Hay algo extraño en la industria tecnológica estos meses. Los ingresos de las grandes compañías marcan récords históricos mientras los despidos se acumulan como nunca. En los primeros cinco meses de 2026, las empresas tecnológicas han despedido a 115.430 personas, una cifra que ya roza los 124.636 despidos de todo 2025, según el rastreador Layoffs.fyi. Y la excusa es casi siempre la misma: la inteligencia artificial.
Aaron Levie, fundador y CEO de Box, tiene una teoría al respecto. La llama «psicosis IA» y la definió esta semana en una publicación en X que ya acumula 6.900 «me gusta»: «Los CEOs somos especialmente propensos a la psicosis con la IA porque estamos suficientemente lejos de la última milla del trabajo, que es donde realmente se genera la mayor parte del valor con la inteligencia artificial.» Levie no es ningún ludita: es inversor ángel en startups de IA, escribe sobre software sin interfaz para agentes y tiene 2,7 millones de seguidores en X. Precisamente por eso sus palabras tienen tanto peso.
El prototipo que engaña a los directivos
El diagnóstico de Levie es quirúrgico. Un CEO juega con una herramienta de IA, genera un prototipo, redacta un contrato o pide a un chatbot que le resuma un informe. Y de repente da el salto mortal: cree que los agentes de IA pueden hacer el trabajo completo. Pero los CEOs no revisan código, no descubren bugs, no identifican llamadas a librerías alucinadas antes de desplegar software. No pasan días examinando cláusulas contractuales para encontrar términos engañosos. Ven el camino feliz de una demo y asumen que el resto del viaje es igual de sencillo.
La brecha entre jugar con una herramienta y ponerla a producir en el mundo real es enorme, pero los directivos que toman las decisiones de plantilla rara vez la perciben. «No es que no quieran verla —apunta Levie—. Es que no tienen el contexto necesario para saber que existe.»
ClickUp y el cuento de la «100x org»
El caso más extremo lo protagonizó Zeb Evans, CEO de ClickUp, una startup de software de productividad. Evans anunció con orgullo en X que había despedido al 22% de su plantilla —casi una cuarta parte de la compañía— después de desplegar unos 3.000 agentes de IA para hacer trabajo interno. Evans juró que no lo hizo para ahorrar costes, sino porque quiere una fuerza laboral compuesta por personas que supervisen agentes y «revisen rápidamente su trabajo». Lo llama crear una «100x org».
Pero los datos no respaldan estas fantasías de productividad desbordada. Lejos de ello. Un metaanálisis publicado en octubre en el California Management Review de la Universidad de Berkeley concluyó que «no existe una relación sólida entre la adopción de IA y la ganancia agregada de productividad». No es que la IA no sirva para nada; es que la evidencia empírica aún no sostiene las promesas apocalípticas —o utópicas, según se mire— de los directivos.
La paradoja de la productividad del MIT
Otra investigación, publicada en marzo por la Oficina Nacional de Investigación Económica (NBER), sí encontró que la adopción de IA mejoró la productividad, pero con una salvedad reveladora: «una paradoja de productividad en la que las ganancias de productividad percibidas son mayores que las ganancias de productividad medidas». Dicho de otro modo: los CEOs creen que la IA está haciendo maravillas, pero los números no lo reflejan.
En el MIT, los investigadores llevan años estudiando a los agentes de IA y han llegado a una conclusión que debería enfriar cualquier euforia directiva: los agentes sencillamente no hacen trabajo de calidad humana todavía. Proyectan que, al ritmo actual de mejora de los modelos de lenguaje, estos serán capaces de completar la mayoría de las tareas relacionadas con texto con una tasa de éxito del 80-95% «en 2029 a un nivel de calidad mínimamente suficiente». Es decir, la IA estará al nivel de un becario con competencia base dentro de tres años. Para superar a los humanos harán falta unos cuantos más.
Mientras tanto, la Harvard Business Review ha señalado otra consecuencia colateral: cuando todo el mundo usa IA para producir más cosas, el cuello de botella simplemente se desplaza hacia los ejecutivos. Su trabajo consiste en esperar a que las personas que deben autorizar todo lo que se está produciendo hagan su trabajo. Si todos están empoderados para actuar, lo que ocurre —como experimentó OpenAI el año pasado— es que las cosas se descontrolan.
AI washing: la cortina de humo de los despidos
Muchos analistas señalan que las grandes tecnológicas están haciendo «lavado de imagen con la IA»: atribuir a la inteligencia artificial ganancias de productividad pasadas o futuras cuando lo que realmente impulsa los recortes son otras decisiones de negocio. El ciclo de 2026 es sospechosamente similar al de 2023, cuando las empresas despidieron masivamente tras haber contratado en exceso durante la pandemia, pero entonces la excusa era la «eficiencia». Ahora es la IA.
En este contexto, Levie recomienda a sus colegas CEOs que usen la IA «una barbaridad» para entender de verdad lo que puede y no puede hacer, «y salir al otro lado con una apreciación tanto de las ventajas como del trabajo real». Pero el problema, como él mismo admite, es que la mayoría de los CEOs no están haciendo eso. Están viendo demos, recortando plantillas y convenciéndose de que han encontrado la máquina de crecimiento infinito.
La pregunta que nadie responde es si estos mismos CEOs estarán preparados para gestionar el caos organizativo que están creando. Si la investigación del MIT acierta y los agentes no alcanzarán competencia humana hasta dentro de tres años como mínimo, las empresas que están redimensionando sus plantillas basándose en promesas incumplidas se enfrentan a un problema estructural. La productividad prometida no llegará en el corto plazo, pero los equipos desmantelados no se recuperan de la noche a la mañana.
Como concluye la Harvard Business Review, el resultado más probable de la psicosis IA de los CEOs no será una revolución de la productividad, sino simple caos organizativo. Y mientras tanto, 115.430 personas (y sumando) ya han pagado las consecuencias.
Fuentes: TechCrunch, Layoffs.fyi, California Management Review (UC Berkeley), National Bureau of Economic Research, Harvard Business Review.