en cinco años y la mitad de la fuerza laboral opera en la informalidad, los esquemas de capacitación financiados con recursos públicos —no las recomendaciones genéricas— serán determinantes.
- El riesgo no es una destrucción masiva, sino una transición desigual. El escenario probable no es el desempleo tecnológico abrupto, sino una recomposición lenta que beneficia a trabajadores con educación superior y penaliza a quienes ya enfrentan informalidad y bajos salarios. Mitigarlo requiere políticas activas —capacitación, portabilidad de derechos, información ocupacional— diseñadas con datos públicos verificables y métricas de seguimiento explícitas.