Despedir para financiar la IA: el mal cálculo de cientos de empresas

La competencia real no se juega en los costes. Se juega en la estructura.

Muchas direcciones comparten la misma idea ahora mismo: reducir efectivos para financiar la IA, mejorar márgenes, seguir en la carrera. Es comprensible. Y probablemente es un error: no por motivos éticos, sino por motivos puramente competitivos.

---

Tres empresas, mismo sector

Imaginemos algo concreto. Tres aseguradores. Llamémosles A, B y C.

La empresa A es un actor histórico: más de mil empleados, procesos pulidos durante décadas. Ante la ola de IA, actúa: adopta herramientas, reduce plantilla a la mitad, mejora márgenes. En el papel, parece razonable.

La B, de tamaño similar, prefiere esperar. Mantiene los equipos, apuesta por la experiencia, observa. Cree tener tiempo.

La C no tiene ese tipo de dudas: nació alrededor de la IA. Diez personas. Una arquitectura pensada desde el inicio para que los humanos piloten sistemas automatizados, no al revés. No es un detalle: es toda la diferencia.

---

Lo que la empresa A no vio venir

La A ha reducido, integrado herramientas, mejorado márgenes. Pero algo no ha cambiado: su estructura. Sigue teniendo las mismas reuniones de validación en cascada, los silos entre equipos, los seis niveles de decisión heredados de veinte años de organización tradicional. La IA se ha injertado en un organismo que no estaba preparado para ella.

Resultado: la C, con 10 personas, puede aportar un valor comparable al de un equipo de 100—porque sus flujos de trabajo están diseñados para la IA, no chapuceados. ¿Sus cargas? Unos 700 000 € al año. ¿Su umbral de rentabilidad? Un millón. La A, en cambio, debe generar 30 millones solo para cubrir salarios.

No es una cuestión de productividad individual. Es una cuestión de diseño organizativo. Y ahí la A parte con un lastre estructural que los despidos no han eliminado.

---

La opción que la B no aprovechó

Si una startup de 10 personas puede rivalizar con 100, cada colaborador bien equipado vale diez veces más que antes: no por hacer lo mismo más rápido, sino por hacer cosas que nadie podría permitirse sin IA. Nuevas ofertas, nuevos mercados, nuevas capacidades.

La B podría haberlo aprovechado. Formar a los equipos. Repensar los procesos de arriba abajo. Transformar 1 000 empleados en 1 000 operadores aumentados. Habría tenido una capacidad productiva que una A reducida a la mitad no puede alcanzar.

Exactamente esa es la apuesta de IBM—a contrapié. En febrero de 2026, mientras decenas de empresas tech anunciaban recortes masivos, IBM triplicó las contrataciones de perfiles junior. Su directora de RR. HH., Nickle LaMoreaux, lo dijo sin ambigüedades: “Las empresas más rentables dentro de tres a cinco años serán las que apostaron por contratar al inicio de carrera en este entorno.”

La lógica merece detenerse un momento. IBM no niega que la IA pueda hacer gran parte de lo que hacían los juniors hace tres años. Pero distingue tareas de competencias. La IA puede escribir código; no entiende por qué un cliente necesita que ese código se comporte distinto de lo previsto. Puede responder a una pregunta de RR. HH.; no detecta que esa pregunta revela algo más profundo en la organización. Esas capacidades llevan años en construirse. Y siempre empiezan por un primer puesto.

Cortar el reclutamiento junior hoy vacía el pipeline de los mandos del mañana. Dentro de cinco años, las empresas que hayan hecho eso tendrán que ir a buscarlos a otro sitio—a coste muy superior al de haberlos formado ellas mismas.

---

Las cifras, y lo que no cuentan

Primer trimestre de 2026: más de 78 000 empleos suprimidos en el sector tech; casi la mitad por motivos ligados directamente a la IA o a la automatización. Block—Square, Cash App—pasó de 10 000 a menos de 6 000 empleados de golpe. El CEO Jack Dorsey fue inusualmente claro: no era una cuestión de dificultades financieras, sino consecuencia de lo que la IA ya puede cubrir.

Pero una predicción de Gartner publicada el mismo año introduce una sombra: según sus proyecciones, el 50 % de las empresas que redujeron servicio al cliente por la IA volverán a contratar en funciones similares antes de 2027. A menudo con títulos nuevos—“asesor de confianza”, “consultor de soluciones”—pero haciendo en esencia el mismo trabajo.

Incluso hay un nombre en los círculos de RR. HH. anglófonos: AI replacement regret. El mecanismo es simple. La organización recorta mirando solo lo que la IA promete asumir. Meses después comprende que las tareas automatizables eran solo una parte—a menudo la más visible—de lo que esos equipos aportaban. El resto—relación con el cliente, juicio contextual, memoria de casos complejos—no aparece en ninguna hoja de cálculo. Hasta que falta.

---

Qué cambia, en la práctica

La IA beneficia a las empresas que la usan para hacer lo que antes no podían permitirse—no a las que la usan para hacer lo mismo con menos gente.

Es un matiz sencillo, pero lo cambia todo. Quienes reducen sin transformarse se enfrentarán a competidores que hicieron lo contrario—y lo habrán hecho deshaciéndose de los equipos que podían ayudarles a girar el timón.

---

Fuentes: TwinLadder Research (caso IBM, feb. 2026), Fortune (entrevista CHRO IBM, feb. 2026), Tom's Hardware / Nikkei Asia (despidos tech T1 2026), Gartner (predicciones 2026 sobre empleo e IA)