Estudio desmiente el mito de los despidos por IA: El 80% de las empresas despidieron, ninguna ganó dinero por ello

marsbitPublicado a 2026-05-13Actualizado a 2026-05-13

Resumen

Un estudio de Gartner revela que el 80% de las empresas que implementaron IA o automatización realizaron despidos, pero estos no se correlacionaron con un mayor retorno de la inversión. La investigación, que encuestó a 350 ejecutivos de empresas con ingresos superiores a $10 mil millones, muestra que las compañías con alta rentabilidad utilizan la IA para potenciar la productividad de sus empleados, no para reemplazarlos. En contraste, los datos del mercado laboral indican que la IA fue la principal causa de despidos en EE.UU. durante abril de 2026, eliminando 21,490 puestos. En total, casi 50,000 empleos se perdieron por esta razón en los primeros cuatro meses del año, siendo el sector tecnológico el más afectado. Expertos señalan que existe un fenómeno de "AI washing", donde las empresas atribuyen despidos planificados a la IA. A corto plazo, muchos proyectos de IA podrían fracasar, pero Gartner prevé que, entre 2028 y 2029, la tecnología se convertirá en un creador neto de empleo, generando nuevos tipos de trabajo que la IA no puede realizar.

Autor: Claude, Shenchao TechFlow

Resumen de Shenchao: Una encuesta de Gartner a 350 empresas con ingresos anuales superiores a 10 mil millones de dólares muestra que el 80% de las empresas que implementaron tecnologías de IA o automatización ya llevaron a cabo despidos, pero no existe ninguna correlación positiva entre la tasa de despidos y el retorno de la inversión: las empresas que despidieron más no ganaron más que las que despidieron menos.

Las empresas que realmente obtuvieron un alto retorno fueron, de hecho, aquellas que utilizaron la IA para amplificar la productividad de sus empleados en lugar de reemplazarlos. Mientras tanto, en los primeros cuatro meses de 2026, casi 50,000 puestos de trabajo se eliminaron debido a la IA, y los despidos en el sector tecnológico alcanzaron su punto más alto desde 2023.

La lógica de las empresas de reemplazar empleados con IA está siendo refutada por los datos.

Según un informe de la revista Fortune del 11 de mayo, una investigación de la firma de consultoría Gartner con 350 ejecutivos de empresas globales descubrió que aquellas compañías que realizaron grandes despidos en nombre de la IA no obtuvieron mejores resultados financieros por ello. Las empresas encuestadas tenían ingresos anuales superiores a 10 mil millones de dólares y ya estaban probando o implementando agentes de IA, automatización inteligente o tecnologías autónomas.

Helen Poitevin, vicepresidenta analista de Gartner e investigadora principal del estudio, dijo a Fortune: "Centrarse únicamente en los despidos para obtener valor de la IA es un comportamiento miope. Perseguir el retorno simplemente reduciendo personal probablemente lleve a la mayoría de las empresas a un callejón sin salida con beneficios limitados."

Esta encuesta se completó en el tercer trimestre de 2025. La conclusión es tan clara que resulta incómoda: Los despidos crean espacio en el presupuesto, no retorno de la inversión.

80% de las empresas despidieron, pero las que despidieron más no ganaron más que las que despidieron menos

El hallazgo central de Gartner es: entre las empresas que ya han desplegado capacidades empresariales autónomas, aproximadamente el 80% reportó despidos. Sin embargo, prácticamente no hubo diferencia en la proporción de despidos entre las empresas de alto rendimiento y las de bajo rendimiento (incluso aquellas cuyo desempeño empeoró).

En otras palabras, estadísticamente no se observa una relación causal entre despedir y ganar dinero.

La encuesta muestra que las empresas que realmente obtuvieron el mayor retorno tomaron un camino opuesto. Posicionaron la IA como un "amplificador de personal" (people amplification), utilizando la tecnología para mejorar la productividad de los empleados existentes, en lugar de reemplazar directamente la mano de obra. Poitevin llama a este modelo "empresa de amplificación humana" (human-amplified business), donde la IA empodera a los humanos en lugar de reemplazarlos.

En otra encuesta independiente de Gartner dirigida a CEOs, se encontró que aproximadamente un tercio de los ejecutivos esperan que la IA ayude a los humanos en la toma de decisiones pero no tome decisiones de forma independiente, mientras que otro 27% espera que la IA funcione de manera autónoma con poca o ninguna intervención humana. La división entre ambos enfoques se está profundizando.

Casi 50,000 personas despedidas por la IA en los primeros cuatro meses del año; despidos en el sector tecnológico alcanzan máximo en tres años

Las conclusiones del estudio de Gartner contrastan marcadamente con la realidad actual del mercado laboral.

Según el último informe de mayo de la empresa de recolocación Challenger, Gray & Christmas, la IA ha sido la principal causa de despidos corporativos en EE.UU. durante dos meses consecutivos. En abril de 2026, se eliminaron 21,490 puestos de trabajo debido a la IA, lo que representa el 26% del total de 83,387 despidos de ese mes. En el acumulado de los primeros cuatro meses de 2026, los puestos eliminados debido a la IA ascendieron a 49,135, representando alrededor del 16% del total anual de despidos, superior al 13% registrado a finales de marzo.

Andy Challenger, director de ingresos de la empresa, lo resume claramente: "Independientemente de si un puesto específico es realmente reemplazado por la IA, el presupuesto para ese puesto ya ha sido tomado por la IA."

Por sectores, la tecnología es el más afectado. En abril, el sector tecnológico despidió a 33,361 personas, con un total de 85,411 desde principios de año, un aumento del 33% interanual, la cifra más alta para el mismo período desde 2023. Cognizant planea reducir entre 12,000 y 15,000 empleados a nivel mundial, Cloudflare despidió a alrededor de 1,100 personas (aproximadamente el 20% de su plantilla), Coinbase recortó el 14% de sus empleados y Snap eliminó 1,000 puestos, todos citando la IA como un factor central.

En contraste con la ola de despidos, el mercado de contrataciones se contrajo drásticamente. En abril, las empresas anunciaron planes para crear solo 10,049 nuevos puestos, una caída del 69% respecto al mes anterior y del 38% interanual.

"Lavado de cara de IA" en los despidos: ¿cuántos despidos son realmente impulsados por la IA?

Una pregunta que se plantea repetidamente es: ¿cuántos de los despidos implementados por las empresas en nombre de la IA están realmente impulsados por la IA?

Sam Altman, CEO de OpenAI, abordó directamente esta cuestión en una entrevista en febrero de este año. Reconoció la existencia del llamado fenómeno de "lavado de cara de IA" (AI washing): empresas que presentan despidos que ya tenían planeados como ajustes estructurales impulsados por la IA. "No sé exactamente qué proporción es, pero definitivamente hay algo de lavado de cara de IA, la gente atribuye a la IA despidos que habrían hecho de todos modos", dijo Altman.

Analistas de Deutsche Bank también señalaron en un informe reciente que "el lavado de cara de la redundancia por IA será una característica notable de 2026", donde las grandes empresas usarán la IA como un escudo retórico para los despidos, mientras que los verdaderos impulsores podrían ser los aranceles, la incertidumbre económica u otras presiones de costos.

Poitevin de Gartner tiende a una interpretación más moderada: los despidos relacionados con la IA actualmente se asemejan más a una "prueba" por parte de las empresas, que a un reinicio estructural real. "Desde nuestro punto de vista, esto se parece más a un intento puntual y a pequeña escala de muchas empresas, no a una práctica que pueda traducirse en un retorno completo de la inversión en IA."

Predicción a largo plazo: entre 2028 y 2029, la IA será un creador neto de empleo

La postura de Gartner es marcadamente ambivalente.

Los datos a corto plazo no son optimistas. Investigaciones previas de la firma mostraron que los agentes de IA tienen una tasa de finalización exitosa de tareas de oficina estándar de alrededor del 30% al 35%. Gartner también predice que más del 40% de los proyectos de agentes de IA serán cancelados para fines de 2027 debido a la inflación de costos, la falta de claridad en el valor comercial y la gestión insuficiente de riesgos.

Pero Gartner ofrece una predicción optimista para el panorama a largo plazo: los negocios autónomos (autonomous business) comenzarán a ser creadores netos de empleo entre 2028 y 2029, cuando surgirán nuevos tipos de trabajos que la IA no podrá realizar. Poitevin enfatiza: "A largo plazo, el negocio autónomo creará más trabajo para los humanos, no menos. Factores estructurales como la disminución demográfica y los escenarios de consumo de alta confianza garantizarán que el capital humano permanezca en el centro de las operaciones, la gobernanza y la expansión de los sistemas autónomos."

En cuanto al gasto, Gartner espera que el gasto en software de agentes de IA crezca desde los 86.4 mil millones de dólares en 2025 a 2.065 billones en 2026, y luego a 3.763 billones en 2027. Incluso si la mayoría de los proyectos fracasan, el capital sigue fluyendo aceleradamente.

Esto configura una situación absurda pero real: los despidos empresariales no han generado retornos, la tasa de fracaso de los proyectos de IA sigue siendo alta, pero nadie quiere bajarse del tren.

Preguntas relacionadas

Q¿Qué descubrió el estudio de Gartner sobre la relación entre los despidos impulsados por la IA y el retorno de la inversión (ROI) en las empresas?

AEl estudio de Gartner descubrió que el 80% de las empresas que han implementado tecnologías de IA o automatización han realizado despidos, pero no existe una correlación positiva entre la tasa de despidos y el ROI. Las empresas que despidieron más personal no obtuvieron mejores resultados financieros que las que despidieron menos.

Q¿Qué tipo de empresas obtuvieron los mayores beneficios según la investigación de Gartner?

ALas empresas que obtuvieron mayores beneficios fueron aquellas que utilizaron la IA como 'amplificador de personas' (people amplification), es decir, para aumentar la productividad y eficiencia de sus empleados existentes, en lugar de reemplazarlos directamente.

QSegún el informe de Challenger, Gray & Christmas, ¿cuántos puestos de trabajo se perdieron debido a la IA en los primeros cuatro meses de 2026 y cuál fue la tendencia en el sector tecnológico?

AEn los primeros cuatro meses de 2026, se perdieron 49,135 puestos de trabajo atribuidos a la IA. El sector tecnológico fue el más afectado, con 85,411 despidos acumulados desde principios de año, un aumento del 33% interanual, alcanzando el nivel más alto desde 2023.

Q¿Qué es el 'AI washing' o 'lavado de IA' mencionado en el artículo y quién lo señaló?

AEl 'AI washing' o 'lavado de IA' se refiere a la práctica de las empresas de atribuir despidos que ya tenían planeados a motivos relacionados con la IA, utilizándola como una excusa retórica. Esta práctica fue señalada por Sam Altman, CEO de OpenAI, y también mencionada en un informe de analistas de Deutsche Bank.

Q¿Cuál es la predicción a largo plazo de Gartner sobre el impacto de la IA en el empleo para los años 2028-2029?

AGartner predice que, a largo plazo, los negocios autónomos impulsados por la IA comenzarán a ser creadores netos de empleo entre 2028 y 2029. Para entonces, surgirán nuevos tipos de trabajos que la IA no podrá realizar, y el capital humano seguirá siendo central para operar, gobernar y escalar estos sistemas.

Lecturas Relacionadas

Entrevista al gurú macro Raoul Pal: El punto de inflexión económico se acerca, no te bajes fácilmente en los próximos cuatro años

En su última aparición en el podcast "When Shift Happens", el macroinvestidor Raoul Pal analizó la carrera global por la IA y su impacto en los mercados. Pal argumenta que la competencia entre EE.UU. y China por la Inteligencia General Artificial (AGI) es el mayor evento de capital de la historia, impulsando una expansión de liquidez y alzas en bolsa. Introduce el concepto del "Singularidad Económica", un punto donde el crecimiento tecnológico exponencial, especialmente de agentes de IA, superará la capacidad del sistema económico actual. A pesar del auge de la IA, Pal mantiene que las criptomonedas ofrecen uno de los mejores perfiles de riesgo/rendimiento a largo plazo. Destaca el potencial ilimitado del mercado cripto con la llegada de una "economía de agentes" de IA que operarán en cadena. Considera la reciente corrección de Bitcoin como un retroceso saludable dentro de un mercado alcista y aboga por la estrategia de "comprar y mantener" frente al trading activo. Entre sus convicciones clave: * **Layer 1s como inversión principal:** Ethereum, Solana y Sui capturarán la mayor parte del valor al ser la infraestructura base para la futura economía digital y de agentes de IA. * **DeFi para máquinas:** Los sistemas financieros descentralizados serán utilizados masivamente por agentes de IA para transacciones eficientes. * **NFTs como activos "trofeo":** El arte digital de alta gana valor como registro cultural y bien de estatus en una economía en expansión. * **Perspectiva alcista macro:** Factores como la mayor adopción institucional, claridad regulatoria potencial y la necesidad continua de expansión monetaria de los gobiernos crean un entorno favorable. Pal concluye que, con la Singularidad Económica aproximándose en unos 4 años, los inversores deberían acumular y mantener activos criptográficos, que considera el "plan de pensiones de la humanidad" para navegar la mayor transición tecnológica.

链捕手Hace 5 min(s)

Entrevista al gurú macro Raoul Pal: El punto de inflexión económico se acerca, no te bajes fácilmente en los próximos cuatro años

链捕手Hace 5 min(s)

¿Ejecutar MoE en un móvil? Meta propone MobileMoE, acelera hasta 3.8 veces en iPhone 16 Pro

El equipo de Meta presenta MobileMoE, el primer modelo de mezcla de expertos (MoE) optimizado para ejecutarse de manera eficiente en teléfonos inteligentes comerciales. Diseñado como un modelo de lenguaje Transformer decoder-only, MobileMoE reemplaza las capas densas de feed-forward por capas MoE, empleando un router que selecciona los pocos expertos más relevantes por token junto con un experto compartido. El modelo se entrena en cuatro fases: preentrenamiento, entrenamiento intermedio, ajuste fino supervisado y entrenamiento consciente de cuantización (hasta INT4/INT8). Los experimentos determinan una configuración óptima de 8 expertos con granularidad 8, enrutamiento top-4 y un experto compartido. En evaluaciones de referencia, MobileMoE-S/M logra una precisión media comparable o superior a modelos densos, utilizando entre 1/2 y 1/4 del cálculo de inferencia con memoria similar. Especialmente en iPhone 16 Pro, MobileMoE-S acelera la fase de entrada hasta 3.8 veces y la generación token por token hasta 3.4 veces respecto a líneas de base. MobileMoE establece un nuevo límite de Pareto para modelos de lenguaje grandes en dispositivos, mejorando el equilibrio entre precisión y coste computacional. Los desafíos futuros incluyen mejorar la capacidad de seguimiento de instrucciones y la gestión de memoria dinámica, así como explorar el despliegue en NPU móviles.

marsbitHace 9 min(s)

¿Ejecutar MoE en un móvil? Meta propone MobileMoE, acelera hasta 3.8 veces en iPhone 16 Pro

marsbitHace 9 min(s)

Débil rebote de Bitcoin no oculta tendencia de ajuste, señal de techo de HYPE alerta sobre riesgos a corto plazo | Análisis invitado

**Resumen del Análisis de Mercado: BTC y HYPE** **Perspectiva General del Mercado:** La estructura diaria de Bitcoin (BTC) muestra debilidad, con una caída por debajo de la mediana de su canal alcista (amarillo) hacia el soporte inferior. Actualmente experimenta un rebote técnico débil dentro de un canal bajista a corto plazo (azul). La resistencia clave se sitúa en la zona de $75,000-$76,000, y si el precio no logra superarla, es probable que se reanude la tendencia bajista, probando el soporte en $69,500-$70,500. **Estrategia Operativa para BTC:** * **Estrategia principal:** Vender en resistencia ("Sell High"). * **Plan A:** Abrir posiciones cortas (hasta 30% de capital) si el precio encuentra resistencia en $75,000-$76,000, con stop-loss inicial por encima de $77,000. * **Plan B:** Abrir posiciones cortas si el precio cierra decisivamente por debajo de $69,500-$70,500, con stop-loss por encima de $72,000. * **Meta de ganancias:** Cobertura parcial o total cerca de niveles de soporte importantes. **Análisis de HYPE:** En el gráfico de 4 horas, HYPE ha completado una estructura alcista de siete segmentos desde mínimos de mediados de mayo. El segmento final (46-47) muestra divergencia bajista de impulso (momentum), y el modelo de trading del analista señala una fuerte advertencia de techo. Esto sugiere un posible agotamiento del movimiento alcista actual. **Estrategia para HYPE:** * **Enfoque:** Comprar en soporte, evitar comprar en máximos. * **Estrategia 1:** Considerar entradas largas ligeras (menos del 30%) si el precio se estabiliza en la zona de soporte de $62.5-$64.75, confirmado por señales de fondo en los modelos. * **Estrategia 2:** Si el precio cierra por debajo de $62.5, la corrección podría ampliarse hacia la zona de $54-$56.3. **Gestión de Riesgos (Aplicable a ambas):** * Establecer stop-loss inmediatamente al abrir una operación. * Mover el stop-loss al punto de equilibrio cuando la ganancia sea del 1%. * Bloquear ganancias moviendo el stop-loss de forma progresiva (ej., cada 1% de ganancia adicional). **Nota importante:** Los mercados son dinámicos. Este análisis se basa en metodologías técnicas personales y no constituye asesoramiento de inversión. Opere con cautela.

marsbitHace 24 min(s)

Débil rebote de Bitcoin no oculta tendencia de ajuste, señal de techo de HYPE alerta sobre riesgos a corto plazo | Análisis invitado

marsbitHace 24 min(s)

Trading

Spot
Futuros
活动图片