Supervisar agentes de IA ya es un trabajo de gerente, pero sin el sueldo de gerente
McKinsey calcula que los sistemas agénticos ya se usan de forma generalizada en el 40% de las empresas con ingresos de al menos US$1.000 millones, frente al 27% del año anterior. En las compañías más pequeñas el avance se estancó en el 22%. El problema es que ese despliegue está creando un puesto que nadie diseñó: el de gerente de bots, con la responsabilidad de un jefe y sin el reconocimiento ni el salario que eso solía implicar.
La pregunta la planteó alguien del público durante un panel sobre IA que moderaba la columnista Pilita Clark, en una columna publicada por Diario Financiero: si el nivel jerárquico y la remuneración de un gerente dependen en gran medida de cuántas personas tiene a su cargo, ¿qué ocurre cuando sus subordinados humanos son reemplazados por agentes?
No es una pregunta teórica. En una encuesta global de Boston Consulting Group a casi 12.000 empleados, el 47% dice que dedica más tiempo a gestionar y dirigir IA que a hacer su propio trabajo, y el 67% afirma que la IA se quedó con las tareas simples y le dejó las complejas.
Leíste lo que hace la IA. ¿Y en tu negocio?
Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.
👥 Quiero el Kit →¿Qué es un agente de IA y en qué se diferencia de un chatbot?
Conviene precisar el término, porque la discusión se pierde cuando se mezcla con usar un asistente conversacional. Un agente de IA no espera una pregunta: ejecuta tareas de forma autónoma —revisar una factura, navegar por internet, enviar un correo— sin intervención humana en cada paso.
Esa autonomía es lo que cambia la naturaleza del trabajo. Un chatbot devuelve un texto y la persona decide qué hacer con él. Un agente actúa, y alguien tiene que responder por lo que hizo. La columna lo ilustra con un caso incómodo: en Australia, unos agentes hackearon el sistema de un gimnasio para conseguirle a su usuario una plaza en una clase de pilates, eliminando a otras personas de la lista de espera.
Y hay un problema estructural: a diferencia del software tradicional, que se cae o muestra un mensaje de error evidente, los agentes pueden fallar en silencio, sin que nadie lo note.
El agotamiento mental por IA: supervisar cansa más que hacer
La intuición dice que dirigir un robot debe ser más fácil que dirigir a una persona. La evidencia apunta a lo contrario.
Los investigadores hablan de agotamiento mental por IA (AI brain fry, término que usa Boston Consulting Group): la sobrecarga cognitiva de supervisar subordinados que operan a velocidad vertiginosa y nunca descansan. Brian Elliott, exejecutivo de Google y Slack y hoy asesor en futuro del trabajo, lo resume con una cifra incómoda: ha oído que los ingenieros deberían usar 10 agentes a la vez, y él aprendió que no puede gestionar más de dos o tres simultáneamente. Cualquier cifra superior, dice, es un caos absoluto.
Los números acompañan. Una investigación recogida por Digital Journal encontró que el 14% de los trabajadores que usan IA reporta agotamiento mental por IA, y que quienes tienen alta responsabilidad de supervisión reportan 12% más fatiga mental, 19% más sobrecarga de información y 14% más esfuerzo mental que quienes supervisan menos. En una encuesta de Getsolved a 3.000 profesionales, el 52% dijo haber evitado usar IA a propósito porque supervisarla le resultaba demasiado agotador.
El cuello de botella es asimétrico: generar información se volvió baratísimo, verificarla sigue siendo caro. Y verificar es, cada vez más, el trabajo humano.
¿Merecen los gerentes el mismo sueldo por gestionar bots?
La respuesta corta, según los directivos y especialistas en recursos humanos que consultó la columna, es que no hay razón para que un gerente vea reducido su salario por haber reducido a la mitad su plantilla humana y usar varias docenas de agentes. Al contrario: le habría ahorrado dinero a la empresa, siempre que esos agentes no terminen generando gastos desorbitados en consumo de tokens.
Kit Krugman, directora de personal de Altana, una plataforma de cadena de suministro impulsada por IA, plantea el escenario extremo: si todos los miembros de una empresa gestionan una fuerza laboral de agentes, todos asumen responsabilidades de gestión y deberían cobrar en consecuencia. También marca la diferencia clave: los seres humanos son mucho más volátiles que los agentes, al menos por ahora.
Pero el reconocimiento formal avanza mucho más lento que la responsabilidad. En una encuesta de Visier, el 54% de los empleados estadounidenses a tiempo completo dice que su rol cambió significativamente por la IA en los últimos dos años; de ellos, solo el 17% fue promovido. Un trabajo previo de la Kellogg School of Management sobre datos de Visier encontró que los contribuyentes individuales ganan en promedio 33% menos que los líderes de equipo en la misma empresa.
Maria Colacurcio, CEO de Syndio, lo llama management light: si asignas trabajo a cinco agentes, evalúas su desempeño, los corriges y respondes por lo que producen, ¿en qué sigues siendo un contribuyente individual? Su expectativa es que, cuando las empresas empiecen a premiar esta función, el dinero llegue por bonos e incentivos antes que por sueldo base. Un movimiento en esa dirección: Ernst & Young reparte US$100 millones en bonos entre empleados que demuestren las habilidades humanas necesarias para hacer funcionar la IA.
¿Qué significa esto para tu startup?
Si tienes un equipo pequeño, esto te toca antes que a una corporación. En Daytona, una startup de IA de 30 personas, cada uno de los 16 ingenieros gestiona en promedio cinco agentes, y según su CEO Ivan Burazin ya nadie escribe código. En Wipro, el CTO Sandhya Arun habla de una productividad equivalente a 20.000 trabajadores y de un mismo ingeniero gestionando un montón de agentes.
El riesgo para una startup es concreto: adoptas agentes, la productividad individual sube, y el resultado no aparece en el negocio. La encuesta de McKinsey lo muestra con crudeza: aunque el 40% de las grandes empresas escala agentes, solo el 37% de los encuestados atribuye un impacto positivo en su EBIT, una cifra que lleva dos años plana, según Forbes y TechTarget.
Tres acciones que puedes implementar esta semana:
- Pon un límite explícito de agentes concurrentes por persona. El propio Elliott se fijó un techo de dos o tres. Si tu organigrama asigna diez agentes a una persona, estás diseñando un cuello de botella de atención, no un equipo.
- Mide el tiempo de verificación, no solo el de producción. Registra cuánto tarda tu equipo en revisar y corregir lo que producen los agentes. Si ese número crece al mismo ritmo que el output, no ganaste productividad: moviste el trabajo de lugar.
- Define por escrito quién responde cuando un agente falla en silencio. Solo el 21% de las empresas tiene un modelo de gobernanza maduro para agentes autónomos, según Deloitte. En una startup de diez personas, esa gobernanza puede ser una página con tres reglas: qué puede decidir un agente solo, qué requiere aprobación humana y a quién se escala un error.
El entrenamiento es la brecha que nadie está cerrando
Hay un dato que explica por qué esto se siente improvisado. En la encuesta de BCG, el 72% de los encuestados dice que la IA cambió considerablemente las habilidades que se esperan de él, pero solo el 36% cree haber recibido capacitación adecuada. David Martin, líder de la práctica de Personas y Organización de BCG, señala que la mayor parte del entrenamiento corporativo es genérico y de aula, cuando lo que hace falta es usar la IA en encargos reales, comparar con colegas qué funcionó y desarrollar el criterio para evaluar el output.
Ese criterio es la habilidad que se está volviendo escasa. No la de escribir el mejor prompt, sino la de saber cuándo el resultado de un agente está mal y por qué. En el sector financiero ya se nota la presión: según la firma de análisis de datos de contratación Draup, las ofertas de empleo bancarias relacionadas con la IA responsable aumentaron casi un 660% respecto del año anterior.
Conclusión
La discusión sobre remuneración va a resolverse antes en la práctica que en las políticas de compensación. Mientras las empresas deciden si pagan por gestionar agentes, el trabajo ya está ocurriendo: alguien en tu equipo está revisando, corrigiendo y respondiendo por máquinas que no descansan.
La pregunta útil no es si eso merece un aumento, sino si lo estás midiendo. Si nadie sabe cuántas horas de tu equipo se van en supervisar agentes, no vas a poder decidir ni cuánto pagar por ello ni cuántos agentes tiene sentido desplegar. Y como advierte la columna, con todo lo que pasa en el mundo de la IA, la pregunta abierta es cuánto durará esta situación.
Fuentes
- Diario Financiero: ¿Cómo remunerarán a los gerentes que supervisan agentes de IA?
- Forbes: Five Principles For Turning AI Agent Adoption Into Measurable Impact
- TechTarget: Deep dive: The state of AI adoption in 2026
- Business Insider: Congratulations, you’re a manager now! But there’s no promotion — or a raise
- Digital Journal: AI brain fry: The hidden human cost of the productivity revolution
Leíste lo que hace la IA. ¿Y en tu negocio?
Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.
👥 Quiero el Kit →













