Hay un cambio silencioso que ya se nota en muchas organizaciones. No es solo que la IA “ayude”. Es que está cambiando el tamaño mínimo viable de un equipo.
Antes, para sostener un ritmo alto, la respuesta era casi automática: contratar, ampliar estructura, abrir nuevas capas. Hoy, cada vez más empresas se hacen otra pregunta: ¿y si no contratamos… y multiplicamos capacidad con IA?
Esta idea, atractiva en Excel, trae una consecuencia directa para RRHH: más presión por productividad con menos manos….y con nuevos riesgos humanos.
La nueva ecuación: + capacidad, – plantilla (y más exigencia)
Microsoft describió esta transición como el nacimiento de un nuevo tipo de empresa, donde los equipos se apoyan en “trabajo digital” (agentes y automatización) para ampliar capacidad. En su Work Trend Index 2025, un 33% de líderes decía estar considerando reducciones de plantilla, mientras 78% contemplaba contratar para nuevos roles de IA.
En paralelo, McKinsey recogía que las organizaciones grandes son más propensas a esperar reducciones de plantilla relacionadas con IA, aunque a la vez reportan contratación de roles AI. Es decir: menos crecimiento “tradicional”, más rediseño.
Y en el mundo startup, el fenómeno se extrema: el debate sobre “tiny teams” (equipos muy pequeños con impacto desproporcionado) ya no es teoría; es narrativa de mercado, financiación y escalado.
Traducción para RRHH: se están redibujando los límites de lo que “debería” hacer un equipo… y eso eleva la exigencia.
Lo que nadie te dice de la IA
Aquí aparece el primer riesgo: confundir automatizar tareas con reducir carga.
Hay empresas que anuncian que usarán IA para ser más eficientes y luego traducen esa eficiencia en recortes o congelaciones. Ejemplos públicos muestran cómo la productividad atribuida a IA se utiliza para justificar ajustes de estructura.
Pero también vemos la cara menos visible:
- más entregables, más rápido.
- más reuniones para “alinear” lo que ahora se produce en minutos.
- más revisión humana porque la salida automática no siempre es fiable.
En 2025, EY recogía que 64% de empleados percibía aumento de carga de trabajo, mientras solo una minoría decía estar maximizando la IA de forma transformadora (no solo “tareas básicas”).
Si la organización usa IA para pedir el doble… el resultado no es eficiencia. Es desgaste.
El riesgo de romper la cantera y debilitar el liderazgo futuro
Cuando la IA se usa como sustituto de tareas iniciales (redacción, análisis básico, reporting, soporte), puede pasar algo peligroso ya que eliminamos el “entrenamiento” natural del talento junior. Y sin darnos cuenta, adelgazamos la tubería de aprendizaje que construye especialistas, managers y líderes.
Este riesgo se está discutiendo cada vez más: IA puede recortar costes hoy, pero tensionar el desarrollo y aumentar cargas si no se rediseña el trabajo con criterio.
Y el riesgo de romper la confianza
La adopción real no se juega en el software. Se juega en la percepción:
- “¿Esto viene a ayudarme… o a reemplazarme?”
- “¿Me piden más porque ahora ‘tengo IA’?”
- “¿Quién responde si la IA se equivoca?”
Cuando el relato es solo ahorro, la confianza cae. Y sin confianza, la gente oculta el uso real, baja la calidad o se desconecta.
¿Qué puede hacer RRHH?
En Deor Formación lo vemos claro: no se trata de elegir entre personas o IA. Se trata de rediseñar el trabajo para que la tecnología multiplique capacidades sin deshumanizar el sistema.
Aquí van 7 decisiones operativas:
1. Mapear tareas, no puestos
No empieces con organigramas. Empieza con preguntas:
- ¿Qué tareas son repetitivas?
- ¿Cuáles requieren juicio?
- ¿Cuáles sostienen cultura, cliente y calidad?
La IA encaja mejor en tareas; el valor humano suele estar en decisiones.
2. Establecer un “pacto de capacidad”
Si la IA libera tiempo, decidid qué se hace con ese tiempo:
- ¿se reinvierte en cliente, innovación, calidad?
- ¿se reduce carga y se protege bienestar?
- ¿se acelera output (con límites)?
Sin pacto, el equipo asume que “liberar tiempo” significa “más presión”.
3. Proteger el aprendizaje junior
Define qué tareas deben seguir haciendo juniors para aprender criterio:
- revisar, contrastar, sintetizar.
- presentar y defender conclusiones.
- recibir feedback humano.
La IA puede ayudarles, sí. Pero no debe quitarles el “gimnasio” de pensamiento.
4. Reglas claras de revisión humana
Checklist simple:
- qué se puede automatizar sin riesgo.
- qué requiere revisión obligatoria.
- cómo se documenta una decisión apoyada por IA.
Esto baja ansiedad y sube calidad.
5. Formar a managers como “traductores”
La adopción se gana (o se pierde) en el mando intermedio: quien convierte herramientas en hábitos, procesos y prioridades.
6. Medir lo que importa (no solo velocidad)
Además de productividad, mide:
- retrabajo.
- calidad percibida.
- engagement / fatiga.
- rotación en equipos “más aumentados”.
Si solo mides output, solo optimizarás output.
7. Comunicación honesta: el “para qué” antes que la herramienta
Si el mensaje es “IA para ahorrar”, la gente escucha “IA para recortar”.
Si el mensaje es “IA para liberar capacidad y mejorar valor”, la conversación cambia.
La IA está haciendo posible algo que antes era impensable: equipos pequeños con impacto grande. Y por eso mismo, la tentación de usarla como “alternativa parcial al talento” va a crecer.
La pregunta no es si ocurrirá.
La pregunta es si RRHH va a liderarlo con criterio.
