IA y despidos: 41% de las tareas ya es automatizable

Un despido, dos preguntas que nadie respondió

Diecisiete años de trayectoria profesional no protegieron a un investigador mexicano radicado en Nuevo México de un recorte vinculado a la adopción de IA generativa en su empresa, ocurrido en 2025. La compañía le había instruido usar ChatGPT en su flujo de trabajo y le garantizó que la herramienta no sustituiría su puesto; poco después, quedó incluido en un ajuste que afectó a más de 20 colaboradores.

Para un founder, el detalle incómodo no es el despido en sí, sino lo que quedó sin responder: quién supervisa el trabajo generado por IA cuando los expertos que lo validaban ya no están en la nómina. Si tu equipo está adoptando IA sin redefinir roles, ese hueco probablemente ya existe en tu organización, aunque todavía no haya explotado.

¿Los perfiles senior son los más vulnerables frente a la automatización?

La intuición dice lo contrario: a más experiencia, más protección. La evidencia apunta a otro lado. Los perfiles más expuestos son aquellos cuyas funciones se superponen con lo que los modelos de lenguaje ya hacen bien: redacción, síntesis de información, organización de contenidos y análisis de datos estructurados.

Un análisis de Joseph Fuller, profesor de Harvard Business School, junto a Accenture Research y publicado por la Harvard Gazette, estimó que el 41% de las tareas laborales puede automatizarse o aumentarse con IA hoy. Pero el mismo trabajo encontró que solo un tercio de los experimentos de IA de las empresas resultan exitosos, en parte porque no hay entrenamiento formal: según Fuller, los empleados terminan usándola como un buscador glorificado y la productividad no aparece.

Ese dato conecta con el caso de Nuevo México. Si nadie forma al equipo ni define qué hace un experto cuando la IA redacta el primer borrador, la experiencia acumulada se percibe como costo y no como activo, aunque sea la única capa capaz de detectar un error de contexto.

Raffaella Sadun, también de Harvard Business School, lo formula como una trampa: automatizar personas fuera de sus puestos cambia ahorro de corto plazo por problemas de largo plazo, porque el conocimiento tácito —el contexto específico de mercado, rol y recursos— hace a los empleados mucho más valiosos que su descripción de puesto.

El mismo reporte de la Harvard Gazette recoge otras dos señales de mercado que conviene tener presentes: las ofertas de empleo de nivel inicial cayeron hasta 73% en cuatro años según algunos recuentos, mientras que Accenture reporta que 52% de los altos ejecutivos espera que la IA aumente la contratación junior, no que la reduzca.

¿La automatización está entregando la productividad que promete?

Un estudio de la Reserva Federal de Atlanta citado por The Conversation encontró que cerca del 90% de los ejecutivos considera que la IA todavía no impulsó la productividad en su compañía. La investigación analizó millones de reseñas de Glassdoor, miles de reportes financieros y cientos de anuncios de inversión en IA y de despidos de empresas públicas estadounidenses a lo largo de cinco años.

Tres hallazgos importan para quien dirige una startup:

• A más anuncios de inversión en IA, más anuncios de recortes atribuidos a la IA. La reducción de plantilla aparece como parte de la estrategia, no como consecuencia inevitable.
• La reacción del mercado accionario a esos anuncios fue cercana a cero en promedio, y negativa o casi nula en más de la mitad de los casos.
• El sentimiento de los empleados hacia la IA es uno de los predictores más fuertes de la productividad de la firma. Cuando se anuncian despidos por IA, ese sentimiento cae de forma abrupta.

El contraste es llamativo: el optimismo de la dirección detectado en unas 10.000 transcripciones de llamadas de resultados no mostró relación significativa con los resultados de productividad. Dicho de otro modo, el entusiasmo del CEO no mueve la aguja; la percepción del equipo, sí.

¿Qué está pasando en México y América Latina?

Según el estudio Desbloqueando el Potencial de la IA en México en 2026 de AWS, difundido por Computer Weekly, el 48% de las empresas mexicanas ya adoptó IA —alrededor de 2,5 millones de organizaciones, frente al 38% del año anterior—. Las startups lideran con 52% de adopción, seguidas por las grandes empresas (49%) y las PyMEs (47%).

Pero el cuello de botella es humano: 57% de las empresas señala que la capacitación y actualización de habilidades debe ser la prioridad nacional en IA, y 49% identifica la falta de personal calificado como el principal obstáculo para acelerar. Paula Bellizia, vicepresidenta de AWS para América Latina, sostiene que las posiciones con habilidades de IA crecen 3,5 veces más rápido que las que no las requieren, y que el 59% de los empleos de la región atravesará algún nivel de transformación.

Hay otra brecha que suele pasarse por alto: 46% de las organizaciones que usan IA admite que no cuenta con mecanismos confiables para medir el retorno de inversión. Automatizar sin medir es exactamente el escenario donde un recorte parece ahorro y termina siendo costo.

A escala PyME el diagnóstico se repite. Un estudio del Instituto Tecnológico de Durango sobre 50 PyMEs mexicanas, recogido por ITSitio, encontró que la falta de capacitación es el principal freno y que la mayoría de los participantes no recibió formación formal en IA: aprendió de manera autodidacta. El 86% sí quiere tomar talleres o cursos. Un análisis de la Secretaría de Economía citado en el mismo artículo asocia la adopción de IA en manufactura con incrementos de hasta 18,8% en producción y mejoras salariales de 5,4%.

¿Qué significa esto para tu startup?

La lección no es frenar la adopción: es que la velocidad de implementación no supere tu capacidad de redefinir roles, establecer gobernanza y comunicar criterios. Cuatro movimientos concretos:

• Escribe tu política de IA como documento operativo, no como declaración de intenciones. Debe especificar qué decisiones permanecen en manos humanas, quién valida cada tipo de entregable y con qué estándar. Si no puedes nombrar al revisor de un output generado por IA, todavía no estás listo para automatizarlo.
• Define la capa de revisión antes de recortar, nunca después. La validación experta es parte del proceso productivo, no un lujo administrativo: si eliminas a quien la hacía, el riesgo de calidad se traslada al cliente final.
• Mide antes y después, con línea base. Según AWS, casi la mitad de las empresas no tiene mecanismos confiables de ROI. Sin medición previa no hay forma de saber si el ahorro fue real o solo contable.
• Capacita de forma formal. Fuller lo dice sin vueltas: sin entrenamiento estructurado la IA rinde poco, y la conclusión apresurada es que no sirve. En clave regional, AWS se comprometió a capacitar a dos millones de latinoamericanos antes de 2028, de los cuales 450.000 en México, con foco especial en PyMEs.

Y un punto que casi nunca entra en la conversación: la comunicación. El hallazgo de The Conversation es que el sentimiento del equipo hacia la IA predice la productividad. Prometer que la herramienta no reemplazará a nadie y después recortar sin explicar criterios destruye justamente la condición que hace rentable esa herramienta.

Conclusión

El caso del investigador en Nuevo México no es una anécdota aislada: es el síntoma de organizaciones que adoptan IA más rápido de lo que redefinen roles. Los datos disponibles —el 41% de tareas automatizables, el 90% de ejecutivos que aún no ve productividad, el 46% de empresas sin medición de ROI— describen la misma brecha: la tecnología llegó antes que la gobernanza.

Para un founder hispanohablante, la ventaja competitiva no está en automatizar primero, sino en hacerlo con la capa de criterio intacta. Los equipos que definan con claridad qué decide un humano y qué decide un modelo tendrán una IA que produce. Los que recorten esa capa tendrán una factura de calidad que llega después, cuando ya nadie recuerde por qué se aprobó el ahorro.

Fuentes

• noticiasneo — Automatización con IA desplaza talento senior y expone vacíos en gestión del cambio
• Harvard Gazette — Why AI hasn't triggered mass layoffs — yet
• The Conversation — Layoffs tied to AI hurt worker productivity
• Computer Weekly — AWS: 2,5 millones de empresas en México ya usan IA
• ITSitio — Las PyMEs mexicanas quieren innovar con IA pero necesitan talento y capacitación