El 55% de las empresas se arrepiente de haber despedido por la IA

Más de la mitad de los ejecutivos que despidieron empleados para dar paso a la inteligencia artificial ahora admiten que se equivocaron. No es una exageración ni un titular provocador: es el hallazgo de una encuesta de Orgvue a 1,163 directivos de nivel C-suite y alta gerencia en Estados Unidos, Canadá, Reino Unido, Irlanda, Australia y el Sudeste Asiático. De quienes ya habían recortado personal por la IA, el 55% reconoce que fueron errores. No "aprendizajes". Errores.

Y el dato se vuelve más inquietante cuando uno descubre que uno de cada cuatro de esos mismos líderes admitió no saber siquiera cuáles puestos podían beneficiarse de la IA antes de empezar a recortar.

El mito que justifica miles de despidos

La narrativa era irresistible: agentes de IA que atenderían clientes, redactarían reportes, clasificarían solicitudes, todo más rápido, más barato y sin necesidad de pausas para comer. Las empresas se apresuraron a demostrar que eran "AI-first". Los comunicados de prensa celebraban las reducciones de plantilla como métricas de innovación.

Klarna se convirtió en el caso emblemático. La fintech sueca reemplazó a cerca de 700 agentes de servicio al cliente con un asistente de OpenAI, asegurando que la IA manejaba dos tercios de todas las interacciones y ahorraba 10 millones de dólares al año. Wall Street aplaudió.

Pero lo que la celebración pasó por alto fue revelador: el propio CEO de Klarna, Sebastian Siemiatkowski, terminó diciendo a la prensa que habían ido demasiado lejos. La calidad del servicio se desplomó. Los clientes reportaban respuestas robóticas e incapacidad para resolver problemas reales. La confianza se erosionó. Hoy Klarna está recontratando agentes humanos bajo un modelo remoto y flexible, reconstruyendo lo que desmantelaron.

La ola silenciosa de recontrataciones

Gartner predice que para 2027, el 50% de las organizaciones que redujeron personal de servicio al cliente por la IA recontratarán trabajadores para funciones similares, muchas veces con títulos de puesto diferentes. No se trata de una predicción marginal: es una de las firmas de investigación empresarial más citadas del mundo diciendo que la mitad de estos recortes se revertirán.

La razón es dolorosamente sencilla: la IA no tiene la madurez suficiente para sustituir el juicio, la empatía y el razonamiento contextual que los humanos aportan al trabajo complejo. Solo una quinta parte de los líderes de servicio al cliente ha reducido realmente su plantilla de agentes por la IA. La mayoría de los despidos que acapararon titulares en 2025 respondieron a presiones económicas más amplias, no a que la IA estuviera rindiendo lo suficiente para justificar los recortes.

IBM es otro ejemplo revelador. La empresa despidió a cerca de 8,000 trabajadores en 2023 y reemplazó gran parte de su división de recursos humanos con una herramienta llamada AskHR. Cuando el sistema no pudo manejar tareas que requerían empatía o matices, IBM tuvo que traer humanos de vuelta. Su CEO, Arvind Krishna, señaló después que el empleo total en la compañía en realidad había aumentado.

Una apuesta de 200 mil millones de dólares construida sobre especulación

Aquí viene el dato que debería preocupar a cualquier directivo: el mercado de IA agente (los sistemas que toman decisiones de forma autónoma) que impulsa estas decisiones laborales está construido sobre bases frágiles.

BCG estima que la IA agente podría generar hasta 200 mil millones de dólares en nuevo valor para proveedores de servicios tecnológicos. Es dinero real persiguiendo una oportunidad real. Pero los propios datos de Gartner pintan un panorama muy distinto sobre la preparación para ejecutar esa promesa.

Según una encuesta de Gartner a 3,412 participantes en enero de 2025, solo el 19% de las organizaciones había hecho inversiones significativas en IA agente. Otro 42% apostaba de forma conservadora y un 31% seguía en modo "esperar y ver". Lo más crítico: Gartner predice que más del 40% de los proyectos de IA agente serán cancelados antes de que termine 2027, por costos que se disparan, valor de negocio difuso o controles de riesgo inadecuados.

El panorama de proveedores está igualmente inflado. Gartner estima que apenas 130 de los miles de empresas que comercializan capacidades de IA agente son legítimas. El resto practica lo que los analistas llaman "agent washing": rebautizar chatbots existentes, herramientas de automatización básica y RPA como IA agente sin ninguna capacidad real de decisión autónoma.

Qué significa esto para América Latina

Para México y el resto de la región, este fenómeno tiene una dimensión adicional. Según el Banco Mundial, la brecha digital podría perjudicar a casi la mitad de los trabajadores latinoamericanos que se beneficiarían de mayor productividad con IA generativa. La OIT advierte que la inteligencia artificial podría ampliar las brechas laborales existentes en México y América Latina. Y consultoras como Mercer alertan que la región no competirá en la era de la IA si sigue apostando al modelo de mano de obra barata.

El nearshoring, que parecía ser la gran oportunidad para México, enfrenta una paradoja: la misma automatización que debería atraer inversión podría reducir la necesidad de mano de obra que hace atractiva a la región. Las empresas que despiden por la IA en Estados Unidos y Europa no solo afectan a sus propios empleados; provocan un efecto dominó que redefine qué tipo de trabajo se subcontrata en economías emergentes.

Sam Altman, el propio CEO de OpenAI, ha denunciado que muchas empresas practican "AI washing", culpando a la inteligencia artificial de despidos que harían de todos modos. El dato es contundente: solo 7% de los despidos en Estados Unidos se explican genuinamente por IA, según análisis recientes.

Lo que hacen las empresas que están acertando

Las organizaciones que navegarán bien esta transición no son las que eliminan humanos más rápido. Son las que descubren dónde la IA amplifica la capacidad humana en lugar de sustituirla.

Eso significa invertir en herramientas de IA que manejen tareas repetitivas y de bajo juicio (entrada de datos, clasificación inicial de solicitudes, resumen de documentos) mientras los humanos se mantienen en el circuito para todo lo que requiere contexto, creatividad o empatía. Significa hacer pilotos antes de comprometerse con cambios de plantilla. Significa medir la calidad real del output de la IA, no solo los ahorros proyectados en una presentación.

El enfoque corregido de Klarna es ilustrativo: la IA maneja consultas simples mientras los humanos se concentran en situaciones que requieren matiz y razonamiento complejo. Eso no es un fracaso de la IA. Es una comprensión madura de donde funciona realmente la tecnología hoy.

Los ejecutivos que despidieron primero y midieron después ahora están llenando los mismos puestos que eliminaron. La pregunta no es si la IA transformará el trabajo. Lo hará. La pregunta es si tomarás decisiones laborales basándote en resultados probados o en una proyección de mercado de 200 mil millones de dólares que sus propios analistas dicen que tiene 40% de especulación.