¿La IA reemplazará a los especialistas en prevención de pérdidas? La vigilancia se automatiza, la investigación no

78%. Esa es la proporción del análisis de datos de transacciones para patrones de merma y fraude que ya puede automatizarse. Si trabajas en prevención de pérdidas, la IA no está llegando a tu trabajo —ya está haciendo una parte significativa de él, en cada turno, en cada registro, de fondo en cada tienda por la que caminas.

Pero aquí está algo sobre la prevención de pérdidas que los números de automatización no capturan del todo: atrapar a un ladrón no es lo mismo que analizar un registro de transacciones. Sentarte frente a un supuesto ladrón empleado en una sala de entrevistas trasera, ejecutar una secuencia de preguntas de la técnica Reid mientras lees micro-expresiones, no es lo mismo que marcar un patrón de «sweethearting» en un almacén de datos. Y los datos hacen una distinción nítida entre los dos.

Las tareas que la IA ya ha reclamado

Los especialistas en prevención de pérdidas enfrentan un riesgo de automatización del 51% con una exposición general a la IA del 50%. [Hecho] Eso coloca este rol exactamente en la categoría de alta transformación. Pero la transformación es desigual —fuertemente concentrada en dos áreas mientras apenas toca otras dos. Esta división es el patrón más importante a entender si estás en esta profesión.

El monitoreo de cámaras de vigilancia y sistemas de detección impulsados por IA lidera con 75% de automatización. [Hecho] Esto no debería sorprender a nadie que haya trabajado en seguridad de retail en los últimos cinco años. La prevención de pérdidas moderna se apoya en sistemas de proveedores como Sensormatic Solutions, Verkada, Sentry AI y Veesion que utilizan visión por computadora para detectar comportamientos de ocultación —colocar mercancía en una bolsa, retirar etiquetas de seguridad, merodear en secciones de alto robo— identificar a infractores conocidos a través de reconocimiento facial donde está legalmente permitido, y marcar patrones de movimiento inusuales en tiempo real. El monitor humano se está convirtiendo cada vez más en la persona que responde a las alertas de la IA, no en la persona que escanea las transmisiones.

El análisis de datos de transacciones para patrones de merma y fraude alcanza 78% —la tasa de automatización más alta entre las cinco tareas. [Hecho] Las plataformas de análisis en punto de venta como Appriss Retail, NCR Exception Manager y Zellis Insight ahora pueden identificar el «sweethearting» (cajeros que dan descuentos a amigos), abuso de anulaciones, fraude en devoluciones, patrones sospechosos de retorno y discrepancias de inventario a una escala y velocidad que ningún auditor humano puede igualar. La IA no se cansa de revisar miles de transacciones. No se siente incómoda marcando al cajero sénior que lleva ocho años en la tienda y que, según los datos, está procesando un 38% más de devoluciones sin recibo que el promedio de su clúster de registros.

Las tareas que permanecen humanas

Ahora mira el otro extremo. Investigar incidentes sospechosos de robo y fraude se sitúa en apenas 30% de automatización. [Hecho] La investigación es inherentemente interpersonal. Implica entrevistar a sospechosos (a menudo usando la técnica Wicklander-Zulawski que se ha convertido en el estándar de la industria), trabajar con los gerentes de la tienda para construir un caso, coordinarse con las fuerzas del orden y tomar decisiones sobre cuándo detener y cuándo observar. Una IA puede marcar un patrón sospechoso. No puede sentarse en una sala de entrevistas y leer el lenguaje corporal. No puede decidir si el movimiento correcto con un delincuente juvenil por primera vez es una carta de demanda civil o una remisión penal. No puede calibrar la conversación cuando el empleado entrevistado empieza a llorar y admite un problema de abuso de sustancias.

Llevar a cabo capacitación de conciencia sobre prevención de pérdidas para empleados es aún más bajo, en 25%. [Hecho] La capacitación efectiva no se trata de leer un guión —se trata de entender la cultura específica de una ubicación de la tienda, adaptar el mensaje para diferentes equipos y hacer que la prevención de pérdidas se sienta como responsabilidad de todos. Eso requiere persuasión humana y credibilidad. Un especialista que ha construido confianza con el liderazgo de la tienda durante tres años de recorridos semanales puede impulsar resultados de reducción de merma que un módulo de e-learning pulido no puede.

La preparación de informes de incidentes y la coordinación con las fuerzas del orden cae al 50%. [Hecho] La IA puede generar automáticamente informes a partir de datos del caso, pero la coordinación —llamar a la línea no urgente de la policía, gestionar la cadena de custodia para la mercancía recuperada, testificar en el tribunal, trabajar con las fiscalías— requiere presencia humana y juicio.

Una fuerza laboral bajo presión

Hay unas 81.400 personas trabajando como especialistas en prevención de pérdidas en los EE. UU., con un salario medio de 38.960 dólares. [Hecho] El BLS proyecta una disminución del -2% hasta 2034. [Hecho] Esa modesta disminución oculta un cambio mayor: la naturaleza del trabajo está cambiando más rápido de lo que sugiere el recuento de empleos, y la distribución salarial se está bifurcando.

Hace cinco años, un especialista en prevención de pérdidas podría haber pasado la mayor parte de su día viendo monitores de cámara y revisando recibos. Hoy, la misma persona es más probable que esté configurando reglas de detección de IA, respondiendo a alertas algorítmicas e investigando casos que la IA ya ha marcado y parcialmente documentado. El trabajo ha pasado de la observación a la investigación, y de la observación a la gestión de sistemas.

Para 2028, la exposición general se proyecta en 65% con el riesgo de automatización subiendo al 63%. [Estimación] La trayectoria es pronunciada. En tres años, la mayoría del trabajo de prevención de pérdidas estará automatizado o asistido por IA. Los roles que sobrevivan requerirán un conjunto de habilidades diferente al que definió la profesión hace una década.

El problema de la merma en retail está empeorando

La Encuesta Nacional de Seguridad en el Retail de 2023 de la Federación Nacional de Minoristas informó que las pérdidas de inventario superaron los 112.000 millones de dólares en 2022, frente a los 94.000 millones del año anterior —impulsadas por el crimen organizado en el retail, el robo de empleados, el fraude en devoluciones y errores operativos. [Opinión] A medida que crece la merma, los minoristas invierten más en prevención de pérdidas. Target, Home Depot, Walgreens, Walmart y Kroger han citado públicamente la merma como una presión significativa en los márgenes operativos, y esa presión se traduce en presupuesto tanto para tecnología como para personal.

Esto crea una dinámica donde la IA elimina algunas tareas de prevención de pérdidas mientras el creciente problema crea demanda de experiencia de nivel superior. El especialista que puede configurar un sistema de vigilancia de IA, interpretar sus hallazgos, llevar a cabo investigaciones complejas en redes de robo organizado y coordinar con fuerzas del orden multijurisdiccionales vale más para un minorista que el que simplemente mira cámaras.

El cambio del crimen organizado en retail

El crimen organizado en retail —grupos coordinados que roban para revender en lugar de para uso personal, a menudo moviendo mercancía a través de mercados en línea— se ha convertido en una proporción mucho mayor de las pérdidas totales. Este cambio importa porque los casos de ORC requieren trabajo de investigación que la IA simplemente no puede hacer. Estás rastreando al mismo grupo en múltiples ubicaciones, a veces a través de estados, construyendo casos que los fiscales realmente tomarán, coordinándote con equipos de fraude en Amazon, eBay, Facebook Marketplace y OfferUp, y trabajando con socios federales como Investigaciones de Seguridad Nacional en casos que exceden los umbrales estatales.

La Ley INFORM de Consumidores, que entró en vigor en 2023, requiere que los mercados en línea verifiquen a los vendedores de terceros de alto volumen. Ese cambio regulatorio ha creado nuevas vías de investigación para los especialistas que entienden cómo aprovecharlo. La IA puede ayudar identificando patrones en listados de bienes robados, pero la construcción de relaciones y la construcción de casos que hacen que las acusaciones de ORC realmente funcionen pertenecen a los humanos.

Lo que esto significa si trabajas en prevención de pérdidas

La trayectoria profesional se está dividiendo. Los roles de monitoreo de nivel básico están siendo absorbidos por la IA. La investigación, la capacitación y la gestión estratégica de prevención de pérdidas se están volviendo más valiosas. Si estás en el lado del monitoreo, el movimiento hacia la investigación y la gestión de análisis es urgente.

Las certificaciones en plataformas de tecnología de prevención de pérdidas (credenciales de operador Sensormatic, Veesion, Verkada), técnicas de entrevista e interrogación (la certificación Wicklander-Zulawski es el estándar de la industria), análisis de datos para retail y la credencial LPC separarán a los especialistas que avanzan de los que son desplazados. El trabajo no está desapareciendo —pero la versión de él que implica sentarse en una sala trasera viendo una cuadrícula de transmisiones de cámara, sí.

El potencial de compensación alcista para los especialistas que hacen esta transición es significativo. Los gerentes regionales de prevención de pérdidas en grandes minoristas ganan entre 75.000 y 110.000 dólares. Los directores corporativos de protección de activos en minoristas Fortune 500 pueden alcanzar los 140.000-200.000 dólares. La escalera de carrera sigue existiendo; solo pasa por las habilidades estratégicas e investigativas que la IA no puede replicar.

Ver datos detallados para especialistas en prevención de pérdidas

---

_Análisis asistido por IA basado en datos de la investigación de impacto económico de Anthropic 2026, el estudio Brynjolfsson 2025 y las proyecciones ocupacionales del BLS._

Historial de actualizaciones

• 2026-04-04: Publicación inicial con métricas de automatización de 2025 y proyecciones BLS 2024-34.
• 2026-05-18: Ampliado con el contexto de la Ley INFORM de Consumidores, la metodología de entrevista Wicklander-Zulawski, el flujo de trabajo de investigación de ORC y orientación sobre certificaciones y compensación de la pista sénior (LPC, LPQ, compensación regional/director).