De analista a orquestador: cómo la IA reescribe los equipos de sostenibilidad

Hay un número que lo cambia todo: 33%. Es lo que la inteligencia artificial está haciendo hoy en roles de sostenibilidad, finanzas y gestión estratégica. El techo teórico está en el 94% para tareas computacionales y por encima del 60% para análisis de negocio. La brecha entre ambas cifras no es una promesa tecnológica vaga: es el espacio donde se está decidiendo quién opera con ventaja estructural y quién empieza a acusar el retraso.

Estos datos no vienen de un laboratorio académico ni de un informe de tendencias. Los publicaron en marzo de 2026 los propios economistas de Anthropic, la empresa detrás de Claude, basándose en millones de conversaciones reales de la herramienta en entornos empresariales. Se llama observed exposure: no lo que la IA podría hacer en teoría, sino lo que ya está haciendo en la práctica, en organizaciones, en tareas como las que ocupan cada semana a los equipos de sostenibilidad.

Más allá del titular

Los medios encontraron un encuadre fácil: «Gran Recesión para los trabajadores de cuello blanco». El lenguaje del informe es más preciso (habla de cambios ocupacionales, no de despidos masivos) y esa diferencia importa más de lo que parece.

Lo que el estudio describe no es una oleada de sustitución. Es algo más silencioso y más profundo: las organizaciones que integren la IA en sus flujos de trabajo van a operar con mayor capacidad analítica, estructuras más ágiles y menor coste por tarea. Las que no lo hagan no van a desaparecer de golpe. Pero van a acusar una desventaja estructural que se irá ampliando.

El mismo mes del estudio, Anthropic lanzó diez agentes específicos para el sector financiero. Goldman Sachs y Blackstone ya los operan. Las acciones de FactSet y Morningstar cayeron un 8% en una sola sesión. No es pánico bursátil: es una señal de mercado que dice, en el idioma más claro que existe, que algo se está redistribuyendo.

La tensión que nadie está nombrando

La sostenibilidad estratégica ha construido su credibilidad sobre algo que la IA no tiene: criterio. Contexto. Capacidad de interpretar qué importa para esta organización, en este momento, con estos grupos de interés. La IA puede hacer el andamio analítico. Puede sintetizar marcos regulatorios, generar primeros borradores de análisis de materialidad, estructurar diagnósticos de riesgo ESG. Lo que no puede hacer es responder a la pregunta de qué implica todo eso para una decisión real, con consecuencias reales.

El riesgo no es que la IA reemplace el pensamiento estratégico en sostenibilidad. El riesgo -más inmediato y más concreto- es que las organizaciones crean que puede hacerlo y deleguen en ella decisiones que siguen requiriendo juicio, contexto y accountability.

Hay un nombre para esto en el lenguaje de la sostenibilidad: es el mismo patrón que lleva años generando reporting de fachada, compromisos sin gobernanza y estrategias ESG que no transforman nada. Aplicarlo ahora a la IA sería reproducir el error en una escala más rápida y con menos visibilidad.

Tres decisiones que no admiten espera

Los roles de sostenibilidad están justo en el centro de lo que describe el estudio: análisis de materialidad, síntesis regulatoria, informes, diagnóstico de riesgos. Alta observed exposure en todos ellos. Esto no es una señal de alarma; es una palanca, si se usa con método.

Redefinir qué es trabajo de alto valor. Si la IA puede producir el primer borrador de un análisis de materialidad, la pregunta que queda sobre la mesa es quién asume la responsabilidad del criterio detrás. Esa redefinición no ocurre sola: requiere conversación interna, claridad de roles y una cultura donde el valor se mide en juicio, no en volumen de documentos entregados.

Integrar la IA en el proceso, no en el margen. La distancia entre usar la IA para revisar un párrafo y usarla para estructurar un diagnóstico estratégico no es técnica: es de ambición y de método. Organizaciones que ya operan en el segundo nivel tienen una ventaja real sobre las que siguen «explorando». Cerrar esa brecha no requiere meses: requiere decisión.

Sostener la coherencia entre lo que se dice y lo que se hace. Las organizaciones que comunican a sus grupos de interés que están incorporando la IA de forma responsable, sin haber pensado internamente en cómo lo hacen, están reproduciendo exactamente el patrón que la sostenibilidad lleva años señalando como problema. La IA no es una excepción a la lógica de coherencia que se exige en el resto de la estrategia ESG.

Una métrica que ningún estudio puede calcular

El paper de Anthropic mide la exposición de los roles al impacto de la IA. Pero hay una medida que no aparece en ningún informe: la exposición de una organización a quedarse sin criterio propio en un entorno donde la IA produce respuestas rápidas, plausibles y aparentemente bien fundamentadas.

¿Los equipos de sostenibilidad saben distinguir cuándo la IA amplifica su juicio y cuándo lo está sustituyendo? ¿Tienen los directivos un criterio claro sobre qué decisiones pueden delegar y cuáles no?

En CANVAS, esa pregunta no es nueva. Llevamos más de una década acompañando a organizaciones a tomar decisiones estratégicas en entornos de alta complejidad. La IA cambia las herramientas disponibles y escala oportunidades para la sostenibilidad. Lo que no cambia es lo que hace falta para decidir bien: criterio, contexto y accountability. Esa distinción, entre amplificar el criterio y delegarlo, es exactamente la que define si la sostenibilidad estratégica tiene futuro propio o se convierte en un output más del sistema.

¿Quieres explorar cómo integrar con criterio la IA en tu estrategia de sostenibilidad? Escríbenos a hola@canvasconsultores.com

Fuentes: Massenkoff, M. & McCrory, P. (2026). «Labor market impacts of AI: A new measure and early evidence». Anthropic. Cobertura complementaria: Fortune (marzo y abril 2026), AI Automation Global (2026).