Ramp y Revelio Labs rastrearon los pagos a proveedores de IA frente a los registros de empleo de 21.559 empresas estadounidenses entre 2021 y principios de 2026, y descubrieron que las firmas con mayor intensidad de gasto en IA ampliaron su plantilla en torno al 10% tras la adopción. El empleo de nivel inicial subió alrededor del 12% entre esos grandes adoptantes, mientras que los adoptantes de baja intensidad no mostraron ningún cambio estadísticamente significativo. El aumento de la contratación se extendió más allá de ingeniería hacia ventas, finanzas, administración y atención al cliente.
Por qué importa
El conjunto de datos es inusualmente directo para este debate: Ramp vincula los pagos corporativos reales a proveedores de IA, no encuestas ni puntuaciones de exposición ocupacional, y define la adopción como tres meses consecutivos de al menos $100 de gasto en proveedores, con la intensidad medida por el gasto por empleado en los tres primeros meses. El resultado pone una cifra concreta sobre lo que las encuestas solo habían insinuado: las compañías que financian la transición a la IA siguen siendo contratadores netos entre seis y doce meses después, la ventana de滞后 que las empresas suelen necesitar para integrar las herramientas en flujos de trabajo reales.
Impacto en el mercado
Para los nombres de software empresarial e infraestructura de IA, la lectura es positiva: los grandes adoptantes están pagando por las herramientas y aun así ampliando nóminas, lo que significa que el gasto en IA está aterrizando como complemento de la mano de obra, no como sustituto, al menos en este conjunto de datos. La adopción sigue concentrada en información, finanzas y servicios profesionales, mientras que hostelería, artes y sanidad van por detrás, así que la brecha de productividad sigue siendo sectorial. Los autores señalan un efecto de selección que el mercado debería interiorizar: los adoptantes de IA ya eran más grandes, de mayor crecimiento y con más respaldo de capital riesgo antes del despliegue, así que la comparación correcta es entre los primeros adoptantes y firmas similares que aún no han adoptado, no con la economía en general. La causalidad no está demostrada, pero la correlación va en contra de la tesis de los despidos que ha pesado sobre los múltiplos del software白领 (white-collar, trabajo de cuello blanco).
Preguntas frecuentes
-
¿Qué encontró realmente el estudio de Ramp sobre contratación e IA?
Entre 21.559 empresas estadounidenses seguidas entre 2021 y principios de 2026, las firmas con mayor intensidad de gasto en IA crecieron su empleo en torno al 10% tras la adopción, mientras que la contratación de nivel inicial subió alrededor del 12%. Los adoptantes de IA de baja intensidad no mostraron ningún cambio…
-
¿Cómo definió Ramp la adopción de IA?
Ramp contabilizó a una firma como adoptante de IA tras tres meses consecutivos de al menos $100 en pagos a proveedores de IA. La intensidad de adopción se midió por el gasto en IA por empleado durante los tres primeros meses tras el despliegue, a partir de los propios datos de pago de Ramp.
-
¿Dónde se notaron los aumentos de contratación?
Más allá de ingeniería, el estudio detectó que los aumentos de contratación se extendieron a ventas, administración, finanzas y atención al cliente entre los grandes adoptantes de IA, lo que sugiere que la IA está complementando, más que sustituyendo, el trabajo de nivel inicial y operaciones.
-
¿Demuestra el estudio que la IA causa la contratación?
No. Ramp y Revelio Labs enmarcan el resultado como correlación, no causalidad. Los adoptantes de IA ya eran más grandes, de mayor crecimiento y con más respaldo de capital riesgo antes del despliegue, por lo que los autores comparan a los primeros adoptantes con firmas similares que aún no habían adoptado, en lugar de…
-
¿Qué sectores están adoptando IA más rápido?
Las compañías de información registraron las tasas más altas de adopción de IA, seguidas de finanzas y servicios profesionales. Hostelería, artes y sanidad iban claramente por detrás, lo que deja la brecha de productividad del gasto en IA concentrada en sectores intensivos en conocimiento.