España es la cuarta potencia manufacturera de la Unión Europea. Su industria ha experimentado en los últimos cinco años una transformación silenciosa que la mayor parte del debate público sobre inteligencia artificial pasa por alto. Según el II Barómetro Europeo de IA de EY publicado en julio de 2025, España lidera Europa en adopción real: el 70% de las organizaciones reporta beneficios económicos directos atribuibles a la IA, frente al 56% de media europea, y el 77% confirma mejora de productividad, frente al 43% de la media continental.
En manufactura específicamente, las cifras son más altas. La adopción alcanza el 90% en manufactura avanzada, y el 66% de la industria manufacturera ya opera con inteligencia artificial en entornos de producción real, según datos publicados en abril de 2026. Robots colaborativos, sistemas de visión computacional para control de calidad, predicción de mantenimiento, optimización de planificación.
Detrás de esos números hay una pregunta que el discurso público no termina de formular bien. ¿Qué pasa con los oficios cuando la IA aterriza en el taller, el despacho profesional pequeño, el estudio creativo de cinco personas? Ni la versión tecno-utópica (“la IA libera a los oficios para tareas creativas”) ni la versión tecno-pánico (“la IA destruirá los oficios”) capturan lo que está ocurriendo.
Conviene mirar de cerca, sector por sector.
La industria manufacturera: lo más visible y lo más matizado
En la industria manufacturera española, la IA ha llegado primero a tres áreas donde el retorno es medible y la implementación accesible.
Mantenimiento predictivo. Sensores en máquinas críticas alimentan modelos que predicen fallos antes de que ocurran. La empresa programa intervenciones en ventana óptima en lugar de esperar a que el equipo se rompa. El ahorro en paradas no programadas es directo. El operario de mantenimiento no desaparece —tiene que ejecutar las intervenciones que la IA programa— pero su trabajo se desplaza de “reaccionar a averías” a “ejecutar mantenimiento programado con guía algorítmica”.
Control de calidad por visión computacional. Cámaras industriales detectan defectos en línea con precisión que supera al ojo humano sostenido durante turnos largos. El operario que antes hacía inspección manual se reorganiza: supervisa el sistema, atiende los casos en los que la IA marca duda, gestiona el flujo de piezas defectuosas. Es trabajo distinto al anterior, no necesariamente más cualificado.
Optimización de planificación. Sistemas que combinan datos de pedidos, capacidad productiva, suministro de materia prima e indicadores externos para proponer planes de producción óptimos. El planificador que antes hacía esto manualmente con experiencia se convierte en supervisor del sistema y validador de excepciones. Su valor sube cuando el sistema falla; su volumen de trabajo rutinario cae.
Lo que se gana es claro: márgenes operativos, reducción de defectos, capacidad de respuesta a variabilidad de demanda. Lo que se pierde es menos visible: una parte del oficio del operario y del planificador que combinaba intuición con experiencia acumulada se traslada al sistema. Y esa intuición, una vez transferida a algoritmo, se vuelve difícil de recuperar si el sistema falla.
El II Barómetro EY recoge un dato que ilustra la tensión: el 70% de los profesionales en empresas con IA implementada espera que la tecnología asuma parte de sus tareas, y el 81% cree que en el futuro se necesitará menos personal. La adopción de IA en manufactura está produciendo ganancias de productividad reales, pero también una expectativa generalizada —entre los propios trabajadores— de reducción de plantilla a medio plazo.
El despacho profesional pequeño: la transformación menos comentada
Si el impacto en manufactura tiene cobertura mediática regular, el impacto en despachos profesionales pequeños —abogados, asesores fiscales, consultores, arquitectos, médicos privados, agencias de marketing pequeñas— es probablemente más estructural y mucho menos discutido.
La IA generativa (ChatGPT, Claude, Gemini, herramientas verticales como Harvey en legal o GitHub Copilot en software) ha entrado en el flujo de trabajo de profesionales individuales con una velocidad que el discurso público no ha digerido. Los datos sobre adopción real son fragmentarios pero apuntan en una dirección clara: el profesional medio en sectores de servicios usa hoy IA generativa para preparación de documentos, investigación previa, redacción de borradores, análisis de información dispersa.
El cambio operativo es significativo. Tareas que antes ocupaban dos o tres horas de trabajo del profesional —redactar un dictamen preliminar, preparar un memorandum técnico, elaborar una presentación de cliente— ahora se completan en treinta o cuarenta minutos con asistencia de IA. La consecuencia no es liberación: es expectativa de que el profesional produzca más volumen en el mismo tiempo.
En despachos legales medianos, esto se traduce en una redefinición silenciosa del trabajo de asociados junior. Las tareas formativas tradicionales —investigación de jurisprudencia, redacción de borradores, preparación de research memos— se delegan parcialmente a IA. La curva de aprendizaje del junior se acelera en algunos aspectos pero se vacía en otros: si el junior no hace investigación manual, no desarrolla el músculo de saber dónde buscar, qué fuentes son fiables, cómo interpretar autoridad jurídica.
El despacho gana eficiencia agregada. Pero la generación que entra al oficio bajo este nuevo régimen llegará a ser sénior con un conjunto de competencias distintas. La pregunta abierta es si será mejor o peor preparada cuando llegue su momento de tomar decisiones complejas sin asistencia algorítmica.
El estudio creativo: el caso más controvertido
Los estudios de diseño, agencias de marketing, productoras audiovisuales, despachos de arquitectura pequeños son donde el debate sobre IA es más visible y más emocional. La razón es que la IA generativa toca el núcleo del oficio creativo: producir imágenes, textos, propuestas visuales.
Lo que documentan los profesionales en activo es matizado. La mayoría de estudios pequeños usa hoy IA para fases tempranas del proceso —moodboards, exploración de direcciones visuales, mock-ups iniciales para presentar a cliente, redacción de propuestas comerciales. El entregable final sigue elaborándose con herramientas tradicionales, supervisado por el ojo humano.
El motivo principal no es estético: es jurídico y reputacional. Los clientes serios todavía no aceptan entregables generados primariamente con IA por dudas sobre derechos de autor, originalidad y diferenciación de marca. Pero la frontera se está moviendo. Algunas agencias norteamericanas y europeas han empezado a entregar campañas íntegras con IA, normalmente etiquetando explícitamente el origen.
Lo que se pierde aquí es más cuantificable: tareas como retoque fotográfico básico, ilustración decorativa, diseño de layouts simples, transcripción y subtitulado. Estos roles —que típicamente eran punto de entrada al sector para perfiles junior— están desapareciendo en estudios que han implementado IA. El oficio del retocador o del ilustrador junior se ha vaciado en menos de dos años.
Lo que se gana es capacidad creativa por profesional sénior. El director de arte que antes necesitaba equipo de tres juniors para producir variaciones puede hoy producir lo mismo en menos tiempo con una herramienta. La pirámide profesional se aplana. Y los profesionales que entren al oficio en los próximos años lo harán con una estructura jerárquica radicalmente distinta.
El factor formativo: la asignatura pendiente
España tiene una particularidad estructural relevante en este contexto. La Formación Profesional Dual —el sistema mixto de aula y empresa que en Alemania ha consolidado oficios industriales durante décadas— sigue siendo minoritaria en España. Los datos comparativos apuntan a que España invierte sustancialmente menos en formación profesional aplicada que la media europea, y particularmente menos que Alemania, Países Bajos o Austria.
La consecuencia es que la transición de los oficios afectados por IA hacia perfiles complementarios —operadores de sistemas IA, supervisores de sistemas automatizados, técnicos de mantenimiento de sistemas inteligentes— está peor preparada que en otros países europeos. Las empresas que adoptan IA encuentran déficit de talento medio cualificado para operar los nuevos sistemas. Solo el 23% de empresas españolas ofrece formación adecuada sobre IA a sus equipos, según datos del barómetro EY.
El impacto distributivo es preocupante. Los trabajadores de oficios afectados por IA que tienen acceso a formación interna se reorganizan en perfiles más cualificados con salarios crecientes. Los trabajadores en empresas que no invierten en formación se enfrentan a desplazamiento sin alternativa clara. La diferencia entre uno y otro destino depende menos de la capacidad individual que de la decisión de su empresa.
Lo que sugiere el análisis sectorial
Mirando los tres sectores en conjunto —manufactura, despachos profesionales, estudios creativos— emergen tres patrones consistentes.
Primero: la IA aterriza más rápido y más profundamente de lo que la conversación pública sugiere. Las cifras de adopción manufacturera (66% en producción real, 90% en avanzada) son superiores a las que la discusión generalista asume. El cambio ya está operando.
Segundo: el efecto sobre los oficios no es destrucción simétrica sino redefinición asimétrica. Algunos roles desaparecen (retocador junior, planificador rutinario, transcriptor). Otros se redefinen con mayor cualificación (supervisor de sistema IA, técnico de mantenimiento predictivo). La pirámide profesional se reorganiza, no se vacía.
Tercero: la calidad de la transición depende crucialmente de la inversión en formación. España, con un sistema de formación profesional menos desarrollado que el de Alemania o Países Bajos, llega a este momento peor equipada que los países líderes. La consecuencia operativa es que el coste de la transición lo paga en mayor medida el trabajador individual y no la estructura sectorial.
Una observación final
El debate público sobre IA en España suele oscilar entre el discurso celebrativo —España lidera Europa en adopción— y el discurso alarmista —pérdida masiva de empleo. Ninguna de las dos lecturas captura lo que está ocurriendo.
Lo que ocurre es más matizado: una transformación profunda de oficios profesionales tradicionales, con ganadores y perdedores claramente identificables, donde la diferencia entre ser uno o lo otro depende de variables que el trabajador individual no controla del todo (decisión de inversión de su empresa en formación, política pública de formación profesional, cobertura del sistema de protección durante transiciones).
Las cifras de productividad son reales. Las pérdidas de ciertos oficios también lo son. La conversación pendiente —en empresas, en políticas públicas, en formación— es cómo distribuir las ganancias de productividad de forma que sostenga el tejido profesional, no solo la cuenta de resultados de las empresas que primero adoptan. Esa conversación todavía no está ocurriendo en España con la profundidad que los datos exigen.
Fuentes consultadas:
