Los despidos impulsados por IA no están generando el retorno que prometían las empresas
- angiecantillo1
- hace 4 minutos
- 3 Min. de lectura
Gartner encontró que el 80% de las grandes empresas redujo personal después de lanzar proyectos de automatización, pero no existe correlación entre despidos y retorno sobre inversión en inteligencia artificial. El hallazgo desafía una de las narrativas más repetidas por Silicon Valley.
Durante los últimos dos años, la industria tecnológica construyó una narrativa casi inevitable: la inteligencia artificial aumentaría productividad, reduciría costos y permitiría operar con menos personas.
Los despidos masivos en tecnología comenzaron a justificarse bajo esa lógica. Pero ahora empiezan a aparecer señales de que esa ecuación no está funcionando como muchas compañías esperaban.
Un informe citado por CIO.com desmonta una parte crítica de ese relato corporativo. Gartner descubrió que el 80% de las grandes empresas encuestadas realizó recortes de personal tras implementar proyectos de automatización, pero no encontró ninguna correlación entre despidos y retorno sobre inversión (ROI) en IA.
En otras palabras, reducir plantilla no está generando automáticamente mejores resultados financieros ni operativos.
El hallazgo es relevante porque contradice uno de los argumentos más utilizados por CEOs y directorios desde la explosión de la IA generativa. La promesa era sencilla: menos personas, más eficiencia. Pero la evidencia recopilada por Gartner sugiere que las empresas que obtienen mejores retornos son, precisamente, las que están invirtiendo en entrenamiento y reconversión de empleados.
Helen Poitevin, analista de Gartner, fue directa: “No hay vínculo entre despedir personas y obtener ROI de inversiones en IA”.
El dato expone una paradoja incómoda para el sector tecnológico. Mientras compañías anuncian despidos ligados a automatización, muchas terminan descubriendo que la IA todavía necesita supervisión humana intensiva, conocimiento institucional y personal capacitado para producir valor real.
La investigación indica que las organizaciones con mejores resultados están formando empleados para construir automatizaciones, crear agentes de IA y coordinar flujos híbridos entre humanos y sistemas autónomos. Es un enfoque muy distinto al modelo de reemplazo directo que domina gran parte del discurso público sobre inteligencia artificial.
La diferencia parece menor, pero cambia completamente la lógica empresarial. En lugar de usar IA para eliminar trabajadores, las compañías más efectivas la están utilizando para amplificar capacidades existentes.
Eso coincide con otra tendencia que empieza a aparecer en el mercado laboral tecnológico. Varias empresas que realizaron recortes agresivos durante la ola inicial de entusiasmo por IA están volviendo a contratar personal especializado porque subestimaron la complejidad operativa de los sistemas automatizados.
Andy Williamson, CEO de ONLC Training, sostiene que muchas organizaciones confundieron reducción de costos con transformación real. Según él, despedir empleados puede mejorar balances en el corto plazo, pero también elimina experiencia y conocimiento crítico para construir productos futuros.
La discusión también tiene un componente psicológico y cultural. En numerosos equipos tecnológicos comenzó a instalarse una sensación de inseguridad constante alrededor de la IA. En foros profesionales y comunidades online, empleados describen ambientes donde trabajadores retienen información o ralentizan adopción tecnológica por miedo a volverse prescindibles.
El fenómeno refleja un problema que muchas empresas parecen haber ignorado: la transformación basada en IA depende profundamente de la cooperación humana.
La narrativa corporativa alrededor de la automatización también enfrenta otro desafío.
La productividad agregada no está creciendo al ritmo que debería si la IA realmente estuviera reemplazando trabajadores a gran escala. Algunos análisis económicos recientes sostienen que gran parte de la adopción empresarial sigue siendo experimental y todavía no produce mejoras estructurales medibles.