AI-driven employment displacement in India — Interpretación del informe

Visión general

Este informe de estrategia sobre India examina si AI está creando suficiente empleo para compensar el desplazamiento de puestos. Bernstein concluye que la evidencia hasta ahora apunta a una débil creación neta de empleo: las vacantes de AI suelen ser trabajo heredado con una nueva etiqueta, mientras la nómina formal, las plantillas de IT y los datos de despidos no muestran un auge de contratación impulsado por AI.

Perspectivas principales

Bernstein comienza cuestionando la afirmación común de que AI sustituirá algunos empleos, pero creará más y mejores puestos. El informe sostiene que el resultado depende del ritmo de adopción, la elasticidad de la demanda, la distribución de las ganancias de productividad, la regulación y la capacidad de adaptación de los trabajadores. A diferencia de tecnologías anteriores, AI se dirige cada vez más a tareas cognitivas, analíticas, creativas y de gestión en toda la pirámide de ingresos. Por tanto, la cuestión relevante no es solo la creación agregada de empleo, sino qué trabajos desplaza, cuáles crea, quién captura las ganancias y si la transición es lo bastante rápida para que trabajadores e instituciones se adapten. El informe pone a prueba la narrativa de creación de empleo mediante tres indicadores: empleo formal, vacantes de AI y plantilla agregada de empresas de IT. Los datos de EPFO, disponibles hasta julio de 2025, no muestran una aceleración significativa de la contratación formal desde la aparición de la AI generativa. Las adiciones netas de nómina en FY2025 estuvieron 6.3% por debajo del pico de FY2023, mientras las adiciones netas de nómina en servicios han disminuido ligeramente durante los últimos tres años. El grupo de edad de 22–28 años registró un descenso de 14.3% en las adiciones netas. En cambio, aumentaron categorías de empleo de menor nivel, incluido 5% en servicios de limpieza y barrido y 6.2% en construcción; Bernstein no considera que sean evidencia de creación de empleo vinculada a AI. El análisis de vacantes es la evidencia central del informe. Una búsqueda amplia arrojó alrededor de 40,000 vacantes de AI y más de 100,000 al iniciar sesión y mostrar coincidencias cercanas, pero el informe detecta numerosas duplicaciones. La revisión de aproximadamente 36,500 vacantes en Delhi, Gurugram, Mumbai, Pune, Chennai, Hyderabad y Bengaluru produjo unas 30,000 entradas únicas por ID de empleo, una reducción de 17% frente al recuento inicial. Alrededor de 85% de las vacantes provenía de empresas tradicionales de servicios de IT. Dentro de software, que representaba 64% de las vacantes de AI, 55% ofrecía un salario anual inferior a INR 1 million, y el mayor grupo se situaba en INR 600,000–1 million; el informe considera que esta remuneración es consistente con el empleo heredado de software, no con un mercado laboral de AI diferenciado. Bernstein clasificó después las vacantes por descripción de puesto y requisitos de habilidades en trabajo de IT convencional, trabajo de IT que usa herramientas de AI, trabajo sustancial de AI, trabajo convencional de hardware, trabajo de datos para proyectos de AI y consultoría. Aplicó deliberadamente una definición generosa de trabajo sustancial de AI: un puesto de apariencia convencional podía calificarse si mencionaba habilidades como RAG, LangChain, agents, prompt engineering, fine-tuning, Docker o Kubernetes. Incluso con esta definición permisiva, solo 54% de las vacantes pudo clasificarse como realmente relacionada con AI. Al menos 13,000 puestos, o 43% de las aproximadamente 30,000 entradas únicas, parecían trabajo convencional de IT rebautizado como AI; Bernstein estima que menos de un tercio, alrededor de 32% usando un punto medio entre sus pruebas permisivas y estrictas, implica trabajo real de AI. También señala que los puestos de anotación y preparación de datos pueden ser temporales y más adelante ser automatizados. Las fechas de publicación refuerzan la cautela: 67% de las vacantes se publicó en el último mes, pero 20% llevaba más de dos meses, 10% más de seis meses y cerca de 500 se remontaban a más de cuatro años antes de la llegada de ChatGPT. Por ello, una mención de AI no prueba que el empleo haya sido generado por AI. Los datos agregados de empleo de las empresas tradicionales de IT tampoco validan, según Bernstein, una contratación oculta en aumento. Los 10 principales empleadores públicos de IT añadían en promedio alrededor de 60,000 empleados por trimestre en 2021 y 2022, pero su adición neta media en los últimos cuatro trimestres fue negativa. El informe contrasta esto con más de 67,000 despidos tecnológicos en India durante los últimos cinco años según layoffs.fyi. Las estimaciones de Bernstein elevan los despidos de startups y empresas con cifras no divulgadas a más de 71,600; al añadir TCS y los despidos estimados en Amazon, Microsoft y Oracle, el total se acerca a 88,000, y el informe indica que el número real podría alcanzar al menos 100,000 en años recientes. Destaca los 12,000 despidos anunciados por TCS, aunque observa que las compañías rara vez vinculan explícitamente los recortes con AI. La conclusión más amplia del informe es que AI se parece menos a un ciclo amplio de creación de empleo que a una redistribución de ganancias económicas. Las mejoras de productividad permiten a las empresas operar con menos empleados; Bernstein cuestiona que las empresas reinviertan esas ganancias en plantilla en vez de retenerlas o distribuirlas a los accionistas. Si el desplazamiento reduce la demanda de los hogares de renta media, una demanda más débil puede disminuir aún más el incentivo para contratar o ampliar la producción. El informe prevé que los propietarios de capital y los trabajadores de mayor cualificación acumulen una parte desproporcionada de las ganancias, y describe un resultado con forma de barra: la cima se beneficia, mientras el segmento medio afronta presión deflacionaria. Sostiene que el reto institucional y de política de India es convertir las ganancias de productividad en empleo y prosperidad más amplios, en vez de permitir que se estrechen las oportunidades.

Marco de análisis

Bernstein evalúa la tesis de empleo de AI mediante una prueba de tres partes: tendencias de nómina formal de EPFO, revisión ascendente de vacantes online de AI y datos trimestrales de plantilla de los principales empleadores públicos de IT. Elimina vacantes duplicadas, clasifica las descripciones según el grado de trabajo real de AI, compara remuneración y tipo de empleador, y sitúa los resultados frente a estimaciones de despidos y a la lógica de demanda y productividad.

Notas metodológicas

• Marco de análisis sectorialDescomposición de volumen y precio

  Análisis de la composición de las vacantes por tipo de empleador, nivel salarial, descripción del puesto y habilidades requeridas.

  El informe descompone la aparente contratación de AI para distinguir puestos sustanciales de AI de trabajo convencional de IT, datos, hardware y consultoría que usa etiquetas relacionadas con AI.

• OtroOtro

  Validación de empleo mediante tres pruebas: nómina de EPFO, análisis de vacantes y tendencias de plantilla de empresas de IT.

  Bernstein emplea indicadores independientes del mercado laboral y de empresas para comprobar si las vacantes de AI se corresponden con una aceleración real del empleo neto.

Datos clave

• Pérdidas de empleo tecnológico en IndiaMore than 100,000 in recent yearsSe informa como pérdidas anunciadas o estimadas entre startups y empresas de IT.
• Vacantes de AI de empresas tradicionales de servicios de IT~85%Basado en el análisis del informe por tipo de empleador.
• Vacantes únicas de AI revisadas~30,000Derivadas de unas 36,500 vacantes en siete ciudades después de eliminar duplicados.
• Roles convencionales de IT reenvasados como AIAt least 13,000; 43%De aproximadamente 30,000 vacantes únicas.
• Roles relacionados con AI bajo clasificación permisiva54%Es la definición generosa del informe; su evaluación más realista es que menos de un tercio de las vacantes implica trabajo real de AI.
• Participación estimada de trabajo real de AI~32%Punto medio implícito entre los enfoques de clasificación permisivo y estricto del informe.
• Adiciones formales de nómina en FY2025-6.3% versus FY2023 peakAdiciones netas de nómina de EPFO.
• Adiciones netas para edades de 22–28 años-14.3%Descenso citado para el grupo clave de trabajadores jóvenes.
• Vacantes de AI en software bajo INR 1 million anuales55%El software representaba 64% de todas las vacantes de AI.
• 10 principales empleadores públicos de IT~60,000 average quarterly headcount additions in 2021–22; negative average in the last four quartersUtilizado para evaluar si la contratación de AI supera al desplazamiento laboral.

Impacto e implicaciones

Bernstein afirma que las ganancias de productividad relacionadas con AI pueden corresponder principalmente a accionistas y trabajadores altamente cualificados, en lugar de traducirse en contratación amplia. Considera posible presión sobre salarios, consumo de renta media e industrias basadas en plantilla si la adopción se amplía sin mayor creación de demanda, adaptación de trabajadores y apoyo institucional.

Riesgos

• La adopción de AI podría desplazar puestos de oficina en programación, investigación, diseño y gestión intermedia, a la vez que limita la contratación nueva.
• Los puestos temporales de anotación y preparación de datos podrían enfrentar una mayor disrupción a medida que avance la capacidad de AI.
• Los despidos y un menor crecimiento salarial podrían deprimir la demanda de renta media y crear un ciclo de retroalimentación que reduzca aún más los incentivos de contratación.
• La distribución de las ganancias de productividad de AI podría ampliar la desigualdad si los beneficios fluyen principalmente a propietarios de capital y trabajadores altamente cualificados.