Doxa 2617

La transformación mediante IA requiere rediseñar el trabajo, no recortar puestos.

Si los líderes optan por reducir la plantilla, el resultado será una organización más pequeña, pero no más inteligente

Por Faisal Hoque, Tom Davenport y Paul Scade

Terminación

Harvard Business Review

#Doxa #TransformaciónIA #RediseñoDelTrabajo #Liderazgo #GestiónDeTalento #OrganizaciónInteligente #Innovación #FuturoDelTrabajo #Estrategia #InteligenciaArtificial #TalentoHumano

Resumen. La IA está empezando a transformar las decisiones sobre la fuerza laboral, pero muchas empresas están avanzando más rápido de lo que justifican las evidencias. Los primeros despidos impulsados ​​por la IA a menudo no han generado los resultados esperados, han puesto de manifiesto deficiencias en el conocimiento organizacional y han creado nuevas demandas deLa supervisión humana ha llevado a algunos empleadores a rectificar. Un enfoque más eficaz no se centra en los objetivos de plantilla, sino en el trabajo en sí: dividir las funciones en tareas, identificar dónde la IA puede mejorar realmente el rendimiento y rediseñar los procesos en torno a la combinación adecuada de capacidades humanas y tecnológicas. Esto también implica alinear la adopción de la IA con la estrategia empresarial, fortalecer la comprensión de la tecnología por parte de los líderes, preservar las áreas que dependen del criterio y la responsabilidad humanos, y realizar cambios en la plantilla de forma gradual para adaptarse a medida que evolucionan las capacidades de la IA.

Aún no está claro cómo la IA impactará en el mercado laboral a corto y mediano plazo. Muchos anuncios de despidos se entienden mejor como una estrategia de marketing basada en la IA: iniciativas de reestructuración convencionales presentadas con un lenguaje propio de la IA para tranquilizar a los inversores y demostrar que los líderes dominan el cambio tecnológico venidero. Goldman Sachs estima que la IA redujo el crecimiento mensual de la nómina en EE. UU. en tan solo unos 16.000 puestos de trabajo durante el último año, lo que añadió aproximadamente 0,1 puntos porcentuales a la tasa de desempleo; un lastre que incluye tanto la ralentización de las contrataciones como la eliminación directa de puestos de trabajo. Es posible que estas cifras aumenten, pero por ahora, nos encontramos en una etapa mucho más temprana del proceso de lo que sugiere el discurso predominante.

El hecho de que estemos en una etapa temprana, y que la magnitud de los despidos sea menor de lo que sugieren las noticias, no significa que todos estos despidos sean acertados. Muchas empresas ya están realizando cambios reales en su plantilla en respuesta a la IA, y con frecuencia se equivocan.   Una encuesta internacional realizada a 1000 líderes empresariales y publicada en abril de 2025 reveló que el 55 % de las empresas que despidieron trabajadores debido a la implementación de la IA admitieron haber tomado decisiones erróneas en materia de personal. En una encuesta más reciente a 600 responsables de recursos humanos que realizaron despidos impulsados ​​por la IA en los 12 meses previos a febrero de 2026, solo el 8,4 % afirmó que la reestructuración había cumplido lo prometido y que volverían a hacerlo. Ya se están produciendo costosas reversiones. Gartner predice que la mitad de las empresas que reduzcan su personal de atención al cliente debido a la IA volverán a contratar trabajadores. Forrester, por su parte, prevé que la mitad de todos los despidos atribuidos a la IA se revertirán, aunque los puestos de reemplazo podrían externalizarse o tener salarios más bajos.

Estas cifras no son casos aislados. Están respaldadas por otros informes que apuntan en la misma dirección: las empresas a menudo no están dimensionando correctamente la IA.

El problema no radica simplemente en que las empresas actúen con demasiada rapidez o recorten gastos de forma excesiva. El problema es que muchas abordan la reestructuración impulsada por la IA partiendo de un enfoque erróneo: la plantilla en lugar del trabajo. Un enfoque más sólido comienza por comprender cómo la IA transforma las tareas individuales y los procesos de negocio, para luego rediseñar la organización en función de las capacidades —humanas y tecnológicas— necesarias para ejecutarlas. Como argumentaremos, esto exige que las empresas reconsideren su definición de trabajo, vinculen las decisiones de IA con la estrategia empresarial, desarrollen una comprensión realista de las capacidades y limitaciones de la tecnología, y conserven la flexibilidad suficiente para adaptarse a medida que la tecnología y la evidencia evolucionan.

Dónde se equivocan las empresas

La mayoría de las empresas que ya han intentado implementar cambios en su plantilla mediante inteligencia artificial están cometiendo uno o más de los errores que se suelen identificar.

Recortes anticipados. Muchas empresas están reestructurando sus plantillas basándose en pronósticos y análisis de mercado sobre las futuras capacidades de la IA, en lugar de en la experiencia de sus propias implementaciones. Una encuesta reciente a más de 1000 ejecutivos globales reveló que solo el 2 % de las organizaciones había realizado grandes reducciones de personal debido a la implementación real de la IA, mientras que el 60 % había despedido o reducido las contrataciones con una clara relación con la IA. El ejemplo más destacado es la eliminación de casi la mitad de la plantilla de Block en febrero de 2026 : el CEO Jack Dorsey atribuyó los recortes a la IA, pero los presentó como una apuesta por la dirección que tomará la tecnología, en lugar de por lo que esta podría aportar a la empresa en ese momento. (También afirmó que algunos de los despidos fueron consecuencia de la sobrecontratación derivada de la pandemia).

Despidos sin comprender las capacidades de la IA. Incluso cuando las empresas van más allá de la simple anticipación y toman decisiones basadas en las implementaciones actuales de IA, a menudo se realizan despidos sin comprender adecuadamente las capacidades y limitaciones de la IA en su contexto. El 54 % de los líderes de RR. HH. afirmó que habrían tomado mejores decisiones con un conocimiento más profundo de lo que la IA podía hacer. Casi una cuarta parte admitió que las decisiones de despido se tomaron sin antes evaluar la viabilidad comercial. Y el 55 % indicó que sus despidos no valieron la pena porque la IA requería más supervisión humana de la esperada.

Envenenamiento de la cultura interna. Una encuesta realizada a 5400 empleados estadounidenses reveló que el compromiso disminuye al 44 % en las organizaciones donde se han producido despidos (por cualquier motivo), en comparación con el 51 % en general, y que el 58 % de los empleados no afectados son más propensos a buscar trabajo en otro lugar. Presentar los recortes como una respuesta al auge de la IA puede socavar la seguridad psicológica de los empleados que permanecen en la empresa, lo que los lleva a desvincularse de sus trabajos y a evitar experimentar con la productividad impulsada por la IA. El lavado de imagen mediante la IA corre el riesgo de generar el mismo daño cultural sin producir ninguna transformación correspondiente.

Una reciente encuesta de Gartner reveló que el 80 % de las empresas redujeron su plantilla al implementar nuevas «capacidades empresariales autónomas», pero que no existía correlación entre la reducción del número de empleados y el retorno de la inversión. Mientras las organizaciones no midan el éxito en función de la calidad de las decisiones, la capacidad organizativa y el aprendizaje, en lugar de basarse en el ahorro de costes y el número de empleados, seguirán cometiendo los mismos errores.

Un manual de optimización de tamaño

Ninguna organización ha logrado optimizar por completo su plantilla en la era de la IA, y las empresas que experimentan con mayor seriedad con nuevos modelos de trabajo operan bajo una considerable incertidumbre. Sin embargo, sus enfoques, en conjunto, apuntan hacia una manera más disciplinada de tomar estas decisiones: una que reemplaza los objetivos de plantilla impuestos desde arriba con un análisis más profundo de cómo se realiza el trabajo, dónde la IA puede generar valor real y dónde las capacidades humanas siguen siendo esenciales. Los siguientes principios ofrecen un marco para lograrlo.

Redefinir la unidad de trabajo. Cuando las organizaciones inician un proceso de optimización de plantilla, suelen fijar objetivos para el número de puestos que se eliminarán, con el fin de sustituir la función principal del rol humano por una alternativa basada en IA. Sin embargo, la mayoría de los puestos administrativos implican múltiples tareas. Los trabajadores de todos los niveles suelen comunicarse, colaborar y tomar decisiones que son difíciles de reducir a funciones algorítmicas.

Eliminar roles en lugar de tareas a menudo implica que la IA solo podrá realizar las partes más visibles del trabajo. La organización se verá obligada a recontratar personal para cubrir los nuevos roles que cubran las carencias detectadas, o para reemplazar a los antiguos empleados cuando la parte visible del trabajo no pueda funcionar sin las partes menos visibles.

La magnitud de este fracaso se refleja en los datos de la encuesta: uno de cada tres responsables de RR. HH. informó de la pérdida de habilidades y experiencia cruciales junto con sus empleados despedidos. La incapacidad para predecir esta pérdida nos revela algo importante: las organizaciones que desconocían las habilidades que perdían nunca comprendieron del todo la función de los puestos eliminados. Por lo tanto, es fundamental desglosar los puestos en sus tareas componentes y comprender qué actividades pueden ser sustituidas por la IA en un proceso empresarial global y cuáles no. Solo así será posible determinar cómo debería ser la nueva plantilla. De esta forma, se podrá diseñar un plan de reducción de personal para garantizar que los flujos de trabajo no se vean interrumpidos.

El enfoque de Citigroup de centrarse en procesos específicos para su mejora es un ejemplo práctico de esto. El banco comenzó con una lista inicial de 50 procesos señalados para una mayor automatización. En lugar de partir de un objetivo de reducción de personal, Citi identificó dónde la tecnología y el rediseño de procesos podían transformar el trabajo y tomó decisiones de personal en función de ello. El análisis fue lo primero; la reestructuración vino después.

Desarrolle una estrategia empresarial, no una estrategia de IA. La pregunta "¿Qué puede hacer la IA para reducir nuestra plantilla?" parte de un punto de partida erróneo, al tratar la IA como una herramienta aislada de reducción de costes, desconectada de la estrategia general de la empresa. En cambio, las empresas deberían considerar la IA como parte integral del conjunto de capacidades disponibles para alcanzar sus objetivos, y luego determinar la combinación óptima de IA y recursos humanos necesaria para lograrlos. A veces, la respuesta implicará reducciones directas de personal y costes. Pero en otros casos, los recursos liberados por la IA se aprovecharán mejor contratando a más personas en áreas donde la intervención humana genera valor que la IA no puede, o reorientando los esfuerzos del personal existente hacia otras tareas.

La reubicación de personal no es gratuita, ya que suele requerir una inversión significativa en capacitación, retención del conocimiento institucional y el fomento de la cultura y la moral de la empresa. Sin embargo, Fortune informa que Walmart ha apostado a que la reubicación será una mejor inversión que contratar reemplazos o ceder el trabajo por completo a la IA : la compañía ha invertido casi mil millones de dólares en capacitación en IA para sus 1,6 millones de empleados en EE. UU., y el director ejecutivo John Furner espera que la empresa tenga "aproximadamente el mismo número de personas que tenemos hoy" en un plazo de tres a cinco años.

La estrategia de JPMorgan Chase ofrece un ejemplo de este enfoque. En lugar de partir del objetivo de utilizar la IA para reducir la plantilla, el banco comenzó analizando cómo podía redistribuir de forma más eficaz los recursos humanos liberados gracias a las mejoras de eficiencia generadas por la implementación de la IA. Esto conllevó reducciones en algunas áreas de la plantilla y aumentos en otras. Por ejemplo, según un informe de CNBC, mientras que los puestos operativos se redujeron un 4 % y los de soporte un 2 %, los equipos de atención al cliente y generación de ingresos se expandieron un 4 %. La plantilla total de la empresa se ha mantenido estable en poco más de 300.000 empleados. Mantener una plantilla estable no debería ser un objetivo empresarial en sí mismo. Más bien, el número total de empleados debería ajustarse a las necesidades de una estrategia empresarial coherente que emplee a personas e IA para crear valor cuando sea apropiado. En el caso de JPMorgan Chase, el CEO Jamie Dimon prevé que la plantilla total disminuya en los próximos cinco años.

Comprender lo que la IA puede hacer. Los líderes deben familiarizarse con la IA cuanto antes. Esto implica comprender las capacidades técnicas de esta tecnología con la suficiente profundidad como para tomar decisiones informadas sobre posibles implementaciones en el contexto particular de la organización.

Un estudio de 2023 realizado con miles de ejecutivos de alto nivel reveló que solo el 8% declaró tener un nivel sustancial de conocimiento conceptual sobre cualquier aspecto de la tecnología de IA. Evidencia más reciente sugiere que la competencia en los niveles más altos está creciendo, pero lentamente. Una encuesta de Gartner de 2025 a 456 directores ejecutivos muestra que estos, al menos, no confían en la competencia en IA de sus equipos directivos, y solo el 44% considera que incluso sus propios directores de informática (CIO) tienen conocimientos de IA. A nivel de consejo de administración, el número de miembros que declararon tener experiencia en IA aumentó solo del 1,5% al ​​2,7%.

Cuando los líderes no comprenden lo que la IA puede hacer, o bien delegan las decisiones sobre la fuerza laboral a equipos técnicos que carecen del contexto empresarial necesario para tomarlas correctamente, o bien toman esas decisiones ellos mismos basándose en suposiciones erróneas.

Algunas organizaciones están tomando medidas concretas para cerrar la brecha. Antes de desarrollar su estrategia de IA generativa, Schneider Electric organizó 56 talleres durante cuatro semanas que reunieron a expertos en IA con ejecutivos de 15 áreas funcionales, fundamentando la alfabetización en IA en contextos empresariales específicos en lugar de una formación abstracta. Otras están invirtiendo en programas de formación en alfabetización en IA más tradicionales: UBS, por ejemplo, envió a altos directivos a la Saïd Business School de la Universidad de Oxford para un programa de liderazgo sénior en IA, mientras que IKEA estableció un objetivo inicial de formación en alfabetización en IA para 500 líderes, objetivo que posteriormente se amplió. Enfoques como estos son un requisito previo para el tipo de análisis a nivel de tareas que exige una optimización responsable de los recursos.

Comprender lo que la IA no puede hacer. Si bien es cierto que algunas deficiencias de la IA son simplemente limitaciones de los modelos actuales, es muy probable que ciertos límites perduren. Algunas funciones son inherentemente humanas porque requieren capacidad de discernimiento moral y responsabilidad. Elegir valores, ejercer un juicio ético, contextualizar las decisiones dentro de las relaciones y la historia institucional, y saber cuándo desestimar una recomendación no son tareas que puedan delegarse a algoritmos, por muy sofisticados que sean. Comprender dónde se encuentran estos límites antes de eliminar los roles humanos es esencial para evitar decisiones que posteriormente deban revertirse.

En la mayoría de las organizaciones, las funciones de rendición de cuentas recaen en los mandos intermedios. Estas personas conectan la estrategia con la ejecución, toman las decisiones de implementación y actúan como la conciencia de la organización, supervisando la brecha entre las intenciones de la dirección y la realidad. Como hemos argumentado en otras ocasiones, automatizar este nivel destruye una infraestructura ética fundamental que las organizaciones no pueden permitirse perder. Sin embargo, una encuesta de Korn Ferry de 2025 reveló que el 41 % de las empresas ya habían reducido sus niveles jerárquicos (en parte debido a la IA).

La importancia de la gerencia intermedia y otras tareas humanas queda patente en los resultados de la encuesta anterior, que revelan que muchas empresas subestiman la necesidad de supervisión humana. Descubren que la capacidad de supervisión que necesitaban era precisamente la capacidad de juicio y traducción que habían estado eliminando.

Diseñar el trabajo para la reversibilidad

Cuando se eliminan puestos y los empleados con experiencia se marchan, se llevan consigo conocimientos institucionales, relaciones laborales y una comprensión del contexto que no se pueden reemplazar fácilmente. Recontratar no es lo contrario de despedir: es más lento, más costoso y el reemplazo rara vez aporta la misma profundidad de conocimiento organizacional. Dado el ritmo al que evolucionan las capacidades de la IA y la incertidumbre sobre qué formas de reestructuración funcionarán y cuáles no, las organizaciones necesitan estructuras de personal que puedan adaptarse a los cambios. Esto implica utilizar la rotación natural y la reubicación interna antes de los despidos, realizar recortes graduales en lugar de hacerlos de golpe y considerar la reversibilidad como un criterio de diseño en lugar de una consideración posterior.

El enfoque de Citigroup ilustra cómo se ve en la práctica una reestructuración gradual y reversible. El banco comenzó su transformación en 2022 y aún continúa en 2026. Si bien un enfoque principal de la transformación siempre fue el acceso a datos globales más comunes y la adopción agresiva de tecnología (incluido el aprendizaje automático y blockchain), Citi incorporó sabiamente la IA generativa en sus planes en 2023. Sus objetivos de personal son ambiciosos: a principios de 2024 anunció  planes para recortar hasta una quinta parte de su fuerza laboral en tres años, mientras que reduce costos en $2.5 mil millones, pero está realizando las reducciones relativamente lento. Hasta ahora ha  recortado alrededor de 15,000 empleados de una base inicial de 240,000.

Citi también está  reduciendo su dependencia de contratistas. Aproximadamente la mitad de los 50 000 empleados del departamento tecnológico de la compañía eran contratistas cuando comenzó la iniciativa, y su objetivo durante la transformación es reducir esa proporción al 20 %. Citi intenta cubrir las vacantes con empleados actuales siempre que sea posible, y  alrededor del 50 % de las vacantes se cubren con personal existente.

...

Las organizaciones que logren una transición exitosa a la IA considerarán la optimización de personal como un ejercicio de diseño de capacidades, en lugar de un esfuerzo de reducción de costos: desglosarán el trabajo antes de recortar personal, integrarán la IA en una estrategia empresarial más amplia e invertirán en comprender tanto el potencial como las limitaciones de la tecnología. Si el criterio de éxito es la reducción de personal, el resultado serán organizaciones más pequeñas, pero no más inteligentes.

Lea más sobre Terminación o temas relacionados Despidos, Gestión de recursos humanos, IA y aprendizaje automático e IA generativa

Faisal Hoque Es el fundador de  SHADOKA,  NextChapter y otras empresas. Su último libro,  TRANSCEND: Unlocking Humanity in the Age of AI,  explora la intersección entre filosofía, negocios, tecnología y humanidad en la era de la IA. Es investigador ejecutivo en la escuela de negocios IMD en Suiza y miembro del jurado del programa IDEAS Social Innovation del MIT.

Tom Davenport Thomas H. Davenport es Profesor Distinguido de TI y Gestión en Babson College, investigador asociado en el Centro de Negocios Digitales del MIT, cofundador del Instituto Internacional de Analítica y Asesor Senior de Deloitte Analytics. Es autor del nuevo libro Big Data at Work  y del éxito de ventas Competing on Analytics.

Paul Scade es socio de Shadoka y NextChapter, y miembro honorario de la Universidad de Liverpool. Es coautor de  Reimagining Government: Achieving the Promise of AI  (Post Hill Press, enero de 2026).