Por qué automatizar ya no alcanza
El 95% de los proyectos de IA generativa en empresas no produce ningún retorno medible, pese a una inversión acumulada de entre US$30.000 y US$40.000 millones. El dato, del MIT Media Lab (proyecto NANDA, estudio de más de 300 iniciativas publicado en julio de 2025), contradice el relato oficial de las juntas directivas: la herramienta ya está, el valor, no.
La advertencia la resume bien un artículo de opinión en Mexico Business News: las organizaciones están adoptando IA "de forma agresiva" mientras dejan intactos los flujos de trabajo, los roles y los modelos de fuerza laboral. El autor lo llama una "desconexión fundamental": insertar IA en formas de trabajo preexistentes rara vez produce resultados transformadores. Capturar el potencial exige rediseñar el trabajo, no solo cambiar las herramientas.
Para un founder, la implicación es directa: comprar licencias de ChatGPT, Claude o Copilot no es estrategia. Es ruido contable.
¿Y esto cómo se aplica en tu negocio?
En CAR, dueños de empresa de Latinoamérica y España usan la tecnología para ser más rentables. Empiezas con una ruta de 7 días y terminas con un sistema funcionando en tu negocio.
👥 Probar 7 díasEl dato que incomoda: la IA tampoco está acelerando a los equipos
El problema no es solo de retorno a nivel corporativo. También está fallando donde más se presume que funciona: en el trabajo técnico del día a día.
Un ensayo controlado aleatorizado del grupo de investigación METR, publicado en julio de 2025, encontró que desarrolladores open source experimentados que usaban Cursor Pro y Claude tardaron 19% más en completar tareas que quienes trabajaban sin IA. Antes del estudio, los mismos desarrolladores estimaron que serían 24% más rápidos. Después, aun habiéndose vuelto más lentos, creían que habían sido 20% más rápidos. La brecha entre percepción y realidad es tan ancha como el caso de productividad que las empresas ponen en sus slides.
Y cuando las empresas sí recortan plantilla, el resultado financiero no llega. Una encuesta de Gartner publicada en mayo de 2026, realizada a 350 ejecutivos globales en empresas con más de US$1.000 millones de facturación que ya pilotan IA, concluyó que el 80% había reducido headcount y que las que más cortaron mostraron retornos "casi idénticos" a las que menos cortaron. En varios casos, las que menos cortaron rindieron mejor. Helen Poitevin, VP analista de Gartner, fue directa: perseguir valor solo vía recorte de personal lleva a la mayoría de las organizaciones a una ruta de "retornos limitados".
Traducción práctica: la IA todavía no está pagando la nota que muchas empresas le están cargando al área de recursos humanos.
La grieta generacional: la rampa de entrada se está rompiendo
La automatización de tareas rutinarias siempre tuvo un coste invisible: destruye los trabajos de entrada que servían como campo de entrenamiento para los futuros seniors. Y ese coste ya está en los datos.
El Stanford Digital Economy Lab, analizando registros de nómina de ADP, encontró que el empleo de desarrolladores de software de 22 a 25 años cayó cerca del 20% desde su pico a finales de 2022, mientras el empleo de desarrolladores mayores de 26 creció entre 6% y 12% en el mismo periodo. La participación junior en la contratación tecnológica cayó de aproximadamente 15% a 7% desde 2023. En las 15 mayores empresas tech, la contratación de.entry-level bajó 25% entre 2023 y 2024.
La tasa de desempleo de recién graduados en ciencias de la computación ronda el 6,1%, frente al 4,8% de los recién graduados universitarios en general, según el Stanford HAI 2026 AI Index. Y la Reserva Federal de Nueva York reportó en junio de 2026 que los graduados universitarios de 22 a 27 años tienen una tasa de desempleo del 5,7%, un punto porcentual por encima de la de la misma cohorte dos años atrás. La subocupación (trabajos que no requieren título) entre recién egresados alcanza el 42%, frente al 33,7% del total de graduados.
Para el ecosistema founder, esto significa dos cosas. La primera, coyuntural: contratar juniors se volvió más barato en selección y más difícil en retención, porque el talento junior tiene menos opciones y más urgencia. La segunda, estructural: si tu empresa depende en cinco años de líderes que hoy no están entrando al pipeline, vas a tener un problema que ningún LLM resuelve.
¿Y en LATAM? La adopción es real, pero superficial
El Banco Mundial, en su informe Panorama económico de América Latina y el Caribe 2026, retrata un patrón muy específico: la región no necesita construir su propio modelo de frontera, pero sí aplicaciones "pequeñas, prácticas y locales". El problema es la profundidad de adopción.
En Brasil, alrededor del 60% de las empresas declara haber experimentado con algún sistema de IA, pero el 37% sigue en fase piloto y solo el 28% está escalando. Apenas el 38% de las organizaciones ofrece capacitación en IA a sus empleados y el 17% tiene un equipo dedicado o un puesto de alta dirección específico para la materia.
En México, la adopción entre empresas medianas y grandes supera a la de otros países en desarrollo, pero la baja penetración en pequeñas empresas — que son la mayor parte de la economía — arrastra el promedio nacional a la par o por debajo de economías comparables. Argentina muestra un caso particular: el 56% de las empresas son "adoptantes experimentales" según el Banco Mundial, usando una o dos herramientas generativas en una sola función, sin coordinación central ni gobernanza; el 43% no mide el impacto en su negocio.
Carlos Rodríguez-Castelán, economista en jefe encargado del Banco Mundial para LAC, lo resume así: la pregunta no es si la IA llega, sino si la región podrá usarla productivamente. "Una herramienta poderosa es menos relevante si los trabajadores y las empresas carecen de la capacidad de actuar sobre la información que generan".
Qué significa esto para tu startup
La tesis de Mexico Business News y los datos externos coinciden en algo incómodo: implementar IA sin tocar la arquitectura del trabajo es la forma más cara de quedarse igual. Esto aplica tanto a una scaleup en São Paulo como a una consultora en Madrid.
Acción 1 — Audita el trabajo, no las herramientas. Antes de renovar licencias, mapea qué tareas concretas hace cada rol, qué parte depende de juicio humano y qué parte puede absorber la IA sin perder calidad. El test que propone la fuente original es directo: ¿la IA es una herramienta que sigue instrucciones, un monitor proactivo, un socio colaborativo o un agente con autonomía? Distintos trabajos admiten distintos modelos. Si tu respuesta es "IA para todo", no tienes estrategia, tienes presupuesto quemándose.
Acción 2 — Diseña el rol entry-level pensando en cinco años, no en este trimestre. Si automatizas todo el trabajo rutinario que servía para entrenar a tu próximo head de producto, estás Externalizando tu pipeline de liderazgo a coste cero hoy y a coste altísimo mañana. Considera explícitamente qué capacidades quieres que tu gente junior siga desarrollando — criterio, manejo de ambigüedad, lectura de contexto — y protégelas dentro del flujo, no en un programa paralelo de mentoría que nadie ejecuta.
Acción 3 — Mide antes de recortar plantilla. El estudio Ramp/Revelio Labs sobre más de 21.000 empresas en EE. UU. muestra que las llamadas "adopción intensa" de IA (más de US$33,67 por empleado al mes en gasto de IA, frente a US$2,78 de las adopciones superficiales) crecieron headcount un 10,2% en dos años, incluido un 12% en roles de entrada. Y según Gartner, hasta el 30% de los roles desplazados por IA serán recontratados hacia 2029, a menudo a mayor costo. Recortar por recorte, sin métrica, es destruir valor que vas a pagar duplicado en 24 meses.
Conclusión
La conversación sobre IA y empleo dejó de ser cuántas tareas se automatizan y pasó a ser qué tipo de organización queremos construir junto con sistemas cada vez más capaces. La decisión ya no es tecnológica: es de diseño de trabajo, de inversión en talento y, sobre todo, de paciencia para no destruir el pipeline que forma a los líderes que tu empresa necesitará dentro de una década.
Fuentes
- Más allá de la automatización: IA y el valor humano — Mexico Business News
- Companies embracing AI the most are hiring more people — including entry-level — ZDNet (Ramp/Revelio Labs)
- How recent grads and college students should be thinking about AI — CNBC
- Tech Layoffs Hit 1,115 a Day in 2026 — Tech Times
- El Banco Mundial dice que América Latina no tiene que crear su propio ChatGPT — Wired en Español
- Gartner: la IA no reduce costos laborales, los redistribuye — Diario TI
¿Y esto cómo se aplica en tu negocio?
En CAR, dueños de empresa de Latinoamérica y España usan la tecnología para ser más rentables. Empiezas con una ruta de 7 días y terminas con un sistema funcionando en tu negocio.
👥 Probar 7 días
