Los despidos tecnológicos relacionados con la inteligencia artificial dominan los titulares. Los programadores son reemplazados por agentes. El número de desarrolladores de software está disminuyendo. El mensaje de Silicon Valley es que la IA está reestructurando la fuerza laboral en tiempo real, y que el resto de las empresas estadounidenses deberían prepararse para hacer lo mismo.
El director ejecutivo de Box, Aaron Levy, respondió: no tan rápido.
“Mi trabajo ahora”, dijo Levy el lunes en el podcast a16z, “es simplemente traer la realidad al valle y luego hacer que el valle sea realidad”. Esa frase suena simplista hasta que se comprende lo que realmente quiere decir y por qué la brecha entre la influencia de la IA en la tecnología y la influencia de Fortune 500 en su conjunto puede ser una de las dinámicas económicas más incomprendidas.
Dos mundos muy diferentes
La razón por la que la IA es tan disruptiva en Silicon Valley en este momento es específica de Silicon Valley: sus trabajadores son ingenieros, sus resultados son verificables y sus herramientas son flexibles. Cuando un agente de IA escribe código, un humano puede comprobar si el código funciona. Cuando algo se rompe, un ingeniero lo repara. El circuito de retroalimentación es estrecho, las ganancias de productividad son mensurables y la plantilla cambia en consecuencia.
Si ingresa a un banco regional, a una red de atención médica o a un fabricante de 30 años, verá que casi ninguno de estos términos se aplica. Los trabajadores son menos técnicos. Los datos están dispersos en sistemas heredados con décadas de antigüedad. Y las consecuencias de llamar incorrectamente a un agente de IA no son una prueba unitaria fallida, sino una solicitud fallida, un cálculo de pago incorrecto o una infracción de cumplimiento. “Los flujos de trabajo son completamente diferentes, los usuarios son menos técnicos, los datos están mucho más fragmentados y los sistemas son mucho más heredados”, afirmó Levy.
Este no es un retraso temporal que se resolverá solo en unos pocos bloques. Se trata de una diferencia estructural que puede tardar años en corregirse.
problema de mandato
Para empeorar las cosas, muchas grandes empresas están intentando impulsar la adopción de la IA desde arriba hacia abajo, con resultados previsiblemente pobres. Las juntas directivas presionan a los directores ejecutivos. Los gerentes contratan consultores. Las iniciativas centralizadas de IA se lanzan sin el apoyo de las personas que realmente las utilizarán. Martín Casado, socio general de a16z, describió el modo de fracaso con cierta frustración: “Tienen algún proyecto centralizado que… nadie sabe cómo funciona. No se han coordinado y estas cosas van a fallar”.
Este modo de fracaso también tiene una dimensión cultural. May Habib, directora ejecutiva de la plataforma de inteligencia artificial Writer, describió recientemente a los ejecutivos de Fortune 500 como si estuvieran en un “ataque de pánico colectivo” sobre las implicaciones de la inteligencia artificial, una clara ilustración del tipo de presión reactiva de arriba hacia abajo que describe Casado.
La desesperación por demostrar avances ha llevado a algunos resultados realmente extraños. Levy contó cómo un empleado de una gran empresa (no lo nombró) le dijo que la adopción de la IA por parte de los empleados se mide mediante el uso de tokens, unidades informáticas que funcionan con modelos de IA. El resultado: los empleados obligan a los agentes a realizar “tareas inútiles” únicamente para aumentar su número. Esta es una ilustración casi perfecta de la Ley de Goodhart (una vez que una métrica se convierte en un objetivo, ya no es una buena métrica) y de lo lejos que están algunas organizaciones de una transformación significativa de la IA.
Un muro que ningún modelo puede escalar
Incluso los programas de IA empresarial bien gestionados enfrentan el mismo obstáculo estructural: la integración. Stephen Sinofsky, ex ejecutivo de Microsoft y ahora miembro de la junta directiva de a16z, lo expresa sin rodeos. “Cualquier empresa con mil o más personas (o que tenga más de 10 años) es sólo un montón de cosas esperando ser integradas”, dijo. “La IA realmente no ayuda a integrar nada”.
Qué significa esto en la práctica: los agentes de IA, como cualquier empleado nuevo, necesitan acceso a los sistemas y datos adecuados para realizar un trabajo útil. En la mayoría de las grandes empresas, este acceso es informal, indocumentado y a través de relaciones. Un trabajador humano lo descubre preguntándole a un colega. El agente de IA no tiene ningún colega a quien preguntar. Hasta que las empresas hagan el trabajo duro, costoso y poco glamoroso de limpiar sus datos y modernizar sus controles de acceso, los agentes seguirán chocando contra muros.
Esto ayuda a explicar por qué la adopción de la IA empresarial parece amplia pero superficial: en el primer trimestre de 2026, el 72 % de las empresas tenían al menos una carga de trabajo de IA en producción, frente al 55 % en 2024, pero solo el 28 % describe su adopción de la IA como “madura”. Solo el 38% de los empleados utiliza IA generativa a diario, mientras que el 65% de las empresas dicen que la utilizan con regularidad. La brecha entre lo que las empresas dicen que están haciendo con la IA y lo que realmente está sucediendo en el terreno es enorme.
Líder de Salesforce
Una empresa importante apuesta a que el camino a seguir es encontrar a los agentes donde están, en lugar de obligarlos a utilizar interfaces humanas obsoletas. El mes pasado, Salesforce lanzó “Headless 360”, poniendo toda su plataforma (datos, flujos de trabajo y lógica empresarial) a disposición de los agentes de IA sin un navegador o una interfaz de usuario humana. El CEO Marc Benioff lo expresó sin rodeos en la conferencia de desarrolladores TDX de la compañía: “No se requiere navegador. Nuestra API es la interfaz de usuario”.
Levi ve esto como un presagio. Si el software empresarial se reconstruye para que lo utilicen agentes en lugar de humanos, el mercado al que se dirigen los “usuarios” se expandirá en órdenes de magnitud y el muro de integración se reducirá. Pero esta reconstrucción todavía está en gran medida por delante, no por detrás.
Aquí es donde el argumento de Levy se vuelve más interesante y más opuesto a la narrativa predominante sobre el empleo en Silicon Valley. En la estrecha porción de la economía que parece una empresa de tecnología, el desplazamiento causado por la inteligencia artificial es una posibilidad real. Pero en el Fortune 500 más amplio, Levy dice que las matemáticas en realidad funcionan al revés: más código generado por IA significa sistemas más complejos, lo que significa que se necesitan más ingenieros para administrarlos cuando las cosas van mal.
“La idea más divertida es que cuanto más código escribimos, menos ingenieros necesitamos”, dijo Levy. “Sería al revés porque ahora sus sistemas son aún más complejos que antes, lo que significa que se encontrará con aún más problemas cuando necesite realizar una actualización del sistema, cuando haya tiempo de inactividad o cuando haya un incidente de seguridad”.
Este es un punto de base histórica. Internet no hizo que los departamentos de TI fueran más pequeños: los creó. La computación en la nube no ha reemplazado a los integradores de sistemas: ha creado una generación entera. Los trabajadores varados de hoy se concentran en determinados puestos de trabajo, en determinados tipos de empresas, en una determinada zona geográfica.
Para cualquiera que lea los titulares sobre despidos y se pregunte cuándo llegará la ola a su oficina: si Levy tiene razón, entonces la respuesta para la mayoría de las Fortune 500 no es el desplazamiento de empleados, sino actualizaciones tecnológicas largas, dolorosas y costosas. Este es un problema completamente diferente.
Para esta historia, los periodistas de Fortune utilizaron la inteligencia artificial generativa como herramienta de investigación. El editor verificó la exactitud de la información antes de su publicación.
