Bill Winters, CEO de Standard Chartered, dijo el martes en un foro de inversionistas en Hong Kong que la IA va a reemplazar “lower-value human capital” en su banco. Bloomberg lo capturó en video. Al día siguiente la oficina de Winters mandó un memo interno aclarando que se refería al trabajo, no al valor de las personas. El memo no ayudó. La frase ya estaba en los titulares y el mercado había escuchado el mensaje real.

Dos semanas antes de que Winters lo dijera en público, Gartner había publicado los recibos. El 80% de las organizaciones grandes que pilotean IA reporta recortes de personal. La correlación entre esos recortes y el ROI: cero. La apuesta de Winters no rinde, y el dato es de hace dos semanas.

Si tu plan de IA es recortar, no es un plan de IA

Si tu plan de IA es recortar, no es un plan de IA. Es un comunicado de prensa con una cifra adelante.

La frase “lower-value human capital” (capital humano de bajo valor) es el detalle que delata. Cuando un CEO clasifica gente como capital y la mide en “valor” antes del recorte, está describiendo la decisión que ya tomó en el board, no la oportunidad real de la IA. La IA buena no separa “humanos caros” de “humanos baratos”. Separa tareas repetitivas de tareas que requieren juicio, y aumenta la productividad de quien queda haciendo el segundo grupo.

He visto el mismo libreto antes. Llevo 36 años en computación, desde 1990, cuando una Commodore 64 con 64KB era mi primera plataforma. La ola Y2K en 1999 trajo la primera versión de “esta tecnología nos permite recortar 15%”. Las consolidaciones ERP de 2003 a 2007 lo repitieron con SAP y Oracle adelante. Cada ola nueva trae el mismo error de framing (marco): “la herramienta nueva nos deja despedir gente”. Dos años después la productividad no subió, el conocimiento institucional se fue, y el equipo que quedó está apagando incendios que antes no existían.

La diferencia en 2026 no es la lógica del error. Es que ahora hay un nombre técnico para el camino contrario: amplificación. Para el board la diferencia es invisible. Para el P&L del año siguiente, no.

Los recibos de Gartner

El 5 de mayo de 2026 Gartner publicó los resultados de una encuesta a 350 ejecutivos en organizaciones con más de mil millones de dólares en ingresos anuales. El titular del comunicado es lo que cualquier comité ejecutivo quiere ignorar: los recortes de personal habilitados por IA pueden crear espacio en el presupuesto, pero no entregan retorno. Punto. No hay matiz. La correlación entre las organizaciones que cortan más y las que reportan más productividad es cero.

Helen Poitevin, VP analista de Gartner, lo explicó en una sola línea: los retornos que sí aparecen en la data vienen de people amplification (amplificación de personas), no de reemplazo. No es la frase corporativa neutral que parece. Es la conclusión que Gartner sacó después de mirar 350 organizaciones grandes durante un trimestre completo. La IA que produce ROI es la que ayuda a un humano a pensar distinto, encontrar eficiencias y hacer su trabajo de otra manera. La IA que entra como justificación para un recorte, según los mismos datos, no produce ROI medible.

Jason Walker recogió la encuesta en Forbes el mismo día que Winters habló en Hong Kong, una coincidencia que ningún analista financiero del banco anglo-asiático parece haber notado a tiempo.

El contexto de Challenger Gray refuerza el costo del error. Entre enero y abril de 2026 las empresas estadounidenses atribuyeron 49,135 despidos a IA en su reporte mensual, de los cuales 36,831 son de marzo y abril combinados. Es la primera vez que la categoría “IA como causa” aparece a esa escala en el reporte. Cada uno de esos despidos pasó por un comité ejecutivo donde alguien presentó un cálculo de retorno. La mayoría de esos cálculos, según Gartner, no llegan al año dos con un número positivo.

Sam Altman lo admitió en febrero, en el India AI Impact Summit. Fortune recogió la cita: parte de lo que se está vendiendo como recortes habilitados por IA es AI washing, la IA es el pretexto público, no la causa real. Cuando el CEO de OpenAI acepta que el sector está usando la IA como narrativa de portada para decisiones que ya estaban tomadas por presión de costos, vale la pena escuchar el matiz.

Lo que sí rinde

Klarna es el caso de manual reciente. En 2024 Sebastian Siemiatkowski anunció que la atención al cliente automatizada con IA estaba reemplazando 700 puestos. Doce meses después, Siemiatkowski admitió públicamente que la apuesta había fallado en casos complejos y que Klarna estaba contratando humanos otra vez. No fue marketing. Fue corrección de rumbo después de medir la caída de la satisfacción del cliente. El recorte había funcionado en la cifra trimestral; no había funcionado en el producto.

El contraste con la versión de amplificación está en los datos que GitHub publicó con Microsoft Research. Los desarrolladores que usan Copilot completan tareas un 55.8% más rápido y el 73% reporta estar más concentrado, en flow. Nadie despidió a esos desarrolladores. La IA quedó como herramienta debajo de ellos, no como reemplazo de ellos. La línea de productividad subió. La línea de costos no se movió de forma negativa.

Torsten Slok, economista jefe de Apollo, le puso nombre al mecanismo en una nota reciente: paradoja de Jevons. Cuando el costo marginal de la cognición rutinaria cae, la demanda por juicio humano sube, no baja. Slok cita radiólogos que ganaron un 10% de productividad después de adoptar IA para lectura inicial, y centros de llamadas en Filipinas que duplicaron output después de habilitar copilotos de agente. La conclusión de Slok no es ideológica: es lo que pasa cuando dejas la IA correr abajo del humano experto en lugar de adelante de él.

Esto es exactamente lo que el programa AI Maestro de IQ Source está estructurado para producir. Dos meses de descubrimiento que terminan con un Mapa de la Realidad del Proceso, un Puntaje de Oportunidad de IA y un gate explícito de Sigue/No Sigue antes de invertir en implementación. El resultado del descubrimiento no es “estos 50 puestos se van”. Es “estas tareas se amplifican con IA, estas otras se automatizan completo, estas terceras no se tocan”. Los recortes que sobreviven al gate son los pocos donde la matemática realmente cierra. Casi todos no sobreviven.

El post sobre Goldratt de hace dos días cubrió el mismo punto desde la otra cara: la IA mueve el cuello de botella, no lo quita. Si recortas a la gente que estaba sosteniendo el cuello de botella anterior, no te volviste más productivo: cambiaste de cuello de botella sin querer y perdiste el conocimiento que necesitabas para identificar el nuevo.

Benioff cierra el frame

Marc Benioff hizo el comentario inverso esta semana en el podcast All-In. La pregunta de Chamath fue qué deberían hacer los CEOs de empresas de software privadas que están molestos porque la ola de IA les está borrando la valoración de mercado. La respuesta de Benioff: “Aquí tienen Kleenex para sus lágrimas. Crezcan. Enfóquense en ingresos, clientes, flujo de caja, rentabilidad, innovación. ¿Cómo van a agregar valor al cliente?” (Chamath compartió el clip en X.)

Es la versión cap-table del mismo error que Winters está cometiendo en el lado de personal. En los dos casos el CEO está midiendo lo equivocado y reaccionando al espejo que no debería estar mirando. Winters mira la cifra de costos de personal y propone reducirla. El CEO de software privado mira la valoración fantasma y se queja. Benioff dice: el espejo no es el cliente. El cliente sí.

Aplicado a IA: el espejo no es el headcount. El cliente sí. La pregunta que define ROI no es “¿cuántos puestos puedo recortar?”. Es “¿qué decisión que toma hoy mi cliente puedo amplificar con IA mañana para que el cliente vuelva la próxima vez?”. Las dos preguntas se parecen en una presentación de board. En el P&L de 2027 no se parecen para nada.

Si el board te está empujando a contar el recorte como tu plan de IA, lo que tienes no es un plan de IA. Tienes un comunicado de prensa con una cifra adelante. La decisión real es qué vas a amplificar antes de que la próxima reunión te obligue a defender un número que Gartner ya midió como cero.

Mapear qué amplificar antes del próximo board