VOLOVLORiesgo de automatización y transición, tarea por tarea
PreguntarOcupacionesCarrerasEmpresasEmprenderCambiosNotasMétodoBuscar ocupaciones, carreras…EN中文日本語PT
VLO
VOLO

Entender cómo la automatización cambia el trabajo, tarea por tarea, con la evidencia a la vista y la incertidumbre admitida.

PreguntarOcupacionesCarrerasEmpresasEmprenderCambiosNotasMétodoQuiénes somosDiagnóstico de puestosPrivacidadCondiciones
© 2026 VOLO
Ocupaciones
Todas las ocupaciones
IA y software
Traductor / IntérpreteCajero de bancoRedactor publicitarioAgente de atención al clienteAuxiliar administrativoTester de software / ingeniero de QADiseñador gráficoAsistente jurídicoMontador de vídeoContable / Tenedor de librosEspecialista de marketingDesarrollador frontendAnalista de datosTramitador de siniestrosRedactor técnico / ingeniero de documentaciónDesarrollador de software júniorRecursos humanos / selecciónAnalista de crédito / gestor de riesgosAnalista financieroEspecialista de compras / cadena de suministroPeriodistaComercial / gestor de cuentasAgente inmobiliarioTécnico de soporte informático / mesa de ayudaAuditorConsultor de gestiónDesarrollador backendInvestigador de IADiseñador de producto / UXResponsable de sistemas de negocioEspecialista en operaciones de e-commerceRadiólogoIngeniero de datosAbogadoAuxiliar médico / auxiliar de consultaIngeniero de aprendizaje automáticoIngeniero de software con experienciaIngeniero de DevOps / plataforma / SREGestor de productoFarmacéuticoResponsable de alianzas / de canalAnalista de seguridad (SOC)Responsable de cumplimiento normativoArquitectoMando intermedio de primera línea / jefe de equipoConsejero / terapeutaVendedor / dependiente de tiendaVigilante de seguridadDocente de escuelaMédico de familia / de atención primariaCamarero de salaMecánico / técnico de vehículosFisioterapeuta / terapeuta de rehabilitaciónTrabajador de la construcciónEnfermero tituladoAuxiliar de cuidados / auxiliar de enfermeríaResponsable de implantación de IA
RPA y autoservicio
Funcionario de atención al ciudadanoCoordinador de operacionesRecepcionista
Robótica
Cajero de comercio / dependienteOperario de almacénOperario de línea de montajeTécnico de laboratorio clínicoCocinero / chefPersonal de limpiezaElectricista
Conducción autónoma
Conductor de VTC / taxiCamioneroRepartidor / mensajero
Carreras
Todas las carrerasFilología inglesa / Lenguas extranjerasInformáticaContabilidadPsicologíaPeriodismo / ComunicaciónFinanzas / EconomíaDerechoDiseño de comunicación visualMarketingEnfermeríaAdministración y dirección de empresasEducación y formación del profesoradoArquitecturaAdministración pública
Guías
Preguntar a VOLOPara empresasPara quien emprendeCambios recientesNotasDiagnóstico de puestosMétodo y evidenciaQuiénes somosSeguir una ocupaciónBuscar
Estás leyendo como:Tengo un trabajoEstoy estudiandoDirijo una empresaEstoy construyendo algo
On this pageDesglose por tareasCómo se llegó hasta aquíCambios recientesQué significa para tiMétodo y fuentes
Ocupaciones›Camarero de sala

Avísame cuando llegue un registro verificado a esta ocupación →

Camarero de sala

Lleva la sala: toma la comanda, marca los tiempos de los platos, se da cuenta de la mesa que se ha quedado callada y encaja el golpe cuando la cocina va tarde.

waiterVer tus opciones ↓Restauración y hosteleríaEvaluado 2026-09-14
Índice de impacto de la automatización
33/100
confianza baja · no es una probabilidad de perder el empleo
Tareas automatizándose
1de 4
0 aumentadas por la máquina
Siguen llevándolas personas
2de 4
1 tarea nueva
Juicios con evidencia detrás
3de 4
2 registros verificados
33/100
Índice de impacto de la automatizaciónConfianza baja

Esto no es una probabilidad de perder el empleo. Combina qué parte de la carga de tareas del puesto está expuesta a la automatización con hasta dónde ha llegado realmente la adopción: sirve para comparar ocupaciones sobre una base constante, y para nada más.

Dónde aplica esto

Cubre el servicio de mesa. El servicio en barra y de comida rápida es otro puesto con mucha más exposición, porque allí la comanda ya es una pantalla en muchos mercados, y el reparto es aquí una ocupación aparte. La cultura de la propina cambia este puesto más que cualquier tecnología, porque decide si al camarero le paga el empleador o el cliente, y esta página no generaliza a través de eso.

Qué está cambiando de verdad#

La unidad de análisis es la tarea, no el nombre del puesto. Un puesto no se sustituye: se le mueve la mezcla de tareas.

Automatizándose×1Sigue llevándola una persona×2Tarea nueva×1

¿Es este tu trabajo? Dilo y esta página se estrecha a tu parte de él.

El nombre de un puesto es un paquete de tareas compradas juntas, y no hay dos personas con el mismo paquete. No se envía nada a ninguna parte: se queda en este navegador.

Tomar la comanda

Automatizándose✓ Con evidencia

Anotar qué quiere cada persona, con las modificaciones, la alergia y aquello sobre lo que ha cambiado de idea.

RPA y autoservicioIA y software
Por qué

La comanda por código QR trasladó buena parte de esto al móvil del propio cliente durante la pandemia y se quedó, lo que la convierte en la automatización terminada más clara de este puesto, y no la hizo la IA. El ahorro es real porque, una vez que la carta es digital, la tarea es introducción de datos y nada más.

Qué NO significa esto

Allí donde esto ha pasado, los cubiertos por camarero subieron y el trabajo se volvió más duro en vez de más pequeño: ahora el camarero lleva más mesas y ha perdido los treinta segundos en la mesa en los que leía la sala. Quitar una tarea puede degradar el puesto del que formaba parte, y este es el ejemplo más limpio de ello en el grupo de servicios.

Llevar la sala

Sigue llevándola una persona✓ Con evidencia

Tener doce mesas en la cabeza a la vez: quién espera, a quién hay que dejar en paz, qué plato sale ahora y qué mesa se va a quejar en cinco minutos si nadie se acerca.

IA y software
Por qué

La parte de planificación de esto sí es computable y algunos sistemas lo intentan; la entrada no lo es. Saber que la mesa seis se ha quedado callada de mala manera y no de buena es una lectura de personas que nada en un restaurante está instrumentado para captar, y la decisión que dispara, acercarse ahora o dejarlos, se toma en segundos y sin datos.

Qué NO significa esto

Que esto sea humano no fija cuántas mesas se le dan a una persona. El mismo criterio ejercido sobre dieciocho mesas en vez de diez es otro trabajo con el mismo nombre, y esa proporción la fija un encargado después de que llegue la tableta de comandas, que es como la automatización alcanza esta tarea sin tocarla.

Cargar cosas por una sala llena

Tarea nueva✓ Con evidencia

Platos, bandejas, bebidas, a través de un espacio lleno de gente que se mueve, patas de silla y niños.

RobóticaConducción autónoma
Por qué

Llevar bandejas es la única tarea de este puesto que hoy hacen los robots a escala: hay robots de reparto desplegados en miles de restaurantes, sobre todo en Asia, y funcionan porque la ruta es fija y el modo de fallo es pararse. Lo que no hacen es el último metro: poner el plato correcto delante de la persona correcta y retirarlo.

Qué NO significa esto

Un robot camarero en un comedor es tan a menudo una decisión de marketing como una decisión laboral, y allí donde se ha desplegado el efecto que se reporta suele ser sobre cuánto camina el personal y no sobre cuánto personal hay. Lee esta dirección como que la tecnología funciona, no como un resultado de plantilla: el sitio no tiene ningún registro verificado de un restaurante que redujera personal de sala por uno de ellos.

Cuando algo sale mal

Sigue llevándola una persona≈ Inferencia de la plataforma

El plato equivocado, el principal con una hora de retraso, la alergia que estaba en la comanda y no en el plato, y la decisión de qué quitar de la cuenta.

IA y software
Por qué

La reparación es toda la reputación de la hostelería y se hace en persona, con prisa y con autoridad para regalar algo. Esa autoridad es el mecanismo: se le está mostrando al cliente que alguien con poder sobre la cuenta lo siente, y una pantalla no puede representar eso aunque pueda emitir la devolución.

Qué NO significa esto

La autoridad es lo que importa, y se retira más a menudo de lo que se automatiza: las cadenas que centralizan en una aplicación las decisiones de invitar quitan esta tarea al camarero sin que intervenga ningún robot. Lo que parece una tarea humana duradera puede vaciarse por un cambio de política en una tarde.

Qué tecnologías importan aquí#

Cuatro señales separadas. Deliberadamente no se suman: un trabajo expuesto a dos tecnologías no está expuesto al doble.

Procesos y autoservicio
Tomar la comanda
Automatización cognitiva
Tomar la comandaLlevar la salaCuando algo sale mal
Automatización física
Cargar cosas por una sala llena
Conducción y movilidad
Cargar cosas por una sala llena

Cómo se llegó hasta aquí#

El índice no es un número fijo. Esto es donde habría estado en cada hito de capacidad desde ChatGPT: reconstruido, y etiquetado como tal.

Reconstruido · inferencia de la plataformaEstimado hoy para cada hito pasado, no medido entonces. 20 → 33.
1007550250
sin evaluar
2022 H22024 H2Now

● 2 hechos verificados de esta ocupación, dibujados en la fecha en que ocurrió: los tramos de la línea cercanos a una marca están anclados a algo comprobable.

El escalón de esta curva es 2023 y no lo causó la IA: el pedido por código QR pasó una parte grande de la toma de comandas al propio teléfono de la clientela durante la pandemia y se quedó ahí, y es la automatización completada más clara de la ocupación. Se aplana pronto porque lo que queda —llevar doce mesas en la cabeza, leer la que se ha quedado callada, y arreglarlo cuando la cocina va una hora tarde— no tiene ninguna entrada instrumentada. La altura se queda corta respecto al cambio real en el trabajo: donde se fue el pedido, subieron los cubiertos por camarero y desaparecieron los treinta segundos en la mesa, así que se quitó una tarea y el trabajo se volvió más duro en vez de más pequeño.

2022 S220La generación de texto de propósito general llega al público. Antes de este punto, la exposición venía de automatización ya desplegada: reconocimiento óptico, RPA, visión artificial, cajas de autoservicio, algoritmos de asignación. ChatGPT research preview (2022-11-30) ↗
2023 S122Un modelo general que aprueba exámenes profesionales. La calidad del primer borrador cruza el umbral en el que el trabajo cualificado empieza a usarlo. GPT-4 (2023-03-14) ↗
2023 S226Entrada de imagen, contexto largo y llamada a herramientas. A los modelos se les puede apuntar a documentos y conectarlos a sistemas, que es lo que mueve el trabajo de proceso y no el de escribir. GPT-4 Turbo:128k 上下文、视觉、工具调用(DevDay) (2023-11-06) ↗
2024 S130La misma capacidad se vuelve mucho más barata y más rápida. No se vuelve posible nada nuevo; se vuelve asequible mucho a gran volumen, que es cuando cambian las decisiones de despliegue.
2024 S232Modelos de razonamiento que trabajan problemas de varios pasos, y los primeros modelos que manejan un ordenador mirando la pantalla. Lo segundo es lo que alcanza a los trabajos que consisten en operar software. OpenAI o1(推理);同期 Claude 的 computer use 进入公测 (2024-09-12) ↗
2025 S133Los agentes empiezan a operar software real de principio a fin, en vez de producir texto para que una persona lo pegue. Es también cuando aparecen las primeras marchas atrás públicas: organizaciones que automatizaron y lo deshicieron en parte. Claude 3.7 Sonnet 与 Claude Code:混合推理 + 命令行编码代理 (2025-02-24) ↗
2025 S233El contexto largo y el uso de herramientas pasan a ser lo normal, no una función aparte. Las mejoras de capacidad siguen; la restricción visible se desplaza de lo que los modelos pueden hacer a la responsabilidad legal, la compra y el coste. GPT-5(2025-08-07);Claude Opus 4.5(2025-11-24) (2025-08-07) ↗
2026 S133Los agentes de horizonte largo aterrizan dentro de flujos de trabajo de sectores concretos. La adopción pasa a ser sectorial y no general. GPT-5.5:「专为实际工作打造」 (2026-04-23) ↗
Ahora33La evaluación actual: este punto es el índice de impacto publicado en la página de la ocupación, así que la curva queda anclada a un número que el sitio ya sostiene. Para las curvas planas conviene anotar una cosa: en esas mismas semanas se abrió a laboratorios de investigación y a fabricantes una vista previa de investigación de una especificación compartida para que agentes de IA manejen dispositivos físicos. Es la primera clase de capacidad apuntada a las ocupaciones físicas cuyas líneas aquí apenas se mueven. GPT-6 Astra(2026-09-03);Claude Fable 5.1 / Mythos 5.1(2026-09-01);Model Hardware Standard 研究预览(2026-08-27) (2026-09-03) ↗

Una línea plana no es un pronóstico de seguridad. Dice a qué tareas ha llegado la automatización hasta ahora: las ocupaciones que menos se movieron aquí son aquellas en las que la restricción es física o normativa, y las dos pueden cambiar.

Cambios recientes#

Impacto en el empleo2026-07-01Verificado el 2026-09-13
El empleo en los restaurantes de Estados Unidos subió de 10.853.600 en noviembre de 2022 a un máximo de la serie de 11.226.500 en mayo de 2026, y fue de 11.137.500 en julio

NAICS 7225, restaurantes y otros locales de comidas, todos los empleados, desestacionalizado. Cubre a la vez el servicio de mesa y el de barra, lo que importa porque esos dos tienen exposiciones muy distintas (la comanda en barra se ha pasado a una pantalla en buena parte de los mercados y la de mesa no), de modo que un agregado plano puede esconder dos series moviéndose en direcciones opuestas. Cuenta puestos y no horas, y en un sector donde la palanca principal es la programación de turnos eso es un límite serio: los cubiertos por camarero pueden subir mucho sin que esta línea cambie en absoluto.

Cambio verificable en contratación, plantilla, horas o alcance del puesto. El mayor peso, pero la atribución causal sigue habiendo que argumentarla, no darla por supuesta.

US Bureau of Labor Statistics, CES series CES7072250001 (restaurants and other eating places) ↗Ficha de impacto completa →
Despliegue real2022-12-21Verificado el 2026-09-13
El mayor grupo japonés de restaurantes familiares anunció que había puesto 3.000 robots de sala en unos 2.100 de sus aproximadamente 2.980 restaurantes nacionales

Nota de prensa del propio operador, una empresa cotizada en el mercado Prime de la Bolsa de Tokio. Dice que el despliegue de robots de sala empezó en agosto de 2021 y que habría 3.000 unidades en unos 2.100 locales antes del 27 de diciembre de 2022; la nota está fechada el día 21, así que la fecha de finalización que da es el calendario anunciado por la propia empresa y no un hecho que el documento establezca. El desglose por enseña aparece: Gusto 1.251, Bamiyan 354, Shabu-yo 271, Jonathan 187, Uoyaro 14, Steak Gusto 3, Yumean 2, frente a un total declarado de 2.982 locales del grupo en el país. La razón de que esto esté en esta página son los efectos que la empresa eligió reportar, y los que no. Para Gusto menciona una mejor rotación de mesas en el pico del mediodía, menos tiempo para terminar de recoger una mesa y menos pasos caminados, junto a una encuesta a clientes en 67 locales con 2.513 respuestas en la que nueve de cada diez eligieron satisfecho o muy satisfecho. No reporta plantilla, ni horas, ni ningún cambio de dotación de ningún tipo. También consta que la empresa envió instructores de robots dedicados a todos los locales e iteró con las opiniones del personal y de los clientes, que es un coste del despliegue que un relato más corto se deja fuera. Un operador, un país, un formato: restaurantes familiares con servicio de mesa.

Una empresa lo ha puesto en producción. Puede mover la línea de base, ponderado por la escala y por cuánto se parece ese entorno al tuyo.

株式会社すかいらーくホールディングス(東証プライム 3197)——《約2,100店に3,000台のロボット導入完了》 ↗Ficha de impacto completa →

Qué significa esto para ti#

Si estás empezando

Entrar no es el problema y no lo va a ser. Lo que hay que vigilar es en qué mitad del puesto te están formando: un sitio donde la comanda está en el móvil del cliente y llevas dieciocho mesas te está enseñando velocidad, y un sitio donde tomas la comanda en la mesa te está enseñando a leer una sala, que es la parte que luego se transfiere a salas mejor pagadas.

Si tienes experiencia

La proporción de cubiertos por camarero es la cifra que decide tu vida laboral, y se mueve en silencio después de que aterrice cualquier tecnología de comandas. Es además la cifra que nadie negocia, porque se presenta como un detalle de turnos y no como un cambio del puesto.

Tus opciones#

Cuatro direcciones, cada una con sus restricciones reales y con una cosa que puedes probar esta semana. Seguir como estás es una opción legítima; solo tiene que ser una opción elegida.

Quedarte y reforzarte

Vete a salas donde la comanda se toma en la mesa

Allí donde la comanda se queda con el camarero, la lectura de la sala se queda con ella, y esa es la destreza que sostiene una carrera y no un turno.

Restricciones reales

Esas salas son menos, más formales y suelen exigir una referencia de otra igual antes de dejarte trabajar en ellas.

Pruébalo esta semana

Cuenta qué parte de tus mesas de esta semana pidió por una pantalla. Esa parte es la del puesto que ya se ha ido.

Rehacer el puesto

Quédate con la sala, no con las mesas

Alguien tiene que decidir la distribución, el ritmo y quién cubre qué, y ese criterio es el mismo que ya ejerces en tu rango, a mayor escala y mejor pagado.

Restricciones reales

Es gestión, así que las horas empeoran antes de que mejore el sueldo, y en salas con propina puede significar cobrar menos.

Pruébalo esta semana

Durante un turno, anota cada decisión de mesa que tomó el maître y que tú habrías tomado de otra manera. Esa lista es tu argumento.

Preguntas frecuentes#

¿Los robots sustituirán a los camareros?

Llevar la comida es la única parte que los robots hacen de verdad a escala, sobre todo en Asia, y funcionan porque la ruta es fija y fallar significa pararse. Lo que no hacen es el último metro, el plato correcto a la persona correcta, ni la reparación cuando algo ha salido mal, que se hace en persona y la hace alguien con autoridad para quitarlo de la cuenta. Allí donde se han desplegado robots de reparto, el efecto que se reporta es sobre cuánto camina el personal, no sobre cuánto personal hay.

¿Cuánto tiempo me queda?

Ninguna fecha, y para este puesto la señal honesta no es una tecnología en absoluto: es la proporción de cubiertos por camarero en tu propio cuadrante. A cada tecnología de comandas que aterriza le sigue, en un par de meses, un cambio silencioso en cuántas mesas se le dan a una persona. Sigue esa cifra mes a mes; te dirá más de tu vida laboral que cualquier previsión, y es la única que puedes comprobar de verdad.

¿La comanda por código QR ya se llevó parte de este puesto?

Sí, y es la automatización terminada más clara de la ocupación, hecha sin nada de IA. La parte que merece notarse es lo que le hizo al resto del puesto: allí donde la comanda pasó al móvil del cliente, los cubiertos por camarero subieron y desaparecieron los treinta segundos en la mesa, que es cuando un camarero lee la sala. Se quitó la tarea y el trabajo se volvió más duro en vez de más pequeño.

¿La comida rápida es lo mismo que esto?

No, y la diferencia importa para la respuesta. En el servicio de barra el paso de la comanda ya lo ha sustituido una pantalla en muchos mercados, lo que hace su exposición mucho más alta que la del servicio de mesa. Esta página va del servicio de mesa, donde la comanda, el ritmo y la reparación siguen en manos de una sola persona, y donde la automatización que llega apunta a las piernas y no al criterio.

Método y fuentes#

Fecha de la evaluación
2026-09-14
Base de los juicios de tarea
3 con evidencia · 1 inferencia de la plataforma · 0 sin evidencia suficiente
Hechos verificados
2

Cómo evaluamos una ocupación →