El dividendo de productividad: si la IA ahorra tiempo, ¿quién se queda con él?

Por Victor Hoang · Actualizado el 22 de septiembre de 2026

El dividendo de productividad es el valor que se crea cuando la IA permite que el trabajo se haga más rápido, y que se captura de tres maneras: más producción con la misma plantilla, la misma producción con menos personas, o la misma producción en menos tiempo por persona. Las empresas eligen una por defecto, por lo general sin decidirlo, y la historia dice que la tercera opción (menos tiempo trabajado) casi nunca gana.

Si su equipo se volvió más rápido este año y nadie puede señalar adónde fueron las horas, eso no es un misterio. Es una decisión que su organización ya tomó sin una reunión.

Datos clave

• La prueba británica de la semana de cuatro días, de seis meses (61 empresas, unos 2,900 trabajadores), terminó con el 92% de las empresas continuando la política, ingresos un 35% más altos en promedio frente al mismo periodo del año anterior, y empresas que calificaron la experiencia con 8.5 sobre 10 (Autonomy Institute, UK Four-Day Week Pilot Results).
• El piloto global liderado por Boston College (más de 100 empresas en EE. UU., Reino Unido, Irlanda, Australia y Canadá) encontró mejor productividad e ingresos, menores costos de salud y menor rotación; ni una sola empresa participante dijo que fuera improbable que continuara (Boston College News, "A four-day work week?").
• Revisores independientes señalan que todas las pruebas importantes de la semana de cuatro días hasta la fecha son autoseleccionadas, carecen de grupo de control, midieron ingresos en lugar de producción y se nutrieron en gran medida de roles profesionales de oficina, con solo tres empresas manufactureras en toda la muestra británica (The Conversation, "4-day work week trials have been labelled a resounding success, but 4 big questions need answers").
• El 95% de los pilotos de IA generativa no entrega ningún impacto medible en el P&L, evidencia de que el tiempo ahorrado a nivel de tarea con frecuencia nunca llega al organigrama como una decisión deliberada (MIT NANDA, "The GenAI Divide: State of AI in Business 2025", vía Fortune).
• En la mayoría de las industrias estadounidenses estudiadas entre 1987 y 2015, el crecimiento de la productividad laboral superó al de la compensación real; en servicios de información, la productividad creció 5.0% anual frente a 1.4% de la compensación, y en manufactura, 3.3% frente a 0.8% (U.S. Bureau of Labor Statistics, "Understanding the Labor Productivity and Compensation Gap").
• Los chats enviados fuera de la jornada estándar de 9 a 5 subieron 15% interanual, y las reuniones que empiezan después de las 8 p. m. subieron 16%, evidencia que Microsoft llama la "jornada infinita" (Microsoft WorkLab, "Breaking Down the Infinite Workday").
• En 1930, John Maynard Keynes predijo que en cien años la productividad creciente permitiría a las personas trabajar apenas 15 horas por semana; el nivel de vida que predijo llegó más o menos a tiempo, el tiempo libre no (Keynes, "Economic Possibilities for our Grandchildren," 1930).

El patrón histórico: las ganancias de productividad rara vez se convierten en tiempo libre

La idea de que el tiempo ahorrado debería convertirse en tiempo libre tiene un historial largo, seguro de sí mismo y en su mayor parte equivocado, que vale la pena revisar antes de suponer que la IA rompe el patrón solo porque la tecnología es nueva.

Keynes apostó por el ocio. Apostó mal.

En 1930, John Maynard Keynes escribió un ensayo en el que predecía que, en un siglo, el crecimiento compuesto de la productividad resolvería lo que llamó "el problema económico". El nivel de vida, pensaba, se multiplicaría entre cuatro y ocho veces. En ese punto acertó más o menos; la producción per cápita de las economías avanzadas ha crecido en un múltiplo cercano a ese desde 1930.

En la otra mitad de su predicción, la que todos recuerdan, se equivocó por mucho. Keynes esperaba que las personas convirtieran esa abundancia en ocio, una semana laboral de 15 horas, con el trabajo reducido a un rasgo menor de la vida. Eso no ocurrió. La semana laboral estándar en EE. UU. ha rondado las 34 a 40 horas durante décadas, y el trabajo del conocimiento en particular se ha expandido para ocupar más de la vida diaria, no menos.

La distancia entre las dos predicciones de Keynes es toda la historia en miniatura. La tecnología cumplió. La distribución no fue adonde él suponía.

Adónde han ido realmente las ganancias

Los datos sobre adónde fueron a parar las ganancias de productividad de los siglos XX y XXI son menos misteriosos que la cuestión del ocio, solo que menos cómodos. Al examinar las décadas de 1987 a 2015 en 183 industrias estadounidenses, el Bureau of Labor Statistics encontró que la productividad superó el crecimiento de la compensación en la gran mayoría de los sectores estudiados. Los servicios de información vieron la productividad subir 5.0% al año frente a 1.4% de crecimiento de la compensación. La manufactura, 3.3% frente a 0.8%. El comercio minorista: 2.8% frente a 0.2%. El patrón se mantiene en términos generales desde la década de 1970, cuando las dos series empezaron a separarse tras décadas moviéndose más o menos juntas.

Eso no es un veredicto único de que la automatización siempre reduce la parte de los trabajadores. La investigación de David Autor y Neil Thompson, del MIT, complica la historia simple: cuando la automatización elimina las tareas rutinarias de un trabajador y deja las difíciles de reemplazar, el trabajo restante puede volverse más valioso, no menos. Los contadores de libros perdieron un tercio de sus empleos entre 1980 y 2018, y quienes se quedaron vieron subir sus salarios reales casi un 40%. Los empleados de inventario vieron lo contrario: la automatización golpeó directamente sus tareas especializadas, el empleo se duplicó aproximadamente y los salarios reales cayeron 13%. Qué patrón se obtiene depende de qué tareas elimina la tecnología, una decisión que toma quien diseña el workflow, no una ley fija de la automatización.

El hilo conductor a lo largo de un siglo de tecnología de propósito general, desde la electrificación hasta las computadoras y la IA, es este: las ganancias las captura quien tiene la palanca para capturarlas, y el "ocio para la fuerza laboral" ha perdido de forma constante esa disputa frente a "más producción" y "menor costo", a menos que alguien con autoridad decidiera otra cosa a propósito.

Qué encontraron realmente las pruebas de la semana de cuatro días

Si el patrón histórico desanima, el movimiento de la semana de cuatro días es la contraevidencia más citada, y merece una lectura justa tanto de sus resultados como de sus límites.

Las cifras principales son reales y vale la pena tomarlas en serio

El piloto británico de la semana de cuatro días, dirigido por 4 Day Week Global y el Autonomy Institute con investigadores como Juliet Schor, de Boston College, hizo que 61 empresas y unos 2,900 trabajadores pasaran seis meses al 100% del salario con el 80% de las horas, con la expectativa de mantener el 100% de la producción. Los resultados fueron verdaderamente llamativos: el 92% de las empresas continuó la política tras terminar la prueba, los ingresos subieron 35% en promedio frente al periodo equivalente del año anterior, las renuncias cayeron de forma marcada y las empresas calificaron su propia experiencia con 8.5 sobre 10. Un piloto paralelo liderado por Boston College, con más de 100 empresas en cinco países, encontró la misma forma general: mejor productividad e ingresos, menores costos de salud, menor rotación y ni una sola empresa participante con planes de abandonar el modelo.

Las cifras de bienestar de los empleados se movieron en el mismo sentido en todas las pruebas: menos burnout, menos estrés, mejor sueño, más ejercicio y mayor satisfacción de vida reportada. Eso es consistente en varias cohortes independientes, y es el argumento empírico más sólido que se ha formulado en décadas de que las horas reducidas y la producción mantenida pueden coexistir.

Los límites metodológicos que omiten los titulares

Esto es lo que deja fuera la versión de comunicado de prensa. Todas las empresas de todas las pruebas se ofrecieron voluntariamente. Como señala la revisión de la evidencia de The Conversation, las empresas dispuestas a inscribirse en un experimento de horas reducidas son, casi por construcción, empresas que ya creían que funcionaría o que ya tenían holgura que recortar. No es una crítica a las empresas. Es un límite a lo que los resultados pueden decirle sobre una empresa que nunca ha considerado la idea.

Ninguna de las pruebas usó un grupo de control, así que parte de la mejora podría reflejar la atención de formar parte de un piloto muy publicitado y no el cambio de horario en sí. La cifra de "productividad" que reportan la mayoría de las pruebas son los ingresos de la empresa, no el volumen de producción, y los ingresos son sensibles a muchas cosas que una semana de cuatro días no tiene que ver, entre ellas la inflación, en un periodo como 2022, cuando se realizó la mayor prueba británica. La muestra también se inclina con fuerza hacia roles profesionales de oficina; la prueba insignia británica incluyó solo tres empresas manufactureras, y una planta de producción por turnos no tiene la misma holgura que recortar.

Nada de esto significa que la semana de cuatro días no funcione. Significa que la evidencia respalda una afirmación más acotada que la que suele repetirse: para empresas parecidas a las que se ofrecieron voluntariamente, durante seis a doce meses, una semana más corta parece sostenible y popular. Aún no muestra que las ganancias se mantengan más allá de la ventana de la prueba, ni que una empresa sin holgura previa obtenga el mismo resultado. Trate el "la IA dará a todos una semana de cuatro días" con la misma cautela: una hipótesis temprana, prometedora y acotada, no un resultado establecido.

El tercer camino que nadie comercializa: más producción, mismas horas

Entre "devolver el tiempo a los empleados" y "recortar plantilla" hay una tercera opción que recibe mucha menos atención porque nadie la anuncia: mantener al equipo, mantener las horas y esperar más de ambos. Este es, por un amplio margen, el resultado por defecto cuando una empresa adopta IA sin decidir qué hacer con el tiempo ahorrado.

Ocurre en silencio porque no requiere ningún cambio de política. Un representante de soporte que antes cerraba 40 tickets al día y ahora cierra 60 con ayuda de la IA no obtiene una semana de cuatro días ni un equipo más pequeño; la meta se convierte discretamente en 60. El rediseño de workflows para la IA explica por qué este camino también tiende a rendir por debajo de lo esperado: un paso más rápido dentro de un proceso sin rediseñar suele limitarse a trasladar el cuello de botella, de modo que la versión de "más producción" del dividendo a menudo resulta menor de lo que sugiere la aceleración bruta. La paradoja de la productividad de la IA es en buena medida esta dinámica en los datos agregados: aceleraciones individuales por todas partes, producción a nivel de empresa que apenas se mueve, porque el tiempo ahorrado se absorbió en las metas en lugar de convertirse en ocio o en rendimiento medible.

El camino de "menos personas" es más visible porque aparece en las cifras de plantilla. Conviene ser honestos en que es una decisión con sus propios costos y beneficios, no una opción por defecto más eficiente. Recortar al equipo que acaba de volverse más rápido elimina la redundancia que le permitía absorber la siguiente disrupción, y señala con claridad qué le ocurre a quien se vuelve bueno usando las herramientas.

La inflación de expectativas: cómo desaparece el dividendo sin que nadie decida

Hay una cuarta cosa que le ocurre al tiempo ahorrado, más un modo de fallo que un camino: lo consumen las expectativas crecientes antes de que nadie note que existía.

La jornada infinita

El Work Trend Index de Microsoft describe este patrón como la "jornada infinita": los mensajes enviados fuera del horario laboral estándar suben 15% interanual, las reuniones que empiezan después de las 8 p. m. suben 16%, y el trabajador del conocimiento promedio es interrumpido ahora aproximadamente cada dos minutos. Eso no es lo que la adopción de la IA debía producir. Es lo que ocurre cuando una herramienta acelera cada tarea mientras el número total de tareas, reuniones y canales que se esperan de una persona se expande para igualar la nueva capacidad, una dinámica estrechamente relacionada con lo que la comunicación mediada por IA hace al volumen y al ritmo de los intercambios cotidianos de trabajo.

Los minutos ahorrados se convierten en minutos llenos

Esto es la inflación de expectativas: la línea base de producción normal sube discretamente para absorber el tiempo que libere la IA, de modo que nadie experimenta un dividendo, solo una cinta de correr más rápida. Es el mismo mecanismo que evitaron las pruebas de la semana de cuatro días: esas empresas tomaron una decisión explícita y visible de limitar la carga de trabajo a cuatro días en lugar de dejar que las expectativas se extendieran para llenar cinco. Sin ese tope, las expectativas se extienden por defecto, porque nadie tiene que aprobar la extensión como aprobaría una política declarada. Esta es una razón por la que mantener afilado el juicio humano también importa aquí: una fuerza laboral que opera sobre una línea base en constante inflación tiene menos holgura para el pensamiento deliberado que detecta los errores de un sistema de IA antes de que se acumulen.

Adónde va el dividendo, qué señala y cuándo tiene sentido

Qué concluyen los empleados de cómo lo reparte

Sea cual sea el camino que tome una organización, los empleados lo leen como una declaración de valores, la haya querido el liderazgo o no. Un equipo que se vuelve más rápido y ve reducirse la plantilla concluye que mostrar productividad es peligroso, y reduce el ritmo en silencio. Un equipo que se vuelve más rápido y ve subir las metas sin reconocimiento concluye que la velocidad solo compra más trabajo, un camino rápido hacia el desinterés que se trata en la cultura del burnout. Un equipo al que se le dice con claridad "este año nos quedamos con la ganancia como margen, y este es el motivo" suele aceptarlo, porque la honestidad misma es la señal, no el reparto específico.

Esto se conecta con la retención de empleados: las caídas de renuncias en las pruebas de la semana de cuatro días no se debieron solo al día libre adicional. También se debieron a que la empresa eligió visiblemente devolver algo en lugar de quedarse en silencio con la ganancia, la misma transparencia que sustenta de manera más amplia la construcción de confianza en el lugar de trabajo.

Elegir el reparto a propósito, y decirlo en voz alta

La evidencia aquí respalda una conclusión modesta y no una dramática. La IA no entrega automáticamente a nadie una semana más corta. La historia dice que no lo hará, los datos de salarios y productividad dicen que no lo ha hecho en cincuenta años, e incluso las pruebas más exitosas de la semana de cuatro días funcionaron solo porque alguien tomó una decisión explícita y declarada de encauzar la ganancia hacia el tiempo de los empleados en lugar de dejar que se fuera por defecto a producción o plantilla. Esa decisión está al alcance de cualquier equipo directivo. Simplemente no se toma sola.

Nombrar la elección es la intervención real. Antes de desplegar una herramienta de IA a escala, decida, y diga con claridad al equipo afectado, cuál de los tres caminos debe financiar este despliegue. Mida frente al que haya elegido, con una métrica real y no con un conteo de uso, la misma disciplina que defiende la medición de la contribución individual en el trabajo aumentado por IA cuando la contribución misma se vuelve más difícil de ver. Y si la respuesta honesta es "no lo hemos decidido", dígalo también. Es una respuesta peor que cualquiera de las tres deliberadas, pero mucho mejor que dejar que la inflación de expectativas decida por defecto y llamarlo nada.

El dividendo existe. Alguien ya lo está gastando. La única elección real que queda es si ese alguien tomó la decisión a propósito.