9 de cada 10 responsables de RRHH se arrepienten de los despidos por IA: la factura de recortar por título, no por talento

Por CPA Practice Advisor · 13 de julio de 2026.

La firma de gestión de recolocación Careerminds encuestó a 600 responsables de RRHH que supervisaron despidos en los últimos doce meses, y el resultado es un mapa bastante crudo de cómo se está aplicando la reestructuración impulsada por IA en la práctica. El 78,8% de esas organizaciones atribuye sus recortes a avances tecnológicos —IA sustituyendo funciones y responsabilidades—, y los puestos de nivel inicial han sido los más golpeados, señalados por el 31,5% de los encuestados como la categoría más afectada. Hasta aquí, la foto coincide con lo que llevamos meses documentando: el trabajo rutinario y de entrada es el primero en la línea de fuego.

Lo que cambia el relato es lo que pasó después. Solo el 8,4% de estos líderes de RRHH afirma que su reestructuración impulsada por IA cumplió lo prometido y la repetiría sin cambios: en otras palabras, alrededor de nueve de cada diez admiten que harían las cosas de otra manera. La automatización, además, se quedó corta frente a las expectativas: dos tercios de los equipos dicen que algunos puestos sí fueron sustituidos con éxito, pero solo el 21,4% logró que la IA reemplazara roles sin generar problemas operativos, y un preocupante 12,3% reconoce que los problemas creados por estos despidos superaron a los que pretendían resolver. Un tercio de las organizaciones (32,9%) perdió habilidades y experiencia crítica en el proceso, y el 28,1% se encontró con que la plantilla restante no tenía la capacidad para cubrir ese vacío de conocimiento.

La consecuencia más reveladora es la marcha atrás, y a qué velocidad ocurre. Más de un tercio de las empresas (35,6%) que hicieron estos recortes ya ha recontratado a más de la mitad de los puestos eliminados, y un 32,7% adicional ha recontratado entre el 25% y el 50%. Y no ha sido un proceso lento: el 52,1% recontrató en menos de seis meses, un 17,8% adicional en menos de tres, y solo el 2,1% esperó más de un año. Es decir, la mayoría de estas organizaciones tardó menos de dos trimestres en descubrir que se había equivocado. En el terreno económico, la promesa de ahorro tampoco se sostuvo: el 30,9% dice que los costes de recontratación superaron cualquier ahorro generado por los despidos, dejándolas peor que antes; un 42,4% simplemente empató gastos; y solo el 26,7% salió realmente ganando.

Amanda Augustine, experta de carrera de Careerminds, apunta al origen del problema con una frase que merece subrayarse: muchas organizaciones tomaron decisiones de reestructuración basándose en títulos de puesto, no en las capacidades reales de su plantilla. Es una distinción que parece de matiz, pero que explica buena parte del daño: un empleado etiquetado como "analista junior" puede llevar años acumulando conocimiento tácito —de procesos, de clientes, de excepciones que ningún manual recoge— que desaparece con el organigrama, aunque el software que lo sustituye funcione perfectamente en el papel.

Nuestra lectura es que este dato no contradice la tesis de que la IA va a transformar el empleo de forma profunda; la confirma, pero apunta al verdadero cuello de botella: no es la capacidad del modelo, es la torpeza organizativa de quien decide a quién despedir y cuándo. En Zendoric llevamos meses señalando que el impacto de la IA en el trabajo es real pero desigual, y que las funciones administrativas y de back-office son las más expuestas. Esta encuesta añade una capa incómoda: incluso cuando el diagnóstico sectorial es correcto, la ejecución puede ser un desastre si se recorta por organigrama en lugar de por un inventario honesto de habilidades. El resultado no es solo un coste humano —gente despedida y luego, en la práctica, sustituida por alguien con el mismo perfil meses después—, sino también un coste empresarial que anula buena parte del ahorro prometido.

Esto es exactamente el tipo de fricción de corto plazo que no conviene minimizar: la promesa de eficiencia inmediata choca con la realidad de que la mayoría de las organizaciones aún no sabe medir bien qué hace su propia plantilla, y usa la IA como excusa o acelerador de decisiones que ya querían tomar por otros motivos. A medio plazo, es previsible que esta ola de despidos mal calibrados sirva de lección: las empresas que sobrevivan a este ciclo de prueba y error aprenderán a distinguir entre automatizar tareas (algo que la IA hace cada vez mejor) y eliminar personas por el nombre de su puesto (un error de gestión, no un logro tecnológico). El horizonte de fondo sigue siendo el mismo que defendemos: una economía con más abundancia y menos trabajo rutinario innecesario. Pero llegar ahí exige que las organizaciones aprendan primero a diferenciar la sustitución bien hecha del despido apresurado, y esta encuesta demuestra que, hoy por hoy, la mayoría todavía no lo ha conseguido.