Español

El efecto bumerán de los despidos por AI: por qué las empresas están recontratando discretamente los puestos que eliminaron

El anuncio parecía impecable sobre el papel: reducir plantilla, justificarlo con inteligencia artificial (AI), mostrar al consejo una estructura de costes más ajustada. Ahora, muchas de esas mismas empresas están llamando discretamente a las personas que dejaron marchar.

Un patrón está tomando forma entre empleadores medianos y grandes en 2026. Las empresas eliminan puestos con un relato público sobre eficiencia impulsada por AI. En cuestión de meses, las operaciones empiezan a resentirse. Entonces vuelven las ofertas de empleo, a veces con un nuevo título, a veces con el mismo. Según HR Executive, esta dinámica de "bumerán" ya no es un caso aislado.

El Aspecto del Efecto Bumerán

Las cifras han empezado a consolidarse. Un estudio de Robert Half reveló que aproximadamente el 29% de las empresas que despidieron trabajadores tras implementar AI ya han recontratado a algunas de esas personas. Eso supone casi uno de cada tres empleadores que revierten una decisión que presentaron como permanente.

La tendencia parece acentuarse de cara al futuro. Gartner prevé que para 2027, el 50% de las empresas que atribuyeron reducciones de plantilla a la AI acabarán recontratando personal para desempeñar esencialmente las mismas funciones, frecuentemente con títulos de puesto diferentes. Eso situaría a la mitad del mercado en zona de reversión en dos años.

La velocidad de la reversión también resulta llamativa. Entre las empresas que sí recontrataron, más de un tercio recuperó más de la mitad de los puestos que había eliminado. Más de la mitad de esas recontrataciones se produjeron en los seis meses siguientes a los recortes originales. Menos del 2% de las empresas esperó más de un año para cambiar de rumbo. La fase de "la AI se encarga" duró con frecuencia menos de un ciclo presupuestario.

Datos Clave

  • Aproximadamente el 29% de las empresas que recortaron puestos tras adoptar AI ya han recontratado para algunos de ellos (Robert Half).
  • Gartner prevé que para 2027, el 50% de las firmas que achacaron los recortes de plantilla a la AI recontratarán para trabajos esencialmente iguales, frecuentemente con nuevos títulos (Gartner).
  • Solo alrededor de 1 de cada 5 directivos afirmó que la AI reemplazó completamente los puestos eliminados sin problemas operativos (encuestas de HR Executive).

Por qué Regresan los Puestos

El patrón de reversión no es aleatorio. Se concentra en torno a un fallo concreto: recortar antes de validar.

Aproximadamente un tercio de los responsables de HR encuestados afirmaron que su organización perdió competencias críticas y conocimiento institucional cuando los empleados se fueron. Alrededor del 28% dijo que el personal restante no podía cubrir las brechas de conocimiento que dejaron las salidas. Y solo alrededor de uno de cada cinco afirmó que la AI reemplazó por completo los puestos eliminados sin generar problemas operativos.

Ese último dato es importante. Significa que en aproximadamente cuatro de cada cinco empresas que recortaron puestos alegando AI, algo falló. No de forma catastrófica en todos los casos, pero sí lo suficiente como para crear problemas: procesos más lentos, errores que requerían revisión humana, relaciones con clientes que necesitaban una persona, casos excepcionales que la AI no podía manejar.

El conocimiento institucional es especialmente difícil de recuperar. Un customer success manager que ha gestionado una cuenta clave durante tres años lleva consigo un contexto que no está en ningún CRM. Un analista financiero que ha modelado la misma línea de ingresos a lo largo de varios ciclos sabe qué supuestos son fundamentales. Cuando esa persona se va, el conocimiento se va con ella, y ningún modelo de lenguaje entrenado con datos genéricos cubre ese vacío.

Para más información sobre cómo la AI está reformando qué competencias importan y qué puestos están más en riesgo, consulte lo que dicen los datos sobre si la AI reemplaza o complementa a la fuerza laboral y qué puestos elimina y crea la AI en empresas del mercado medio.

El Coste Real de Recortar Demasiado Pronto

El cálculo financiero de los recortes prematuros impulsados por AI es más feo de lo que sugería el argumento original.

Los despidos cuestan dinero. También cuesta el período entre el despido y la recontratación, cuando el trabajo no se hace o se hace mal. Los honorarios de selección, el tiempo de incorporación y la curva de productividad de los empleados que regresan se suman a la factura. Y las recontrataciones de exempleados tienden a negociar desde una posición más sólida que las contrataciones por primera vez, porque ambas partes saben que la empresa ya intentó prescindir de ellos y fracasó.

También hay un coste en la moral que no aparece en el cálculo de las indemnizaciones. Los empleados que se quedaron observaron los recortes. Cuando ven cómo se cubren los mismos puestos seis meses después, la historia que se cuentan a sí mismos no es "la dirección tomó una decisión valiente". Es "la dirección entró en pánico y nos hizo cargar con la brecha". Eso erosiona la confianza en futuras decisiones sobre la plantilla, incluidas las que están genuinamente bien fundamentadas.

Un tercer coste es reputacional, y va en aumento. Eliminar empleos con una justificación de AI cuando el verdadero motor es la reducción de costes es cada vez más visible para los empleados, para el mercado de candidatos y para los medios de comunicación. Cuando comienza la recontratación, queda confirmado que el argumento fue oportunista. Algunos abogados laborales han comenzado a señalar esto como una posible exposición legal en jurisdicciones donde la razón declarada de un despido tiene peso jurídico en los requisitos de notificación de ajuste y recapacitación de trabajadores. Utilizar la AI como cobertura para un recorte de costes y luego recontratar para el mismo puesto es una incoherencia factual que puede surgir en litigios.

El análisis de despidos tecnológicos del primer trimestre de 2026 para CHROs ofrece el contexto más amplio de los recortes de empleo vinculados a AI y lo que el patrón significa para las decisiones de planificación de la fuerza laboral este año.

Cómo Deberían Secuenciar los CHRO la AI y los Cambios de Plantilla

La lección del efecto bumerán no es "no adoptar la AI". Las empresas que están integrando la AI correctamente están cambiando genuinamente qué funciones necesitan y cuántas personas requieren esas funciones. La lección tiene que ver con la secuencia.

La mayoría de las empresas que acabaron revirtiendo sus recortes siguieron el mismo orden: anunciar el recorte, justificarlo con AI y luego comprobar si la AI podía realmente sostener la función. Esa es la secuencia equivocada. Ejecuta el experimento costoso después de haber pagado ya las indemnizaciones.

Una secuencia mejor pasa por la validación primero. Antes de cualquier decisión de plantilla vinculada a la capacidad de la AI, la pregunta debe ser si la AI está sosteniendo la función de forma autónoma hoy, no en una demo con condiciones favorables. Si la respuesta es "todavía no", el recorte no está listo.

La segunda parte de la secuencia es la preservación del conocimiento. Incluso cuando la AI sí asume una función, el conocimiento institucional incorporado en las personas que realizaban ese trabajo tiene valor más allá de la ejecución de tareas. Informa sobre cómo se configura la AI, qué casos excepcionales hay que anticipar y cómo detectar errores. Capturar ese conocimiento antes de que la persona se vaya cuesta mucho menos que intentar reconstruirlo después.

La tercera parte consiste en priorizar la reubicación interna y la recualificación antes de los recortes. Muchos de los puestos que cambia la AI no desaparecen por completo. Se transforman. El trabajo que permanece suele ser de mayor criterio y menor rutina, que es exactamente lo que los buenos empleados en la mitad de su carrera están en posición de hacer con algo de apoyo. Los benchmarks de presupuesto corporativo de recualificación en AI para 2026 muestran lo que las empresas invierten realmente para que esa transición funcione.

Para el marco de decisión más amplio que conecta la adopción de AI con la estructura de la plantilla, el marco de decisión ejecutiva para la transformación de la fuerza laboral con AI merece revisarse antes del próximo ciclo presupuestario.

Las Tres Preguntas Antes de un Recorte Justificado por AI

Antes de aprobar cualquier reducción de plantilla con una justificación de AI, un CHRO debería obtener respuestas claras a tres preguntas:

1. ¿Puede la AI sostener esta función de forma autónoma hoy, no en una demo? Las condiciones de demo son optimistas. Las condiciones de producción implican casos excepcionales, entradas ambiguas y situaciones para las que el modelo no fue entrenado. La validación debe producirse en el entorno operativo real, con volumen real, antes de tomar la decisión.

2. ¿Qué conocimiento institucional se va con este puesto? No se trata de documentación. Se trata de criterio: relaciones con clientes, soluciones alternativas a procesos, el contexto que solo se obtiene realizando el mismo trabajo a lo largo de varios ciclos. Mapéelo antes de aprobar el recorte.

3. Si la AI no rinde lo esperado, ¿cuánto nos cuesta revertirlo? Calcule el escenario de reversión de forma explícita. Indemnización, brecha de conocimiento, coste de recontratación, curva de productividad, impacto en la moral. Si esa cifra hace más frágil el argumento de eficiencia original, el listón para recortar debería ser más alto.

Qué Hacer Antes de la Próxima Decisión de Plantilla

El efecto bumerán tiene solución, pero requiere cambiar la forma en que se estructuran las decisiones de plantilla vinculadas a la AI.

  • Exija una prueba validada de la capacidad de la AI en la función antes de aprobar un recorte. "La herramienta puede hacer esto" en una presentación no es lo mismo que "la herramienta está haciendo esto de forma fiable en nuestro entorno a escala". El estándar de aprobación debe ser el segundo.

  • Mapee y capture el conocimiento institucional en riesgo antes de eliminar cualquier puesto. Esto significa sesiones estructuradas de transferencia de conocimiento, árboles de decisión documentados y, donde sea posible, un período de solapamiento entre el empleado saliente y quien o lo que tome el relevo. Cuesta tiempo por adelantado y ahorra significativamente más en el largo plazo.

  • Priorice la reubicación interna y la recualificación; reserve los recortes para el trabajo completamente automatizable hoy. La estrategia de plantilla más duradera en torno a la AI no es la eliminación, es la transformación. Cómo está cambiando la AI la retención, no solo la contratación y cómo están rindiendo los equipos de ventas potenciados por AI apuntan hacia el modelo de complementación como el que se sostiene con el tiempo.

Las empresas que evitan el efecto bumerán no son las que avanzan más despacio con la AI. Son las que validaron antes de recortar, preservaron lo que sabían y construyeron transiciones en lugar de salidas.

Preguntas Frecuentes

¿Qué es el efecto bumerán de los despidos por AI? El efecto bumerán de los despidos por AI se refiere a un patrón por el que las empresas eliminan puestos alegando automatización mediante AI, y luego recontratan para los mismos o similares puestos en cuestión de meses porque la AI no reemplazó completamente la función. Un estudio de Robert Half encontró que esto ya ha ocurrido en aproximadamente el 29% de las empresas que recortaron puestos tras implementar AI.

¿Por qué las empresas recontratan después de los despidos por AI? Las razones más comunes: pérdida de conocimiento institucional, personal restante incapaz de cubrir las brechas de competencias y herramientas de AI que solo reemplazaron parcialmente los puestos eliminados. Aproximadamente un tercio de los responsables de HR dijeron que las competencias críticas se fueron cuando los empleados se marcharon, y solo alrededor de uno de cada cinco informó que la AI gestionó la función por completo sin problemas operativos.

¿Cómo deberían los CHRO planificar las decisiones de plantilla en torno a la AI? El principio central es validar antes de recortar. Confirme que la AI está gestionando la función de forma fiable en su entorno real antes de aprobar una reducción. Mapee el conocimiento institucional en riesgo. Calcule el coste de reversión de forma explícita. Y priorice las vías de reubicación y recualificación en lugar de las salidas para los puestos donde la AI está cambiando, pero no eliminando, el trabajo.

Más Información