Uruguay: velocidad del impacto de las nuevas tecnologías en el empleo
¿Cuáles son los factores de estímulo o freno de los cambios tecnológicos? ¿Cómo se estima que será el avance de la tecnología en los distintos sectores productivos? ¿Cuál se espera que sea el impacto de las nuevas tecnologías sobre la estructura de empleo del sector?
En 2016 presentamos una investigación en la cual se estimaba la probabilidad de desaparición de puestos de trabajo a nivel nacional como consecuencia de la introducción de nuevas tecnologías[1]. El estudio realizado siguió la metodología diseñada por la Universidad de Oxford[2] y la conclusión fue que el 54 % las posiciones de trabajo ocupadas en Uruguay corren un alto riesgo de automatización en los próximos 15-20 años.
La mayoría de las opiniones persistió sosteniendo que, dadas las particularidades de Uruguay, estos procesos de cambio se darían en forma relativamente más lenta
Sin perjuicio del impacto que esa investigación pionera tuvo, la mayoría de las opiniones persistió sosteniendo que, dadas las particularidades de Uruguay, estos procesos de cambio se darían en forma relativamente más lenta y que el cambio sería inicialmente muy pequeño, siguiendo una trayectoria de tipo exponencial que planteaba que la alteración de la masa crítica de empleos sería en plazos superiores a una década.
Partiendo de esos supuestos de un largo período de introducción de las nuevas tecnologías (15 años) y una dinámica potencial en su penetración, el resultado es el que aparece en el Gráfico 1. Puede observarse que sobre la base de esos supuestos efectivamente no existiría un problema inminente, en tanto los cambios dramáticos se producirían recién dentro de una década.
Gráfico 1 Puestos de trabajo obsoletos: dinámica proyectada (número de empleos por año posibles de automatizar).
Fuente: Centro de Economía, Sociedad y Empresa del IEEM, en base a la metodología desarrollada en Oxford (Frey y Osborne, 2017).
Nota: Se consideran las personas mayores a 30 años ocupadas en posiciones con alta probabilidad de robotización en los próximos 15 años (mayor a 70 %), y se aplica una dinámica potencial.
Esta segunda investigación sobre el tema procura explorar en qué medida las particularidades de Uruguay y de cada sector productivo incidirán en la velocidad del cambio que se anticipa. A esos efectos nos formulamos las siguientes preguntas: ¿Cuáles son los factores locales que aceleran o frenan la incorporación de nuevas tecnologías que impactan en la estructura del empleo? ¿Cómo se comportan esos factores locales en cada uno de los sectores productivos nacionales?
¿Cuáles son los factores locales que aceleran o frenan la incorporación de nuevas tecnologías que impactan en la estructura del empleo? ¿Cómo se comportan esos factores locales en cada uno de los sectores productivos nacionales?
Los factores locales con impacto en el cambio tecnológico
Como respuesta a la primera pregunta hemos identificado seis factores:
- Peso del sector público dentro de cada sector productivo.Si el sector público pesa mucho, es probable que otras consideraciones ajenas a la rentabilidad sean las que pesen, lo que llevará a enlentecer el proceso de cambio. En sectores en los que el peso del sector público tiene poca incidencia, la búsqueda privada de la rentabilidad primará y actuará como un acelerador del cambio.
- Transabilidad de los bienes o servicios involucrados.Si el sector nacional produce bienes no transables, estará protegido de la competencia de los bienes importados, quitando presión a la necesidad de incorporar las nuevas tecnologías. Si los bienes son transables, la competencia de productos extranjeros que ya son producidos en base a las nuevas tecnologías acelerará el proceso de cambio so pena de ser desplazados en todos los mercados a los que concurran, sea el doméstico o extranjeros.
- Barreras de entrada al sector.Las barreras de entrada son los obstáculos que dificultan o impiden que nuevas empresas ingresen a un sector productivo. Si las barreras de entrada son altas, las empresas establecidas no se verán amenazadas por las nuevas tecnologías, cosa que no sucederá si las barreras de entrada son bajas.
- Nivel de sindicalización y su actitud ante el cambio tecnológico.Si los sindicatos tienen peso y una actitud de rechazo hacia las nuevas tecnologías, pueden ser eficaces en evitar su incorporación. Pero si su incidencia es reducida o perciben que el cambio tecnológico abre nuevas oportunidades de puestos de trabajo enriquecidos o mejoras salariales pueden ser un aliado en el proceso.
- Nivel de competencia en el sector.Si la competencia es baja, las empresas instaladas dispondrán de un poder de mercado que les permitirá transferir a los consumidores el costo de oportunidad de diferir el cambio. Si, por el contrario, en el sector se da un alto nivel de competencia, se volverá difícil diferir aquellos cambios que permitan mejorar la eficiencia.
- Peso de la masa salarial en la estructura de costos.Si el peso de la masa salarial es bajo, los sobrecostos de retrasar el cambio tendrán una incidencia menor en los costos totales de producción y ello los hará más soportables. Por el contrario, si la masa salarial tiene un alto peso en los costos, la incidencia de eventuales reducciones gracias a las nuevas tecnologías será ineludible.
Cuadro 1 Las variables de freno/aceleración en la incorporación de las nuevas tecnologías de automatización
Para determinar a qué velocidad es esperable que se introduzcan los cambios en un sector productivo nacional no solamente necesitamos saber en qué medida será afectado por las nuevas tecnologías, sino que también es necesario establecer en qué grado cada uno de estos factores actuará como un estímulo o un freno, así como el resultado de su acción conjunta. En el Cuadro 1 hemos resumido cómo cada una de estas seis variables puede actuar como acelerador o freno de los procesos de cambio, pudiendo adoptar configuraciones intermedias que nos obligan a superar la dicotomía frena/acelera e incorporar graduaciones intermedias.
Velocidad y efecto de la automatización
Hemos identificado ya los factores relevantes, que pueden ser agrupados en dos grandes dimensiones. Una de ellas es el impacto potencial del cambio tecnológico en la estructura de recursos humanos de un sector productivo, la otra es el efecto conjunto de las seis variables analizadas en la aceleración o freno de los procesos de cambio tecnológico dentro de cada sector. A partir de estos factores de caracterización podríamos agrupar a los distintos sectores productivos en cuatro categorías, tal como se muestra en la Figura 1.
Figura 1 La matriz de velocidad e impacto del cambio tecnológico
Un sector productivo puede enfrentar altas o bajas probabilidades de ser impactado por las nuevas tecnologías; al mismo tiempo, cada sector productivo enfrentará resistencias o estímulos al cambio.
Un sector productivo puede enfrentar altas o bajas probabilidades de ser impactado por las nuevas tecnologías. Los cuadrantes superiores de la Figura 1 corresponden a sectores con altas probabilidades de ser impactados y los inferiores, bajas. Al mismo tiempo, cada sector productivo enfrentará resistencias o estímulos al cambio. En la Figura 1 los cuadrantes de la izquierda se corresponden a sectores que enfrentarán resistencias al cambio y los de la derecha estímulos. De la combinación de ambas dimensiones tenemos cuatro categorías. A cada una de ellas le hemos dado el nombre de una persona o personaje que refleje el concepto básico que se procura transmitir. La categoría Usain Bolt es el cuadrante superior de la derecha. Se encuentran allí los sectores que correrán rápidamente y sin dificultades detrás del cambio. Se trata de sectores con alta probabilidad de ser impactados por el cambio tecnológico y en los que los factores estimulan que ese cambio se realice. El cuadrante superior de la izquierda es la categoría Thiago, por el atleta brasileño Thiago Braz Da Silva, el último campeón olímpico de salto con garrocha. Aquí también la presión es para ir rápido, pero los obstáculos son intimidantes. Las probabilidades de impacto del cambio tecnológico también son altas, pero los factores de resistencia al cambio predominan sobre aquellos factores que lo aceleran. El cuadrante de abajo a la derecha es la categoría Johnnie Walker, donde no hay necesidad de correr, pero no hay obstáculos para avanzar. Son sectores con baja probabilidad de ser impactados por el cambio tecnológico y con bajas barreras al cambio. Son sectores que, cuando aparecen nuevas tecnologías, las incorporarán sin urgencias ni grandes dramatismos. Por último, está el sector Homero Simpson, abajo a la izquierda. Aquí las probabilidades de cambio son bajas y las resistencias muy altas, por lo que el inmovilismo está asegurado.
Mediciones sectoriales
Caracterizar cada sector productivo nacional en función de estas dos dimensiones (impacto de las nuevas tecnologías/estímulo o freno al cambio) exige establecer instrumentos de medición específicos.
La población sobre la cual se realizaron las mediciones fue definida como los 135 sectores productivos nacionales que tienen más de 2000 trabajadores y que en su conjunto dan empleo al 90 % de las personas ocupadas.
La población sobre la cual se realizaron las mediciones fue definida como los 135 sectores productivos nacionales que tienen más de 2000 trabajadores y que en su conjunto dan empleo al 90 % de las personas ocupadas.
El impacto de las nuevas tecnologías sobre la estructura de empleo del sector se midió a través de la probabilidad de robotización para cada sector, calculada como la probabilidad de robotización promedio de todas las personas ocupas en el sector. Las probabilidades para cada ocupación surgen del estudio de Frey y Osborne, en el que se calcula el riesgo de robotización de cada ocupación en base al contenido de percepción y manipulación, capacidad creativa e inteligencia social (cualidades identificadas como difíciles o imposibles de automatizar).
Para llegar a los resultados por sector productivo en Uruguay, se utilizaron los datos de la Encuesta Continua de Hogares elaborada por el INE. Fue entonces posible asignar a cada individuo una determinada probabilidad de robotización de acuerdo con su ocupación, para luego, con el dato del sector en que trabaja cada persona ocupada, calcular el promedio de las probabilidades de robotización de todas las personas ocupadas en un sector.
Para la medición de los factores de estímulo o freno a los cambios tecnológicos se definió una escala para cada una de esas seis variables analizadas. Los puntajes definidos fueron de -2, -1, 1 y 2, siendo -2 la máxima resistencia al cambio y 2 la máxima aceleración que la variable puede aportar a la introducción del cambio.
Se procedió a asignar puntuaciones en cada una de las seis variables para cada uno de los 135 sectores productivos a partir del conocimiento que los autores tenían de la realidad de cada sector. El siguiente paso fue validar estas puntuaciones a partir de una encuesta realizada entre los egresados del IEEM para cinco de las seis variables[3][4]. En la encuesta se solicitaba que calificaran a sus respectivos sectores de actividad en cinco de las seis variables (no se incluyó el peso de la masa salarial).
Resultados obtenidos
Figura 2 Impacto potencial de la tecnología en los puestos de trabajo.
Fuente: Centro de Economía, Sociedad y Empresa del IEEM, en base a datos del INE y datos propios.
Una vez que hemos determinado para cada sector la probabilidad de impacto de las nuevas tecnologías y cuál será el resultado neto de las seis variables analizadas en acelerar o frenar los procesos de cambio podemos ubicarlos en nuestro cuadro, tal como aparece en la Figura 2. Por encima de la línea horizontal están aquellos sectores con una probabilidad promedio de robotización de más de un 50 % y por debajo los que tienen una probabilidad menor. A la derecha de la raya vertical se ubican aquellos sectores cuya puntuación final resultante de la suma de la puntuación de los seis factores analizados indica que el efecto predominante será acelerar los procesos de cambio. A la izquierda están aquellos sectores en los que el efecto acumulado de los factores es frenar u obstaculizar. Cada sector se representa con una burbuja cuyo tamaño refleja la cantidad de personas que ocupa.
En el sector Usain Bolt tenemos al sector de la cría de ganado (círculo rojo), con 56 000 puestos de trabajo ocupados. Se trata de un sector organizado sobre la base de la actividad privada. Los bienes que producen son transables. No hay barreras que impidan la instalación de nuevas empresas. No hay sindicatos que obstaculicen la incorporación de las nuevas tecnologías. Hay un ambiente de fuerte competencia en el sector. El único factor que no actúa como un acelerador del cambio es la baja incidencia que la masa salarial tiene en los costos de producción.
En el sector Johnnie Walker tenemos, por ejemplo, las actividades de diseño (círculo celeste), con 3000 personas ocupadas. Se trata de un sector en el que las nuevas tecnologías no provocarán desplazamiento de los puestos de trabajo debido a que lo que aquí importa es la creatividad y las habilidades blandas vinculadas a la interacción humana, difícil de suplantar por las nuevas tecnologías. Sin perjuicio de ello, cuando hay oportunidades de cambio tecnológico se aprovecharán, porque los distintos factores están alineados como aceleradores del cambio. Aquí las empresas que actúan son privadas, no hay barreras que impidan el ingreso de nuevas y hay mucha competencia. No hay sindicatos que obstaculicen el cambio y la masa salarial tiene un fuerte peso en la estructura de costos. El único factor que no actúa como un acelerador del cambio es que se trata de un sector de servicios que a pesar de los avances tecnológicos todavía no está expuesto fuertemente a la competencia de servicios importados.
En el sector Homero Simpson tenemos, por ejemplo, a la enseñanza secundaria (círculo naranja), que ocupa a 24 000 personas. Tampoco aquí se proyecta que las nuevas tecnologías tengan un alto impacto en el corto o mediano plazo. Las variables de aceleración o freno del cambio presentan resultados contradictorios, si bien el resultado neto es de freno. Como barreras al cambio tenemos el peso relevante que en la organización del sector tienen el sector público y los sindicatos, y que los servicios educativos son servicios. Por otro lado, tenemos los factores que actúan en sentido opuesto, como aceleradores del cambio: bajas barreras de entrada, bastante competencia y alta incidencia de la masa salarial.
Por último, en el cuadrante Thiago tenemos la refinación de petróleo (círculo verde), léase ANCAP, con unas 2000 personas ocupadas. Es un sector que ocupa poca gente, pero que tiene un enorme efecto derrame sobre el resto de la economía. Es el único sector de todos los sectores analizados en el que todas las variables están alineadas a un nivel máximo para ser frenos al proceso de cambio. Se trata de un sector de producción enteramente público, en el que el monopolio legal impide el ingreso de nuevas empresas, lo que constituye una barrera infranqueable para los productos importados. Los sindicatos son agentes activos en el freno al cambio y la masa salarial tiene una baja incidencia, lo que hace que los sobrecostos del no incorporar nuevas tecnologías sean más fáciles de soportar.
Hay tres sectores (Thiago Da Silva, Homero Simpson, Johnnie Walker) en los que los cambios no tendrán un impacto inmediato, son los que ocupan relativamente poca gente.
Hay tres sectores (Thiago Da Silva, Homero Simpson, Johnnie Walker) en los que los cambios no tendrán un impacto inmediato. En los sectores Homero Simpson y Johnnie Walker (26 % y 6 % de las personas ocupadas, respectivamente) porque las nuevas tecnologías no los impactan. En el sector superior de la izquierda, el sector Thiago (10 % de las personas ocupadas), no habrá un impacto inmediato porque las resistencias y obstáculos frenarán los procesos de cambio. Estos tres sectores vemos que ocupan relativamente poca gente. En cambio, la categoría en la que están las tres quintas partes de los puestos de trabajo (el cuadrante Usain Bolt, que representa el 57 % de la ocupación, lo que es equivalente a unas 915 000 personas) es en la que los factores analizados acelerarán los procesos de cambio.
La conclusión pues es que, contrariamente a la percepción mayoritaria, los procesos de cambio tecnológico que impactarán en el grueso de los puestos de trabajo no solo no están siendo frenados por idiosincrasias locales, sino que la implementación de las nuevas tecnologías que desplazarán puestos de trabajo están siendo impulsada por esos factores.
Es cierto que la introducción de nuevas tecnologías al mismo tiempo que harán obsoletos ciertos puestos de trabajo generará otros nuevos, pero esto no es un proceso sencillo ni libre de exigencias.
Es cierto que la introducción de nuevas tecnologías al mismo tiempo que harán obsoletos ciertos puestos de trabajo generará otros nuevos, pero esto no es un proceso sencillo ni libre de exigencias. Probablemente los trabajos que generarán las nuevas tecnologías se polarizarán entre puestos que exijan muy altas calificaciones y habilidades y otros que no. En el caso de los primeros implica el desafío de procesos de recapacitación exigentes a una enorme cantidad de personas que ya hace tiempo ha abandonado el sistema educativo. En el caso del segundo tipo de puestos de trabajo, la razón de la no automatización allí es que los salarios de los nuevos puestos son tan bajos que no se justifica la automatización. Este panorama nos enfrenta a una situación inédita. No tenemos antecedentes de un desafío de semejante envergadura en la historia del país en cuanto a administrar procesos de cambio tecnológico que afecten a tantas actividades productivas y a tantas personas, todo ello a un ritmo que todo indica será muy rápido.
No tenemos antecedentes de un desafío de semejante envergadura en la historia del país en cuanto a administrar procesos de cambio tecnológico que afecten a tantas actividades productivas y a tantas personas.
Referencias
[1] Ver Revista de Negocios del IEEM, n.o 83, junio de 2016.
[2] Ver Frey, C. y M. Osborne: “Future of employment: how susceptible are jobs to computerization”, International Forecasting and Social Change 114, 254-280, 2017.
[3] Tal como ya hemos hecho referencia el peso de la masa salarial se puntuó a partir de información estadística, razón por la cual la opinión de los encuestados no habría aportado información de utilidad.
[4] La base de egresados asciende a 3300 personas.
Autores
