Las empresas están despidiendo trabajadores por culpa de la IA. Pero las cifras que reportan públicamente son una fracción de lo que realmente planean hacer. Un importante nuevo estudio lo demuestra, y la brecha debería alarmar a todo el mundo.
Un documento de trabajo de la Oficina Nacional de Investigación Económica, basado en una encuesta a casi 750 directores financieros realizada por la Universidad Duke y los Bancos de la Reserva Federal de Atlanta y Richmond, encontró que el 44 % de las empresas estadounidenses planea recortes de empleo por IA en 2026. Eso equivale a aproximadamente 502.000 puestos en toda la economía. En 2025, los empleadores atribuyeron públicamente solo 55.000 despidos a la IA, según Challenger, Gray & Christmas. La expectativa privada para 2026 es aproximadamente nueve veces mayor.
Esa brecha de nueve veces es el dato estrella. Pero la verdadera historia es por qué existe, qué significa para los trabajadores y si alguien en una posición de poder está siendo honesto al respecto.
Los recortes de empleo por IA son reales, pero el sistema de reporte está roto
Los 55.000 despidos atribuidos a la IA registrados por Challenger, Gray & Christmas en 2025 representaron apenas el 4,5 % de todas las pérdidas de empleo de ese año. En comparación, cuatro veces más recortes fueron atribuidos a las «condiciones de mercado y económicas», y casi seis veces más a la reestructuración de la eficiencia gubernamental. La IA apenas figuró como categoría.
Pero esas cifras públicas dependen enteramente de lo que las empresas deciden declarar. Y las empresas tienen fuertes incentivos para decir muy poco. Cuando Nueva York se convirtió en el primer estado en exigir la divulgación de la IA en las notificaciones de la Ley WARN, más de 160 empresas presentaron avisos de despido masivo en el año siguiente. Ni una sola atribuyó los despidos a la IA o la automatización. Cero. Eso incluye a Amazon y Goldman Sachs, ambas de las cuales han hablado públicamente de integrar la IA en sus operaciones.
El sistema para rastrear los recortes de empleo por IA es voluntario, autodeclarado y estructurado en torno a incentivos que recompensan el silencio. Los trabajadores están siendo despedidos y nadie los contabiliza con precisión.
Por qué las empresas guardan silencio
Hay dos razones que compiten para explicar por qué las empresas subreportan los recortes relacionados con la IA, y ambas pueden ser verdad al mismo tiempo.
Primera: «despido por IA» es difícil de definir. Cuando una empresa reestructura un departamento y reemplaza algunas funciones con herramientas automatizadas, ¿es eso un recorte de empleo por IA? ¿Qué pasa cuando una empresa simplemente deja de contratar para puestos que espera que la IA gestione con el tiempo? Como reportó Bloomberg Law, incluso el comisionado de trabajo de Nueva York reconoció que definir un despido relacionado con la IA es un desafío.
Segunda: hay un juego financiero en marcha. Oxford Economics argumentó en enero de 2026 que «algunas empresas intentan presentar los despidos como una buena noticia», usando la IA como cobertura para reducciones de plantilla rutinarias motivadas por demanda débil o sobrecontratación pasada. Atribuir los recortes a la IA «transmite un mensaje más positivo a los inversores» que admitir que la empresa juzgó mal el mercado.
El profesor de gestión de Wharton Peter Cappelli ha documentado este fenómeno durante años: las empresas anuncian «despidos fantasma» para impulsar los precios de las acciones, y los inversores han aprendido a recompensar a las firmas que presentan los recortes como innovación en lugar de fracaso.
El caso Block
En febrero de 2026, el CEO de Block Jack Dorsey despidió al 40 % de la plantilla de la empresa, más de 4.000 personas, culpando explícitamente a la IA. Fue el mayor evento de despido único atribuido a la IA en la historia tecnológica. Las acciones de Block subieron un 24 % con la noticia.
Pero el Batten Institute de UVA Darden cuestionó si la IA era realmente el motor. Block había pasado de 3.835 empleados antes de la pandemia a más de 10.000. Los recortes devolvieron la plantilla aproximadamente a los niveles prepandemia. ¿Era la IA la razón o la excusa?
Aquí radica la tensión central. Algunos recortes de empleo por IA son reales. Otros son reajustes pospandémicos rebautizados. Y el sistema de divulgación actual no puede distinguir entre unos y otros.
El regreso de la paradoja de la productividadUn paradoja económica en la que la adopción masiva de una tecnología no se refleja en las estadísticas de productividad, a menudo porque los beneficios se materializan tarde o de forma desigual.
Las empresas están eliminando puestos de trabajo en nombre de ganancias de productividad impulsadas por la IA que no se han materializado. El estudio del NBER encontró una «paradoja de la productividad» en la que las ganancias de productividad percibidas superan a las ganancias medidas, lo que el coautor John Graham calificó de «más un deseo que un hecho realizado».
Goldman Sachs confirmó esta brecha en un análisis de marzo de 2026. El economista senior Ronnie Walker escribió que «aún no encontramos una relación significativa entre la productividad y la adopción de la IA a nivel de toda la economía». Solo el 10 % de los equipos directivos del S&P 500 cuantificó el impacto de la IA en casos de uso específicos. Apenas el 1 % cuantificó su impacto en los beneficios. Menos del 20 % de los establecimientos estadounidenses utiliza siquiera la IA para alguna función empresarial.
Mientras tanto, investigaciones del MIT encontraron que el 95 % de los proyectos piloto de IA empresarial generaron «poco o ningún impacto medible» en la cuenta de resultados.
Los trabajadores están perdiendo sus empleos por una tecnología que en su mayor parte aún no funciona a escala empresarial.
Qué debe cambiar
La brecha de nueve veces entre las expectativas privadas y los reportes públicos no es solo un problema de datos. Es un fracaso de transparencia con consecuencias reales para millones de trabajadores que no pueden planificar sus carreras en base a información que no tienen.
La expansión de la Ley WARN en Nueva York fue un comienzo, pero un año y cero divulgaciones de IA después, claramente no es suficiente. Los trabajadores merecen saber cuándo sus puestos están siendo eliminados por la automatización, no solo cuando su empleador elige mencionarlo. Requisitos de reporte estandarizados y obligatorios sobre recortes de empleo por IA, no casillas voluntarias, son la respuesta política mínima viable.
Los inversores también deberían exigir honestidad. Si el 44 % de los directores financieros planea recortes de empleo por IA pero casi ninguno los divulga públicamente, el mercado está cotizando una ficción. La brecha entre lo que los ejecutivos creen y lo que dicen es un riesgo material que las normas de divulgación actuales no logran capturar.
El coautor del estudio del NBER lo dijo con claridad: «¿Quién sabe lo que va a pasar en 2028? No predigo que nunca se perderán empleos por la IA en dos, tres o cinco años.» Los recortes están por venir. La única pregunta es si alguien será honesto al respecto antes de que lleguen.
Un documento de trabajo del NBER de marzo de 2026 elaborado por Baslandze, Edwards, Graham et al., basado en la encuesta Duke CFO realizada con los Bancos de la Reserva Federal de Atlanta y Richmond, ha producido los datos más granulares hasta la fecha sobre el desplazamiento laboral impulsado por la IA en el sector privado. El hallazgo central: el 44 % de los CFOs encuestados de casi 750 empresas estadounidenses anticipa recortes de empleo por IA en 2026, proyectando una pérdida neta de aproximadamente el 0,4 % del empleo total, unos 502.000 puestos de 125 millones. Eso representa aproximadamente nueve veces los 55.000 despidos atribuidos a la IA reportados públicamente en 2025 por Challenger, Gray & Christmas.
Ese multiplicador merece escrutinio. Revela un fallo estructural en cómo se miden, reportan y comprenden los recortes de empleo por IA, con implicaciones significativas para la política laboral, la divulgación de valores y el gobierno corporativo.
La brecha de divulgación en los recortes de empleo por IA
La cifra de 55.000 de Challenger, Gray & Christmas representa despidos atribuidos por los empleadores, una categoría de reporte autoseleccionada y voluntaria introducida recién en 2023. Representó solo el 4,5 % de todas las pérdidas de empleo de 2025, muy por detrás de las reestructuraciones, las condiciones económicas y los recortes por eficiencia gubernamental.
La insuficiencia de este seguimiento quedó clara en Nueva York. Tras enmendar su Ley WARN para exigir a los empleadores que divulguen si los despidos se originan en «innovación tecnológica o automatización», más de 160 empresas presentaron avisos de despido masivo en el año siguiente a la actualización. Ninguna atribuyó los despidos a la IA, incluidos grandes adoptadores como Amazon y Goldman Sachs. Como observó Kevin Frazier del Abundance Institute, la Ley WARN es «un producto de los años setenta» diseñado para el cierre de fábricas, no para los patrones de desplazamiento graduales y difusos propios de la adopción de la IA.
El Foro de Harvard Law School sobre Gobierno Corporativo ha señalado el vacío regulatorio: si bien los GAAP exigen la divulgación de cargos significativos por terminaciones planificadas y la Ley WARN federal exige aviso previo, ninguno de esos marcos está diseñado para capturar la naturaleza incremental y anticipatoria de los cambios laborales impulsados por la IA. El resultado es un sistema de medición que sistemáticamente subestima.
El lavado de imagen con IA y la estructura de incentivos
La brecha de divulgación va en ambas direcciones. Algunas empresas exageran el papel de la IA; otras lo ocultan por completo.
Oxford Economics argumentó en enero de 2026 que las empresas «están disfrazando los despidos de buenas noticias», rebautizando las correcciones de sobrecontratación de la era pandémica como ganancias de eficiencia impulsadas por la IA. La lógica es directa: atribuir los recortes a la IA «transmite un mensaje más positivo a los inversores» que admitir demanda débil o un error estratégico de cálculo.
La investigación del profesor de Wharton Peter Cappelli respalda esta interpretación. Cappelli ha documentado cómo las empresas anuncian «despidos fantasma» para aprovechar las reacciones positivas del mercado bursátil. Cita datos de Harris Poll que muestran que el 74 % de los CEOs globales temía perder su trabajo en dos años si no podía demostrar éxito en IA, y los CEOs estimaron que aproximadamente un tercio de sus iniciativas de IA era «lavado de imagen con IA para la reputación y las apariencias».
El despido en Block ilustra la ambigüedad. El CEO Jack Dorsey despidió al 40 % de la plantilla de Block en febrero de 2026, más de 4.000 empleados, citando explícitamente la IA. Las acciones subieron un 24 %. Pero como analizó el Batten Institute de Darden, los despidos plantearon interrogantes sobre si la IA era el verdadero motor. Block había crecido de 3.835 a más de 10.000 empleados durante la pandemia. Los recortes restauraron la plantilla prepandemia. Si la IA fue la causa o el envoltorio narrativo sigue siendo una pregunta abierta, y el marco regulatorio actual no ofrece ningún mecanismo para distinguir ambos casos.
La paradoja de la productividadUn paradoja económica en la que la adopción masiva de una tecnología no se refleja en las estadísticas de productividad, a menudo porque los beneficios se materializan tarde o de forma desigual.: el regreso de Solow
El documento del NBER identifica una «paradoja de la productividad» que invoca directamente la observación de Robert Solow en 1987 de que «se puede ver la era de los ordenadores en todas partes menos en las estadísticas de productividad». Los CFOs reportan ganancias de productividad percibidas por la IA que superan a las ganancias medidas, lo que los investigadores atribuyen a realizaciones de ingresos diferidas.
El informe «AI-nxiety» de Goldman Sachs de marzo de 2026 lo confirmó a nivel macroeconómico. El economista senior Ronnie Walker encontró «ninguna relación significativa entre la productividad y la adopción de la IA a nivel de toda la economía», incluso cuando un récord del 70 % de los equipos directivos del S&P 500 discutió la IA en las llamadas trimestrales. Las cifras detalladas son llamativas: solo el 10 % de las empresas del S&P 500 cuantificó el impacto de la IA en casos de uso específicos, y apenas el 1 % cuantificó el impacto en los beneficios. Los datos del censo indican que menos del 20 % de los establecimientos estadounidenses utiliza la IA para alguna función empresarial.
Donde la IA sí produce resultados, las ganancias son concentradas. Goldman encontró un aumento mediano de productividad del 30 % en dos dominios específicos: atención al cliente y desarrollo de software. Pero estos éxitos localizados no se han traducido en una aceleración de la productividad en toda la economía. El estudio GenAI Divide del MIT de 2025 encontró que el 95 % de los proyectos piloto de IA empresarial generaron «poco o ningún impacto medible en la cuenta de resultados», basado en 150 entrevistas con líderes, 350 encuestas a empleados y 300 análisis de despliegues públicos.
Esto crea una aritmética incómoda: las empresas proyectan reducciones de plantilla basadas en ganancias de productividad que, para la gran mayoría, aún no se han materializado. Están eliminando puestos en anticipación de un dividendo tecnológico que sigue siendo teórico a escala empresarial.
Efectos de composición y la divergencia de las pequeñas empresas
El documento del NBER revela una heterogeneidad importante bajo las cifras globales. Las empresas más grandes anticipan reducciones netas de plantilla impulsadas por la IA, mientras que las más pequeñas (menos de 500 empleados) esperan modestas ganancias en contratación, particularmente en roles técnicos. Alrededor de la mitad de las proyectadas 502.000 pérdidas de empleo recaen sobre trabajadores de cuello blanco, identificando el estudio las funciones administrativas y de oficina rutinarias como las más vulnerables.
Este desplazamiento de composición importa para las políticas públicas. El desplazamiento no es uniforme en toda la economía, sino que se concentra en funciones específicas dentro de organizaciones más grandes. El documento desarrolla un índice que clasifica las funciones laborales más negativamente afectadas por la IA y constata que la reasignación del trabajo ocurre tanto dentro de las empresas (de funciones rutinarias a técnicas) como entre empresas (de grandes a pequeñas).
La señal de contratación en las pequeñas empresas complica el panorama. Si las empresas pequeñas están añadiendo roles técnicos para apoyar la adopción de la IA mientras las grandes eliminan puestos administrativos, el efecto neto sobre el empleo es menor de lo que sugiere cualquiera de los lados del debate. Pero los trabajadores que pierden empleos administrativos en grandes empresas no son los mismos que están siendo contratados para roles técnicos en empresas pequeñas. El desplazamiento puede ser un error de redondeo en las estadísticas agregadas y al mismo tiempo resultar catastrófico para los individuos afectados.
Implicaciones regulatorias y de gobernanza
La brecha de nueve veces entre las expectativas privadas y los reportes públicos sobre recortes de empleo por IA tiene tres dimensiones relevantes para las políticas públicas.
Divulgación de valores. Si el 44 % de los CFOs planea reducciones de plantilla impulsadas por la IA pero menos del 1 % cuantifica el impacto de la IA en los beneficios en las llamadas con analistas, los inversores operan con información incompleta. Como señaló el Foro de Harvard Law, las obligaciones de divulgación activadas por los GAAP y los requisitos existentes de la Ley WARN fueron diseñados para eventos discretos e identificables, no para la desgaste gradual y la eliminación de puestos que caracteriza el desplazamiento por la IA.
Seguimiento del mercado laboral. El experimento de Nueva York con la Ley WARN demuestra que la divulgación voluntaria y autodeclarada no produce ninguna señal. Proyectos de ley adicionales en la legislatura de Nueva York exigirían a las empresas con 100 o más empleados reportar a los trabajadores desplazados, los puestos sin cubrir antes ocupados por humanos y las horas modificadas por la IA. Una propuesta separada exige 90 días de aviso escrito antes de los recortes impulsados por la IA, con multas de 10.000 dólares y cinco años de pérdida de incentivos fiscales estatales por incumplimiento.
Gobernanza del consejo de administración. El marco de la NACD recomienda que los consejos ejerzan la supervisión de la adopción de la IA «con el mismo nivel de escrutinio que el riesgo financiero». Martin Lipton de Wachtell Lipton ha instado a los consejos a considerar el efecto de la adopción tecnológica en los empleados «en lugar de buscar miopemente eficiencias inmediatas en los costes a cualquier precio». La desconexión actual entre las expectativas privadas de los CFOs y las divulgaciones a nivel del consejo sugiere que esta supervisión no está ocurriendo a escala.
La evaluación honesta
Los datos del NBER apuntan a una disrupción del mercado laboral que es real pero moderada en el corto plazo, estructuralmente subreportada e impulsada tanto por el comportamiento corporativo anticipatorio como por la capacidad tecnológica real. Las 502.000 pérdidas de empleo proyectadas representan el 0,4 % del empleo total estadounidense. Incluso si se materializan por completo, eso no es el «escenario apocalíptico» que algunos ejecutivos tecnológicos han promovido.
Pero es nueve veces lo que nadie estaba dispuesto a decir públicamente. Y el coautor del estudio, John Graham de Duke, fue candido sobre los límites de las proyecciones a corto plazo: «¿Quién sabe lo que va a pasar en 2028?»
La incómoda verdad es que tenemos una infraestructura de medición del mercado laboral diseñada para los años setenta a la que se le pide que rastree un fenómeno de 2026. Hasta que los requisitos de divulgación no alcancen a las intenciones corporativas, la brecha entre lo que los ejecutivos planean y lo que reportan seguirá siendo el fallo definitorio de la política laboral en materia de IA.
