En 2025 muchas empresas hicieron lo mismo: recortaron puestos diciendo que la inteligencia artificial los haría. Atención al cliente, redacción, partes de programación. La promesa era directa: la máquina hace el trabajo, y te ahorras el sueldo.
En 2026 está pasando algo que casi nadie anunció en rueda de prensa. Esas mismas empresas están volviendo a contratar para los puestos que habían cortado. Lo llaman ya "el efecto boomerang". Los números que van saliendo en los informes son llamativos: el 29% de las empresas ya ha recontratado para roles que había eliminado por IA; el 55% de los directivos dice que se arrepiente de haber sustituido trabajadores por IA; un tercio reconoce que perdió habilidades y conocimiento crítico por el camino. La consultora Gartner calcula que la mitad de los despidos hechos en nombre de la IA se revertirán antes de 2027.
No son startups pequeñas las que tropezaron. Nombres como IBM, Salesforce, Google y Meta han ido sumando gente en puestos redefinidos desde finales del año pasado, en parte para vigilar y dirigir sus propios sistemas de IA. El motivo que repiten los informes es siempre el mismo: la automatización sola no pudo sustituir el criterio, la supervisión y el conocimiento que la gente llevaba dentro.
La lectura cómoda, según de qué lado mires: "Lo ves, la IA era una burbuja, no puede sustituir a las personas." O la contraria: "Esas empresas lo hicieron fatal, no supieron usar la IA."
Las dos esquivan la pregunta de verdad, que no es si la IA sirve, sino qué fue exactamente lo que se cortó.
Esto no va sobre si la IA funciona. La IA sí hizo la tarea. Va sobre qué creían que estaban pagando, y qué pagaban en realidad.
1. Cortaron la tarea, pero el valor no estaba en la tarea. Cuando una empresa miraba a una persona de atención al cliente, veía "responder mensajes". Eso la IA lo hace. Lo que no veía es lo otro que esa persona hacía sin que figurara en ninguna descripción del puesto: notar cuando un cliente está a punto de irse, saber qué casos no son lo que parecen, recordar por qué se hacen las cosas de cierta forma. La IA reemplazó el hacer. No reemplazó el darse cuenta de cuándo el hacer está mal.
2. El criterio es invisible hasta que falta. Nadie incluye en una hoja de coste "la persona que se da cuenta de que la máquina está respondiendo con seguridad una barbaridad". Por eso fue tan fácil cortarlo: no se veía en el balance. Solo se vio cuando desapareció y los clientes empezaron a quejarse. Las empresas no aprendieron dónde estaba la línea entre tarea y criterio leyéndola: la aprendieron cruzándola y chocándose.
3. El trabajo humano que aguanta se está moviendo de hacer a juzgar. Lo que la IA no toca es decidir si lo que produjo está bien, manejar el caso raro, cargar con la consecuencia de equivocarse. Para quien construye algo, la pregunta ya no es "¿puede la IA hacer esta tarea?" —la respuesta suele ser sí—. Es "¿quién la caza cuando la IA se equivoca con total seguridad?". Ese es el mapa que importa.
En tu propio trabajo, ¿qué estás a punto de dejar entero en manos de una máquina —y te has parado a notar que nunca fue del todo sobre la tarea, sino sobre el criterio que aplicas encima sin ponerle nombre?
¿Cuánto de lo que haces es ejecutar, y cuánto es darte cuenta de cuándo lo ejecutado está mal?
Cuando un montón de empresas automatizan de más y descubren que cortaron el criterio sin querer, no aparece una oportunidad: aparece una cadena. Y casi ninguna está donde está la empresa grande que tropezó.
Hay empresas que automatizaron de más y ahora tienen un agujero entre lo que la máquina produce y lo que el cliente aguanta. Ayudarlas a encontrar exactamente qué criterio cortaron —y a recolocar a una persona justo ahí, no en todo— es un trabajo concreto que el mercado acaba de empezar a pedir.
La oportunidad que más se repite no es "IA que hace", que ya hay de sobra. Es la pareja: la IA produce y una persona caza. Construir herramientas que asuman que la IA se equivocará a veces con seguridad —y que pongan a un humano justo en el punto donde más caro sale ese error— resuelve el problema que los despidos de 2025 dejaron al aire.
Si el hacer se abarata y el juzgar se vuelve lo escaso, la jugada personal no es competir con la IA haciendo más rápido. Es volverte la persona cuyo criterio decide si lo que la máquina hizo vale. Eso no se automatiza porque su valor es justo cargar con la consecuencia.
Las empresas no recontratan porque la IA fallara. Recontratan porque descubrieron, a base de chocarse, que lo que habían cortado no era una tarea: era el criterio que nadie había puesto en el balance. La pregunta que te deja no es si la IA viene a por tu trabajo. Es qué parte de tu trabajo es hacer —y por tanto barata de copiar— y qué parte es juzgar, que es justo lo que aquí volvieron a comprar caro.