Un mercado laboral puede debilitarse sin empezar por despidos masivos. Puede comenzar cuando un trabajador que casi siempre ha estado empleado descubre que el siguiente puesto ya no es fácil de encontrar. La pérdida de esa vía de salida importa antes de convertirse en un gran volumen de desempleo: cambia la disposición a cambiar de empresa, negociar el salario, soportar una reestructuración o permanecer en un puesto que ya no encaja.
Un nuevo análisis de la Reserva Federal de Richmond identifica precisamente ese patrón. El hallazgo es especialmente relevante para empresas de servicios profesionales y vinculadas a la tecnología, pero exige una lectura escéptica. Los datos muestran una divergencia inusual y un canal plausible de IA. Todavía no demuestran que la IA haya causado la caída.
La advertencia está en un flujo, no en la tasa de paro
La tasa de desempleo es un stock: el número de personas clasificadas como desempleadas respecto a la fuerza laboral en un momento concreto. La tasa de acceso a un empleo es un flujo: la probabilidad de que una persona desempleada pase a estar ocupada. Los stocks pueden parecer estables mientras las transiciones subyacentes empeoran.
La Oficina de Estadísticas Laborales explica que estos flujos pueden estimarse porque aproximadamente tres cuartas partes de los hogares de la Encuesta de Población Actual son entrevistados en meses consecutivos. Su serie de flujos laborales sigue los movimientos entre empleo, desempleo e inactividad. El método revela una rotación que queda oculta tras un pequeño cambio neto. También es evidencia de encuesta, con clasificaciones y ajustes estadísticos, no un censo directo de vacantes o decisiones de contratación.
Los investigadores de la Fed de Richmond añaden una clasificación basada en un modelo. Los trabajadores primarios, alrededor del 55% de la población en su marco, casi siempre están empleados. Los secundarios, cerca del 14%, mantienen un vínculo fuerte con el trabajo pero sufren desempleo con mayor frecuencia; pese a su menor peso poblacional, concentran la mayor parte del desempleo y de su movimiento cíclico normal. Por eso, un deterioro entre los primarios puede ser económicamente importante aunque sigan siendo una parte pequeña del conjunto de desempleados.
Los trabajadores estables perdieron parte de su alternativa externa
Desde el máximo de noviembre de 2022 hasta el mínimo de septiembre de 2025, la tasa estimada de acceso a un empleo para los trabajadores primarios cayó 13 puntos porcentuales. La de los secundarios solo bajó 2 puntos. Los investigadores afirman que esa brecha no se parece a recesiones anteriores, cuando todos los grupos se debilitaban de forma cíclica y el segmento secundario seguía soportando la mayor parte del ajuste.
La inferencia inmediata no es que los trabajadores estables se hayan convertido de repente en los más desempleados. No ha ocurrido. Es que su ventaja histórica para volver a trabajar se estrechó con fuerza. El relato de Business Insider sobre la investigación describe la consecuencia práctica: los profesionales con experiencia afrontan una búsqueda mucho más difícil cuando intentan cambiar de puesto.
Eso modifica la alternativa externa del empleado, la opción creíble frente a permanecer con el empleador actual. Cuando se debilita, la movilidad voluntaria puede caer y la negociación salarial moderarse sin una ola de despidos. Para las empresas, puede aliviar a corto plazo la presión retributiva y reducir la rotación no deseada. También puede crear un proceso de emparejamiento más lento y menos eficiente, en el que las empresas en crecimiento tienen dificultades para atraer precisamente a quienes no quieren arriesgarse a cambiar. Menor rotación no equivale automáticamente a mayor productividad.
La exposición a la IA es una correlación con un mecanismo
El resultado tecnológico es más nítido, pero menos causal de lo que puede sugerir un titular. Los investigadores ordenan las ocupaciones según la coincidencia entre sus tareas y las capacidades descritas en patentes de IA. Programadores, analistas financieros e ingenieros figuran entre los puestos más expuestos; la construcción, la restauración y los cuidados personales, entre los menos expuestos. Antes de 2023, las tasas de acceso al empleo de los distintos grupos se movían juntas. Desde entonces, las ocupaciones muy expuestas han registrado las mayores caídas.
Existe un mecanismo plausible. Si la IA permite que un equipo existente produzca más, los empleadores pueden cubrir menos puestos adicionales o exigir un conjunto más amplio de capacidades en cada contratación. Un conocido estudio de campo, Generative AI at Work, observó que un asistente de IA elevó la productividad de agentes de atención al cliente un 14% de media en su entorno, con una mejora del 34% para los agentes noveles y menos cualificados y poco efecto en los más experimentados. Es evidencia de que la tecnología puede cambiar la distribución de productividad dentro de un empleo. No demuestra que los mismos porcentajes se apliquen a toda la economía ni que la plantilla deba caer.
Las explicaciones alternativas siguen siendo sólidas. Los puestos expuestos a la IA se concentran en sectores que atravesaron contratación durante la pandemia, disciplina de costes posterior y sensibilidad a las condiciones financieras. Los empleadores pueden ser prudentes porque la demanda es incierta, los presupuestos se reajustan o la contratación anterior superó a los ingresos. El índice de exposición puede identificar en parte esos sectores en lugar de aislar un shock tecnológico. Los propios autores dejan para un trabajo posterior la atribución entre el componente agregado y el específico de la tecnología.
La contratación y los salarios pueden separar las historias
La diferencia importa para los inversores. Un entorno general de poca contratación debería reducir la creación de vacantes y el acceso al empleo en muchas ocupaciones a medida que se debilita la demanda. Un canal específico de la tecnología debería seguir concentrado en puestos muy expuestos después de controlar por sector, crecimiento del empleador, sensibilidad a los tipos y exceso de contratación previo. También debería aparecer en la composición de las vacantes: menos puestos de entrada, requisitos de tareas más amplios o más producción por trabajador allí donde se usan las herramientas.
La evidencia corporativa puede poner a prueba el mecanismo. Los inversores deben comparar la plantilla declarada con los ingresos y la carga de trabajo, observar si quienes adoptan IA reducen la contratación externa o solo recolocan personal y examinar salarios y transiciones entre empleos en ocupaciones expuestas. Una productividad creciente, con producción estable y contratación persistentemente más débil, reforzaría la tesis de sustitución. Un repunte de la contratación expuesta cuando se recuperen los presupuestos favorecería la explicación cíclica.
La evidencia que cambiaría este análisis no es otra predicción ejecutiva sobre el empleo. Es un patrón conjunto entre adopción, vacantes, contrataciones, salarios y producción, idealmente por empresa y ocupación. Hasta entonces, el hallazgo de la Fed de Richmond debe tratarse como una advertencia sobre movilidad. Los trabajadores más estables de Estados Unidos parecen menos capaces de convertir su experiencia en un nuevo emparejamiento rápido. La IA puede ser parte de la causa, pero los datos aún no han separado la máquina del ciclo de contratación.