Despidos por IA: por qué las empresas vuelven a contratar
Durante 2025 y 2026, decenas de empresas anunciaron recortes de personal atribuidos a la inteligencia artificial como si fueran un signo de modernidad. El giro inesperado llegó después: una porción nada despreciable de esas mismas compañías está recontratando los puestos que eliminó, a veces con otro nombre y casi siempre a mayor costo. Ese fenómeno —ya bautizado como el “efecto boomerang” de la IA— deja una lección de gestión que va mucho más allá de la tecnología.
Lo esencial
- Cerca de una de cada tres empresas que despidió personal por IA terminó recontratando para esas funciones, y muchas gastaron más en reincorporar que lo que ahorraron con el recorte.
- El error rara vez es la IA: es automatizar sin medir, sin rediseñar el trabajo y sin patrocinio para sostener el cambio.
- Antes de reemplazar un puesto, conviene pilotear, medir la calidad real y reskillear a la gente; despedir primero y corregir después sale caro en dinero, clima y reputación.
¿Por qué las empresas recontratan a quienes despidieron por IA?
La respuesta directa: porque el ahorro prometido por la automatización resultó menor de lo esperado y la caída de calidad, mayor. Cuando una empresa reemplaza personas por sistemas sin antes verificar que la IA hace bien el trabajo completo —no solo la parte fácil—, los costos ocultos aparecen rápido: clientes molestos, errores que alguien debe corregir, conocimiento del negocio que se fue por la puerta. Recontratar termina siendo más barato que sostener un servicio deteriorado.
Una encuesta de la consultora de talento Robert Half encontró que alrededor del 29% de las empresas que recortaron personal tras adoptar IA volvió a contratar para esas mismas funciones; entre ellas, una de cada tres gastó más en reincorporar gente que lo que había ahorrado con los despidos. La consultora Forrester, en su informe de futuro del trabajo, llegó a estimar que cerca de la mitad de los despidos atribuidos a la IA se revertirían de forma silenciosa. Y un punto incómodo para la alta dirección: más de la mitad de los empleadores que hicieron recortes por IA hoy declara arrepentirse de la decisión.
No es que la inteligencia artificial no sirva. Es que se confundió “la IA puede ayudar con esta tarea” con “la IA puede reemplazar este puesto”. Son cosas distintas. Un puesto es un conjunto de tareas, criterio, relaciones y conocimiento tácito; la automatización suele cubrir bien las tareas repetibles y mal todo lo demás.
¿Qué muestran los datos sobre el efecto boomerang?
Los números de 2026 dibujan un patrón consistente en distintos estudios:
- Aproximadamente un tercio de las empresas que despidieron por IA ya recontrató, y una proporción significativa reconoce que el costo de reincorporar superó el ahorro inicial.
- La consultora Gartner proyecta que, para 2027, cerca del 50% de las compañías que recortaron personal de atención al cliente por IA volverá a contratar para funciones similares, muchas veces bajo nuevos títulos.
- Más del 90% de las grandes empresas anticipa brechas críticas de habilidades hacia 2026, una señal de que el problema no es exceso de gente, sino falta de gente con las capacidades correctas.
El sector que más visiblemente protagoniza estos retrocesos es el de atención al cliente y soporte, donde los chatbots prometían absorber el grueso de las consultas. Cuando la conversación se complica —un reclamo sensible, un caso fuera del guion, un cliente furioso—, la falta de juicio humano se nota, y el costo reputacional de un mal servicio puede superar con creces el salario que se “ahorró”. Algo similar ocurrió con redacción de contenidos e incluso con desarrollo de software, donde varias firmas tecnológicas y de comercio electrónico recontrataron discretamente a perfiles que habían dado por prescindibles.
El verdadero costo de automatizar sin medir
El error de fondo no es tecnológico, es de gestión del cambio. Reemplazar un puesto sin un proceso disciplinado genera tres costos que casi nunca aparecen en el caso de negocio original.
El primero es el costo de recontratación y reaprendizaje: reclutar, incorporar y volver a entrenar a alguien para un rol que se eliminó hace seis meses no es gratis, y el conocimiento que se perdió no siempre regresa con la misma persona. El segundo es el costo de calidad: errores, retrabajos y clientes perdidos durante el período en que la IA hizo el trabajo a medias. El tercero, y quizá el más caro a largo plazo, es el costo de clima y reputación: equipos que vieron despedir a colegas para luego recontratar trabajan con menos confianza, y la marca empleadora se resiente cuando la historia se cuenta en redes y medios.
Este es, en el fondo, un problema clásico de gestión del cambio en las organizaciones: introducir una tecnología poderosa sin rediseñar procesos, sin medir resultados y sin acompañar a las personas casi siempre destruye más valor del que crea. La IA no cambia esa regla; la amplifica.
¿Cómo decidir antes de reemplazar un puesto con IA?
La buena noticia es que el efecto boomerang es evitable. La diferencia entre las empresas que ahorran de verdad y las que terminan recontratando está en el método, no en la herramienta. Cinco pasos marcan la diferencia:
- Mapear tareas, no puestos. Descomponga cada rol en tareas concretas y evalúe cuáles puede asumir la IA con calidad comprobada y cuáles requieren criterio humano. La unidad de análisis es la tarea, no la persona.
- Pilotear antes de despedir. Ponga a la IA a trabajar en paralelo durante un período definido y compare su desempeño real con el del equipo humano, en calidad, no solo en velocidad o costo. Si no resiste la comparación, no está lista para reemplazar a nadie.
- Medir la calidad real, no solo el ahorro. Defina indicadores de calidad —satisfacción del cliente, tasa de error, retrabajo— y mídalos antes y después. Un ahorro de nómina que dispara las quejas no es un ahorro.
- Reasignar y reskillear primero. Antes de recortar, pregunte qué tareas de mayor valor podrían asumir esas personas si la IA absorbe lo rutinario. Reentrenar suele ser más barato que despedir y recontratar.
- Asegurar patrocinio y gobierno. Sin un responsable ejecutivo que sostenga el cambio, defina reglas de uso y rinda cuentas por los resultados, cualquier despliegue de IA queda a merced del entusiasmo del momento.
Quien dirige equipos que ya delegan parte de su trabajo en sistemas inteligentes encontrará útil este enfoque complementario sobre cómo liderar equipos que se apoyan en agentes de IA: la clave es rediseñar el trabajo, no simplemente restar cabezas.
La brecha de reskilling: el eslabón que casi nadie atiende
Aquí aparece la contradicción más reveladora de todo el fenómeno. Las empresas dicen necesitar urgentemente habilidades de IA, pero invierten poquísimo en desarrollarlas en su propia gente. Distintos relevamientos de 2026 muestran que, aunque la enorme mayoría de las organizaciones ya usa IA de alguna forma, solo una minoría ha logrado que sus empleados la aprovechen para transformar realmente su trabajo. Y mientras una proporción importante de empleadores planea reducir personal por IA, una fracción mucho menor está ejecutando programas serios de reskilling.
Es una asignación de recursos difícil de justificar. El Foro Económico Mundial, en su informe sobre el futuro del empleo, viene insistiendo en que una parte sustancial de la fuerza laboral necesitará reentrenarse esta década y que el reskilling es la palanca más eficaz para cerrar las brechas de habilidades. Despedir para luego recontratar, en cambio, es la forma más cara de aprender esa lección. Las organizaciones que tratan la IA como una excusa para recortar suelen quedar peor que las que la usan para elevar el trabajo de su gente, un punto que conecta directamente con cómo se gestiona y desarrolla el talento en Recursos Humanos.
¿Vale lo mismo para una PYME que para una multinacional?
El tamaño cambia la escala, no la lógica. Una multinacional puede absorber el costo de un error de automatización; una PYME, no. Para la pequeña y mediana empresa, donde cada persona concentra muchas funciones y mucho conocimiento, despedir apresuradamente por IA es especialmente riesgoso: el “puesto” suele ser, en realidad, una red de relaciones con clientes y proveedores que ningún sistema reproduce de inmediato.
Los ejemplos cruzan fronteras. En Estados Unidos, empresas de tecnología y comercio electrónico recontrataron perfiles de redacción, soporte y desarrollo tras comprobar la caída de calidad. En España y América Latina, el debate se mezcla con un mercado laboral más ajustado y costos de despido más altos, lo que vuelve aún más sensato pilotear antes que recortar: en México, Colombia, Chile o Argentina, una empresa que despide y recontrata no solo paga dos veces, sino que arriesga su reputación en mercados donde el talento calificado escasea. La recomendación práctica es la misma en Bogotá, Madrid, Ciudad de México o Santiago: usar la IA para ampliar la capacidad del equipo antes de pensar en sustituirlo.
Conclusión: automatizar es una decisión de gestión, no de moda
El efecto boomerang de los despidos por IA no demuestra que la inteligencia artificial sea un espejismo; demuestra que la tecnología no exime a nadie de hacer bien la gestión. Las empresas que ahorran de verdad son las que tratan la IA como un proyecto de transformación —con pilotos, métricas de calidad, rediseño de procesos, reskilling y patrocinio ejecutivo— y no como un atajo para reducir nómina rápido y quedar bien ante el mercado.
La pregunta correcta antes de eliminar un puesto no es “¿puede la IA hacer parte de esto?”, sino “¿qué pasa con la calidad, el conocimiento y el clima si esta persona ya no está, y cuánto costaría revertirlo?”. Quien se haga esa pregunta a tiempo difícilmente tenga que recontratar dentro de seis meses.