La IA i la mida dels equips estan relacionades, però no com suggereixen els titulars: la millor evidència mostra que la IA augmenta la productivitat en tasques concretes, sovint entre un 15 i un 40%, però no ha convertit equips de cinc en una persona i una IA. On els equips es fan més petits, la via principal és contractar menys, sobretot perfils júnior, no els acomiadaments massius.
Aquesta distinció importa a RH. Un equip que es redueix perquè no se substitueix qui marxa o no es cobreixen els llocs júnior és molt diferent, en plans de plantilla, estructures salarials i carreres professionals, d’un equip que es retalla. En aquest article repassem el que mostra realment la recerca revisada per parells i oficial, hi afegim les dades globals d’ofertes de feina de TalentUp per a 2024–2026 i les convertim en passos concrets per als equips de RH i de compensació i beneficis (C&B).
Punts clau
- Els estudis controlats troben guanys reals però lligats a tasques concretes: +15% en atenció al client, un 40% menys de temps en tasques de redacció i menys precisió quan la IA s’utilitza fora del que fa bé.
- En el conjunt de l’economia no hi ha evidència d’una destrucció d’ocupació generalitzada de moment; l’efecte més clar recau en els treballadors joves de llocs exposats a la IA, al voltant d’un 19% per sota de la tendència en les dades de nòmines dels EUA.
- L’ajust passa per contractar menys, no per acomiadar. En les dades de TalentUp, la proporció d’ofertes de desenvolupadors adreçades a juniors va baixar del 6,0% al 3,7% entre 2024 i 2026.
- Les ofertes de feina ja demanen eines d’IA com a competència: el 2026, al voltant d’1 de cada 8 ofertes de desenvolupament i de redacció esmenta eines com Copilot o ChatGPT, davant de prop d’1 de cada 50 el 2024.
- De moment, qui es queda no cobra més gràcies a la IA; la prima va als llocs especialitzats en IA.
La IA està reduint els equips? La resposta curta
La idea que «l’equip de cinc és ara una persona i una IA» prové sobretot d’anècdotes de start-ups i del màrqueting dels proveïdors. La recerca explica una història més matisada:
- A escala de tasca: la IA fa les persones més ràpides i, en el cas de les menys experimentades, millors en un conjunt definit de tasques. En les tasques que queden fora de les capacitats de la IA, pot empitjorar-ne el rendiment.
- A escala d’empresa: les companyies que adopten IA generativa contracten menys perfils júnior que empreses comparables, mentre l’ocupació sènior continua creixent.
- A escala d’economia: els grans estudis amb dades de nòmines i registres administratius no troben, de moment, una caiguda generalitzada de l’ocupació, les hores ni els ingressos, amb una excepció important: els treballadors joves d’ocupacions en què la IA automatitza tasques.
Dit d’una altra manera, la IA està canviant la forma dels equips (menys portes d’entrada, més feina sènior per persona) més de pressa que la seva mida. Continua sent un problema important de planificació de plantilla, només que diferent del que descriuen la majoria dels titulars.
Què mostra la recerca sobre la productivitat amb IA
L’evidència més sòlida prové d’experiments aleatoritzats i estudis de camp amb treballadors reals. Aquests són els estudis més citats i el que van trobar realment:
| Estudi |
Context |
Què va canviar la IA |
Qui en va guanyar més |
| Brynjolfsson, Li i Raymond (2023; Quarterly Journal of Economics, 2025) |
5.172 agents d’atenció al client d’una empresa de programari |
+15% d’incidències resoltes per hora de mitjana |
Agents amb menys experiència i menys qualificació |
| Noy i Zhang (Science, 2023) |
Professionals en tasques de redacció de nivell intermedi |
40% menys de temps, 18% més de qualitat |
Els redactors amb pitjor rendiment; es va reduir la desigualtat entre treballadors |
| Dell’Acqua et al. (Harvard/BCG, 2023) |
758 consultors de BCG en 18 tasques realistes |
Dins de la frontera: 12,2% més de tasques, 25,1% més ràpid, més d’un 40% més de qualitat. Fora: 19 punts percentuals menys de probabilitat d’encertar |
Els de rendiment inferior a la mitjana |
| Dell’Acqua et al., «Cybernetic Teammate» (2025) |
776 professionals de Procter & Gamble en innovació de producte |
Les persones amb IA van igualar equips de dos sense IA |
Personal amb menys experiència i qui treballava fora de la seva funció principal |
| METR (2025) |
16 desenvolupadors open source experimentats, 246 tasques en els seus propis repositoris |
Els desenvolupadors van trigar un 19% més amb eines d’IA, tot i que creien que eren més ràpids |
Cap grup: la IA va alentir experts en codi complex i conegut |
L’experiment de Procter & Gamble és el que més s’acosta a la idea d’«una persona i una IA», i val la pena llegir-lo amb atenció. Una persona professional amb IA va rendir tant com un equip de dos sense IA en una tasca d’innovació concreta. Els equips amb IA van continuar obtenint els millors resultats. És evidència que la IA pot substituir alguns dels beneficis de la col·laboració, no que pugui reemplaçar un equip de cinc persones.
On els guanys de la IA són grans i on són petits
L’estudi amb consultors va encunyar el terme «frontera tecnològica irregular» (jagged technological frontier): la IA és molt bona en algunes tasques i sorprenentment dolenta en d’altres que semblen similars. Això explica per què les xifres anteriors van d’un guany del 40% a una pèrdua del 19%.
| Els guanys de la IA solen ser grans quan… |
Els guanys de la IA solen ser petits o negatius quan… |
| La tasca està ben definida, es basa en text i és repetitiva (respostes de suport, primers esborranys, resums) |
La tasca exigeix un context profund sobre un sistema, un client o un codi concret |
| La persona és nova al lloc i la IA li transfereix el saber fer de qui rendeix més |
La persona ja és experta i dedica temps a revisar el que produeix la IA |
| La qualitat del resultat és fàcil de comprovar |
Els errors són difícils de detectar i costosos (legals, financers, de seguretat) |
| El procés es redissenya al voltant de l’eina |
La IA s’afegeix a un procés que no canvia |
Les dades a gran escala confirmen que els guanys de laboratori no es converteixen automàticament en canvis al mercat laboral. Humlum i Vestergaard (2025) van creuar enquestes sobre l’adopció de xatbots d’IA amb registres administratius danesos d’uns 25.000 treballadors d’11 ocupacions exposades, i van trobar efectes sobre els ingressos i les hores registrades propers a zero el 2023–2024. Els treballadors van declarar un estalvi de temps modest, d’al voltant del 3%, i part d’aquest temps es va dedicar a noves tasques creades per la mateixa IA, com revisar-ne els resultats.
La lliçó per a RH és que els estalvis de plantilla no són automàtics. Els guanys de productivitat només canvien la mida dels equips quan es redissenya la feina, i es concentren en tasques concretes, no en llocs sencers.
Contractar menys, no acomiadar: l’ajust en els llocs d’entrada
L’efecte més clar de la IA sobre l’ocupació fins ara recau en les persones que comencen la seva carrera.
- Stanford, «Canaries in the Coal Mine» (Brynjolfsson, Chandar i Chen): amb registres de nòmines d’ADP fins al juny de 2026, l’ocupació dels treballadors de 22 a 25 anys en les ocupacions més exposades a la IA és al voltant d’un 19% per sota d’on seria si hagués seguit el ritme dels seus iguals menys exposats (un 15% en les dades de juliol de 2025). Els treballadors amb experiència no mostren una bretxa comparable. Els autors conclouen que l’ajust es produeix sobretot per la reducció de les contractacions de joves i no per un augment de les sortides, i que els descensos es concentren en ocupacions en què la IA automatitza la feina en lloc de complementar-la. Els descriuen com a patrons descriptius, no com a estimacions causals.
- Hosseini i Lichtinger (Harvard, 2025): amb dades de currículums i ofertes de feina d’uns 62 milions de treballadors en 285.000 empreses dels EUA, troben que des del 2023 l’ocupació júnior a les empreses que adopten IA generativa va caure amb força respecte a les que no l’adopten, mentre l’ocupació sènior continuava creixent, de nou per un ritme de contractació més lent i no per més sortides.
Així és com un equip es redueix sense que s’acomiadi ningú: una persona sènior marxa i no se la substitueix, o les dues places per a persones acabades de graduar previstes per a l’any següent desapareixen discretament. Analitzem el panorama europeu en detall a per què costa cada vegada més trobar feines d’entrada a Europa, i el que significa per a qui canvia de carrera a pot un bootcamp preparar-te?.
El risc a llarg termini per a les empreses és una pedrera de talent trencada: si avui ningú contracta juniors, d’aquí a cinc anys hi haurà menys persones amb experiència per promocionar o contractar.
Què mostren les ofertes de feina: dades de TalentUp per a 2024–2026
TalentUp recull ofertes de feina de tot el món per a més de 800 llocs. Hem analitzat tres preguntes: les empreses demanen eines d’IA com a competència?, continuen contractant juniors en els llocs exposats a la IA? i estan desapareixent les ofertes dels llocs més exposats?
11,7%
L’ de les ofertes de desenvolupadors del 2026 demanen eines d’IA com Copilot, Cursor o ChatGPT, davant del 2,2% el 2024
13,0%
El de les ofertes de redacció i continguts esmenten eines d’IA, davant del 2,0%
3,7%
El de les ofertes de desenvolupadors s’adreçava a juniors el 2026, davant del 6,0% el 2024
Font: base de dades d'ofertes de feina de TalentUp, ofertes de tot el món, gener–setembre de 2024 i 2026. Consulta la metodologia més avall.
Les eines d’IA s’han convertit en un requisit
| Família de llocs |
Ofertes que esmenten eines d’IA, 2024 |
Ofertes que esmenten eines d’IA, 2026 |
| Redacció i continguts |
2,0% |
13,0% |
| Desenvolupadors de programari |
2,2% |
11,7% |
| Analistes de dades i BI |
0,9% |
7,7% |
| Màrqueting |
0,8% |
5,2% |
| Vendes |
0,4% |
3,4% |
| RH i selecció |
2,7% |
2,5% |
| Finances i comptabilitat |
0,1% |
2,2% |
| Atenció al client |
0,1% |
1,0% |
El canvi és més ràpid en els llocs en què la recerca troba els guanys per tasca més grans: redacció i programari. Les fórmules típiques són «experiència amb eines de desenvolupament assistit per IA (p. ex., GitHub Copilot)» o «facilitat per fer servir eines d’IA per agilitzar els fluxos de treball». En atenció al client, la majoria de les mencions no fan referència al lloc en si, sinó a la IA utilitzada en el procés de selecció, senyal que allà la IA la desplega l’empresa en lloc de posar-la a les mans de l’agent. A més, un 4,1% de les ofertes de redacció del 2026 són de feina d’entrenament d’IA, com escriure i avaluar continguts per a models de llenguatge, davant del 2,9% el 2024.
Menys places júnior en els llocs exposats a la IA
| Família de llocs |
Proporció d’ofertes júnior, 2024 |
2025 |
2026 |
| Desenvolupadors de programari |
6,0% |
4,7% |
3,7% |
| Analistes de dades i BI |
9,2% |
6,3% |
6,3% |
| Finances i comptabilitat |
7,6% |
7,2% |
6,2% |
| Redacció i continguts |
6,4% |
5,9% |
5,1% |
| RH i selecció |
6,0% |
5,3% |
4,8% |
| Màrqueting |
3,7% |
3,9% |
5,2% |
| Totes les ofertes |
3,5% |
3,5% |
3,2% |
La proporció d’ofertes júnior va baixar en la majoria de les famílies de treball del coneixement, i més de pressa en desenvolupament de programari, on va caure més d’un terç en dos anys, davant d’un descens molt menor en el conjunt de les ofertes. El màrqueting és l’excepció. Això encaixa amb el patró de «contractar menys, no acomiadar» que descriu la recerca: les empreses continuen publicant ofertes de desenvolupadors (el seu pes sobre el total d’ofertes fins i tot ha crescut), però demanen perfils amb més experiència.
Els llocs exposats no desapareixen de les ofertes
Les ofertes dels llocs que més sovint es descriuen com a «substituïbles per la IA» no s’han enfonsat. Entre 2024 i 2026, els llocs d’atenció al client van passar del 0,47% al 0,55% del total d’ofertes, els d’introducció de dades del 0,11% al 0,10%, i els de redacció i continguts van baixar del 0,15% al 0,12%, amb la major part d’aquesta caiguda entre 2024 i 2025. Les ofertes de traductors van augmentar, sobretot per les plataformes de freelance. Les ofertes d’enginyers d’IA i machine learning van créixer del 0,14% al 0,53% del total. Els canvis en la combinació de fonts de les quals recollim dades fan que aquests percentatges siguin menys fiables que les comparacions dins de cada lloc, així que llegeix-los com «no hi ha cap enfonsament», no com a tendències precises.
Si menys persones fan més feina amb IA, cobren més? L’evidència disponible diu que no de manera automàtica.
- En les dades de nòmines de Stanford, l’ajust apareix en l’ocupació, no en el salari base: els salaris dels treballadors joves en llocs exposats no han baixat, però hi ha menys persones ocupades.
- A Dinamarca, Humlum i Vestergaard conclouen que només una petita part dels guanys de productivitat de la IA ha arribat als ingressos dels treballadors.
- En l’estudi d’atenció al client, la IA va ajudar els agents nous a assolir abans el rendiment dels experimentats, cosa que redueix el valor de l’antiguitat en lloc d’apujar el salari de tothom.
El que sí que té prima és la feina especialitzada en IA. En les ofertes de TalentUp del 2026 amb salari anual, la mediana dels enginyers d’IA i machine learning és de 172.200 € als EUA davant de 147.200 € dels desenvolupadors de programari (+17%), 111.900 € davant de 88.100 € al Regne Unit (+27%), 103.900 € davant de 87.000 € al Canadà (+19%) i 62.400 € davant de 43.700 € a Espanya (+43%). Desglossem aquesta prima per país, lloc i competència a la prima salarial de la IA a Europa.
La direcció probable dels llocs és més clara que la de la retribució:
| Canvi |
Com es concreta |
| Menys portes d’entrada |
Les tasques júnior, com primers esborranys, codi bàsic i tiquets senzills, es fan amb IA; els juniors es contracten més tard o per a altres tasques |
| Llocs més amplis |
Una sola persona cobreix feina que abans travessava funcions, com en l’experiment de P&G, on la IA va equilibrar l’aportació tècnica i la comercial |
| Més revisió i criteri |
Més temps dedicat a revisar, corregir i responsabilitzar-se del que produeix la IA |
| Nous llocs especialitzats |
Enginyers d’IA, especialistes en automatització i llocs de governança de la IA, sovint sènior i més ben pagats |
| Capacitat més flexible |
Equips nucli petits combinats amb contractistes i especialistes, un model que analitzem a gestionar contractistes i empleats en una sola estratègia de plantilla |
Què haurien de fer els equips de RH i C&B
Com està transformant la IA la mateixa funció de RH ho tractem a com la IA està reescrivint el model operatiu de RH. Per a la resta de l’organització, aquestes són les prioritats.
1. Planifica la plantilla per tasques, no per ràtios de persones
No facis pressupostos suposant que la IA redueix els equips en un percentatge fix. Identifica les tasques principals de cada lloc, marca quines queden automatitzades, complementades o sense canvis, i prova els guanys en un pilot abans de canviar la plantilla. L’evidència mostra grans guanys en algunes tasques i pèrdues en d’altres.
2. Protegeix la pedrera júnior de manera deliberada
Si deixes de contractar juniors, més endavant hauràs de comprar talent amb experiència a preu de mercat. Mantén una proporció mínima de llocs d’entrada, redissenya’ls al voltant de les tasques que la IA fa malament (contacte amb clients, criteri, feina entre equips) i fes servir la IA com a eina de formació, que és on la recerca troba els guanys més grans.
3. Actualitza l’arquitectura de llocs i els nivells
Quan un lloc absorbeix feina complementada per la IA, en poden canviar l’abast, la responsabilitat i el nivell. Revisa les descripcions de lloc, els criteris de nivell i les carreres professionals perquè els llocs més amplis es classifiquin de manera coherent, i evita crear nous títols per al que en realitat és el mateix lloc més una eina.
4. Retribueix l’abast i els resultats, no el fet de «fer servir IA»
Fer servir eines d’IA s’està convertint en una expectativa bàsica, no en una competència que justifiqui per si sola una prima. Reserva les primes per als llocs especialitzats en IA i per als llocs l’abast dels quals hagi crescut de debò, i compara’ls amb el mercat amb les dades salarials de TalentUp en lloc de fer-ho amb ofertes puntuals. Amb la Directiva europea de transparència retributiva, que s’aplica a través de les lleis nacionals un cop transposada, les diferències salarials s’han de basar en criteris objectius i neutres des del punt de vista del gènere, així que documenta per què un lloc complementat per la IA és en una banda superior.
5. Requalifica abans de reestructurar
Forma les persones en les eines i en la frontera irregular: quan cal fiar-se del que produeix la IA i quan no. Els resultats de METR i BCG mostren que un mal ús pot costar més del que estalvia.
6. Consulta els treballadors i compleix les obligacions del Reglament d’IA
A la UE, els sistemes d’IA utilitzats per a selecció, promoció, acomiadament, assignació de tasques o avaluació de treballadors són d’alt risc segons el Reglament d’IA. Després de l’Òmnibus Digital sobre IA (Reglament (UE) 2026/1744), aquestes obligacions s’apliquen a partir del 2 de desembre de 2027 en lloc del 2 d’agost de 2026. Abans d’utilitzar un sistema d’aquest tipus a la feina, les empreses han d’informar els representants dels treballadors i les persones afectades. Les normes nacionals d’informació, consulta i codecisió, com els drets dels comitès d’empresa, poden exigir més, i qualsevol reestructuració que comporti acomiadaments activa els procediments habituals d’acomiadament col·lectiu.
Conclusió
L’equip de cinc encara no és una persona i una IA. El que mostra l’evidència és més discret, però igual d’important: la IA fa les persones més ràpides en tasques concretes, les empreses responen contractant menys juniors i les ofertes de feina tracten cada vegada més les eines d’IA com un requisit estàndard. La retribució no ha seguit la productivitat, excepte en els llocs especialitzats en IA.
Per als equips de RH i C&B, la tasca és gestionar aquest canvi de manera deliberada: planificar per tasques, mantenir una pedrera júnior, actualitzar l’arquitectura de llocs i fixar el preu dels llocs complementats per la IA amb evidència. Consulta els plans de TalentUp per veure com les dades de mercat de TalentUp poden donar suport a aquestes decisions, o llegeix la nostra metodologia.
Fonts
- TalentUp. Base de dades d’ofertes de feina, ofertes de tot el món, gener–setembre de 2024, 2025 i 2026. Metodologia.
- Brynjolfsson, E., Li, D. i Raymond, L. (2025). Generative AI at Work. Quarterly Journal of Economics, 140(2). Versió de document de treball: arXiv 2304.11771.
- Noy, S. i Zhang, W. (2023). Experimental evidence on the productivity effects of generative artificial intelligence. Science, 381(6654).
- Dell’Acqua, F. et al. (2023). Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of AI on Knowledge Worker Productivity and Quality. Document de treball de Harvard Business School 24-013.
- Dell’Acqua, F. et al. (2025). The Cybernetic Teammate: A Field Experiment on Generative AI Reshaping Teamwork and Expertise. Document de treball del NBER 33641.
- Becker, J., Rush, N., Barnes, E. i Rein, D. (2025). Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity. METR.
- Humlum, A. i Vestergaard, E. (2025). Large Language Models, Small Labor Market Effects. Document de treball del NBER 33777 / document de treball del BFI 2025-56.
- Brynjolfsson, E., Chandar, B. i Chen, R. (2025, revisat l’agost de 2026). Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence. Stanford Digital Economy Lab.
- Hosseini, S. M. i Lichtinger, G. (2025). Generative AI as Seniority-Biased Technological Change: Evidence from U.S. Résumé and Job Posting Data. Document de treball.
- Unió Europea. Reglament (UE) 2024/1689 (Reglament d’Intel·ligència Artificial). EUR-Lex.
- Parlament Europeu. Òmnibus Digital sobre IA, Reglament (UE) 2026/1744. Legislative Train Schedule.
- Unió Europea. Directiva (UE) 2023/970 sobre transparència retributiva. EUR-Lex.