La rápida expansión de la Inteligencia Artificial Generativa ha reavivado los temores sobre un reemplazo laboral masivo. Sin embargo, analistas y economistas señalan que la historia de los cajeros automáticos (ATM) ofrece una perspectiva técnica distinta: las nuevas tecnologías tienden a transformar y complementar el empleo humano mucho antes de suprimirlo.

La paradoja de la automatización y el efecto ATM

Cuando los primeros cajeros automáticos comenzaron a desplegarse masivamente en las redes bancarias durante las décadas de 1980 y 1990, los pronósticos de la industria financiera auguraban la desaparición casi total de los empleados de sucursal. La premisa parecía lógica: si una máquina podía dispensar efectivo y recibir depósitos, la necesidad de intervención humana sería nula. No obstante, el mercado presenció un fenómeno económico distinto.

Antes de la masificación del ATM, una sucursal bancaria promedio en los Estados Unidos operaba con aproximadamente 21 cajeros humanos. La automatización redujo esta cifra a 13 trabajadores por oficina. Sin embargo, al disminuir drásticamente los costos operativos para mantener cada local, los bancos encontraron rentable abrir muchas más sucursales para expandir su cuota de mercado. Como resultado de esta expansión física, el número total de empleados bancarios en el sistema financiero terminó aumentando. Especialistas como David Autor, economista del MIT, y James Bessen, de la Universidad de Boston, denominan a este fenómeno la “paradoja de la automatización”, un concepto fundamental para entender las disrupciones tecnológicas.

Evolución hacia servicios de valor agregado

La supervivencia y crecimiento del talento humano frente al cajero automático no solo dependió de la apertura de nuevas sucursales, sino de una reconfiguración de las funciones operativas. Al delegar las tareas mecánicas y repetitivas (como el conteo de billetes o el registro básico de retiros) a los cajeros automáticos, los trabajadores bancarios evolucionaron hacia roles más comerciales y analíticos.

El personal de sucursal comenzó a centrarse en actividades que generaban un mayor margen de beneficio para las instituciones financieras: la venta cruzada de tarjetas de crédito, la originación de préstamos, la asesoría en inversiones y la resolución de incidentes complejos de los clientes. La máquina no reemplazó al humano, sino que lo obligó a especializarse en tareas cognitivas y de relaciones públicas donde la tecnología aún era ineficiente.

El verdadero quiebre: La revolución de la banca digital

El impacto definitivo sobre las plazas laborales bancarias no ocurrió en la era del hardware (ATM), sino décadas después, con la consolidación del software y la conectividad a través de la banca por internet y las aplicaciones móviles en la década de 2010.

Las plataformas digitales permitieron a los usuarios realizar transferencias, pagos de servicios y apertura de cuentas de forma completamente remota. Los datos citados por el Fondo Monetario Internacional (FMI) ilustran perfectamente el incentivo económico detrás de este giro: mientras que procesar una transacción en una sucursal física cuesta aproximadamente un dólar, hacerlo a través de un ATM reduce el costo a 60 centavos. Sin embargo, una operación digital vía aplicación móvil apenas cuesta unos pocos centavos. Fue esta drástica diferencia en la rentabilidad lo que provocó el cierre masivo de oficinas físicas y la consecuente caída estructural en el empleo de cajeros humanos a partir del año 2010.

La Inteligencia Artificial atraviesa su “Momento ATM”

Los especialistas en transformación digital sugieren que la actual generación de Inteligencia Artificial Generativa (herramientas como ChatGPT, asistentes de programación tipo Copilot y plataformas de diseño) se encuentra en su propio “momento ATM”. Actualmente, la IA funciona como un copiloto productivo; está automatizando tareas específicas de las profesiones, pero no está eliminando el puesto de trabajo en su totalidad.

Abogados, desarrolladores de software y analistas financieros utilizan estas herramientas para acelerar la redacción de contratos, estructurar código o procesar grandes volúmenes de datos documentales, pero la toma de decisiones estratégicas sigue dependiendo del profesional. Este escenario podría desencadenar el llamado “Efecto Jevons”, un principio económico que dicta que, al aumentar la eficiencia y reducir los costos de producción de un bien (en este caso, código o análisis de datos), la demanda general por ese bien se incrementa, sosteniendo o incluso aumentando la necesidad de profesionales calificados que gestionen estas nuevas herramientas.

El riesgo inminente: El cambio de paradigma

A pesar del optimismo histórico, existe un riesgo tangible a mediano plazo. El peligro real no proviene de la automatización de tareas aisladas, sino de un posible cambio de paradigma en la interacción con el usuario final. Si la Inteligencia Artificial evoluciona desde ser un “copiloto corporativo” hasta convertirse en un agente autónomo capaz de gestionar canales enteros de servicio al cliente o soporte técnico (resolviendo problemas sin ninguna necesidad de derivación humana), podríamos presenciar el equivalente a la revolución de la banca móvil.

Desde una perspectiva tecnológica y financiera, el despliegue actual de Modelos de Lenguaje Grande (LLMs) corporativos optimiza el OPEX (gastos operativos) al escalar la productividad en tareas intensivas en información. Sin embargo, las arquitecturas empresariales actuales todavía dependen del modelo human-in-the-loop para mitigar alucinaciones y garantizar el cumplimiento normativo. La verdadera disrupción laboral ocurrirá solo cuando las APIs de IA logren una fiabilidad y autonomía transaccional total, desintermediando el capital humano en modelos de negocio basados puramente en el procesamiento de servicios, imitando el impacto deflacionario que las aplicaciones móviles ejercieron sobre la infraestructura bancaria tradicional.

Fuente:Infobae.com