Despidieron gente pensando que la IA ya podía con el trabajo. Un año después, la mitad de esas empresas lo admite: se equivocaron.

No porque la IA haya fallado. La despidieron a cambio de una promesa, no de un resultado ya entregado.

Eso es justo lo que encontró Forrester en su reporte “Predictions 2026: The Future Of Work”: 55% de los empleadores que despidieron citando IA como causa ahora se arrepienten de esa decisión (Computerworld).

Despidieron con la promesa, no con el resultado

Forrester lo dice sin adornos: muchas direcciones despidieron “basándose en la promesa futura de la IA”, no en que la tecnología ya sustituyera el trabajo real.

Es el mismo instinto que llevó a media industria a comprarse una Palm Pilot en 1998 convencida de que ya vivía en el futuro.

El futuro sí llegó. Once años después, y con otro nombre.

Gartner respalda el patrón desde otro ángulo, con un número incómodo: de 1.4 millones de despidos rastreados en 2025, menos del 1% se debió efectivamente a que la IA aumentara la productividad de los despedidos (CIO).

Traducido: casi ningún despido “por IA” fue por IA.

Fue por anticipación. Por hoja de cálculo optimista. Por un consultor convincente en una junta trimestral.

Por qué las empresas se arrepienten de despedir por IA

La respuesta corta: el ahorro proyectado nunca se materializó como se calculó, y el hueco operativo sí.

Cuando una empresa corta gente antes de que la herramienta esté lista, no elimina el trabajo. Lo pospone.

Y el trabajo pospuesto no desaparece. Regresa, casi siempre con una factura de recontratación adjunta.

Gartner ya lo proyecta con fecha: para 2029, 30% de los empleados “reemplazados” por IA serán recontratados, muchas veces a un costo más alto por transiciones mal ejecutadas.

Y aquí está el dato que explica el arrepentimiento mejor que cualquier otro: de los proyectos de IA evaluados, solo 1 de cada 50 entrega valor transformacional.

Apenas 1 de cada 5 genera algún retorno medible sobre la inversión.

Ese es el tamaño real de la apuesta que muchas empresas hicieron con nómina de por medio.

Recontratar no es corregir el error, es pagarlo dos veces

Aquí el análisis deja de ser abstracto y se vuelve una cuenta bancaria.

Despedir tiene costo: liquidaciones, pérdida de conocimiento institucional, la moral del equipo que se queda viendo sillas vacías.

Recontratar tiene otro costo distinto: reclutamiento, curva de aprendizaje de quien entra nuevo, y el mensaje interno de que la decisión anterior fue, en el mejor de los casos, prematura.

Es el equivalente corporativo de anunciar la boda antes de la primera cita. La ilusión estaba justificada. El itinerario, no.

El ahorro que ibas a tener nunca llegó. El gasto de comprar otra vez, sí.

Si eres quien firma este tipo de decisiones, hay una pregunta que vale más que cualquier proyección de ahorro: ¿la herramienta ya está haciendo el trabajo hoy, o solo prometió hacerlo el próximo trimestre?

Qué debería preguntarse un director antes de firmar un recorte “por IA”

Antes de convertir una proyección en una liquidación, esto es lo que el criterio —no el entusiasmo— debería exigir:

• ¿La IA ya está ejecutando esta tarea de forma medible, o el caso de negocio se basa en un demo, un pitch de proveedor o un benchmark de otra industria?
• ¿Qué pasa si la recontratación es necesaria en 12 meses? ¿El ahorro proyectado sigue siendo positivo si hay que revertir la decisión?
• ¿Quién absorbe el conocimiento institucional de la persona que se va, y cuánto tiempo toma reconstruirlo si la apuesta falla?
• ¿El proveedor de la herramienta puede demostrar resultados en una empresa comparable, o el argumento es “todo el mundo lo está haciendo”?

Esta última pregunta importa más de lo que parece. Uno de cada 50 proyectos de IA entrega valor transformacional real —el resto vive entre el “funciona a medias” y el “vaporware” con buena presentación.

Distinguir entre esas dos cosas, antes de firmar una reducción de plantilla, es exactamente el tipo de criterio que no se automatiza.

Si esto te suena a una conversación que ya tuviste —o que evitaste tener— en tu comité de dirección, es justo el tipo de análisis que trabajo con equipos directivos antes de que la decisión se vuelva irreversible: conferencista de inteligencia artificial para ayudar a que ese criterio llegue a la sala antes que el arrepentimiento.

Para profundizar en cómo se está reconfigurando el trabajo con IA en México, el análisis de iaaplicada.mx sobre adopción de IA en empresas mexicanas sigue siendo una referencia útil para contrastar contra estos datos globales.

Supervisado por Santiago González y Musi.