Vivimos una de las etapas más contradictorias en la industria tecnológica moderna. Por un lado, se habla de disrupción, inteligencia artificial y eficiencia exponencial. Por otro, semana a semana, nos enteramos de nuevas olas de despidos masivos, incluso en empresas consideradas modelos de innovación.

La explicación común en medios y redes sociales es casi automática: “La IA está reemplazando empleos. Los developers ya no son necesarios como antes.”

Pero si se observa más allá del titular y se examina la información real —los reportes financieros, las declaraciones ejecutivas, el gasto en infraestructura y la evolución del headcount— emerge una verdad más incómoda: Los despidos masivos en tecnología no están siendo provocados por la adopción de IA, sino por decisiones financieras, presiones presupuestarias y correcciones de estrategia post-pandemia.

En este artículo, vamos a desmitificar la narrativa dominante y ofrecer una lectura realista del escenario actual. Porque entender bien lo que está pasando es la única forma de prepararnos para lo que viene.

La IA aún no está reemplazando developers (aunque sea una buena excusa)

Cuando observamos los casos recientes de despidos masivos en big tech —Amazon, Meta, Google, Microsoft— notamos un patrón común: la mayoría de estos recortes no están asociados directamente a procesos de automatización por IA.

En Amazon, los despidos de más de 27.000 personas en 2022 y 2023 afectaron sobre todo a áreas logísticas, de retail y recursos humanos. En Meta, los 20.000 despidos se enmarcaron en el llamado “año de eficiencia”, una manera elegante de decir “tenemos que bajar los costos después de habernos sobredimensionado durante la pandemia”. Google, por su parte, redujo su plantilla incluso en divisiones técnicas como Android y YouTube antes de haber desplegado Gemini (su plataforma de IA generativa) a gran escala.

Si la IA estuviera realmente reemplazando equipos, esperaríamos ver despidos donde haya implementaciones funcionales y sostenidas de modelos automatizados. Pero ese no es el caso.
Lo que sí estamos viendo es un repliegue financiero, impulsado por la necesidad de recuperar márgenes, rendir ante los accionistas y enfrentar un contexto económico de tasas altas y capital más escaso.

Lo que realmente se está optimizando es el presupuesto, no la eficiencia operativa

La industria tecnológica pasó por una etapa de hiperexpansión entre 2020 y 2021. Con la pandemia acelerando la digitalización global y el dinero fluyendo desde capitales de riesgo y bolsas con tasas de interés casi en cero, muchas empresas contrataron a gran escala. Lo hicieron en función de una expectativa de crecimiento sostenido que, simplemente, no se materializó al ritmo proyectado.

Hoy, con una economía más restrictiva, esas contrataciones deben corregirse.
Y como suele ocurrir, el primer recorte no va por el área de estrategia o liderazgo medio, sino por los equipos operativos.

En ese contexto, la narrativa de que “estamos integrando IA para volvernos más eficientes” es cómoda. Da una apariencia de modernidad y inevitabilidad. Evita tener que decir: “contratamos mal, gastamos de más, ahora debemos ajustar sin dañar demasiado nuestra imagen.”

Decir "implementamos IA" es más presentable que admitir una mala planificación

La inteligencia artificial está, efectivamente, transformando muchos procesos. Pero no al ritmo ni a la profundidad que justificaría la cantidad y tipo de despidos que hemos visto. Aún estamos en una fase de adopción experimental, con costos altos, riesgos reputacionales y necesidad de supervisión humana. Ninguna de las big tech puede decir que ha reemplazado una fuerza laboral completa con LLMs de forma segura y rentable.

Lo que sí han hecho es aprovechar el discurso de la IA como paraguas. Decir que se está innovando, cuando en realidad se está ajustando la caja.

Y esto es relevante porque condiciona la percepción pública del valor del talento técnico. Se instala la idea de que los developers están siendo sustituidos, cuando lo cierto es que aún no se ha construido una IA capaz de entender, diseñar, iterar, y mantener sistemas reales con criterio humano.

El trabajo está cambiando, pero eso no implica despido, sino evolución

Es cierto que la IA está transformando los flujos de trabajo.
Un developer hoy tiene acceso a herramientas que automatizan tareas repetitivas, generan código base, y documentan funciones a través de modelos como Copilot, Claude o Replit. Pero lejos de hacer su trabajo innecesario, estos avances exigen nuevas habilidades: saber dar buen contexto, estructurar problemas, integrar módulos, y validar lo que un modelo sugiere.

Esto requiere developers más preparados, no menos.
Lo que cambia es el foco del aporte: menos ejecución mecánica, más diseño sistémico, validación crítica y orquestación de herramientas inteligentes.
Los developers no desaparecen. Se sofisticarán.

¿Qué debemos aprender de esta situación?

Primero, que no podemos aceptar narrativas sin cuestionarlas. Decir que la IA está reemplazando al talento técnico hoy es, en el mejor de los casos, una exageración. En el peor, una estrategia comunicacional que enmascara decisiones impopulares.

Segundo, que como profesionales debemos prepararnos para evolucionar. No se trata de resistirse a la IA, sino de entenderla, adaptarla, liderarla y diferenciarse a través de ella.

Y tercero, que como líderes de empresa, debemos asumir el reto de transformación con responsabilidad. Las decisiones de eficiencia no pueden basarse solo en reducción de headcount. Deben incluir inversión en reentrenamiento, rediseño de procesos y una visión clara de largo plazo.

Conclusión: la IA aún no despide personas, pero la austeridad sí

No es la IA la que está reemplazando personas.
Son las correcciones financieras, la búsqueda de rentabilidad rápida y la presión de los directorios lo que está impulsando los despidos.

Usar la inteligencia artificial como excusa para recortes es fácil.
Liderar la transformación con inteligencia humana es mucho más difícil… pero también más necesario.

La disrupción real no está en reemplazar talento con modelos predictivos.
Está en cómo usamos esa tecnología para multiplicar el impacto de las personas que construyen, diseñan y hacen avanzar el software que mueve al mundo.