Las élites empresariales occidentales llevan desde los años setenta utilizando cada innovación como palanca para reducir el peso de los salarios. La IA no ha creado esa mentalidad. Solo la ha hecho más visible. Y la prisa con la que se han lanzado a despedir —antes de entender lo que compraban, antes de que la tecnología estuviera madura para sostenerlo— dice mucho sobre cuál era el objetivo real.
Durante los últimos años, una parte del discurso empresarial sobre la inteligencia artificial ha descansado sobre una promesa muy simple: si una máquina puede hacer una parte del trabajo, entonces se puede despedir a una parte de la plantilla. Menos salarios, menos costes, más productividad. La vieja fantasía de siempre: producir más pagando menos.
El problema es que la realidad empieza a ser bastante menos limpia que la presentación para inversores.
Muchas empresas se lanzaron a sustituir trabajadores por sistemas de inteligencia artificial antes de entender qué estaban comprando. No compraban empleados digitales. No compraban autonomía plena. No compraban criterio, experiencia, memoria institucional ni responsabilidad. Compraban modelos probabilísticos, agentes inestables, sistemas caros de mantener y herramientas que solo funcionan bien cuando hay humanos competentes alrededor.
El error garrafal
Según Orgvue, el 39% de las empresas realizó despidos por IA y el 55% de sus líderes admite que se equivocó. El patrón es siempre el mismo: primero destruyeron capacidad humana y después empezaron a preguntarse para qué servía realmente la herramienta. Una empresa que tarda semanas en despedir y meses en descubrir que no sabe qué ha destruido no estaba ejecutando una estrategia tecnológica. Estaba aprovechando una coartada.
Despedir rápido para demostrar modernidad, recontratar deprisa para tapar el agujero.
La factura que no salía en los cálculos
La supuesta eficiencia no era eficiencia. Según Orgvue, las empresas han acabado pagando de media 1,27 dólares por cada dólar que pretendían ahorrar. El MIT CSAIL estimó que solo el 23% de las tareas analizadas eran económicamente viables de automatizar. Daron Acemoglu, premio Nobel de Economía, calcula que el impacto de la IA sobre la productividad total de los factores no superará el 0,66% acumulado en diez años. La revolución inmediata que justificaba cualquier recorte de plantilla sencillamente no existe en los datos. Y al destruir la base de perfiles junior, las empresas han comenzado a cerrar el grifo que forma a quienes mañana deberían supervisar, corregir y dirigir esos mismos sistemas.
El gatillo fácil y la hipocresía al desnudo
Han despedido por encima de sus posibilidades de despedir. Han destruido conocimiento que no sabían que tenían, han recontratado a quienes habían declarado redundantes y han pagado más de lo que ahorraron. Pero hay un daño colateral que los datos no recogen: cada despido apresurado bajo el paraguas de la IA ha dejado al desnudo la distancia entre el discurso y los hechos de unas empresas que llenan sus memorias anuales de compromisos con las personas, la comunidad y el empleo de calidad. Se llama responsabilidad social corporativa, y resulta que tiene un límite preciso: el primer trimestre en que un algoritmo promete recortar costes.
El gatillo fácil no es nuevo. Lo nuevo es que esta vez han apretado antes de apuntar, y los resultados están a la vista.
Este artículo de opinión se basa en investigaciones de Orgvue, Careerminds, Gartner, MIT CSAIL, Burning Glass Institute y el trabajo económico de Daron Acemoglu. Los datos deben entenderse como órdenes de magnitud dentro del debate sobre automatización y empleo.



Comentarios
Publicar un comentario