El martes 5 de mayo, dos días antes del reporte trimestral, Brian Armstrong despidió al 14% de Coinbase: alrededor de 700 personas de una planta de 4,700. En el mismo memo anunció una reestructuración: cinco capas máximo bajo el CEO y el COO, 15+ subordinados directos por líder, cero gerentes puros (todo el mundo es player-coach o se va) y AI-native pods, algunos de una sola persona orquestando una flota de agentes.

La memoria pública del feed pegó las dos cosas. Son dos decisiones distintas. Vale separarlas.

Lo que dijo Brian, en sus palabras exactas

La línea que el memo marcó como la tesis: “We are not just reducing headcount and cutting costs — we’re fundamentally changing how we operate: rebuilding Coinbase as an intelligence, with humans around the edge aligning it” (no solo estamos reduciendo headcount y recortando costos: estamos cambiando fundamentalmente cómo operamos, reconstruyendo Coinbase como una inteligencia, con humanos en el borde alineándola).

La justificación operativa: “Engineers use AI to ship in days what used to take a team weeks” (los ingenieros usan IA para entregar en días lo que antes tomaba semanas). “The pace of what’s possible with a small, focused team has changed dramatically, and it’s accelerating every day” (el ritmo de lo que es posible con un equipo pequeño y enfocado cambió dramáticamente, y se acelera cada día).

El cierre comercial: “leaner, faster, and more efficient for our next phase of growth” (más liviano, más rápido y más eficiente para nuestra próxima fase de crecimiento).

La acción se pegó 4% en el premarket. El titular de DL News pintó el cuadro: “Coinbase shares pop as CEO Brian Armstrong cuts 700 jobs and blames AI” (las acciones de Coinbase suben mientras el CEO Brian Armstrong despide a 700 y le echa la culpa a la IA).

La pregunta que el memo no contesta

El reporte de Q1 sale el jueves 7 de mayo, dos días después del anuncio. Los números esperados: ingresos de $1.5B, caída de 26% interanual. Revenue de transacción al consumidor cayendo 45% a $734M. Volumen de trading en mínimo de 18 meses. La pregunta que el memo no contesta es por qué un anuncio de transformación AI-native, supuestamente preparado durante meses, sale exactamente 48 horas antes de un reporte trimestral horrible.

La respuesta cínica es la respuesta correcta. El layoff iba a salir igual. El nombre lo eligió el CEO.

Sam Altman ya lo nombró en febrero

Esto no es una opinión nueva. Sam Altman lo dijo en India AI Impact Summit en febrero de 2026, hace tres meses, ante CNBC-TV18: “I don’t know what the exact percentage is, but there’s some AI washing where people are blaming AI for layoffs that they would otherwise do, and then there’s some real displacement by AI of different kinds of jobs” (no sé cuál es el porcentaje exacto, pero hay AI-washing donde la gente le echa la culpa a la IA por despidos que iban a hacer de todos modos, y también hay desplazamiento real por IA en distintos tipos de trabajo).

Altman vendiendo IA tendría todo el incentivo de inflar la cifra. Dijo lo contrario.

Oxford Economics publicó un estudio el 7 de enero con los números detrás de la frase: en los primeros 11 meses de 2025, IA fue citada como razón de aproximadamente 55,000 despidos en Estados Unidos, 4.5% del total reportado. Las condiciones generales de mercado movieron 245,000 en el mismo período, casi 4x más. El reporte concluyó que las empresas tratan de “vestir despidos como buena noticia” porque atribuirlos a la adopción de IA “transmite un mensaje más positivo a inversionistas” que admitir debilidad estructural.

Una encuesta de la National Bureau of Economic Research del mismo mes preguntó a miles de ejecutivos C-suite en Estados Unidos, Reino Unido, Alemania y Australia sobre el impacto real de IA en el empleo de los últimos tres años. Casi 90% respondió que no había habido ninguno.

La macro mueve a la gente. El nombre lo elige el CEO. El estudio existe desde enero. La frase de Altman desde febrero. Coinbase corrió el patrón en mayo igual.

Cinco ciclos desde 1990. La macro recorta. La tecnología nueva firma el memo.

Llevo 36 años en computación. Empecé en 1990, a los 15, con una Commodore 64 y una Texas Instruments. He visto este patrón cinco veces. La recesión llega, las empresas iban a recortar igual, la tecnología nueva del momento se lleva el crédito público.

Recesión de 1990 — la PC. El sector financiero recortó back-office citando que las hojas de cálculo en computadora personal habían eliminado el cuarto contable. La verdad era que la recesión de Bush padre estaba arrasando con los presupuestos de operaciones. Lotus 1-2-3 era buen titular.

Estallido de la dot-com en 2001 — el offshoring. La empresa de software promedio mandó la mitad de QA y soporte a Bangalore citando “calidad y eficiencia 24/7”. El verdadero motivo era que el Nasdaq había caído 78% y los bancos no soltaban capital de trabajo. Bangalore aceptó la culpa pública.

Crisis financiera de 2008 — el cloud. “Estamos migrando a la nube y por eso no necesitamos el equipo de infra interno completo” fue el memo de la mitad de empresas medianas. El cloud llevaba dos años disponible. El despido lo movió el colapso del crédito en otoño de 2008. AWS tenía buena prensa.

Corrección ZIRP de 2022 — crypto y web3. Las grandes tech estaban infladas con la era de tasa cero. Cuando subieron las tasas, recortaron 200,000 personas en 18 meses. El memo decía “enfocándonos en eficiencia ante la corrección del web3”. Web3 nunca había representado más del 3% del headcount.

Invierno crypto de 2026 — IA. El revenue de Coinbase cayó 26% interanual. El volumen de trading está en mínimo de 18 meses. La cifra de despidos iba a salir esta semana sí o sí. AI-native pods firmaron el memo.

Cinco ciclos. La diferencia esta vez es la compresión: el público y la prensa nombraron el patrón en tiempo real. Sam Altman lo dijo en febrero. Oxford Economics lo midió en enero. Y aún así Brian Armstrong corrió la jugada el martes con titular y memo.

Por qué la mayoría va a copiar la mitad fácil

La mitad fácil es un memo de un párrafo y una línea de P&L. La mitad difícil es describir tu empresa al nivel que un agente la pueda usar: dónde viven los datos críticos y quién es dueño con nombre, qué control de acceso necesita una identidad de agente separada de las humanas, cuáles workflows tienen evals reales (no demo de PowerPoint) y quién los mantiene.

Coinbase puede hacer la mitad difícil. Es una empresa nacida digital, con liderazgo técnico, con datos accesibles vía API y procesos versionados en código. La mayoría de empresas que lea el anuncio del martes y quiera copiarlo no puede. La copia barata es despedir al 14%. Lo que queda es un equipo más pequeño corriendo el mismo proceso roto. La empresa de 800 personas que se atreva sin describirse termina con 700 personas haciendo lo mismo, no con 80 haciendo el rediseño.

Boris Cherny en Anthropic revisa software funcionando a las 9 de la mañana y mata 80% antes del mediodía. Esa es la versión institucional de “humans around the edge”. No es una frase. Es una decisión de arquitectura. Coinbase tendrá que pararla en mecanismos. Las empresas que copien el headline sin la arquitectura van a tener pods que no son pods, agentes sin escalación y un audit trail que vive en el Slack del gerente que ya despidieron.

Cómo se ve la mitad difícil en la práctica

“Humans around the edge” no es un eslogan. Es un set de decisiones nombrables:

• Decision rights. ¿Cuáles decisiones toma el agente solo, cuáles escalan? El alcance no se hereda. Se asigna.
• Blast radius. ¿Qué sistemas puede tocar en escritura, cuáles solo lectura, cuál es el daño máximo de una decisión equivocada antes de que un humano intervenga?
• Escalación. Cuando el agente se equivoca, ¿quién recibe la notificación, cuál es el SLA de respuesta y dónde queda el log?
• Audit trail. ¿Qué decisiones del agente son reproducibles seis meses después y cuáles no? Si no son reproducibles, no son auditables, y no son defensibles ante el cliente, el regulador o el board.
• Evals. ¿Cómo sabes el próximo trimestre que el agente sigue tomando las mismas decisiones bien? El eval es el nervio sensorial de la organización AI-native. Sin evals, la organización es flat pero ciega.
• Topología. Las cinco capas y los 15+ subordinados solo funcionan si las cinco arriba están diseñadas. Sin las cinco arriba diseñadas, los 15+ subordinados son un span de control sin nervio.

Microsoft Agent 365 lanzó hace tres días el control plane que cobra $15 por usuario por mes precisamente para auditar lo que tus agentes hacen. La pregunta no es si vas a tener gobierno de agentes. Es quién lo cobra y si tu empresa tiene voz en el cómo. Las cinco capas que Coinbase aplanó solo cuentan si dentro de cada pod hay decision rights, escalación y evals. Sin esos tres, el pod AI-native es un pod regular con un eslogan.

Cinco preguntas para tu próximo comité ejecutivo

Si en el próximo comité alguien dice “deberíamos hacer lo de Coinbase”, vale la pena meter estas cinco preguntas antes de que la conversación derive hacia headcount:

1. Separación. ¿Cuánto del recorte que estás considerando lo manda la macroeconomía y cuánto lo manda la productividad ganada por IA? ¿Puedes defender la división con números, no con frases?
2. Procesos. ¿Tu VP de Operaciones puede describir los 5 workflows principales en dos frases cada uno, sin slides? Si la respuesta requiere coordinar tres áreas para construirla, los pods AI-native tampoco van a poder.
3. Ownership. ¿Hay un dueño nombrado del mapa de decision rights para los próximos 90 días? No “el comité”. Una persona con nombre que defienda cada decisión seis meses después.
4. Escalación. Cuando un agente se equivoca, ¿quién recibe la notificación y cuál es su SLA? Si la respuesta es “lo vemos cuando pase”, el blast radius es la empresa entera.
5. Mitades. ¿Estás copiando la mitad fácil del anuncio del martes (recorte) o la difícil (rediseño)? La diferencia entre las dos es de doce a veinticuatro meses de ventaja competitiva.

Lo que IQ Source hace en la mitad difícil

AI Maestro es la versión institucional de “humans around the edge”: mapea cuáles decisiones toma el agente solo, cuáles escalan, dónde vive el audit trail, qué evals pasan y fallan de forma reproducible, y cómo el span de control de 15+ subordinados queda diseñado y no solo declarado. Es el trabajo que un CEO no puede correr en un memo y una línea de P&L. Es el trabajo que una empresa que copie el headline del martes va a descubrir en 90 días que no hizo.

Socio Tecnológico entra cuando tu empresa de software es productora del problema, no solo cliente. Empresas cuyo roadmap es el moat (la ventaja competitiva) tienen una pregunta extra: cómo el rediseño se vuelve parte del producto que vendes, no solo de cómo operas. El runtime es commodity. Lo que queda es la arquitectura del workflow.

Si tu siguiente comité ejecutivo tiene “deberíamos hacer lo de Coinbase” en la agenda, una conversación de noventa minutos te separa los dos costados del anuncio: cuánto del recorte manda la macro y cuánto la productividad ganada con IA. Cuáles 5 workflows son candidatos legítimos para pods de una persona y cuáles son trampas. Y dónde tu empresa puede empezar a diseñar decision rights, escalación y evals antes de que un proveedor externo los diseñe por ti. Sin cotización atada. info@iqsource.ai.