La industria tecnológica en el mundo no está despidiendo este año simplemente porque se haya quedado sin dinero. Ese es el punto que cambia toda la historia.
En 2026, los recuentos sectoriales de Layoffs.fyi ya muestran más de 115.000 despidos tecnológicos al corte actual. El dato no aparece solo: viene después de 264.320 despidos en 2023, 152.922 en 2024 y 124.636 en 2025. La ola empezó como corrección pospandemia, pero este año se cruza con una presión nueva: la carrera por la inteligencia artificial.
Pero decir "la IA está reemplazando trabajadores" es demasiado simple. En algunos casos ocurre. En otros, no. La historia más precisa es esta: las tecnológicas están reduciendo plantillas, frenando contrataciones y eliminando capas de gestión mientras destinan cada vez más capital a inteligencia artificial, datacenters, chips y automatización.
No es una crisis clásica. Es una reasignación de poder dentro de las empresas.
La tesis: menos nómina, más infraestructura
Durante la pandemia, muchas tecnológicas contrataron como si la demanda digital fuera a crecer para siempre. Después vino el ajuste: tasas más altas, presión de inversores, menor tolerancia al gasto y una obsesión por mejorar márgenes.
La IA llegó en medio de esa corrección y le dio a los ejecutivos una nueva promesa: hacer más con menos gente.
Eso no significa que cada empleado despedido haya sido reemplazado por un bot. Hay que separar cuatro fenómenos distintos:
- Corrección pospandemia: empresas que habían contratado de más y achican.
- Disciplina financiera: recortes para mejorar márgenes aunque la compañía gane dinero.
- Automatización real: tareas que pasan a software, agentes o flujos automáticos.
- Reasignación de capital: dinero que antes financiaba salarios y ahora financia IA, nube, chips y datacenters.
La novedad no es que una empresa en crisis despida. La novedad es que empresas rentables como Microsoft, Meta, Amazon, Oracle o Salesforce recortan mientras aceleran inversiones de miles de millones en inteligencia artificial.
Ahí está el conflicto.
El tamaño de la ola
2023: 264.320 despidos. Fue el gran ajuste pospandemia: caída de crecimiento, tasas altas y corrección de nóminas infladas.
2024: 152.922 despidos. La ola bajó, pero no desapareció. Las empresas siguieron eliminando capas y equipos no prioritarios.
2025: 124.636 despidos. La IA dejó de ser experimento y empezó a entrar en presupuestos, soporte, producto y back office.
2026: más de 115.000 despidos al corte actual. La presión vuelve a acelerarse con inversión en IA, datacenters y reestructuraciones de Big Tech.
El dato clave no es solo el total. Es la persistencia. La industria no tuvo un mal trimestre: lleva más de tres años achicando plantillas mientras promete una nueva etapa de productividad con IA.
Challenger, Gray & Christmas ayuda a separar el ruido. En 2025 atribuyó 54.836 recortes directamente a inteligencia artificial dentro de los anuncios de empleadores estadounidenses. Para 2026, la firma ya registraba decenas de miles de recortes que citaban IA como causa o contexto. Eso no cubre todo el universo tecnológico, pero muestra que la IA pasó de promesa a argumento laboral.
Empresas: qué se recortó y qué se sabe
La mayoría de las tecnológicas no publica un detalle completo país por país. Algunas comunican cifras globales, otras informan por áreas, y otras aparecen en avisos regulatorios o recuentos de prensa. Por eso conviene leer la tabla como puestos informados o estimados por empresa, no como un censo perfecto.
Microsoft. En julio de 2025 recortó 9.000 puestos; los recuentos sectoriales elevan el acumulado del año por encima de 15.000. El impacto fue global, con áreas como gaming, ventas, cloud y gestión. No fue presentado como reemplazo directo por IA, pero ocurrió mientras la empresa aumentaba gasto en infraestructura y productos de inteligencia artificial.
Amazon. Anunció 14.000 puestos corporativos menos en 2025. El argumento fue reducir burocracia y operar con más agilidad. Andy Jassy ya había advertido que la IA reduciría la necesidad de ciertas funciones.
Oracle. Reportó miles de recortes en varios países, con menciones en Estados Unidos, India, Europa y América Latina. Es un caso central de reasignación: recortes de plantilla mientras la empresa invierte fuerte en nube, datacenters e infraestructura para IA.
Meta. Reorganizó áreas y equipos, incluso unidades ligadas a IA. No significa frenar la inteligencia artificial, sino concentrar recursos, achicar capas y mover capital a infraestructura y talento crítico.
Dell. Redujo aproximadamente 10% de su fuerza laboral en reportes recientes. Refleja presión en hardware, ventas empresariales y giro hacia infraestructura para IA con menos estructura tradicional.
Salesforce. Bajó el área de soporte de unos 9.000 puestos a cerca de 5.000. Es uno de los casos más explícitos: agentes de IA y automatización reducen necesidad de personal de atención.
Klarna. Pasó de más de 5.000 empleados a cerca de 3.000. La reducción fue global, por congelamiento y salidas naturales, y la empresa vinculó parte del achique a productividad con IA.
Chegg. Recortó 248 empleados, el 22% de la plantilla, principalmente en Estados Unidos y Canadá. Es un caso directo de disrupción: estudiantes usan IA generativa en lugar de plataformas educativas tradicionales.
Duolingo. Redujo 10% de contratistas en tareas de contenido y traducción. Es un ejemplo de tareas lingüísticas absorbidas parcialmente por IA.
IBM. Proyectó o dejó de reemplazar hasta 7.800 puestos administrativos. Más que despido inmediato, muestra congelamiento y reemplazo progresivo de funciones no orientadas al cliente.
El patrón se repite: las empresas recortan puestos que consideran menos estratégicos y protegen o expanden áreas vinculadas con IA, infraestructura, datos, seguridad y producto.
Lo que no hay que confundir
Hay tres escenarios distintos que muchas notas mezclan como si fueran lo mismo.
Escenario 1: reemplazo directo. Una tarea que antes hacía una persona pasa a un sistema de IA o a un agente automático. Ejemplo: soporte básico, traducción repetitiva, generación inicial de contenido, resúmenes, clasificación de tickets.
Escenario 2: no reemplazo de vacantes. La empresa no despide de golpe, pero deja de contratar o no cubre salidas. La plantilla baja lentamente porque la IA promete mantener productividad con menos gente.
Escenario 3: recorte financiero con narrativa de IA. La compañía necesita mejorar márgenes, subir el precio de la acción o financiar capex. La IA aparece como explicación estratégica, aunque el recorte responda también a costos, inversores y estructura.
El error es tomar los tres escenarios y meterlos bajo un mismo título: "la IA despide". Eso produce impacto, pero no explica.
Por qué despiden empresas que ganan dinero
La pregunta más importante es por qué despiden empresas rentables.
La respuesta está en la contabilidad del nuevo ciclo tecnológico. La IA exige gasto masivo: servidores, GPUs, energía, redes, datacenters, licencias, talento escaso y acuerdos con proveedores. Ese dinero no aparece de la nada. Sale de márgenes, deuda, caja o recortes.
Para Wall Street, un despido puede ser leído como disciplina. Para la empresa, puede liberar presupuesto. Para el trabajador, es el costo humano de una apuesta de infraestructura.
Por eso la ola actual no se parece a una quiebra. Se parece más a una mudanza interna del capital: menos salarios en áreas consideradas maduras, más inversión en máquinas, modelos y capacidad computacional.
La inversión en IA no es abstracta: requiere datacenters, chips, energía, refrigeración, redes y equipos técnicos. Parte del ajuste laboral financia esa nueva infraestructura.
Profesiones más expuestas
Los trabajos más vulnerables no son necesariamente los menos valiosos. Son los que combinan tareas repetitivas, producción digital, bajo costo de error y poca interacción humana compleja.
Soporte al cliente de primer nivel: riesgo alto. Chatbots y agentes resuelven consultas repetidas y reducen volumen humano.
Data entry y administración básica: riesgo alto. Carga, clasificación, seguimiento y reportes pueden automatizarse.
Traducción y localización simple: riesgo alto. La IA produce borradores rápidos; quedan humanos para revisión fina.
Redacción básica de contenido: riesgo alto. Descripciones, textos SEO, respuestas estándar y piezas simples se generan en segundos.
Diseño gráfico repetitivo: riesgo medio-alto. Variantes, banners, mockups y piezas operativas se automatizan; crece la dirección creativa.
Programación junior aislada: riesgo medio-alto. La IA acelera código repetitivo; sobrevive mejor quien entiende arquitectura, producto y pruebas.
QA manual repetitivo: riesgo medio. Crecen pruebas automatizadas y revisión asistida.
Analistas administrativos o legales junior: riesgo medio. Resúmenes, búsqueda documental y borradores se automatizan; el control experto sigue siendo necesario.
Marketing operativo: riesgo medio. Segmentación, copies, reportes y campañas simples pueden hacerse con equipos más chicos.
La regla práctica es dura: si un puesto consiste en recibir información, transformarla y devolver texto, código, tickets, reportes o piezas digitales simples, la IA entra rápido.
Profesiones que pueden crecer
La otra mitad de la historia es que la IA también crea demanda. Pero no siempre para las mismas personas ni en los mismos lugares.
Especialistas en IA y machine learning: demanda alta. Las empresas necesitan adaptar modelos, evaluar resultados y crear productos.
Ingenieros de datos: demanda alta. Sin datos limpios y seguros, la IA falla o produce resultados inútiles.
Ciberseguridad: demanda alta. La IA aumenta fraudes, automatiza ataques y exige defensas más sofisticadas.
Infraestructura cloud y datacenters: demanda alta. Modelos, agentes y automatización consumen cómputo, red, energía y almacenamiento.
Auditoría de IA y cumplimiento legal: demanda alta. Crecen requisitos de privacidad, sesgo, trazabilidad y responsabilidad.
Automatización de procesos: demanda alta. Las empresas no quieren solo chatbots: quieren rediseñar flujos completos.
Producto y experiencia de usuario con IA: demanda media-alta. Hace falta convertir modelos en herramientas útiles y confiables.
Técnicos de hardware, refrigeración y energía: demanda media-alta. Los datacenters necesitan operación física, mantenimiento y eficiencia.
Formación y reconversión digital: demanda alta. Gobiernos y empresas necesitan capacitar trabajadores desplazados.
Salud, cuidados y educación presencial: demanda alta. El Foro Económico Mundial proyecta crecimiento en roles humanos esenciales.
El Foro Económico Mundial proyecta hacia 2030 170 millones de empleos creados y 92 millones desplazados. El saldo neto puede ser positivo, pero el problema social está en la transición: el empleo que desaparece no siempre vuelve para la misma persona, en la misma ciudad ni con el mismo salario.
La conclusión incómoda
La industria tecnológica no está viviendo una simple ola de despidos por IA. Está viviendo algo más profundo: una reorganización del trabajo alrededor de la IA.
Algunas tareas serán reemplazadas. Otras serán comprimidas. Muchas no desaparecerán, pero pasarán a equipos más chicos con herramientas más potentes. Y una parte grande de la inversión que antes justificaba contratar miles de personas ahora se dirige a datacenters, chips, modelos y automatización.
La frase "la IA destruye empleos" puede servir para discutir en redes. La frase más precisa es menos cómoda: las empresas tecnológicas están usando la IA para rediseñar cuánto trabajo humano necesitan, dónde lo necesitan y cuánto están dispuestas a pagar por él.
Ese es el cambio real. Y recién empieza.
Fuentes consultadas: Layoffs.fyi; Challenger, Gray & Christmas; World Economic Forum, Future of Jobs Report 2025; Reuters; El País; Business Insider España; Axios; CNBC; TechCrunch; reportes corporativos y cobertura económica sobre Microsoft, Amazon, Oracle, Meta, Dell, Salesforce, Klarna, Chegg, Duolingo e IBM.
