China: 18,9% de desempleo joven y 7 millones unipersonales

¿Qué cambió en un año en la puerta de entrada al mercado de trabajo?

El desempleo juvenil en China, excluyendo estudiantes, alcanzó 18,9 por ciento en agosto, según el registro publicado el 21 de septiembre. En el mismo país, el registro de empresas de una sola persona creció cerca de un 42% respecto del año anterior. La puerta de entrada dejó de ser un contrato de trabajo y pasó a ser un trámite de alta: el movimiento se mide en un año, no en una década.

Las dos cifras describen el mismo fenómeno desde lados opuestos del mostrador. Una tasa de desocupación juvenil de 18,9 por ciento cuenta a quien busca empleo y no lo encuentra; el salto de 42% en registros unipersonales cuenta a quien dejó de buscarlo y se dio de alta por su cuenta. Un país puede tener las dos cosas creciendo a la vez porque miden poblaciones distintas, y la segunda no aparece en la primera: quien se registra como empresa sale de la estadística de desocupación sin que haya cambiado gran cosa en su ingreso.

El caso chino interesa afuera de China porque llegó antes, no porque sea excepcional. Una economía con un sector tecnológico que avanza rápido y crea relativamente pocos puestos, y con consumo interno frenado, produce exactamente esa combinación: capacidad técnica abundante y demanda de empleo contraída. Para alguien que trabaja por su cuenta en Argentina, el interés no es geopolítico sino práctico: la forma de trabajo que allá se volvió masiva en un año es la misma que acá ya tiene, y conviene mirar qué le pasó a los que entraron primero.

¿Qué muestran los registros de nómina sobre los que recién empiezan?

Stanford, con registros de nómina de EE.UU., encuentra que el empleo entre trabajadores de 22 a 25 años en las ocupaciones más expuestas a la IA está alrededor de un 19% por debajo de lo que sería si hubiera seguido el ritmo de sus pares menos expuestos. La caída se concentra en quienes recién entran, no en el conjunto: la diferencia es de cohorte, no de sector completo.

El mismo período muestra el movimiento contrario en otra franja. Las publicaciones de empleo vinculadas a IT enfocado en IA y roles de ciencias de la computación aumentaron 37% en ese lapso, según el registro del 22 de septiembre. Un mercado donde las búsquedas de un perfil suben 37% mientras la cohorte de 22 a 25 años pierde terreno no es un mercado que se achica: es uno que cambió qué pide. El nombre del puesto sobrevive y el contenido del puesto no.

La proyección oficial de largo plazo apunta en la misma dirección sin contradecir nada. El organismo de estadísticas laborales de Estados Unidos proyecta que el grupo de profesionales y técnicos de salud crecerá 8.0 por ciento con 819,500 empleos nuevos, y los grupos que más caen son los de apoyo administrativo y ventas. El crecimiento agregado del empleo convive con la desaparición de las tareas de entrada, que son justamente las que se automatizan primero por ser repetibles y verificables.

¿Qué se perdió junto con los puestos de entrada?

Se perdió el lugar donde se aprendía el oficio. Las tareas que justificaban un asistente, un contratista o una posición junior son las primeras que absorbe el software, y son también las tareas con las que alguien adquiría criterio. La caída del 19% en el empleo de 22 a 25 años en ocupaciones expuestas no mide sólo ingresos perdidos: mide entrenamiento que ya no ocurre en ningún lado.

El mecanismo es acumulativo y por eso importa más que la cifra de un año. Alguien que empieza sin pasar por las tareas repetitivas llega antes a producir y llega peor preparado para revisar lo que produce, porque el criterio para detectar un error se construye habiendo cometido esos errores. Un análisis publicado el 22 de septiembre describe el mismo problema del lado del empleador: la escasez de oportunidades para ganar experiencia termina siendo un problema para quien después busca gente con experiencia.

La consecuencia práctica aparece cuando alguien arma su propio negocio con agentes. Delegar la producción entera a un sistema es tentador porque el resultado se ve rápido, y deja a la persona sin la única fuente de criterio que tenía disponible. Un profesional que nunca escribió el borrador no sabe qué le falta al borrador que le entregan. La decisión de qué automatizar no es sólo económica: define qué vas a seguir sabiendo hacer dentro de un par de años.

¿Cómo se reemplaza ese aprendizaje cuando trabajás por tu cuenta?

Reemplazarlo requiere separar las tareas que sólo cuestan tiempo de las que además enseñan. Un informe del MIT calcula que la IA puede completar trabajo equivalente a cerca del 12% de los empleos en Estados Unidos, y ese 12% no está repartido al azar: se concentra en lo repetible. Delegar lo repetible y quedarse con la revisión y la decisión es la forma de conservar el criterio mientras se gana la velocidad.

Conviene además desconfiar de la tranquilidad propia. El 68% de quienes usan IA en el trabajo está menos preocupado por perder su empleo que hace un año, y la cifra convive con una cohorte de 22 a 25 años que perdió alrededor de 19% de empleo relativo en las ocupaciones más expuestas. Usar la herramienta todos los días genera una sensación de control que no es lo mismo que una posición defendible, sobre todo si lo que se usa a diario es exactamente la parte del trabajo que la herramienta hace mejor cada trimestre.

Para quien ya trabaja solo hay tres decisiones concretas que se desprenden de estas cifras. Automatizar primero lo que se hace muchas veces igual, porque ahí está el 12% que un sistema completa sin supervisión fina. Reservar deliberadamente una parte del trabajo que se hace a mano para seguir entrenando el criterio, aunque convenga menos en la semana. Y mirar hacia dónde se mueve la demanda de perfiles, que en el último período subió 37% en roles ligados a IA, antes de invertir meses en una especialización que se está vaciando.

Para decidir qué parte del trabajo propio conviene delegar y cuál conviene seguir haciendo a mano, la guía del pilar recorre el resto del camino.