La IA no solo automatiza tareas repetitivas. Un estudio de PwC revela que está bifurcando el mercado laboral en dos segmentos que se separan con rapidez. Por un lado los roles professionalized donde la tecnología actúa como herramienta de augmentación y las ofertas de empleo crecen al doble de velocidad. Por el otro los roles democratized en los que la IA reduce la complejidad de las tareas y baja la barrera de entrada.
En los puestos professionalized la inteligencia artificial requiere todavía criterio humano. Radiólogos que interpretan resultados generados por modelos o reclutadores que evalúan candidatos más allá de lo que un sistema de matching puede capturar. El problema real aparece cuando estos roles exigen a candidatos junior habilidades que antes se reservaban para perfiles senior. Un desarrollador junior hoy debe demostrar competencias que hace cinco años se pedían a un arquitecto con diez años de experiencia.
Los datos de PwC son claros. Los salarios en los roles professionalized crecen un 42 % más rápido que en los democratized. La prima salarial media para trabajadores con habilidades de IA alcanza el 62 % y en algunos sectores llega al 118 %. Mientras tanto el personal de IT y los asistentes personales ven cómo sus tareas se simplifican tanto que cualquiera con menos preparación puede realizarlas. El resultado es un estancamiento salarial y una competencia que antes no existía.
RAISE US como intento de respuesta corporativa
El 25 de junio de 2026 OpenAI Anthropic Amazon y Microsoft junto a más de dos docenas de empresas y fundaciones lanzaron RAISE US. La organización no partisana ya cuenta con más de 500 millones de dólares y aspira a los 1.000 millones en compromisos plurianuales. La codirigen Gina Raimondo y Eric Holcomb y su métrica de éxito no son certificados emitidos sino empleos conseguidos y mantenidos.
Aquí es donde la cosa se complica. Programas anteriores de reskilling fallaron porque medían actividad en lugar de resultados. RAISE US intenta evitarlo con pilotos bipartidistas en Utah Arkansas Maryland y Connecticut. El primero Arkansas LAUNCH usa IA para identificar habilidades transferibles y orientar a trabajadores hacia sectores con demanda real. Cuenta con el respaldo de la AFL-CIO y un laboratorio de política financiado exclusivamente por filantropías para mantener cierta independencia.
Con solo 15 personas en el equipo y un enfoque en estados que controlan la formación profesional la iniciativa busca agilidad. Brown University aporta rigor metodológico a través de su Workforce Development Policy Lab. El escepticismo técnico es inevitable. Quinientos millones suenan a mucho dinero pero representan una fracción mínima frente al impacto que la IA tendrá en un mercado laboral de 160 millones de trabajadores en Estados Unidos.
Entrenando agentes en mundos virtuales
La misma semana General Intuition levantó 320 millones de dólares a una valoración de 2.300 millones. Su enfoque ataca una limitación fundamental de los LLMs. Estos modelos dominan el texto porque han consumido prácticamente todo el contenido disponible en internet. Pero el razonamiento espaciotemporal que requieren la robótica o la interacción física no se aprende de palabras.
La solución pasa por videojuegos. General Intuition es un spin-out de Medal una plataforma con 10 millones de usuarios mensuales que genera 2.000 millones de clips de juego al año. La diferencia clave es que estos clips incluyen etiquetas de acción. No solo el vídeo sino qué botones pulsó el jugador en cada fotograma. Eso permite entrenar world models basados en difusión como los descritos en el paper DIAMOND donde el entorno se genera fotograma a fotograma con causalidad real.
El resultado son agentes que aprenden que las paredes son sólidas las escaleras se suben y las sombras cambian según la posición del sol. Pim de Witte CEO de la compañía insiste en que venden la inteligencia entrenada no el simulador. La API llegará a desarrolladores antes de finales del verano de 2026. Una valoración de 2.300 millones sin ingresos relevantes es una apuesta fuerte sobre la transferencia de conocimiento del mundo virtual al físico.
El experimento que convirtió WoW en single player
Un jugador demostró que no hace falta esperar a que las grandes compañías resuelvan estos problemas. Usando un servidor privado de World of Warcraft Wrath of the Lich King montó 1.800 bots controlados por modelos de DeepSeek. Los agentes no solo completan misiones y suben niveles. Mantienen conversaciones reactivas en el chat general que suenan sorprendentemente humanas.
La implementación técnica es absurdamente simple. Partió de un repack con soporte para Ollama editó archivos de texto en el Bloc de notas y escribió un script Python que puentea con la API de DeepSeek para ahorrar costos. El sistema evita gastar tokens cuando no hay jugadores conectados. El chat responde a temas predefinidos y a lo que otros bots o el usuario real dicen aunque no está conectado a la lógica del juego.
Esto limita la interacción. No puedes pedirle a un bot que te ayude a matar un jefe específico o que intercambie objetos. Los agentes siguen sus propios scripts. Aun así el experimento muestra cómo modelos de lenguaje crean comportamiento emergente social en entornos simulados. Es el mismo principio que General Intuition explota pero a escala mucho menor y con recursos de consumo personal.
Por qué tu móvil parece leerte la mente
La sensación de que la IA nos espía surge constantemente. Hablas de viajar a Japón delante del móvil y de repente ves anuncios de vuelos. La explicación técnica no requiere micrófonos siempre encendidos. El consumo de batería y datos haría evidente esa práctica y ninguna medición sistemática lo ha demostrado.
Lo que realmente ocurre es profiling conductual. Cada búsqueda cada ubicación cada segundo de vídeo visto alimenta embeddings que los sistemas de recomendación usan para predecir intereses. Modelos de collaborative filtering y real-time bidding conectan puntos que ni siquiera has verbalizado. Meta y otras compañías han tenido que desmentir repetidamente el rumor del micrófono activo.
En Android puedes verificarlo fácilmente. Los ajustes muestran exactamente cuándo y qué aplicación usó el micrófono en las últimas 24 horas. Un indicador visual aparece en la barra superior durante el uso. Esta misma capacidad predictiva se aplica al mercado laboral. Tu historial de habilidades y exposición a herramientas de IA define tu valor mucho antes de que completes un curso de reskilling.
La realidad es que estamos entrenando sistemas que simultáneamente crean la brecha laboral y ofrecen las herramientas para cruzarla. RAISE US General Intuition y hasta el experimento de WoW apuntan en la misma dirección. El éxito dependerá de si medimos resultados reales o simplemente generamos más actividad certificada. Los números de PwC sugieren que el reloj corre en dos direcciones distintas.