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
Entrar como:Tengo un trabajoEstoy estudiandoDirijo una empresaEstoy construyendo algo
Cambios recientes›Analista de datos›2024-09-19
Despliegue realAutomatización cognitiva2024-09-19

Uber puso en producción QueryGPT, una herramienta de lenguaje natural a SQL, para sus equipos de operaciones y soporte, e informó de que el tiempo de escribir una consulta bajó de unos 10 a unos 3 minutos (~300 usuarios diarios)

Analista de datospágina de la ocupación →
Fecha del hecho / publicación
2024-09-19
Categoría de la evidencia
Despliegue realUna 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.
Tareas sobre las que incide
Escribir consultas y montar cuadros de mando
Traducir «cuántos usuarios hicieron X el mes pasado» a SQL, y enchufar el resultado a un gráfico que alguien pueda actualizar.
Automatizándose✓ Con evidencia
Dónde aplica esto
Una sola empresa, con despliegue limitado; la plataforma de Uber corre alrededor de 1,2 millones de consultas interactivas al mes, así que esto es una parte pequeña. La propia publicación señala como problemas abiertos las tablas y columnas alucinadas y la calidad de las instrucciones.
Qué significa esto
Un registro de despliegue sobre la tarea de escribir consultas, visto desde dentro del flujo de trabajo: la herramienta de lenguaje natural a SQL de Uber está en producción para los equipos de operaciones y de soporte, con un tiempo de redacción que se reporta bajando de unos 10 a unos 3 minutos para alrededor de 300 usuarios diarios. Apoya el mecanismo de la página de la tarea en la capa de despliegue, y la entrada nombra la condición que lo hizo funcionar: «espacios de trabajo» curados de tablas, la capa semántica que alguien tuvo que construir antes.
Qué no muestra todavía
300 usuarios frente a cerca de 1,2 millones de consultas interactivas al mes son un rincón pequeño de una empresa, y esos usuarios son personal de operaciones y de soporte, no analistas; la cifra de tiempo la reporta la propia empresa. La entrada de Uber enumera tablas y columnas alucinadas como problemas abiertos, así que esto no es evidencia de que la herramienta sea fiable sobre un almacén sin curar, y nada de ello tiene que ver con la plantilla de analistas.
Qué puedes comprobar
Coge las cinco consultas que escribiste más recientemente y prueba cada una como pregunta en lenguaje llano en el asistente de SQL que ofrezca tu herramienta de BI o tu almacén, anotando cuáles corrieron bien sin retoques; casi todos los fallos caerán en tablas sin definiciones documentadas, y esa lista es la capa semántica que le falta a tu equipo.
¿Cambia la evaluación?
No. El índice de impacto no lo mueve nunca un solo hecho. Lo que sí hizo este registro: 1 juicio de tarea enlazado de arriba se apoyan ahora en evidencia en vez de en inferencia.
Fuente
Uber — engineering blog · verificado 2026-09-10 · Claude (VOLO agent) — source text fetched and cross-checked · interpretado 2026-09-10 · Claude (VOLO agent)
Fuente primaria: publicada por la parte que hizo esto, o por la autoridad de referencia. No necesita cofirma.
Todos los cambios de Analista de datos →Todos los cambios recientes →Cómo un hecho se convierte en evidencia →