Resposta curta: la IA reconfigura principalment la feina automatitzant parts de tasques, accelerant el rendiment i augmentant les expectatives, especialment en rols de nivell inicial. Si aprens a utilitzar la IA i verifiques els seus resultats, és més probable que guanyis avantatge; si la teva feina és principalment producció repetitiva de primer pas, estàs més exposat quan els equips adopten la IA.
Conclusions clau:
Canvi de tasques : esperar l'automatització del treball repetible, amb rols que evolucionen en lloc de desaparèixer.
Escala de nivell inicial : els júniors poden tenir menys vacants i demandes de competència més elevades el primer dia.
Verificació : Desenvolupar habilitats per comprovar fets, xifres, casos límit i compliment de polítiques.
Passar a les decisions : apropar-se als objectius, les restriccions, els compromisos i la responsabilitat pels resultats.
Prova de treball : seguiment del temps estalviat, la reducció d'errors i els resultats per mantenir-se visiblement valuosos.
Articles que potser t'agradaria llegir després d'aquest:
🔗 La IA substituirà els comptables?
Explora com l'automatització canvia el treball comptable i els rols futurs.
🔗 Pot la IA substituir la ciberseguretat?
Avaluar l'impacte de la IA en la ciberdefensa, els riscos i la supervisió humana.
🔗 La IA substituirà els enginyers de dades?
Vegeu quines tasques d'enginyeria de dades pot automatitzar la IA avui.
🔗 La IA substituirà els agents d'assegurances?
Descobreix com la IA podria remodelar les vendes d'assegurances i el servei al client.
1) La resposta humana a "Com afecta la IA els llocs de treball?" (no la dramàtica) 😅
Deixem de banda la versió cinematogràfica on els robots s'ho emporten tot d'un dia per l'altre. L'impacte real sol arribar així:
-
Les tasques s'automatitzen, no els llocs de treball sencers (al principi). OCDE
-
La feina s'accelera per a les persones que aprenen a utilitzar bé la IA. NBER
-
El treball de nivell inicial és el que més canvia perquè sovint inclou tasques repetibles. IMF
-
Apareixen nous rols perquè algú ha d'implementar, supervisar, mesurar i corregir fluxos de treball basats en IA. Fòrum Econòmic Mundial
-
La definició de "bon empleat" canvia de "mans ràpides" a "judici intel·ligent". Fòrum Econòmic Mundial
Així doncs, quan algú pregunta: " Com afecta la IA a la feina?", la resposta més clara és:
la IA canvia la forma de la feina i recompensa les persones que la poden dirigir en lloc d'ignorar-la. FMI
I sí, alguns rols es redueixen. No ho endolciré amb un emoji de pòster motivacional. Però la història s'assembla més a remodelar una casa que a enderrocar una ciutat 🧱🏠.
2) Les tres maneres en què funcionen els canvis de la IA: substituir, remodelar o apujar el llistó 📈
La major part de l'impacte laboral s'agrupa en tres categories:
A) Substituir (una porció de tasques)
Això és quan la IA gestiona un fragment de sortida repetitiva:
-
programació bàsica
-
resums del primer esborrany
-
respostes senzilles dels clients
-
neteja rutinària de dades
-
escriptura basada en plantilles
Rarament "substitueix la persona sencera", sinó que "elimina entre un 20 i un 40% del que feien abans". OpenAI OCDE
Cosa que sona genial fins que t'adones que un 20-40% era com algunes persones justificaven el recompte de personal.
B) Reformar (la feina es manté, el flux de treball canvia)
Aquesta és la més comuna. Encara fas la feina, però:
-
supervises les sortides
-
editeu i verifiqueu
-
tu estableixes restriccions
-
gestiones casos límit
-
fas les trucades finals
Molta gent es converteix en "revisors" sense obtenir el títol o l'augment de sou, cosa que... no és ideal, però és real.
C) Pujar el llistó (mateix càrrec, expectatives més altes)
Això és subtil. Els equips adopten eines d'IA i, de sobte, el "rendiment mitjà" esdevé el "mínim acceptable".
La feina no sembla més fàcil. Sembla més ràpida... i més ocupada 😵💫.
Així doncs, sí. Com afecta la IA a les feines? De vegades, fent que la mateixa feina sembli una cinta de córrer que s'accelera silenciosament.
3) Quines feines es veuen més afectades i per què es tracta de tasques, no de prestigi 🎯
Una regla decent: com més predictible, basada en text o amb més patrons sigui una tasca, més la IA la podrà ajudar o automatitzar. Això no vol dir que la feina desaparegui. Vol dir que el "centre de gravetat" de la feina es desplaça. OpenAI ILO
Tipus de tasques més exposats
-
informes repetitius
-
plantilles de correus electrònics i propostes
-
recerca bàsica i resums
-
controls de qualitat rutinaris
-
entrada de dades i classificació
-
variacions estàndard d'imatge (canvi de mida, eliminació de fons, edicions ràpides)
Més tipus de tasques protegides (de moment... més o menys)
-
judicis d'alt risc
-
negociació interpersonal complexa
-
treball físic pràctic en entorns impredictibles
-
decisions de lideratge ambigües
-
treball que requereix un context profund i confiança en McKinsey
I només per ser molest: una feina pot incloure totes dues coses. El teu rol pot ser "segur", mentre que la meitat de les teves tasques setmanals són bàsicament un bufet per a l'automatització.
4) L'impacte "silenciós": rols de nivell inicial i l'escala que falta 🪜😬
Aquesta part importa molt i la gent no en parla prou.
Existeixen molts rols de nivell inicial perquè les organitzacions necessiten:
-
algú que esbossi la primera versió
-
algú per processar tiquets rutinaris
-
algú per recopilar notes i informes
-
algú que faci la feina "ocupada però necessària"
La IA pot fer part d'això. Això significa que les empreses podrien contractar menys júniors o donar als júniors tasques diferents (més control de qualitat, més coordinació, més ús d'eines). IMF NBER
El risc és un efecte d'"escala trencada":
-
menys punts d'entrada
-
menys oportunitats d'aprendre els conceptes bàsics
-
menys mentors perquè els equips són més àgils
-
expectatives més altes per a la competència des del primer dia
Si ets a principis de carrera, " Com afecta la IA a les feines?" sovint es tradueix en: potser hauràs de demostrar capacitat pràctica abans del que ho feia la gent abans.
Injust? De vegades. Cert? Sovint. 🤷
5) Nous llocs de treball que crea la IA (i els que sovint es passen per alt) 🧠✨
Cada onada tecnològica elimina algunes tasques i en crea d'altres. La IA no és diferent, però les noves feines poden semblar... poc glamuroses al principi. Fòrum Econòmic Mundial
Aquí hi ha les zones que solen expandir-se:
-
Operacions d'IA i disseny de fluxos de treball : convertir "hauríem d'utilitzar la IA" en passos reals que la gent segueixi
-
Qualitat i avaluació de la IA : resultats de les proves, fiabilitat de la puntuació, errors de seguiment
-
Gestió de dades : garantir que existeixin les dades correctes, que siguin netes i que es tractin èticament
-
Seguretat i compliment : prevenció de filtracions, mal ús i desastres de tipus "ups, hem enganxat coses confidencials"
-
Rols humans en el bucle : revisió, correcció i aprovació de resultats d'alt impacte (OIT)
-
Formació i capacitació : ensenyar als equips a utilitzar les eines correctament (això és més gran del que sembla) Fòrum Econòmic Mundial
També, un nínxol: les persones que poden escriure directrius internes clares esdevenen inesperadament valuoses. És a dir, polítiques però pràctiques. No són divertides a les festes, però són útils a la feina 📝.
6) Què fa que una bona versió d'un pla de carrera a prova d'IA sigui bona? 🧭🤝
Aquesta és la part que tothom vol: el manual de joc. I no, el manual de joc no és "aprendre a programar" (de vegades útil, de vegades completament irrellevant). Una bona versió d'un pla de carrera a prova d'IA té alguns ingredients:
1) Tries una "pila", no una sola habilitat
Pensa en una pila com:
-
coneixement del domini (el vostre sector)
-
fluïdesa d'eines (IA + eines bàsiques)
-
comunicació (explicació de decisions)
-
judici (saber en què confiar)
-
fiabilitat (la gent compta amb tu)
Una habilitat és una espelma. Una llar d'encesa és una foguera 🔥. Una metàfora lleugerament imperfecta, però ho entens.
2) T'acostes a les decisions
La IA és bona a l'hora de generar opcions. Els humans continuen sent valuosos quan:
-
definir objectius
-
establir restriccions
-
triar compensacions
-
assumir la responsabilitat dels resultats BLS
Si la teva feina és principalment "produir la cosa", comença a canviar cap a "decidir què hauria de ser la cosa"
3) Creeu proves de treball
No són vibracions. Prova.
-
mètriques abans/després
-
temps estalviat
-
errors reduïts
-
millora de la satisfacció del client
-
processos documentats
Guarda una petita carpeta per presumir. Ho sé, fa vergonya. Fes-ho igualment 😬.
4) Aprens l'habilitat de la verificació
Aquest és el superpoder infravalorat:
-
comprovant fets al·lucinats
-
detecció de casos límit que falten
-
validació interna de números i fonts
-
saber quan dir "no, torna a fer això"
El futur pertany als bons editors. No només d'escriptura, sinó de decisions.
7) Taula comparativa: les principals maneres en què la gent utilitza la IA a la feina (i per què algunes funcionen millor) 🧾🤖
Aquí teniu un "menú" pràctic d'enfocaments. No és perfecte. Però és útil.
| Eina / Enfocament | Públic | Preu | Per què funciona |
|---|---|---|---|
| Assistent de xat per a redacció + ideació | Treballadors del coneixement, estudiants, directius | Gratuït a quota mensual | Primers esborranys ràpids, bona pluja d'idees, però encara cal verificar... de debò |
| Ajudant d'escriptura i edició | Màrqueting, comunicació, recursos humans | Mensual baix | Converteix esborranys en més nets, estalvia temps; pot arribar a ser una mica irregular |
| Notes de la reunió + extracció d'elements d'acció | Caps d'equip, vendes, operacions | Sovint agrupat | Captura les decisions, redueix els moments de "en què hem acordat???" 😵 |
| Suggeriments de resposta d'atenció al client | Equips de suport | Basat en l'ús | Accelera la resposta, millora la coherència: arriscat si la política és estricta |
| Full de càlcul i "copilot" de dades | Analistes, finances, operacions | Varia | Ideal per a resums + fórmules, de vegades malinterpreta el context (molest) |
| Assistent de codificació | Enginyers, analistes, programadors aficionats | Gratuït a mensual | Accelera la revisió estàndard, ajuda a la depuració, però encara necessita revisió humana |
| Creador d'automatització (IA + fluxos de treball) | Ops, RevOps, fundadors | Mitjans de mes | Connecta eines i redueix el treball repetitiu; la configuració requereix paciència |
| Preguntes i respostes de la base de coneixements (internes) | Equips més grans | Cost més elevat | Ajuda a les persones a trobar respostes internes més ràpidament, només tan bo com les dades |
Confessió peculiar de formatació: els preus són intencionadament vagues perquè els preus reals canvien i també la gent discuteix sobre què significa "val la pena". Totes dues són certes.
8) Les habilitats que es "combinen" quan la IA és a tot arreu 📚⚙️
Si voleu una breu llista d'habilitats que continuen sent valuoses fins i tot quan les eines canvien, aquestes són les que jo apostaria per (basant-me en molta observació pràctica i el que funciona de manera consistent en equips): Fòrum Econòmic Mundial
Judici i pensament crític 🧠
-
detectar males suposicions
-
demanant el seguiment correcte
-
reconèixer quan la sortida és plausible però incorrecta
Comunicació clara 🗣️
-
escrivint decisions amb claredat
-
explicant els compromisos
-
traduir material tècnic per a persones no tècniques
Pensament sistèmic 🔁
-
comprendre els fluxos de treball de principi a fi
-
identificació de colls d'ampolla
-
millorar el procés, no només el resultat
Empatia amb les parts interessades 🤝
-
saber què necessita realment la gent
-
gestionar la resistència sense ser un imbècil
-
alineant equips que volen coses diferents
Fluïdesa amb les eines (no obsessió amb les eines) 🧰
Aprèn:
-
com incitar de manera eficaç
-
com avaluar els resultats
-
Com integrar la IA al vostre flux de treball BLS
No et converteixis en la persona que només parla d'eines. Ningú convida aquesta persona a dinar. (D'acord, de vegades ho fan, però ja saps a què em refereixo) 🍜
9) Com utilitzar la IA sense convertir-se en la peça reemplaçable 😬➡️😎
Això és important. Perquè hi ha una trampa: si només fas servir la IA per fer les parts més fàcils més ràpid, podries fer que accidentalment el teu rol sembli més senzill del que és.
Prova aquestes estratègies en comptes d'això:
Sigues el "propietari" dels resultats
En comptes de "He generat 10 opcions", canvia a:
-
«He seleccionat la millor opció basant-me en X»
-
«Ho he validat contra les restriccions Y»
-
«Ho vaig provar amb el grup d'usuaris Z»
La propietat és enganxosa. La producció és relliscosa.
Documenta el teu procés
Escriu:
-
el que vas fer
-
per què ho vas fer
-
què ha canviat
-
el que has après
Et protegeix de converses del tipus "tothom podria fer això".
Converteix-te en el pont entre la IA i la realitat 🌍
La realitat inclou:
-
política
-
veu de marca
-
matís del client
-
restriccions legals
-
política d'equip (sí, política, no del tipus governamental)
La IA no gestiona aquest embolic de manera natural. Els humans sí.
Desenvolupar una especialitat que la IA recolzi però no substitueixi
Exemples:
-
màrqueting amb conscient del compliment
-
operacions sanitàries (alt context)
-
anàlisi de ciberseguretat (alt risc)
-
estratègia de vendes empresarial (basada en relacions)
-
gestió de productes (compromisos i alineació)
Així doncs, com afecta la IA als llocs de treball? De vegades, obligant-te a pujar en la cadena de valor... fins i tot si no ho has demanat.
10) Què s'equivoquen els empresaris (i què fan els equips intel·ligents en canvi) 🏢🛠️
Si gestiones persones o formes equips, la IA pot ser un regal o un maldecap a càmera lenta.
Errors comuns:
-
desplegament d'eines sense formació
-
mesurar "l'activitat" en lloc dels resultats
-
assumint que les sortides de la IA són automàticament acceptables
-
retallar la plantilla abans de redissenyar els fluxos de treball
-
ignorant el cop de moral quan la gent se sent reemplaçable
Moviments més intel·ligents:
-
definir on es permet la IA i on no
-
crear estàndards de revisió (què significa "bo")
-
invertir en formació i manuals interns
-
Assignar la responsabilitat de la supervisió de la qualitat i el risc
-
recompensar les millores del procés, no només la velocitat Fòrum Econòmic Mundial
Una cosa més: si voleu una adopció, no deshonreu les persones cauteloses. La precaució pot ser saviesa. O por. Normalment totes dues 😅.
11) Preguntes freqüents ràpides: les preguntes que la gent xiuxiueja a les reunions 🤫
"La IA em prendrà la feina?"
Potser en prendrà trossos. La teva millor defensa és convertir-te en la persona que:
-
utilitza bé la IA
-
verifica correctament
-
entén el context empresarial
-
pot coordinar humans IMF
"És suficient aprendre eines d'IA?"
No. Les eines canvien. Els fonaments perduren. Aprèn eines, sí, però vincula-les a habilitats com el judici, el pensament sistèmic i la comunicació.
"Què passa si odio la IA?"
No cal que t'agradi. Només necessites una relació de treball amb ell. Com aquell company de feina que és molest però manejable.
"Quina és la carrera professional més segura?"
Res és perfectament segur. Però els rols amb un alt context, confiança, responsabilitat i relacions humanes tendeixen a ser més resilients. McKinsey OCDE
12) Resum final: doncs, com afecta la IA a la feina? ✅🤖
La IA no és un esdeveniment aïllat. És una reorganització gradual de tasques, expectatives i fluxos de treball. Alguns rols es redueixen, d'altres s'expandeixen, molts evolucionen. Fòrum Econòmic Mundial FMI
Les persones que ho fan millor solen:
-
Tracta la IA com un company de feina, no com una vareta màgica 🪄
-
aprèn a verificar i editar, no només a generar
-
apropar-se a les decisions i a la propietat
-
crear una pila d'habilitats en lloc de perseguir una tendència
-
impacte i resultats del document
I si encara us pregunteu com afecta la IA a la feina?, aquí teniu el resum contundent:
La IA recompensa l'adaptabilitat, el pensament clar i la responsabilitat, i castiga la repetició que no està lligada al judici. OpenAI BLS
No sempre just. No sempre divertit. Però viable... i, de vegades, fins i tot emocionant 😄.
Preguntes freqüents
Com afecta la IA a les feines en el treball d'oficina diari?
A la majoria de llocs de treball, la IA no substitueix feines senceres d'un dia per l'altre, sinó que substitueix fragments de tasques. Això tendeix a manifestar-se en primers esborranys més ràpids, resums més ràpids i treball administratiu més automatitzat. Amb el temps, molts rols canvien cap a la revisió, la verificació i la presa de la decisió final. Les persones que més hi guanyen solen ser les que aprenen a dirigir els resultats de la IA, en lloc de tractar les eines com a soroll de fons.
Quines feines es veuen més afectades per la IA i per què?
Les feines es veuen més afectades quan una gran part de la feina és predictible, basada en text o amb molts patrons: penseu en informes rutinaris, correus electrònics amb plantilles, resums de recerca bàsica i classificació de dades. Això no vol dir automàticament que el rol desaparegui, però el "centre de gravetat" canvia. Les tasques més aïllades tendeixen a implicar judicis d'alt risc, interacció humana matisada, confiança i complexitat sobre el terreny.
La IA em prendrà la feina o només una part d'ella?
Un resultat comú és que la IA assumeix parts d'una feina (sovint la feina repetitiva de "primera passada"), mentre que els humans mantenen la responsabilitat de les decisions, els casos límit i la responsabilitat. El risc és que si entre un 20 i un 40% de les tasques desapareixen, alguns equips redueixin el nombre de personal en lloc de redissenyar els fluxos de treball. La posició més segura és convertir-se en la persona que utilitza bé la IA, verifica rigorosament i entén el context empresarial.
Per què estan canviant tant els rols de nivell inicial amb la IA?
Històricament, existien molts rols de nivell inicial per gestionar els primers esborranys, els tiquets rutinaris i el processament enfeinat però necessari. La IA ara pot cobrir parts d'això, de manera que les empreses poden contractar menys júniors o desplaçar el treball júnior cap al control de qualitat, la coordinació i els fluxos de treball basats en eines. Això pot crear un efecte "escala trencada", amb menys punts d'entrada i expectatives més altes el primer dia. Les persones que comencen la seva carrera sovint necessiten proves de capacitat pràctica abans que abans.
Quines noves feines crea la IA que la gent passa per alt?
Més enllà dels títols cridaners, el creixement sovint es manifesta en les operacions d'IA, el disseny del flux de treball, l'avaluació de la qualitat i la revisió amb la participació humana. Els equips també necessiten administració de dades, supervisió de la seguretat i el compliment normatiu, i formació interna perquè les eines s'adoptin sense filtracions ni errors evitables. Les persones que poden escriure directrius i manuals interns clars esdevenen sorprenentment valuoses. Algú ha de convertir "utilitzar la IA" en un procés segur i repetible.
Quin és un pla de carrera realista a prova d'IA (sense perseguir una moda passatgera)?
Un pla sòlid sembla construir una pila d'habilitats: coneixement del domini, fluïdesa d'eines, comunicació, criteri i fiabilitat. Acosteu-vos a les decisions: definiu objectius, establiu restriccions, trieu compensacions i assumiu la responsabilitat dels resultats. Mantingueu proves de treball com ara temps estalviat, errors reduïts i processos millorats. El superpoder infravalorat és la verificació: detectar al·lucinacions, casos límit perduts i números erronis.
Com puc utilitzar la IA a la feina sense convertir-me en la peça reemplaçable?
Si només fas servir la IA per fer les parts més fàcils més ràpidament, pots fer que el teu rol sembli més senzill. Canvia cap a la responsabilitat: explica què has triat, per què ho has triat i com ho has validat. Documenta el teu procés perquè no quedi clar que "tothom ho podria fer". Converteix-te en el pont entre la IA i les restriccions pràctiques com la política, la veu de la marca, els matisos del client i el risc legal.
Quines habilitats es compleixen més quan la IA és a tot arreu?
El judici i el pensament crític es compliquen perquè la IA pot produir resultats plausibles que encara són erronis. Una comunicació clara és més important, ja que els equips necessiten decisions i compromisos escrits amb claredat. El pensament sistèmic ajuda a millorar els fluxos de treball de principi a fi, no només a accelerar un sol pas. La fluïdesa de les eines també ajuda, però no l'obsessió per les eines; l'avantatge durador és saber com impulsar, avaluar i integrar la IA de manera responsable.
En què s'equivoquen sovint les empreses quan adopten eines d'IA?
Un error comú és implementar eines sense formació, revisar els estàndards o límits clars sobre on es permet la IA. Alguns equips redueixen la plantilla abans de redissenyar els fluxos de treball i després acaben amb problemes de qualitat i moral. Els equips més forts defineixen barreres de seguretat, estableixen "què ha de ser bo", inverteixen en manuals i assignen la responsabilitat de supervisar el risc. L'adopció millora quan la precaució es tracta com a valuosa, no com a resistència.
Referències
-
Organització Internacional del Treball (OIT) - ilo.org
-
Organització Internacional del Treball (OIT) - ilo.org
-
Organització per a la Cooperació i el Desenvolupament Econòmics (OCDE) - oecd.org
-
Organització per a la Cooperació i el Desenvolupament Econòmics (OCDE) - oecdskillsandwork.wordpress.com
-
Oficina Nacional d'Investigació Econòmica (NBER) - nber.org
-
Fons Monetari Internacional (FMI) - imf.org
-
Fons Monetari Internacional (FMI) - imf.org
-
Fòrum Econòmic Mundial - L'Informe sobre el futur dels llocs de treball 2023 - weforum.org
-
Fòrum Econòmic Mundial - Informe sobre el futur dels llocs de treball 2025: Perspectives de les habilitats - weforum.org
-
OpenAI - Els GPT són GPT - openai.com
-
McKinsey & Company - mckinsey.com
-
Oficina d'Estadístiques Laborals dels EUA (BLS) - Avaluació de l'impacte de les noves tecnologies al mercat laboral - bls.gov
-
Oficina d'Estadístiques Laborals dels EUA (BLS) : Incorporació de l'impacte de la IA a les projeccions d'ocupació de la BLS - bls.gov