La inteligencia artificial está reemplazando empleados, pero está saliendo más cara que ellos

El dato que ordena todo lo demás: 2,59 billones de dólares

Empecemos por la cifra que estructura esta historia. Este año, según Gartner, el gasto mundial en inteligencia artificial trepará a 2,59 billones de dólares, un salto del 47% respecto de 2025. Es un número que cuesta sostener en la cabeza, así que conviene desarmarlo, porque ahí está escondida la trama. De ese total, más del 45% no va a software, ni a talento, ni a aplicaciones: va a infraestructura. Servidores optimizados, semiconductores, redes, centros de datos. Hierro y electricidad.

El gasto solo en infraestructura de IA pasará de 975.500 millones de dólares en 2025 a 1,43 billones en 2026. Dicho de otro modo, la mayor parte del dinero que el mundo vuelca a la inteligencia artificial no se gasta en pensar: se gasta en alimentar a las máquinas que piensan. Y ese detalle es la llave para entender por qué la profecía de los despidos masivos se está desinflando. Si la promesa era que la IA abarataría el trabajo, alguien tendría que explicar adónde se fue el ahorro. La respuesta, cuando se la persigue hasta el final, lleva siempre al mismo lugar incómodo.

Ocho de cada diez recortaron. Y el retorno no apareció

A comienzos de mayo, Gartner publicó los resultados de una encuesta a 350 ejecutivos de grandes empresas, y los números desarmaron el relato con una elegancia casi cruel (CIO, mayo de 2026). Ocho de cada diez compañías que habían lanzado proyectos de automatización con IA recortaron personal después de hacerlo, con reducciones que en promedio fueron de entre el 1% y el 15% de la plantilla. Hasta ahí, el guion conocido.

Pero cuando la consultora cruzó esos despidos con el retorno real de la inversión, no encontró nada. Ninguna correlación. Las empresas que reportaron el mayor retorno habían despedido a un ritmo casi idéntico al de las que apenas habían ganado algo, o al de las que directamente perdían plata. El tijeretazo y la rentabilidad, simplemente, no se tocaban.

“Muchos directores ejecutivos recurren a los despidos para demostrar retornos rápidos de la IA; esa disposición está mal orientada”, resumió Helen Poitevin, la analista que dirigió el estudio. “Las reducciones de personal pueden liberar espacio en el presupuesto, pero no generan retorno” (Inc., mayo de 2026). La frase es brutal en su sencillez, y vale releerla despacio, porque invierte por completo la lógica con la que se vendió esta tecnología. Despedir gente no es una estrategia de inteligencia artificial. Es una estrategia de caja. Y las dos cosas se vienen confundiendo desde el primer día.

El verdadero motivo del recorte: pagar la máquina

Lo cual nos devuelve a aquellos 1,43 billones de dólares en infraestructura. Si despedir no genera retorno, ¿por qué tantas empresas despiden igual? Acá es donde las piezas encajan. No reemplazan personas porque la máquina sea más barata; despiden personas para poder pagar la máquina. El Wall Street Journal lo planteó en términos que cualquier gerente entiende de inmediato: la disyuntiva ya no es “automatizo y ahorro”, sino “recorto plantilla o exijo a los que quedan que rindan el doble” (citado por Inc., mayo de 2026).

Las facturas de los proveedores de IA —el cómputo en la nube, el procesamiento, las llamadas a las APIs— llegan todos los meses, abultadas y crecientes. Para cubrirlas, muchas compañías hicieron lo más rápido y lo que mejor reciben los inversores en Wall Street: cortar salarios. El despido no fue la consecuencia del ahorro. Fue la fuente de financiamiento de un gasto que casi nadie había dimensionado bien de antemano.

Y para que ese gasto siga pareciendo manejable hace falta un truco que la euforia se encargó de tapar: el precio que hoy pagamos por la inteligencia artificial es, en buena medida, ficticio. Está subsidiado. Las grandes tecnológicas venden sus servicios por una fracción de lo que cuesta entrenarlos y operarlos, financiando la diferencia con capital de riesgo, exactamente como hacía Uber cuando los viajes salían dos pesos y la empresa perdía millones en cada esquina (CIO, abril de 2026). Estamos, en una imagen que circula entre editores del sector, en una luna de miel: una fase en la que las cuentas parecen cerrar solo porque alguien más está poniendo el combustible.

La aritmética que pone fecha de vencimiento a la euforia

El problema, claro, es que las lunas de miel terminan, y esta tiene fecha de vencimiento escrita en la propia dinámica del negocio. Citadel Securities, una de las firmas financieras más grandes del mundo, lo formuló con una frialdad de teorema: si el costo marginal del cómputo supera al costo marginal del trabajo humano para ciertas tareas, la sustitución no va a ocurrir (citado por CIO, abril de 2026). No es una opinión moral ni un deseo piadoso. Es aritmética.

Y los indicios apuntan justo en esa dirección. Aunque el costo por unidad de procesamiento baje —Gartner estima caídas de hasta el 90% por token de aquí a 2030—, los agentes autónomos consumen tanto más que el gasto total no baja: sube. Cuanto más capaz se vuelve la IA, más conversa consigo misma, más verifica sus propios pasos, más razona en voz alta antes de responder. Y cada uno de esos pasos se factura. La misma consultora lo dice sin vueltas: como el consumo de tokens crece más rápido de lo que caen los precios, el costo total de inferencia va en aumento.

Hay una imagen que ronda esta discusión y que vale la pena robar: usar los modelos más avanzados para tareas de oficina rutinarias es como ir a comprar leche al almacén de la esquina en una nave espacial. Funciona. Es deslumbrante. Y es absurdamente caro apenas alguien tenga que pagar la nafta de verdad.

Para las pymes, no es un dolor de cabeza: es una trampa

Si para las corporaciones todo esto es un dolor de cabeza presupuestario que sus departamentos financieros tarde o temprano absorberán, para las empresas chicas la cosa cambia de naturaleza. Ahí ya no es un dolor de cabeza: es una trampa con la puerta entreabierta. Cuando una pyme decide “implementar IA”, imagina un gasto puntual —contrato una herramienta, la enchufo, listo—. Lo que descubre después es que el modelo era la parte barata. El verdadero costo está enterrado en lugares que ninguna demostración comercial muestra.

Conviene poner números, porque son los que terminan de dar vuelta el argumento. La preparación de los datos —ese trabajo gris e ingrato de ordenar, limpiar y estandarizar información que casi siempre llega fragmentada e incompleta— se lleva habitualmente entre el 30% y el 50% del presupuesto total de un proyecto de IA (Riseup Labs, enero de 2026). La mitad del dinero, a veces, antes de que la inteligencia artificial haya hecho algo útil. Y una vez que el sistema arranca, no se queda quieto: el mantenimiento anual ronda entre el 15% y el 30% del costo de construcción inicial, año tras año, a lo que se suman tarifas de nube y de API que escalan de forma impredecible justo cuando el negocio empieza a depender de ellas.

Un sistema que costó cien mil dólares construir puede pedir entre quince y treinta mil más cada año solo para seguir respirando. Para una empresa pequeña, esa estructura de costos puede resultar más voraz que el sueldo del empleado polivalente al que pensaba reemplazar. El trabajador cobra una vez por mes una cifra previsible. El sistema de IA mal planificado cobra todos los meses una cifra que nadie sabe anticipar, y encima exige que alguien lo supervise. La promesa de eficiencia se da vuelta como un guante en las manos de quien menos margen tiene para el error.

Entonces, ¿qué rinde? Los “negocios amplificados por humanos”

Todo esto deja una pregunta flotando, la misma del principio pero invertida: si despedir no rinde, ¿qué rinde? Y acá los datos se vuelven, contra todo pronóstico, casi esperanzadores. Es la parte que la cobertura apocalíptica nunca contó. Las empresas que efectivamente sacaron retorno de la inteligencia artificial son, en general, las que no despidieron. Las que tomaron a la gente que ya entendía el negocio en profundidad y le dieron herramientas para hacer más con ese conocimiento.

El razonamiento, en boca de un ejecutivo del sector citado por Gartner, tiene la contundencia de lo evidente una vez que alguien se anima a decirlo: las organizaciones que cortaron primero y automatizaron después están descubriendo que el conocimiento institucional que eliminaron era exactamente lo que la IA necesitaba para funcionar bien. No se puede automatizar una experiencia que ya no se tiene. Al despedir para pagar la máquina, muchas empresas se deshicieron de las personas sin las cuales la máquina no sirve para gran cosa.

De ahí que las compañías que ganan la carrera del retorno sean las que Gartner llama “negocios amplificados por humanos”: las que reasignan a sus empleados a tareas más valiosas y de mayor alcance en lugar de echarlos. La proyección de la consultora para el largo plazo es todavía más contraintuitiva que el presente. Lejos de vaciar las oficinas, la IA terminaría creando más trabajo humano del que destruye, porque alguien tiene que orquestar a los agentes, gobernarlos, corregirlos y sostener esos momentos de confianza —un reclamo delicado, una decisión sensible— que ningún cliente quiere resolver con una máquina.

Qué significa para la industria, la región y Uruguay

Para América Latina, y para una economía como la uruguaya, la lectura es más útil que el ruido apocalíptico que llegó primero. La presión competitiva que la IA introduce no viene tanto del reemplazo masivo de trabajadores como del rediseño de cómo se hace el trabajo. Las empresas de la región que intenten copiar el atajo del despido —recortar para mostrarle un número rápido a un directorio o a un inversor— se exponen a la misma trampa que ya están descubriendo las grandes: pierden el conocimiento institucional que vuelve útil a la herramienta, y se quedan con la factura mensual del cómputo sin la gente que sabía qué pedirle.

Hay además un factor de escala que juega distinto en mercados chicos. Donde las plantillas son pequeñas y el conocimiento del negocio está concentrado en pocas personas, deshacerse de un empleado clave para financiar una suscripción de IA es, casi siempre, un mal negocio. La ventaja para las pymes uruguayas y regionales está en el otro camino: usar la IA para que el equipo que ya tienen produzca más, atienda mejor y compita con estructuras más grandes, sin inflar la estructura de costos fijos con infraestructura que no necesitan. La pregunta correcta no es “¿a quién reemplazo?”, sino “¿qué tareas de bajo valor le saco de encima a mi mejor gente para que se dedique a lo que de verdad mueve la aguja?”.

Hecho con criterio —midiendo el costo total, no solo el precio de entrada, y eligiendo el modelo adecuado a cada tarea en lugar de la nave espacial para todo— el cálculo cambia. La eficiencia deja de ser una promesa de marketing y pasa a ser una decisión de gestión. Y esa decisión, en un mercado donde el talento escasea y se valora, suele apuntar a amplificar a las personas antes que a sustituirlas.

Conclusión: una tregua que conviene no malgastar

Sería un error leer todo esto como una buena noticia sin grietas. La transición sigue siendo caótica: Gartner calcula que la IA transformará de manera significativa unos 32 millones de empleos por año, y “transformado” puede doler tanto como “eliminado” para quien lo vive en carne propia. Habrá recortes —los hay todos los días, y muchos serán reales y dolorosos—. Lo que se está agrietando no es la idea de que la IA cambia el trabajo, sino el relato monolítico de la sustitución total, y se agrieta frente a la única autoridad que las empresas respetan de verdad: la planilla de costos.

Y tal vez ahí, en esa grieta, esté lo más valioso del momento que vivimos. Mientras el cómputo siga siendo caro y el reemplazo total siga sin cerrar las cuentas, queda abierta una ventana —corta, indeterminada, pero real— en la que la inteligencia artificial rinde más como herramienta en manos humanas que como reemplazo de esas manos. Es una tregua, y conviene no malgastarla. Porque la profecía decía que la máquina venía a reemplazarnos, y la aritmética, al menos por ahora, dice otra cosa bastante más interesante: que la máquina nos necesita mucho más de lo que su propia propaganda está dispuesta a admitir. El día en que llegue la factura sin subsidio —y va a llegar—, esa dependencia, lejos de ser una debilidad, va a ser la mejor carta que tengamos sobre la mesa. La pregunta no es si seremos reemplazables. Es si vamos a usar esta tregua para volvernos imprescindibles.