El 26 de febrero de 2026, Jack Dorsey envió una carta interna a los empleados de Block —la empresa dueña de Square y Cash App— para anunciarles que más de 4,000 de ellos ya no tendrían trabajo. La plantilla pasó de 10,000 a menos de 6,000 personas en un solo día. La razón oficial: la inteligencia artificial. El mercado reaccionó de inmediato y las acciones de Block subieron 23% en operaciones posteriores al cierre. Eso resume, en pocas líneas, la lógica de 2026: despedir a la mitad de tu equipo porque la IA puede hacer su trabajo es una buena noticia para los inversores.
Block no es un caso aislado. Según la firma de recolocación laboral Challenger, Gray & Christmas, en 2025 las empresas en Estados Unidos atribuyeron explícitamente a la inteligencia artificial 55,000 despidos, una cifra doce veces mayor que la registrada dos años antes. Las primeras semanas de 2026 ya acumularon 26,000 empleos tecnológicos eliminados, y el patrón incluye a Amazon, Pinterest, Salesforce, Duolingo y hasta Dow, una empresa química que difícilmente se asocia con el mundo tech.
Lo más inquietante no es la cifra. Es la frase que repiten todos los CEOs: "nuestro negocio es sólido, pero algo ha cambiado". Dorsey lo dijo textualmente. Es decir, no se despide porque la empresa esté en problemas. Se despide porque la IA hace posible operar con menos gente, y los mercados premian esa decisión.
¿Los despidos son realmente por la IA?
Antes de entrar en pánico, hay un dato que equilibra la narrativa. La revista Harvard Business Review publicó en enero de 2026 una investigación con una conclusión incómoda: muchas empresas están tomando decisiones de despido basadas en el potencial proyectado de la IA, no en su desempeño real comprobado. En otras palabras, están apostando a lo que la tecnología podría hacer, no a lo que ya hace.
La consultora Gartner añade un dato que conviene tener presente: solo una de cada cincuenta inversiones en IA genera un impacto verdaderamente transformador en el negocio, y apenas una de cada cinco produce algún retorno medible. Forrester, por su parte, predice que la mitad de los despidos atribuidos a la IA irán seguidos de recontrataciones silenciosas, generalmente offshore y con salarios más bajos. Además, el 55% de los empleadores que ya recortaron por IA reportan arrepentimiento posterior.
En círculos económicos ha empezado a circular el término AI washing: la práctica de presentar recortes laborales como consecuencia directa de la inteligencia artificial cuando, en realidad, responden también a la sobrecontratación de los años de pandemia, la presión sobre los márgenes o cambios estratégicos que nada tienen que ver con los algoritmos.
Todo esto no significa que la amenaza sea falsa. Significa que es más compleja de lo que parece. Y que las respuestas simplistas —"aprende a programar" o "la IA solo crea empleos"— tampoco funcionan.
Qué tipos de trabajo están en mayor riesgo
El estudio de las universidades UC Berkeley y Yale, divulgado a través de Harvard Business Review, ofrece una conclusión que pocos esperaban: la IA no reduce el trabajo, lo intensifica. Los empleados que adoptan estas herramientas no trabajan menos, trabajan más, cubren más roles y asumen tareas que antes justificaban más puestos. La productividad sube. Y también el agotamiento.
Pero el dato más duro apunta a un grupo específico: los empleos de entrada, los puestos junior y las tareas más predecibles son los primeros en automatizarse, precisamente porque son los más fáciles de replicar algorítmicamente. Gen Z —la generación con mayor capacidad de trabajar con IA según Forrester— es también la que encuentra menos puertas abiertas para entrar al mercado laboral. La paradoja es brutal: los mejores usuarios de la herramienta son los primeros perjudicados por ella.
Las áreas con mayor exposición en el corto plazo incluyen: atención al cliente de primer nivel, tareas de traducción y transcripción, análisis de datos repetitivos, redacción de contenido genérico, programación de nivel básico y tareas de soporte técnico de primer contacto.
Guía práctica: cómo adaptarse sin caer en el hype
Audita tu trabajo antes de que lo haga tu empresa. Analiza qué parte de tus tareas diarias son predecibles, repetitivas y documentables. Esas son exactamente las funciones que los modelos de IA actuales pueden cubrir con mayor facilidad. Si el 70% de tu jornada cabe en un proceso estandarizado, tienes un problema. La solución no es esconderte de esa realidad sino actuar antes de que lo haga alguien más.
Conviértete en el operador de la herramienta, no en la herramienta. La diferencia entre un empleado prescindible y uno no prescindible en 2026 no es si usa IA, sino qué tan bien la dirige. Saber qué pedirle, cómo verificar sus resultados, cuándo confiar en ella y cuándo no, y cómo integrarla en flujos de trabajo reales es una habilidad que aún tiene mucho valor humano. Aprende a usar los modelos que ya existen: Claude, ChatGPT, Gemini, Perplexity. No para reemplazar tu criterio, sino para amplificarlo.
Desarrolla habilidades que la IA no puede replicar todavía. El juicio en situaciones ambiguas, la negociación con intereses cruzados, la interpretación de contexto cultural, la empatía en relaciones de alto impacto y la toma de decisiones bajo incertidumbre son competencias que los modelos actuales simulan pero no ejecutan bien. Invertir tiempo en desarrollarlas no es romanticismo anticuado, es estrategia.
Entiende el lenguaje financiero detrás de los despidos. Cuando una empresa anuncia recortes citando la IA y sus acciones suben 23% al día siguiente, no está resolviendo un problema técnico, está gestionando la narrativa con los inversores. Conocer este mecanismo te ayuda a distinguir cuándo la amenaza es real y cuándo es ruido. Y a no tomar decisiones de carrera basadas en el ciclo de noticias.
Diversifica tu fuente de ingresos antes de que te obliguen. El modelo de un solo empleador, una sola fuente de ingreso y una sola habilidad central es el más vulnerable en este entorno. No es necesario convertirse en emprendedor ni creador de contenido. Pero sí es conveniente tener al menos una segunda habilidad monetizable, aunque sea dormida por ahora.
Lo que Dorsey no dijo en su carta
En la misma semana en que Block anunció sus despidos, Ethan Mollick, profesor de la escuela de negocios Wharton, señaló que resulta difícil justificar, con evidencia pública disponible, ganancias de eficiencia del 50% a escala empresarial en plazos tan cortos. Es decir: la tecnología no está tan madura como los comunicados corporativos insinúan.
Eso no hace el riesgo menos real. Hace el panorama más honesto. La IA ya está cambiando el trabajo, pero lo hace de manera más irregular, más sectorial y más lenta de lo que los titulares sugieren. Las empresas que despiden por el potencial de la IA están también asumiendo un riesgo: que la tecnología no llegue a tiempo, que los empleados que quedan no puedan asumir la carga adicional, o que la calidad del trabajo caiga junto con la plantilla.
El Foro Económico Mundial proyecta un crecimiento neto del 8% en los puestos de trabajo globales hacia 2030, incluso considerando la automatización. Ese número no promete que tu trabajo específico estará ahí. Promete que habrá trabajo. La pregunta es si estarás preparado para el que exista.
Dorsey predijo que la mayoría de las empresas llegarán a la misma conclusión que Block en el próximo año. Puede que tenga razón. Lo que no dijo es que ninguna de esas empresas le va a avisar con antelación.
Si este contenido te fue útil, puedes apoyar el trabajo editorial de GlitchMentalMX.
