How AI is expanding what people do at work (Work at the Frontier, rapport 1)

Puntos clave

1. Fecha / fuente. 27 de julio de 2026, OpenAI Economic Research, primera entrega de la serie Work at the Frontier, basada en más de 800.000 mensajes de usuarios estadounidenses de ChatGPT.
2. Encuadre clave. el paper no pregunta si el modelo puede realizar una lista fija de tareas, sino quién hace qué — « Nuestra evidencia sugiere que la IA también está cambiando quién asume qué tareas. » Mide una redistribución observada, no una sustituibilidad teórica. ### Las dos cifras destacadas, que siempre deben darse juntas El 16,8% de los mensajes relacionados con el trabajo y el 43,5% de los mensajes específicos de la ocupación. El embudo: el 61,5% del uso profesional es genérico (redactar, resumir, planificar — « compartido demasiado ampliamente entre ocupaciones para ser evidencia de cruce ») y se elimina del cálculo; del 38,5% restante, el 43,5% queda fuera de la ocupación. El 43,5% se calcula así sobre el 38,5% del uso, y citarlo solo casi duplica la impresión de magnitud. Matiz adicional: el complemento no es "dentro de la ocupación" sino « dentro o cerca de la ocupación de un usuario » — el límite medido es difuso por construcción. ### Por ocupación, proporción fuera de la ocupación Experiencia de cliente 77% · diseño 75% · RR. HH. 69% · legal 56% · marketing 53% · ventas 40% · finanzas 40% · ingeniería 28%. « El trabajo fuera de la ocupación es mayoritario en cinco de ocho grupos. » ### El mapa de calor, el objeto más rico del informe Filas = ocupación del usuario, columnas = ocupación de origen de la tarea; diagonal en negrita. | Usuario ↓ / Tarea → | CX | Diseño | Ing. | Fin. | RR. HH. | Legal | Mktg | Ventas | |---|---|---|---|---|---|---|---|---| | Experiencia de cliente | 11 | 5 | 20 | 14 | 6 | 6 | 26 | 11 | | Diseño | 6 | 12 | 28 | 10 | 4 | 4 | 28 | 8 | | Ingeniería | 4 | 4 | 53 | 9 | 4 | 4 | 20 | 2 | | Finanzas | 6 | 4 | 22 | 23 | 4 | 8 | 25 | 7 | | RR. HH. | 9 | 5 | 18 | 16 | 10 | 10 | 23 | 9 | | Legal | 5 | 4 | 17 | 12 | 7 | 31 | 18 | 6 | | Marketing | 10 | 6 | 17 | 11 | 4 | 4 | 36 | 12 | | Ventas | 11 | 5 | 18 | 15 | 4 | 6 | 29 | 12 | Tres lecturas que el texto no ofrece. La diagonal es el resultado real: ingeniería conserva el 53% de su propio trabajo, experiencia de cliente el 11%, RR. HH. el 10%, diseño el 12%, ventas el 12%. En cuatro ocupaciones, la columna de marketing supera a la diagonal — un diseñador realiza más tareas de marketing (28%) y de ingeniería (28%) que tareas de diseño (12%). Dos columnas absorben todo: marketing (entre 18 y 36% en todas partes) e ingeniería (entre 17 y 53%). Reserva: una diagonal baja no significa que estos empleados ya no hagan su propio trabajo, sino que sus mensajes no genéricos se clasifican en otra parte, sobre una base que ya excluye el 61,5% del uso. Las tareas específicas de estas ocupaciones podrían ser precisamente las clasificadas como "genéricas". ### Direcciones de circulación | Ocupación | Importaciones | Exportaciones | |---|---|---| | Diseño | 35,2% | 1,7% | | Ingeniería | 18,5% | 7,4% | | Marketing | 24,3% | 8,9% — « la mayor proporción de salida de la muestra » | Marketing es la única que hace ambas cosas. Dos tareas se toman prestadas de forma universal — el cálculo financiero y la resolución de incidencias tecnológicas aparecen en el top 3 de préstamos para los otros siete grupos; la creación de material de marketing aparece entre otros cinco grupos. ### La asimetría de la ingeniería La ingeniería es a la vez la ocupación menos porosa (28%, importaciones 18,5%) y una gran exportadora (7,4%), con la diagonal más alta (53%). La celebrada porosidad es, pues, en gran medida unidireccional hacia el lado técnico: otras ocupaciones realizan resolución de incidencias y trabajo de sistemas técnicos, lo contrario es raro. La IA no diluye la ingeniería en otras ocupaciones, sino que difunde las tareas de ingeniería por todas partes mientras deja a los ingenieros en su trabajo central. ### El efecto tamaño es más débil de lo que se informa en otros lugares El cambio de 18,9% a 16,3% solo se sostiene « entre los usuarios promedio », y « entre los usuarios más intensivos, no observamos el mismo patrón monótono ». OpenAI ofrece dos posibles explicaciones — los usuarios moderados en organizaciones pequeñas recurren a la IA cuando se topan con trabajo perteneciente a otra función; los usuarios intensivos tienen flujos de trabajo estabilizados o usan la IA de forma más intensiva dentro de su ocupación central. La conclusión es condicional: « la IA podría ser especialmente útil como herramienta generalista allí donde escasean los recursos especializados. » Corrección a [[sfeir-ia-frontieres-metiers-skill-based-organisation-2026-08-01]], que trata estos 2,6 puntos como un resultado limpio y la conclusión generalista como una afirmación: la fuente es más cautelosa que su comentario. ### Estatus epistémico reivindicado Una señal temprana: estos datos permiten ver recombinaciones « antes de que las empresas reescriban las descripciones de puesto o creen nuevos títulos » y « podría proporcionar una señal temprana de cambio ocupacional que las estadísticas laborales convencionales solo captarán más tarde ». Un indicador adelantado, no una medida del empleo — dice qué intenta la gente, no qué han ratificado las organizaciones. El paper se apoya en el AI Jobs Transition Framework del mismo equipo, cuya tesis es que muchas ocupaciones se reorganizarán en lugar de desaparecer. ### Reservas subyacentes
3. OpenAI mide a OpenAI. — un único asistente, solo sus propios usuarios, reivindicado como una ventaja (« nuestra ventana única »). Lo que se mide es el uso de ChatGPT, no el uso de la IA.
4. Solo usuarios estadounidenses. , una población autoseleccionada no representativa de la fuerza laboral.
5. La clasificación de ocupaciones la realiza un modelo. , sobre mensajes, sin ninguna validación externa descrita. Las ocho categorías y el límite genérico/específico son decisiones de diseño que determinan mecánicamente los resultados — es ahí donde en realidad se decide la solidez del 43,5%.
6. Objetivo declarado. « guiar la política y la práctica ». Un actor que produce los datos sobre su propio impacto y aspira a influir en la política pública.