Atención al cliente es el laboratorio del despido por IA: cae primero el trabajo barato, resiste el complejo

Por TechTarget · 15 de julio de 2026.

Un informe de Forrester Research publicado el 1 de julio, "The Quantitative Employment Impact Of AI On Customer Service Jobs", pone cifras y matices a algo que en Zendoric venimos señalando desde hace meses: la IA no destruye empleo de forma uniforme, lo reordena según la complejidad del trabajo y el margen que cada sector puede permitirse pagar por un humano. Según la analista Kate Leggett, coautora del estudio, en los próximos dos a cinco años la IA eliminará puestos de atención al cliente mientras crea, en menor número, roles especializados para supervisar, actualizar y gestionar a los propios agentes de IA. El reparto de esa pérdida no es aleatorio: retail, hostelería y restauración —sectores con contact centers masivos, sueldos bajos y consultas repetitivas del tipo "¿dónde está mi pedido?"— pierden más empleo que utilities, manufactura, construcción, banca o seguros, donde los casos son más complejos, el conocimiento del agente es más especializado y los salarios más altos. Salesforce ya lo ilustró en 2025 con el despido de 4.000 empleados de soporte al cliente, uno de los pocos recortes masivos atribuibles a la IA que se pueden señalar con nombre y cifra concreta hasta ahora.

El informe también identifica un problema que rara vez aparece en los titulares sobre automatización: si la IA se queda con las tareas de entrada —las que tradicionalmente servían para formar a un empleado novato—, ¿cómo se forma a la siguiente generación de agentes senior? Leggett propone un modelo de "pods": equipos reducidos de un par de agentes, un responsable y un especialista en IA, donde el personal de nivel inicial aprende junto a veteranos en lugar de empezar resolviendo tickets simples. Es una respuesta razonable a un problema estructural que la automatización crea sin querer: si nadie hace ya el trabajo fácil, nadie aprende a hacer el difícil. Conviene no perder de vista, además, que la propia Forrester matiza que no todos los contact centers se "agentificarán" al mismo ritmo: muchos no tienen los datos limpios ni los procesos preparados para ello, así que buena parte del empleo de nivel inicial seguirá existiendo, aunque sea por inercia operativa más que por decisión estratégica.

En el terreno regulatorio, el artículo confirma algo que ya apuntábamos sobre la brecha entre el ritmo de la tecnología y el de la gobernanza: los tribunales chinos han empezado a limitar que las empresas invoquen la IA como causa de despido; la Ley de IA de la UE ha insinuado restricciones futuras; Nueva York exige —aunque ninguna empresa lo ha hecho todavía— notificar cuando la IA provoca despidos; California estudia una ley de 60 días de preaviso por "desplazamiento tecnológico", y el gobernador Newsom firmó en mayo una orden ejecutiva para explorar indemnizaciones y apoyo a trabajadores desplazados por la "transición de IA". Incluso se está explorando si la ley federal de relaciones laborales (NLRA) puede dar armas de negociación a los sindicatos frente a estos despidos. Nada de esto es todavía una red de protección real: son, como bien lo describe el propio artículo, pruebas en fase alfa. La regulación llega, como casi siempre, después del hecho consumado.

El otro dato relevante viene del "2026 State of Customer Experience Report" de Genesys, una encuesta a 5.800 consumidores en 20 países y 1.500 responsables de experiencia de cliente realizada en marzo y abril: solo el 24% de esos líderes cree que sus organizaciones están minimizando el esfuerzo que exigen a sus clientes, y el 84% de los consumidores considera que un servicio es "malo" si el bot necesita más de tres intentos para resolver el problema. El 85% dice haber reducido su gasto o abandonado una marca por mal servicio, y el 95% espera no tener que repetirle a un humano lo que ya le contó a un bot. Son cifras que deberían asustar más a los directivos que recortan plantilla de golpe que a los empleados que temen perder su puesto: la paciencia del cliente con la IA mediocre es prácticamente nula, y la fuga de ingresos por un mal despliegue puede superar rápidamente el ahorro salarial que motivó el recorte.

Nuestra lectura: esto confirma, con datos concretos por primera vez en un sector muy visible, la tesis que venimos sosteniendo sobre el empleo y la IA: el trabajo administrativo y de bajo criterio cae primero, y lo que exige juicio experto, empatía genuina o trato con casos complejos resiste, incluso se revaloriza. La atención al cliente es quizá el sector donde este patrón se puede medir con más nitidez porque la frontera entre "tarea repetible" y "tarea que requiere criterio" es muy clara: un chatbot puede gestionar un cambio de talla, pero no puede (todavía, y probablemente durante mucho tiempo) desactivar la frustración de un cliente furioso por un defecto de producto recién descubierto mientras la empresa decide sobre la marcha su política de devoluciones. A corto plazo, esto significa una transición dura y desigual, con los trabajadores peor pagados —los que menos margen tienen para absorber el golpe— siendo los primeros en quedar expuestos, mientras la regulación llega tarde y de forma fragmentada país por país. Pero el patrón de fondo apunta hacia donde creemos que va esto a largo plazo: la IA absorbe lo mecánico y libera capacidad humana para las tareas que realmente requieren criterio, relación y presencia, empujando gradualmente el trabajo humano hacia lo que más nos importa hacer. El reto real no es si eso ocurrirá, sino si la sociedad construirá a tiempo los puentes de formación, protección y transición —como los modelos de "pods" y aprendizaje que propone Forrester— para que esa transición no se cobre, por el camino, a quienes menos pueden permitírselo.