Automatizar con IA sin entender antes el puesto que se elimina es la forma más cara de destruir valor. Ford ha tenido que recuperar 350 ingenieros veteranos y Klarna, recontratar agentes.
Los números de Ford son los primeros que conviene mirar. En los últimos tres años, la compañía ha incorporado a unos 350 ingenieros veteranos, algunos de ellos exempleados, para cazar los fallos que sus sistemas automatizados de inspección y sus herramientas de control de calidad con IA no detectaban. Su vicepresidente de ingeniería de hardware de vehículo lo admitió sin rodeos: la empresa asumió que introducir inteligencia artificial y alimentarla con los requisitos de diseño bastaría para producir un producto de calidad. No bastó.
Klarna llegó al mismo sitio por otra puerta. En febrero de 2024 anunció que su asistente de IA hacía el trabajo de 700 agentes de atención al cliente. En mayo de 2025 volvía a reclutar personas, y su consejero delegado reconocía que la compañía había puesto el foco en el coste y había dejado que la calidad se deteriorase.
Los datos acompañan. Una encuesta a 1.000 directivos de grandes y medianas organizaciones concluyó que el 39% había ejecutado despidos a causa de la IA, y que el 55% de ellos admite ahora que las decisiones sobre esos recortes fueron equivocadas. La cifra no mide arrepentimiento: mide diagnóstico mal hecho.
El patrón Ford-Klarna: despedir por IA y volver a contratar
Y el fenómeno va a más. Gartner calcula que en 2027 la mitad de las empresas que atribuyeron despidos a la IA estarán contratando a personas para hacer un trabajo parecido, eso sí, con títulos distintos.
Cuando el despido y la recontratación se tocan en el calendario, el problema nunca fue la tecnología: fue no haber entendido el puesto antes de borrarlo.
La explicación cómoda es que la herramienta no estaba lista. No en vano, la mayoría de los directivos que recortó plantilla por IA reconoce hoy que el diagnóstico fue flojo. Los veteranos de Ford desmienten esa versión: han vuelto para formar a la siguiente generación de ingenieros y para reentrenar los sistemas que debían sustituirles. Transmitir lo que sabían formaba parte de su trabajo, pero no aparecía en ninguna lista de tareas, así que nadie vio desaparecer esa función.
Rediseñar el trabajo es un problema de sistemas y de personas; comprar licencias es la parte fácil.
Ahí está el núcleo. Un puesto existe porque la organización necesita varias cosas de él, y esas cosas son sus objetivos, no sus tareas. Un objetivo es un resultado; una tarea, una actividad. En atención al cliente, resolver una consulta de saldo se agota en tareas concretas. Que un cliente cuya tarjeta ha sido robada sienta que alguien ha asumido la responsabilidad de su problema no se consigue marcando casillas.
Un rediseño que arranca de las tareas ve el primer tipo de objetivo y se pierde el segundo. Uno que arranca de los objetivos los ve todos.
Los cinco pasos para rediseñar el trabajo antes de automatizarlo
El proceso cabe en cinco pasos y sirve igual para un equipo de tres personas que para una planta de producción. Es la parte de la adopción de IA de la que casi nadie habla, porque no se resuelve comprando software.
- Describe los objetivos: escribe para qué necesita la empresa ese rol, incluidos los que nunca aparecen en la descripción del puesto, como formar a quien vendrá después.
- Pregunta qué objetivos exigen una persona: la pregunta no es si la tecnología es capaz, sino si el objetivo se cumpliría igual con todas sus tareas hechas por una máquina.
- Descompón el resto: etiqueta cada tarea como automatizable, aumentable o no automatizable todavía, según lo que funciona en tu contexto y no según lo que promete el proveedor.
- Elige la lente: coste, calidad o centrada en las personas. Determina si dimensionas cada función al mínimo posible o si mantienes a alguien donde el resultado es mejor con él.
- Recompón lo que queda: agrupa el remanente de toda la función por el juicio que exige y por el punto del flujo donde ocurre, y conviértelo en roles enteros.
Ese último paso es donde se decide el negocio. Bajo una lente de coste, el remanente se convierte en el mínimo número de personas capaces de sostener los objetivos que quedan. Bajo una lente centrada en las personas, la pregunta cambia: si el puesto recompuesto es uno que alguien querría tener, si desarrolla al individuo y si la puerta de entrada para la siguiente generación sigue abierta.
Ahí se juega el conocimiento tácito que después hay que recomprar a precio de contratación urgente. Ford lo está pagando con formación interna; Klarna, con un pie de contratación que ya estaba amortizado y que han tenido que desandar.
📦 Caso de estudio: Klarna
- El reto: recortar el coste del servicio de atención al cliente apoyándose en un asistente de IA.
- La jugada: sustituir volumen humano por automatización y medir el resultado por coste por ticket.
- El resultado: volvió a contratar agentes humanos en mayo de 2025 tras admitir su consejero delegado la pérdida de calidad.
- La lección: automatiza primero las tareas cuyo objetivo se agota solo; el resto, acompáñalo con personas.
Por qué el dato de Gartner debería frenar tu plan de recorte
El dato de Gartner no es una predicción más. Es la constatación de que el recorte por IA se está ejecutando dos veces: la primera con prisa, la segunda bajo presión y con la plantilla desorientada. Ahí está la factura real de la automatización mal planificada.
Hay precedentes que apuntan en la dirección contraria. Atlassian, Moderna y Lumen han puesto a su responsable de Recursos Humanos al frente de sus programas de transformación con IA, una decisión que solo tiene sentido si el cuello de botella no es el modelo —la inteligencia artificial ya hace su parte—, sino el diseño de los puestos. En España y en Latinoamérica el problema se agrava: contratar talento senior de ingeniería o de producto lleva meses, y recomprar ese conocimiento cuesta bastante más de lo que costó retenerlo.
Mi lectura es que la lente de coste sigue dominando en la mayoría de los comités de dirección, y es un error de cálculo, no de sensibilidad. El coste por ticket baja en el primer trimestre y sube en el tercero, cuando aparecen los casos límite, los conflictos que nadie documentó, y las excepciones que el sistema no sabe resolver. Para un founder con veinte personas la traducción es simple: antes de eliminar un rol, escribe sus objetivos y comprueba cuáles seguirían cumpliéndose con máquinas.
🚀 Hoja de Ruta para Emprender
- Escribe los objetivos del puesto: antes de automatizar nada, lista para qué necesita tu empresa ese rol, incluida la formación del talento que vendrá después.
- Etiqueta tareas, no personas: clasifícalas en automatizables, aumentables o no automatizables aún, según lo que funciona en tu contexto y no en el del proveedor.
- Elige la lente por escrito: decide si rediseñas por coste, por calidad o por personas, y asume en el comité el precio de esa elección.
- Deja abierta la puerta de entrada: reserva parte del trabajo automatizable para los juniors; es la única forma de formar a los senior que necesitarás en tres años.
