El debate sobre si la IA se llevará los empleos de almacén lleva años funcionando con emociones: ambos bandos pueden encontrar argumentos a su medida. La forma más informativa de plantear la pregunta es desglosarla: no "si", sino "qué roles, empezando por qué tareas, y en qué plazo aproximado". Basándose en datos públicos y desarrollos de la industria desde 2025, ya es posible dar una respuesta provisional respaldada por evidencia.
El fenómeno
Empecemos por lo que ha ocurrido. Según el anuncio público de Amazon en julio de 2025, la compañía superó un millón de robots desplegados en sus almacenes en todo el mundo. Por esas mismas fechas, Amazon presentó DeepFleet, un modelo fundacional de IA generativa que coordina las rutas de viaje de su flota de robots; la compañía afirma que puede reducir el tiempo de desplazamiento de la flota en aproximadamente un 10%. Y su centro de distribución de última generación en Shreveport, Louisiana, opera con una densidad de robots unas diez veces superior a la de un centro convencional. En conjunto, la señal es clara: la entrada de la IA en el almacén ha superado la era de "una máquina automatizada a la vez" de hace una década y ha pasado a la orquestación inteligente de instalaciones completas: un salto de orden de magnitud tanto en cantidad de máquinas como en complejidad de coordinación.
Los datos
El informe Future of Jobs Report 2025 del Foro Económico Mundial, publicado en enero de 2025, ofrece el marco macro más citado: para 2030, se espera que el cambio tecnológico cree aproximadamente 170 millones de nuevos empleos en todo el mundo y desplace unos 92 millones, con una ganancia neta de alrededor de 78 millones. Ese informe abarca todas las industrias, y el almacenamiento es solo una parte, pero su conclusión estructural se aplica directamente: el desplazamiento se concentra en tareas altamente repetitivas y regidas por reglas, no en industrias enteras de golpe.
Hay un segundo contexto, específico de los almacenes, que suele pasarse por alto: la investigación de la industria estima comúnmente que la mano de obra representa aproximadamente la mitad del costo operativo total de un almacén, la partida más grande. Esto significa que cualquier tecnología que reduzca de forma significativa la dependencia de la mano de obra cuenta con el viento económico más favorable posible en este entorno. La restricción decisiva para la adopción rara vez es "si queremos", sino "si la tecnología está lista y si las cuentas salen".
Las causas: por qué estos roles van primero
Si se ordenan los roles de almacén según el orden en que la IA los transformará, el orden no está determinado por lo que paga cada rol. Tres mecanismos deciden la secuencia.
El primero es cuán estructurable es la tarea física. La recogida, el traslado y la descarga son altamente repetitivos y tienen lugar en entornos relativamente controlados: el primer terreno que la robótica ha conquistado. A principios de 2023, DHL Supply Chain firmó un acuerdo plurianual con Boston Dynamics para desplegar robots de descarga de contenedores Stretch en almacenes de Norteamérica; la compañía afirma que cada unidad puede manipular cientos de cajas por hora. La descarga es uno de los trabajos más sucios, agotadores y difíciles de cubrir en el almacén. La tecnología siempre toma primero los trabajos que la gente menos quiere hacer, no los que cuestan más.
El segundo mecanismo es cuán digitalizado está ya el trabajo, y es el que más gente pasa por alto. La planificación de turnos, el reabastecimiento y la previsión de la demanda viven por completo dentro de los sistemas: los datos ya existen, así que la IA generativa puede leerlos y emitir decisiones directamente, sin resolver primero ningún problema del mundo físico. En cambio, la secuencia "verlo, agarrarlo, colocarlo" que un robot debe ejecutar en la estantería sigue limitada por la fiabilidad de la tecnología de agarre. Esta asimetría produce un resultado contraintuitivo, al que volveré más adelante.
El tercero es la presión de contratación como función forzadora. En los principales clústeres de almacenamiento de EE. UU., la rotación del personal de primera línea se ha mantenido obstinadamente alta durante años, y la falta de contratación en temporada alta se ha convertido en una restricción operativa permanente. Cuando "no podemos contratar" es más seguro que "no podemos permitirnos el equipo", la decisión de automatizar deja de tratarse de ahorrar dinero y pasa a tratarse de proteger el rendimiento, lo que acelera considerablemente la adopción.
Perspectiva: una línea de tiempo de reestructuración para los próximos tres años
Combinando la preparación tecnológica con los tres mecanismos anteriores, la transformación de los roles de almacén entre 2026 y 2029 probablemente seguirá aproximadamente esta secuencia. Una advertencia primero: "transformado" no significa "eliminado". Mucho más a menudo, significa que el contenido del trabajo se reescribe.
| Rol | Tareas más afectadas | Tecnología clave | Ventana esperada de impacto material | Hacia dónde se mueven las personas |
|---|---|---|---|---|
| Recogepedidos | Caminar para buscar mercancía, agarre repetitivo | AMR (mercancía a persona), brazos robóticos de recogida | Acelerándose desde 2026-2027 | Operadores de estaciones de recogida, gestores de excepciones |
| Conductores de carretillas, movilizadores de materiales | Traslados de palets punto a punto | Carretillas sin conductor, AMR | Acelerándose desde 2027-2028 | Despacho de flotas, seguridad en el sitio |
| Inspectores de recepción / control de calidad | Abrir cajas, controles de cantidad | IA de visión, pesaje y escaneo automatizados | Desde 2026-2027 | Auditorías por muestreo, resolución de reclamaciones |
| Jefes de turno, supervisores de planta | Elaboración de turnos, asignación de tareas | Programación algorítmica, IA de despacho | Ya en marcha; amplia hacia 2027 | Gestión de excepciones, gestión de personas |
| Planificadores de inventario, analistas de reabastecimiento | Sugerencias de reabastecimiento, cálculo de stock de seguridad | Asistentes de decisión de IA generativa | Penetración gradual 2026-2028 | Definición de estrategia, validación de modelos |
El ritmo no será uniforme entre regiones, y la razón es aritmética más que cultural. Donde los costos laborales de almacén totalmente cargados son más altos —EE. UU., Europa occidental, partes de Asia oriental—, el cálculo de retorno anterior supera el umbral antes, por lo que la adopción lidera. Donde la mano de obra sigue siendo barata, el mismo equipo enfrenta un período de retorno más largo y la adopción va rezagada, aunque sigue avanzando donde la contratación es difícil o el rendimiento es volátil. Este gradiente regional importa para los operadores multinacionales: el "almacén del futuro" llegará con calendarios distintos en distintos mercados, y la planificación de la plantilla hecha con una única línea de tiempo global fallará.
También vale la pena hacer un cálculo aproximado, porque explica el ritmo. Un ejercicio matemático aproximado de la industria es el siguiente: tome el costo anual totalmente cargado de un trabajador de almacén de primera línea en EE. UU. en unos $50,000 (un supuesto explícitamente aproximado), y el costo anual amortizado de un AMR —depreciación, mantenimiento, suscripción de software— en unos $15,000-$20,000 (también un supuesto aproximado; las cifras reales varían mucho según el proveedor y la escala del despliegue). Con esa base, un AMR que hace el trabajo de aproximadamente 1.5 personas se paga solo en unos dos o tres años. La cifra en sí no es precisa, pero explica por qué la adopción de AMR se aceleró visiblemente en los principales 3PL y almacenes de comercio electrónico en 2024-2025: una vez que el retorno cae por debajo de tres años, la automatización deja de ser una "apuesta estratégica" y se convierte en una decisión rutinaria financieramente defendible.
Un hallazgo contraintuitivo
Volvamos ahora a la asimetría señalada antes: en los próximos tres años, los roles que la IA reescriba sustancialmente primero podrían no ser los empleos de cuello azul que más caminan, sino los empleos de cuello blanco que planifican y analizan.
La lógica es directa. La previsión de la demanda, la planificación del reabastecimiento y la optimización de turnos reciben datos y emiten decisiones: la IA generativa no necesita ningún robot que aprenda a agarrar antes de poder participar hoy. Las decenas de miles de pasos que un recogepedidos camina cada día, mientras tanto, son precisamente la parte del mundo físico más difícil de reemplazar por completo: los AMR han resuelto el caminar, pero "tomar ese artículo de forma extraña del estante y colocarlo en el contenedor" aún excede la fiabilidad del agarre robótico en entornos con SKU complejos. Así que el panorama realista para los próximos tres años es este: los roles de cuello azul mantienen a su gente pero cambian sus tareas —de caminar rutas de recogida a atender estaciones de recogida y resolver excepciones—, mientras que los roles analíticos pueden emplear a menos personas, cada una con un radio de decisión mucho más amplio: un planificador con un asistente de IA haciendo lo que antes requería un equipo. La base de este juicio es la asimetría en la preparación tecnológica: el razonamiento de los modelos ya es utilizable; el agarre de propósito general aún no es fiable.
Una pregunta abierta para los gerentes
Mirando tres años adelante, la pregunta para la que los gerentes de almacén deberían prepararse quizás no sea "desaparecerá mi rol", sino otra: cuando la elaboración de turnos, las rutas de recogida y las sugerencias de reabastecimiento provienen de algoritmos —y los algoritmos aciertan la mayoría de las veces—, ¿qué queda de la capacidad central de un gerente? ¿Es una alfabetización más profunda en equipos y datos, o una alfabetización más profunda en personas: saber cómo dirigir un equipo mixto humano-máquina para que las personas asuman con gusto el 10% de excepciones que el algoritmo no puede manejar?
Aún no hay una respuesta estándar. Las apuestas tecnológicas siguen divergiendo fuertemente: algunos apuestan a que los robots humanoides entren en los almacenes, otros consideran que las combinaciones de AMR más brazo son la jugada pragmática para los próximos tres años; la IA generativa ya está operativa en la programación, mientras que en las decisiones de reabastecimiento —donde una llamada equivocada significa una rotura de stock— la mayoría de las empresas aún la dejan asesorar pero no ordenar. Lo único relativamente cierto es el ritmo: el hito del millón de robots de Amazon en 2025 marcó el fin del debate sobre "si automatizar". Para los próximos tres años, la única discusión es qué proceso va primero y cómo se secuencia el despliegue, y esa línea de tiempo merece que cada gerente de almacén la contraste con su propia operación, con cuidado y pronto.
Por Dr. Chen, Investigador de Cadena de Suministro
Traducido del inglés. En caso de discrepancia, prevalece la versión en inglés.
