Empresa china: 11 empleados gestionan 932 IAs y 634 tiendas

Una empresa china con 11 personas y 932 "empleados digitales"

En Nantong, provincia de Jiangsu, opera Jingwei Artificial Intelligence Technology Co., Ltd., una pyme china dedicada a transformar digitalmente la industria textil del hogar. Su estructura rompe con cualquier manual de operaciones: solo 11 empleados humanos en nómina, 932 "empleados digitales" y 634 tiendas activas en Amazon, eBay y Temu. El sistema, según el reporte original publicado por VietNamNet, llega a listar más de 100.000 productos al día repartidos entre las seis plataformas.

Lo importante es entender qué son esos 932 "empleados digitales". No son un único modelo de IA gigante: están divididos en grupos funcionales que replican áreas de una empresa tradicional. Diseño, creación de imágenes, programación, carga de productos y atención al cliente operan como departamentos separados, cada uno con tareas y especialización propias. Es, en la práctica, una plantilla digital organizada como si fuera una pyme real.

El patrón se repite en India, Indonesia y Estados Unidos

El caso de Jingwei no es aislado. El reporte cita al menos tres ejemplos comparables:

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

Euron Systems (Bengaluru, India): empresa de software con entre 2 y 10 empleados humanos y más de 200 agentes de IA para ventas, marketing, soporte al estudiante y operaciones.
Brainverse (Estados Unidos): opera más de 100 agentes de IA distribuidos en 8 departamentos — ingeniería, marketing, ventas, inteligencia empresarial, pruebas, seguridad, operaciones y consultoría —, con un mecanismo en el que otro agente revisa los resultados antes de escalar a humanos los casos dudosos.
CHI (Indonesia): un equipo pequeño gestiona más de 100 agentes de IA que cubren programación, pruebas, lanzamiento de software, soporte, conciliación y detección de fraude.

La tendencia es transversal. Según el 2026 Agentic Enterprise Index de Salesforce, el promedio de agentes de IA activos por organización casi se triplicó entre febrero de 2025 y abril de 2026 (de 5 a 13), el tiempo medio para poner un agente en producción bajó un 53 % hasta los 1,9 días y, a agosto de 2026, el 70 % de las sesiones de customer service en help.salesforce.com ya las atendían agentes autónomos.

¿Qué significa esto para tu startup?

El dato relevante no es el número en sí — 932 IAs no equivalen a 932 empleados humanos — sino que la pregunta deja de ser "¿cuánta gente contrato?" y pasa a ser "¿cuántos agentes de IA configuro y cómo los gobierno?". Para un founder hispanohablante que opera跨境 (cross-border) o que lidia con sueldos altos en España, esto cambia tres palancas concretas:

Costes de entrada. Replicar el modelo de Jingwei exige menos capital inicial. El reporte original apunta que, en China, las "empresas unipersonales" superan los 16 millones a junio de 2025, impulsadas por la posibilidad de delegar ventas, diseño y soporte a agentes. Para un founder en LATAM, esto significa que lanzar una marca DTC con presencia en Amazon USA ya no requiere un equipo de 15 personas.
Cobertura 24/7 sin turnos. Un agente no pide vacaciones, no cambia de turno y no se cae por zonas horarias. En un negocio que vende en Amazon, eBay y Temu, eso se traduce en soporte simultáneo en Norteamérica, Europa y Asia con un único humano supervisor.
Gobernanza como ventaja competitiva. El propio reporte de VietNamNet advierte: cientos de agentes sin permisos, control ni coordinación generan datos incorrectos, tareas duplicadas y procesos automatizados que ya estaban mal. La capa de "parenting" o governanza se vuelve tan crítica como la de los propios agentes.

Dos acciones que podés implementar esta semana

Auditar qué áreas de tu operación admiten un agente hoy. Si tenés listados de productos, atención al cliente de primer nivel o generación de imágenes para ads, son tareas donde agentes como los de Jingwei ya funcionan. El agente promedio de Salesforce en 2026 ejecuta 4 acciones únicas (el doble que en 2025), así que el umbral de viabilidad es más bajo que hace un año.
Definir reglas de escalado humano antes de desplegar. El caso Klarna (siguiente sección) demuestra que eliminar la opción humana tiene un costo reputacional enorme. Diseñá desde el día uno en qué casos el agente pasa el caso a una persona y con qué criterios.

La advertencia de Klarna: el modelo "AI-first" también se corrige

El ejemplo más usado para defender el reemplazo total por IA es Klarna. En su informe anual de 2024, la fintech sueca afirmó que su asistente de IA equivalía al trabajo de más de 700 empleados y que generaría USD 39 millones en ahorros. En el reporte de 2025, citado en el artículo original, Klarna elevó esa estimación a más de 850 empleados y unos USD 59 millones en ahorros, con el 80 % de las conversaciones de soporte atendidas por IA.

Pero esa no es la historia completa. Según reportó CX Dive y luego recogió Yahoo Finance, Klarna dio marcha atrás en 2025: la calidad del servicio cayó, las quejas subieron y el CEO Sebastian Siemiatkowski reconoció públicamente el error. La empresa lanzó un programa piloto para recontratar personal humano con modalidad tipo Uber, con el compromiso explícito de que todo cliente debe poder hablar con una persona si lo desea. Entre 2022 y 2024, Klarna había eliminado unos 700 puestos de atención al cliente; ahora la plantilla total, de unos 3.000 empleados, se proyecta a 2.000 hacia 2030 por attrition natural, no por despido.

La moraleja para founders: escalar con agentes funciona para tareas repetitivas, pero rompe cuando el cliente necesita empatía, contexto o negociación. Reemplazar la capa humana sin dejar puerta de salida al humano suele terminar en un rebote operativo y reputacional.

El costo oculto: infraestructura, cómputo y energía

Otro punto que el reporte original destaca y pocos founders calculan: los agentes no son gratis. Cada uno necesita infraestructura de servidor, chips, datos, conectividad y energía. La Agencia de Información Energética de EE. UU. proyecta que la demanda eléctrica alcanzará nuevos máximos en 2026 y 2027, con los centros de datos como factor clave. Cuando millones de agentes operan en paralelo, el cuello de botella deja de ser el talento humano y pasa a ser capacidad de cómputo y electricidad.

Esta preocupación ya está creando un mercado nuevo. Runta, una startup fundada por Guanlan Dai (ex-lead técnico en el equipo de edge de Cloudflare), levantó USD 20 millones liderados por Andreessen Horowitz (a16z) con una valoración superior a USD 100 millones, según reportó The Next Web. Su producto "embarca" a los agentes en entornos aislados con guardrails para evitar que un agente autónomo gaste dinero, toque archivos críticos o genere daño sistémico. Para Martin Casado, partner de a16z, el paso de "hostear software" a "hostear agentes" es "el mayor cambio en computación hasta la fecha" — y exige una nueva capa de sistemas operativos diseñada específicamente para ellos.

¿Te queda una pregunta legítima?

El artículo de VietNamNet cierra con una reformulación provocadora: la pregunta relevante ya no es "¿a cuántas personas puede reemplazar una IA?" sino "¿cuántas IAs puede gestionar una persona?". Con 11 personas supervisando 932 agentes, Jingwei ofrece un ratio de 1 humano por cada 85 IAs. Con 3 empleados humanos sobre 200 agentes, Euron Systems llega a 1 por cada 67.

Sean cuales sean los números exactos — y aquí conviene recordar que estas cifras son de la fuente original y no representan equivalencias de productividad 1:1 —, lo concreto es que el organigrama de una pyme en 2027 puede tener una capa humana mínima, una capa de agentes especializada por función y una capa de governanza que hoy prácticamente no existe. Los founders que diseñen esa capa desde el inicio van a poder operar mercados que antes requerían equipos de 30 personas con equipos de 5.