En julio de 2025, DHL anunció una expansión de £550 million en automatización en sus operaciones del Reino Unido, añadiendo más de 1.000 robots. Casi al mismo tiempo, la flota de robots de almacén de Amazon superó las 750.000 unidades. Una al lado de la otra, estas dos cifras dejan de ser notas de prensa y se convierten en una pregunta de programación sobre la sustitución de empleos de almacén por IA: de aquí a 2028, ¿qué empleos de almacén desaparecen primero, cuáles sobreviven y cuáles simplemente cambian de nombre?
La escala de la sustitución de empleos de almacén por IA: lo que dicen realmente los informes
Según el informe Future of Jobs 2025 del Foro Económico Mundial, la automatización y la transformación digital desplazarán aproximadamente 92 million de puestos de trabajo en todo el mundo para 2030, al tiempo que crearán unos 170 million de nuevos puestos — un saldo neto positivo de 78 million. La encuesta abarcó más de 1.000 empleadores que representan a 14 million de trabajadores en 55 economías. Destaca que el informe aísla la «tecnología de procesamiento de información e IA» como categoría propia: para 2030 se prevé que desplace unos 9 million de puestos y cree unos 11 million. El desplazamiento y la creación ocurren simultáneamente, pero recaen sobre personas distintas. El mismo informe encontró que el 41% de los empleadores planea reducir la plantilla en las áreas donde la IA puede automatizar tareas.
El informe de noviembre de 2025 del McKinsey Global Institute, Agents, Robots and Us, se centra en Estados Unidos: el 57% de las horas de trabajo en EE. UU. son técnicamente automatizables con tecnología que ya existe — McKinsey se encarga de etiquetar esto como potencial técnico, no como pronóstico de pérdida de empleos. Su juicio sobre el calendario: unos 11 million de trabajadores estadounidenses, aproximadamente el 7% de la población activa, podrían necesitar cambiar de ocupación para 2035, en una horquilla de 6 a 16 million según el ritmo de adopción. La estructura importa más que el titular: más del 75% de los trabajadores que probablemente cambien se concentran en tres ámbitos: oficina y apoyo administrativo, comercio minorista y ventas, y transporte y logística. Los trabajadores de bajos ingresos enfrentan una probabilidad de cambio ocupacional casi ocho veces mayor que la de los mejor pagados. Goldman Sachs, en abril de 2026, midió el ritmo actual: unas 16.000 pérdidas netas de empleo al mes en EE. UU. por desplazamiento de IA — aproximadamente 25.000 puestos eliminados, parcialmente compensados por 9.000 creados mediante aumentación.
En conjunto, estos informes no describen si la IA alcanzará el empleo en almacenes, sino una cuestión de secuencia. Y la secuencia, a diferencia de los titulares, se puede razonar.
Una matriz de orden de sustitución: tres reglas para saber quién cae primero
Basándose en la lógica de esos informes y en la estructura de tareas de un almacén real, tres dimensiones determinan la prioridad de sustitución de un puesto: la repetitividad de la tarea, la proporción del trabajo dedicada a manejar excepciones y la complejidad perceptivo-motora en entornos no estructurados. Cuanto más repetitivo, con menos excepciones y menores demandas sensoriales, más temprana la sustitución. La siguiente tabla aplica este marco a 2026–2028.
| Puesto | Repetitividad | Proporción de excepciones | Complejidad perceptivo-motora | Ventana de sustitución |
|---|---|---|---|---|
| Documentación, auditoría de facturas | Muy alta | Baja | Baja | Ya en marcha (2026) |
| Planificación, empleados de despacho | Alta | Media | Baja | 2026–2027 |
| Descarga de contenedores, movimientos de pallets | Alta | Baja | Media | Acelerándose desde 2027 |
| Reposición, guardado | Alta | Baja | Baja-media | Acelerándose desde 2027 |
| Picking estructurado de piezas (SKU estándar) | Media-alta | Media | Media | Parcial, 2027–2028 |
| Inspección de devoluciones, manejo de excepciones | Baja | Alta | Alta | Liderado por humanos más allá de 2028 |
| Mantenimiento de equipos, gestión de flota de robots | Baja | Alta | Alta | Se están creando nuevos puestos |
La lógica es sencilla una vez se entiende que la sustitución corre por dos vías separadas: los agentes de IA (que sustituyen el trabajo cognitivo) y los robots (que sustituyen el trabajo físico). Sus curvas de coste no se parecen en nada, y esa diferencia marca el orden.
La parte contraintuitiva: los preparadores no son los primeros de la fila
La intuición común es que la IA llega primero al preparador que empuja un carrito por el pasillo. La estructura de costes dice lo contrario: desplegar un agente de IA para procesar documentos, construir horarios y conciliar discrepancias cuesta una fracción de desplegar un robot que pueda agarrar de forma fiable artículos irregulares en un entorno no estructurado. Uno es software; el otro es hardware más algoritmos más meses de ajuste en sitio — separados por al menos un orden de magnitud de inversión y varios años de madurez.
Eso significa que quienes sienten la presión primero, en 2026–2027, son los oficinistas del almacén: los empleados que procesan la documentación de entrada, revisan variaciones, elaboran turnos y responden correos electrónicos. Los datos de McKinsey lo confirman: alrededor del 40% de los puestos más vulnerables implican redactar, procesar información y razonamiento rutinario, exactamente las tareas en las que los agentes de IA ya destacan. En el lado físico, lo primero en caer es el rincón más estructurado del edificio: los robots de descarga Stretch de Boston Dynamics de DHL manejan hasta 700 cajas por hora. La descarga de contenedores es una de las zonas más estandarizadas y con menos excepciones de cualquier almacén, por eso se automatiza primero. La matriz se cumple.
Dos sitios donde esto ya está ocurriendo
El primer sitio es Shreveport, Luisiana. El centro de distribución de Amazon de 3,1 million de pies cuadrados, inaugurado en septiembre de 2024, lleva aproximadamente diez veces el equipo robótico de una instalación de generación anterior, y la empresa estima un recorte del 25% en los costes de cumplimiento. El detalle revelador es lo que pasó con la composición de la plantilla: Amazon dice que el despliegue creó unas 700 nuevas categorías de puestos técnicos que antes no existían — personas que mantienen, ajustan y solucionan problemas de sistemas como la plataforma de inventario Sequoia y el brazo robótico táctil Vulcan. Los empleos no desaparecieron simplemente; se intercambiaron. La operación repetitiva se redujo; creció la demanda de habilidades relacionadas con equipos.
El segundo sitio es la red global de DHL. Para mayo de 2024, los robots de picking Locus desplegados en más de 35 sitios gestionados por DHL habían completado su pick número 500 million — la unidad del hito se recuperó en una instalación en Toledo, España. Solo en el Reino Unido, Irlanda y el resto de la región EMEA, más de 750 robots colaborativos de picking están activos en 18 sitios. La inversión de seguimiento de £550 million anunciada en julio de 2025 indica que esto ya no es un piloto: es una fase de réplica. Ambos sitios comparten un patrón: lo primero que se sustituyó fue el caminar (los robots llevan las mercancías a la persona, que solo toma la decisión final de agarre), no el agarre en sí.
Un calendario 2026→2028 para la sustitución de empleos de almacén por IA
Sintetizando los datos y la evidencia de campo, aquí hay un calendario con su razonamiento adjunto. 2026: los puestos administrativos entran en una fase sustantiva de sustitución, a medida que los agentes de IA asumen la documentación, la planificación y el cribado de excepciones de primera pasada — es aquí donde la cifra del 41% de reducción de empleadores del WEF tiene más probabilidades de materializarse. 2027: la descarga, el transporte y la reposición se aceleran hacia la automatización, con los AMR y las carretillas automatizadas convirtiéndose en estándar en las construcciones nuevas; el despliegue de Stretch de DHL y la expansión de Locus son las notas a pie de página de esta fase. 2028: el picking estructurado ve una sustitución parcial, empezando por SKU estándar y escenarios de caja completa — mientras que la inspección de devoluciones, el manejo de excepciones y el mantenimiento, con su alta densidad de excepciones y demandas sensoriales, siguen liderados por humanos e incluso pueden ver una demanda creciente a medida que crecen las flotas de equipos.
Una advertencia pertenece a este calendario: el informe de mayo de 2025 de Interact Analysis recortó su pronóstico de crecimiento del mercado de robots móviles de una tasa compuesta anual del 26% a una del 21%, citando aranceles e incertidumbre económica que empujan a las empresas a retrasar el gasto de capital. La sustitución de hardware en 2027–2028 puede por tanto ir un poco más lenta de lo que permitiría la pura preparación tecnológica. A veces el presupuesto decide el ritmo más que la tecnología.
Mirando hacia 2028, la plantilla del almacén no desaparece: se recompone. Bajo el marco de McKinsey, las capacidades genuinamente escasas serán triples: manejar las excepciones que las máquinas no pueden, mantener y optimizar los sistemas automatizados, y tomar decisiones operativas sobre los datos. La presión de transición cae con más fuerza sobre los puestos repetitivos de bajos ingresos (su probabilidad de cambio es casi ocho veces la de los mejor pagados), y la transición apunta exactamente hacia esas tres capacidades.
Al final, la sustitución de empleos de almacén por IA nunca fue una cuestión de «humanos contra máquinas». Es una cuestión de secuencia — decidida por curvas de coste, densidad de excepciones y complejidad perceptiva. Una vez resueltas las operaciones, se abre una pregunta más interesante: en una industria que vive y muere por la eficiencia, ¿cuánto vale realmente el juicio? ¿Y cuánto del juicio que actualmente ejercen las personas sentadas en la oficina del almacén podrían ya hacer las máquinas? Las respuestas a esas dos preguntas pueden decidir quién sigue en pie en el almacén después de 2028, más que cualquier calendario de sustitución.
Por Dr. Chen, investigador de cadena de suministro Traducido del inglés. En caso de discrepancia, prevalece la versión en inglés.
