Suelo discutir con frecuencia con colegas del sector sobre el impacto de la IA en la industria. Muchos destacan que los impactos tardarán demasiado en llegarnos, porque nuestros roles son muy especializados y nuestra industria depende mucho de la mano de obra.
Y suelo estar en desacuerdo. Un estudio reciente de la London School of Economics lanza un mensaje contundente: el rápido avance de la automatización y la inteligencia artificial ha ampliado significativamente la desigualdad salarial en España, golpeando con más fuerza a los trabajadores peor pagados. Cubriendo el periodo 2010-2019 (con efectos que persisten hasta años recientes), la investigación usa datos de encuestas de hogares del Instituto Nacional de Estadística de España para construir un índice de automatización dinámico. A diferencia de las medidas estáticas, este índice tiene en cuenta cómo evolucionan los puestos: algunas tareas se vuelven más rutinarias y reemplazables, mientras otras se desplazan hacia habilidades no automatizables.
El hallazgo principal es claro y preocupante. Sin los efectos de desplazamiento de las nuevas tecnologías, el coeficiente de Gini salarial de España (una medida de desigualdad donde 0 es igualdad perfecta y 100 es desigualdad máxima) habría sido alrededor de un 21,5% más bajo en 2019. En términos prácticos, esto significa que el 10% que más gana capturó una porción mayor del pastel salarial de la que habría capturado de otro modo, mientras que el 50% inferior, y especialmente el 10% más pobre, vio reducirse su participación salarial relativa. El 10% inferior podría haber visto sus salarios subir alrededor de un 2,2% más, y las clases medias vieron ganancias modestas redirigidas hacia arriba. La automatización no solo sustituyó puestos de trabajo. Reforzó el poder de negociación de los trabajadores altamente cualificados, impulsando su salario mientras devaluaba tareas rutinarias comunes en puestos de salario medio y bajo (entrada de datos, administración estandarizada y ciertas tareas de servicio).
El impacto de la IA, especialmente desde 2015, refleja este mismo patrón: complementa el trabajo altamente cualificado (impulsando primas salariales en la parte alta) mientras sustituye tareas rutinarias de nivel medio, polarizando aún más la distribución. La tecnología impulsa el crecimiento económico y la productividad general, pero los beneficios no «gotean» automáticamente hacia abajo. El comercio, la globalización, los niveles educativos y los márgenes de beneficio juegan un papel secundario frente al cambio impulsado por la tecnología. Los grupos vulnerables incluyen a jóvenes con baja formación (camareros), mujeres mayores en puestos de baja cualificación (housekeeping) y trabajadores rutinarios de ingresos medios que enfrentan una sustitución directa por máquinas y algoritmos (reservas, recepción).
En el sector de hospitality y turismo, donde muchos roles implican tareas rutinarias y predecibles (procesos de check-in, reservas básicas, coordinación de housekeeping, servicios estandarizados al huésped), estas dinámicas son especialmente relevantes. Los puestos de entrada y de nivel medio suelen caer en la zona automatizable, presionando salarios y estabilidad laboral. Mientras tanto, los roles que integran IA para personalización, analítica predictiva, pricing dinámico u optimización de revenue tienden a concentrarse en funciones más cualificadas (y mejor pagadas), ampliando las brechas internas.
Esto no es una fatalidad inevitable. Es una llamada a la acción. El estudio destaca dos palancas de política prioritarias para hacer la innovación más inclusiva:
1. Una inversión masiva y sostenida en educación y aprendizaje continuo
En línea con lo que comentamos la semana pasada, los programas de formación continua (cortos, modulares y accesibles) pueden ayudar a los trabajadores en la transición. En hospitality, esto significa formar al personal de primera línea en interpretación de datos, diseño de experiencia del huésped, prácticas de sostenibilidad o uso básico de herramientas de IA (chatbots, apps de forecasting), en lugar de dejarlos expuestos a la sustitución.
2. Reequilibrar los incentivos fiscales entre capital y trabajo
Muchos sistemas fiscales (incluido el de España) favorecen la inversión en maquinaria y software frente a la contratación de personas, subvencionando la automatización incluso cuando las ganancias de productividad son marginales. Ajustar la fiscalidad del capital, ofrecer créditos para la inversión en capital humano o reducir los sesgos hacia el capex tecnológico podría frenar el desplazamiento excesivo y fomentar una innovación que cree empleo.
La tecnología no es el enemigo. Los beneficios mal repartidos sí lo son. Reciclando de forma proactiva las competencias, rediseñando los roles en torno a las fortalezas humanas y apoyando políticas que compartan los dividendos de la productividad, el sector puede convertir la IA de una fuerza polarizadora de salarios en una oportunidad de base amplia. Los trabajadores de salario bajo y medio en hospitality merecen caminos hacia contribuciones de mayor valor y mejor pagadas, no una erosión gradual.
El estudio de la LSE nos recuerda algo: la innovación sin equidad arriesga divisiones más profundas, fricción social e incluso polarización política. En nuestra industria, donde las personas siguen siendo el corazón de la experiencia, acertar en esto es esencial para un crecimiento sostenible.
