Aquí hay algo que me ha estado molestando sobre toda la tendencia de despidos por IA. Las empresas despiden a miles de personas alegando que la IA las reemplazará, y luego vuelven a contratar en silencio a esas mismas personas semanas después. No es un fallo del sistema, sino que revela algo mucho más profundo sobre cómo funciona realmente la IA en el mundo real.

Permíteme explicarte lo que sucedió. Jack Dorsey's Block anunció a finales de febrero que estaban cortando más de 4,000 empleados—pasando de 10,000 a menos de 6,000. La historia oficial: la IA lo cambia todo, así que necesitamos menos gente. Suena claro, ¿verdad? Excepto que para mediados de marzo, esos trabajadores despedidos empezaron a recibir llamadas de vuelta. Ingenieros, reclutadores, diseñadores—todos regresando. Algunos dijeron que fue un error administrativo. Otros tuvieron gerentes luchando por readmitirlos. Algunos simplemente recibieron una llamada una semana después de ser despedidos pidiéndoles que regresaran sin ninguna explicación.

Esto no es nuevo tampoco. ¿Recuerdas Klarna? La compañía sueca de pagos despidió a más de 1,000 personas en 2024, alegando que su servicio al cliente con IA podía manejar la carga de trabajo de 700 agentes. Para mayo de 2025, Bloomberg y otros medios informaban que Klarna estaba readmitiendo personal de atención al cliente. Su CEO básicamente admitió que se movieron demasiado rápido. ¿Demasiado rápido con qué, exactamente?

Aquí es donde las matemáticas se vuelven interesantes. La IA a nivel empresarial no es barata. Claude Opus cuesta 5 dólares por millón de tokens de entrada y 25 por millón de tokens de salida. Los modelos domésticos son más baratos—Qwen 3.5 Plus funciona a 0.8 yuanes por millón de tokens de entrada—pero aún estamos hablando de dinero real. Alguien que conozco que usa estas herramientas para investigación gastó 6,000 dólares en tokens en un mes. Piensa en eso. ¿Qué tipo de profesional senior puedes contratar por 6,000 dólares al mes fuera de los mercados occidentales caros? Ahora escala eso para una empresa que intenta reemplazar atención al cliente, ingeniería o reclutamiento con IA. Entrenar un sistema de IA que realmente maneje tickets complejos, acceda a múltiples bases de conocimiento, gestione conversaciones de varias vueltas y se mantenga estable? Eso no es una contratación mensual de 3,000 yuanes. Son costos de infraestructura que se acumulan rápidamente.

Pero hay algo más que está sucediendo y que la gente pasa por alto. Se llama la Paradoja de Jevons. Básicamente, cuando la eficiencia mejora, no usamos menos de un recurso—usamos más porque es más barato. En el lugar de trabajo, esto significa que a medida que la IA hace a los empleados más eficientes, las empresas no los dejan descansar. Simplemente les asignan más trabajo. La eficiencia se convierte en un impuesto oculto para el personal restante. ¿La narrativa de que la IA libera la labor humana? Eso es ficción de marketing.

Lo que realmente creo que está pasando es esto: las empresas no son lo suficientemente inteligentes para integrar la IA en flujos de trabajo reales sin romper cosas. Están usando la IA como excusa para recortar costos. Despiden gente, dicen que es progreso, y luego vuelven a contratar cuando se dan cuenta de que la mitad del trabajo no se hizo. Los empleados que quedan están ahogados en tareas extras, con menos colaboradores y mucho más estrés. Y esto no es solo sobre carga de trabajo. Las empresas son organizaciones hechas de personas y relaciones—redes informales, confianza, conocimiento institucional. No puedes reemplazar eso con tokens. Cuando despides gente, estás cortando músculo organizacional, no solo mano de obra.

Jensen Huang de hecho mencionó esto en el evento GTC de NVIDIA en 2026. Criticó a los líderes que usan la IA como excusa para despidos, diciendo que simplemente están sin ideas. Los verdaderos líderes deberían usar la IA para expandir y contratar más personas, no reducir equipos. Pero seamos honestos—la mayoría de los ejecutivos tecnológicos entienden la estructura de costos real de la IA. Saben que no es un reemplazo mágico para la labor humana. Entonces, ¿por qué los despidos?

Porque la verdadera historia no es sobre eficiencia de la IA. Es sobre reducción de costos. La IA se convirtió en la excusa universal para reducir plantilla. Cuando el crecimiento de una empresa se estanca y las ganancias disminuyen, de repente la IA se vuelve la razón para PUA a tus empleados—despides gente, aumentas la carga de trabajo, y haces que todos sientan que no son lo suficientemente innovadores para la nueva era. Y si accidentalmente despides a alguien clave, lo readmites en silencio.

Musk hizo algo similar en Twitter. Después de la adquisición en octubre de 2022, despidió aproximadamente a la mitad del personal—más de 3,000 personas—en noviembre. Luego se dio cuenta de que había cortado demasiado, así que volvió a traer a docenas de personas que resultaron ser esenciales. Mismo patrón.

Mira, la IA cambiará las cosas. Eso es real. Pero no es magia. No puede solucionar los problemas estratégicos de una empresa ni reemplazar una buena gestión. Lo que estamos viendo ahora es que las empresas usan la IA como una historia de encubrimiento para el truco más antiguo del libro: recortar costos y esperar que las personas restantes puedan hacer todo de alguna manera. La rehiring que sigue solo demuestra el punto—algunos trabajos nunca desaparecieron realmente. Solo fueron víctimas convenientes en un ejercicio de reducción de costos que necesitaba una buena narrativa.

¿Las personas que fueron despedidas y readmitidas? No ven una reversión ni una victoria. Ven la prueba de que fueron perjudicadas por algo que ni siquiera era necesario que sucediera. Esa es la verdadera historia aquí.