La IA no reemplaza equipos.

Cada vez que sale un modelo nuevo vuelve la misma pregunta a las reuniones de gerencia: ¿vamos a necesitar la mitad del equipo de Marketing? La conversación se instala rápido y casi siempre parte de un lugar equivocado, porque el asunto no es cuánta gente sobra sino qué deja de hacer esa gente cuando la máquina asume lo repetitivo. En Futture llevamos meses viendo la respuesta de cerca, dentro de equipos reales, y no se parece al relato del reemplazo que circula en LinkedIn.

Conviene partir por los datos, que ordenan la discusión mejor que cualquier opinión. El Future of Jobs Report 2025 del Foro Económico Mundial proyecta 170 millones de empleos nuevos hacia 2030 y 92 millones desplazados, un saldo positivo de 78 millones de empleos netos. La IA no vacía el mercado laboral, lo reordena, y ese matiz cambia buena parte de la conversación.

El titular del reemplazo vende mejor que la verdad, que es más aburrida y bastante más útil: el trabajo se recompone por dentro. Cambian las tareas y no desaparecen las personas. Quien no entiende esa diferencia toma decisiones caras, despide talento que le iba a servir, se queda sin criterio justo cuando el criterio pasa a ser el activo escaso, y meses después contrata de vuelta a un precio peor. Lo hemos visto pasar más de una vez y siempre termina mal.

EL PROBLEMA NUNCA FUE LA GENTE

Los equipos de Marketing rara vez fallaron por falta de talento. Fallaron por fricción: datos partidos en diez plataformas, aprobaciones que tardaban semanas, analistas brillantes atrapados armando reportes que nadie alcanzaba a leer a tiempo. El cuello de botella casi siempre fue operativo antes que humano.

Ahí es donde la IA hace su trabajo más honesto. No reemplaza al analista, le saca de encima las cuatro horas diarias que se iban en tareas que ninguna persona debería estar haciendo. Deloitte Digital lo midió con una precisión incómoda: en su investigación sobre GenAI en operaciones de Marketing, generar ocho correos con un modelo tomó minutos y costó menos de un dólar, frente a las cuatro horas promedio que un copywriter humano dedicaba a escribir cada uno.

Pero, y este pero importa, el mismo estudio encontró que los correos escritos por personas tenían un 6,4% más de probabilidad de alcanzar la máxima calificación de engagement, con brechas cercanas al 20% en ciertos segmentos. La conclusión de Deloitte fue directa: en cada caso de uso, la palabra clave es asistir. La máquina produce volumen y el criterio humano decide qué de ese volumen merece salir a la calle.

Vale la pena detenerse en ese 6,4%, porque es fácil descartarlo como un decimal menor y no lo es. En una lista de un millón de contactos, esa diferencia de calidad se traduce en decenas de miles de aperturas, clics y conversiones que no ocurren si el criterio humano se sale de la ecuación. La máquina entrega el borrador barato; la persona entrega la versión que la gente efectivamente abre. Confundir esas dos cosas es el error más caro que comete un equipo apurado por “automatizar”.

DE EJECUTOR A ESTRATEGA

Acá está el cambio que casi nadie nombra: cuando la máquina absorbe lo repetitivo, el rol de la persona sube. Deja de ejecutar y empieza a dirigir. McKinsey, en su State of AI 2025, lo describe sin adornos, porque la IA está cambiando más lo que la gente hace que cuántas personas emplean las organizaciones. Los roles de procesamiento rutinario declinan y los que exigen supervisión de IA, pensamiento estratégico y juicio complejo crecen.

Ese mismo informe de McKinsey trae un dato que ordena la cancha: el 78% de las organizaciones ya usa IA en al menos una función, arriba del 72% del año anterior, y Marketing y ventas siguen siendo, año tras año, las funciones donde más se adopta. Adopción hay de sobra; lo que escasea es el resultado. McKinsey lo dice sin anestesia: más del 80% de las empresas no reporta impacto tangible de la IA generativa en sus resultados. El acceso a la herramienta se democratizó, pero el retorno no lo siguió, y esa brecha entre “usar IA” y “ganar plata con IA” es exactamente el terreno donde el criterio humano decide quién gana.

Traducido al día a día de una agencia, el profesional que antes armaba la campaña ahora la orquesta. Define el objetivo de Negocio, fija los límites, revisa lo que la máquina propone y descarta el 80% porque no está a la altura. Ese descarte, ese criterio para decir esto no, es justamente lo que ningún modelo hace solo. Lo desarrollamos en IA escala, criterio dirige: la máquina multiplica la ejecución, pero alguien tiene que decidir hacia dónde apunta esa multiplicación.

El mercado ya se movió en esa dirección. Microsoft, en su Work Trend Index 2025, reporta que el 82% de los líderes confiaba en usar fuerza de trabajo digital para expandir la capacidad de sus equipos en los próximos 12 a 18 meses. La palabra que usan es expandir, no recortar. Y todavía más revelador, un 36% de los líderes espera gestionar agentes como parte de su rol dentro de cinco años. Aparece un cargo nuevo, el de la persona que dirige a la máquina, y ese cargo lo ocupa alguien, no la máquina.

EL AGENT BOSS: UN CARGO QUE NO EXISTÍA

Microsoft le puso nombre a ese cargo nuevo y el nombre pegó: agent boss, la persona que construye, delega y dirige agentes para multiplicar su impacto. No es un tecnicismo de moda, sino la descripción precisa de hacia dónde se mueve el trabajo de Marketing cuando la ejecución se automatiza. El profesional deja de hacer la tarea y pasa a dirigir un equipo de agentes que la hacen por él, con la misma responsabilidad de siempre, que el resultado sirva al Negocio.

El propio Work Trend Index 2025 muestra el resto del cuadro. Un 46% de los líderes dice que su organización ya usa agentes para automatizar flujos completos de trabajo, un 78% está considerando contratar para roles específicos de IA y un 83% cree que la IA permitirá a su gente asumir trabajo más complejo y estratégico antes en sus carreras. Ninguno de esos números apunta al reemplazo. Todos apuntan a que el trabajo humano sube de nivel en vez de apagarse.

La edición 2026 lo confirma y afina el diagnóstico. El Work Trend Index 2026 reporta que los agentes activos en el ecosistema de Microsoft 365 crecieron 15 veces en un año, y 18 veces en las grandes empresas. El dato que de verdad importa es otro: el 58% de los usuarios de IA dice estar produciendo trabajo que no habría podido producir un año atrás, y esa cifra sube al 80% entre los usuarios más avanzados, los que Microsoft llama Frontier Professionals. A esa gente la máquina no la reemplazó, la volvió capaz de más. Eso es lo que muestra la evidencia disponible hasta ahora.

Hay un hallazgo de la edición 2026 que conviene subrayar, porque desmonta el mito del genio solitario con IA. Los factores organizacionales, la cultura, el apoyo del jefe y las prácticas de talento, pesan aproximadamente el doble que la actitud individual a la hora de determinar el impacto real de la IA, en un reparto de 67% contra 32%. Dicho de otro modo, la IA no rinde por la brillantez de un usuario suelto; rinde cuando el equipo, el modelo de trabajo y la dirección están alineados. Comprar licencias no alcanza y en realidad nunca alcanzó.

QUÉ ABSORBE LA MÁQUINA Y QUÉ SE QUEDA LA PERSONA

La discusión se vuelve concreta cuando uno separa las tareas de las decisiones, porque no todo lo que hace un equipo de Marketing es igual. Una parte es producción, repetible, medible, delegable a un modelo. Otra parte es juicio, que exige leer el contexto, sopesar el riesgo y decidir con información incompleta. La IA arrasa con la primera y no toca la segunda. Este es el mapa que usamos con los equipos con los que trabajamos.

La columna izquierda es volumen y la derecha es dirección. Un modelo puede llenar la izquierda en segundos, mientras que la derecha exige a alguien que entienda el Negocio, tolere la ambigüedad y responda por el resultado. Cuando una empresa dice que “reemplaza al equipo” con IA, en la práctica se queda solo con la columna izquierda y después se pregunta por qué las campañas se volvieron genéricas. La respuesta es que soltó la derecha.

LA HABILIDAD QUE SE VUELVE ESCASA

Si la ejecución se abarata, lo que se encarece es el criterio: la capacidad de leer un problema de Negocio, traducirlo a una hipótesis y saber qué vale la pena probar. El Foro Económico Mundial estima que el 39% de las habilidades centrales del trabajo se transformarán o quedarán obsoletas hacia 2030. Suena amenazante hasta que uno mira qué habilidades sobreviven, porque las que aguantan son el pensamiento analítico, la creatividad, la resiliencia y el liderazgo, todas humanas y difíciles de tercerizar a un modelo.

LinkedIn confirma la tendencia desde el lado de la contratación. Los avisos de trabajo que piden habilidades de IA tienen casi el doble de probabilidad de pedir también pensamiento analítico, ética o alfabetización digital. La IA no está creando una fuerza laboral de operadores de botones, está subiendo la vara, y quien sabe dirigir a la máquina termina valiendo más en vez de menos.

Nosotros lo vemos en cada implementación. El talento junior que antes se quemaba en tareas mecánicas ahora aprende estrategia dos años antes de lo que aprendería en una estructura tradicional, sencillamente porque tiene tiempo para pensar. El senior deja de apagar incendios operativos y vuelve a hacer lo que lo hizo bueno, que es leer el negocio, anticipar el movimiento del mercado y dirigir. La IA, bien montada, no aplana al equipo, lo empuja hacia arriba.

Ese reacomodo de roles no es teórico. La gerencia de Marketing se está redibujando puesto por puesto, y algunos ganan terreno mientras otros lo pierden. Lo mapeamos en detalle en la nueva estructura de la gerencia de Marketing, y el patrón se repite: el rol que solo ejecutaba pierde peso y el rol que decide y orquesta lo gana. No es una purga sino una recomposición.

EL CONTRAARGUMENTO QUE HAY QUE TOMARSE EN SERIO

Sería deshonesto pintar esto como una transición indolora. Hay una crítica válida que conviene mirar de frente: si la IA absorbe las tareas junior, ¿de dónde salen los seniors del futuro? La escalera tradicional se subía peldaño a peldaño, primero armabas reportes, después los interpretabas, después dirigías. Si la máquina se lleva los primeros peldaños, aparece el riesgo real de que la nueva generación nunca desarrolle el criterio que se forjaba haciendo el trabajo bruto.

Es un riesgo genuino y no una excusa para frenar. La respuesta no pasa por preservar tareas mecánicas por nostalgia pedagógica, sino por rediseñar cómo se aprende. Si el junior ya no arma el reporte a mano, su formación tiene que empezar antes por la interpretación, por el porqué y por la decisión. Eso requiere jefes que enseñen a dirigir agentes en lugar de dejar que la persona aprenda sola. Y ahí el Work Trend Index 2026 vuelve a tener razón, porque sin la capa organizacional, la de cultura y mentoría, el talento queda en lo que Microsoft llama “agencia bloqueada”, con skills avanzadas pero sistemas que no las dejan rendir. Un 10% de los usuarios ya está en ese limbo. El cuello de botella, otra vez, no es la máquina sino el modelo de trabajo alrededor de ella.

POR QUÉ TANTAS IMPLEMENTACIONES FALLAN

Hay una trampa que conviene decir claro: la multiplicación no llega por comprar licencias. Llega cuando la IA se integra al modelo operativo, conectada a la decisión, a la ejecución y a la optimización continua. La mayoría de las empresas que “adoptan IA” en realidad reparten cuentas de un chatbot y esperan magia, y después se decepcionan. El problema no es la herramienta, es que quedó suelta, sin conectar a cómo trabaja el equipo de verdad.

Ese es justamente el hueco que explica el dato de McKinsey, mucha adopción y poco retorno. La herramienta llega, pero el modelo de trabajo no cambia, así que la IA hace más rápido lo mismo de siempre en vez de habilitar algo nuevo. Automatizar un proceso malo no lo mejora, lo acelera, y un proceso malo más rápido sigue siendo un proceso malo, ahora con factura de licencias.

Una fuerza laboral digital, como la definimos en Marketing de agentes: bienvenidos a la fuerza laboral digital, no es una caja de herramientas. Es un sistema de agentes que ejecuta bajo la dirección de personas con criterio. La máquina hace el trabajo y el humano decide qué se hace, y entre esas dos capas hay un modelo de trabajo que alguien tiene que diseñar, mantener y corregir. Sin ese diseño la IA es un gasto más; con ese diseño es la palanca que separa a los equipos que avanzan de los que se quedan mirando.

Este es el punto que cambia la naturaleza misma de la función, porque el Marketing dejó de ser una lista de entregables y pasó a ser un sistema que se dirige. Lo escribimos completo en el Marketing ya no es una función: cuando la ejecución se automatiza, lo que queda en manos de las personas es exactamente lo que más importa, la dirección del sistema entero. Ese trabajo no se terceriza a un modelo, se lidera, y para eso se necesita gente, no menos gente.

Por eso insistimos tanto en el punto. La pregunta correcta en esa reunión de gerencia no es a quién despido, es a quién libero, para qué, y qué modelo necesito montar para que ese tiempo liberado se convierta en resultados de Negocio. Un equipo que gasta su energía en lo repetitivo rinde una fracción de lo que podría, y la IA no viene a sacar a esa gente, viene a devolverles el trabajo que sí importa.

Así que la próxima vez que alguien pregunte si la IA va a reemplazar a la mitad del equipo, la respuesta honesta es no, aunque viene con una advertencia. No reemplaza a la gente, pero sí reemplaza a los equipos que no supieron dirigirla, y esa es la línea que separa a los que ganan de los que se quedan atrás. No pasa por tener el mejor modelo, pasa por tener a las personas correctas dirigiéndolo y el modelo de trabajo correcto para que ese criterio rinda. La máquina hace el trabajo y el humano decide hacia dónde va, y esa frontera, lejos de borrarse, cada año pesa más.