Este texto repasa por qué, pese al impulso de la IA, los agentes inteligentes aún no hacen el trabajo con la calidad que exige una empresa y cómo eso coincide con despidos masivos en el sector tecnológico.
En la escena tecnológica, las grandes empresas están despidiendo personal mientras apuestan fuerte por agentes de #IA que prometen hacerse cargo de tareas que antes hacían humanos.
Pero las pruebas independientes señalan algo importante: esos agentes —programas autónomos que usan modelos de lenguaje para completar tareas en varios pasos— todavía están muy lejos de poder hacer ese #trabajo de forma fiable.
De hecho, una de las firmas clave del sector advierte que los resultados no cumplen con los estándares profesionales la mayor parte del tiempo.
Scale AI, una compañía importante de infraestructura y software de IA, ha puesto a prueba a estos agentes con lo que llaman Remote Labour Index, una medida de qué tan bien pueden desempeñar trabajo remoto real y valioso económicamente, de extremo a extremo.
Según su investigación, incluso los mejores agentes logran estándares “profesional, listos para el cliente” menos del 5% de las veces. En otras palabras, la probabilidad de que un agente complete correctamente una tarea compleja o de cliente sin intervención humana es muy baja. Para muchos proyectos, las tasas de éxito se sitúan en torno a ese rango mínimo, lo que explica por qué, a pesar de las promesas, la productividad real aún no es la que venderían los anuncios de marketing.
El análisis de Scale destaca que la razón de fallo más común es la calidad deficiente, descrita en los informes como “trabajo de tipo infantil” o amateur.
Además, muchas entregas son incompletas, se presentan en formatos erróneos o simplemente no mantienen la coherencia visual o lógica entre archivos. En una parte curiosa de su estudio, los investigadores encargados de medir el rendimiento también observaron que, aunque los agentes mejoran poco a poco, las tareas complejas como dibujar planos arquitectónicos basados en especificaciones siguen siendo el terreno más desafiante.
Aun así, los datos muestran progreso: cuando Scale inició su evaluación el año pasado, el mejor agente tenía una tasa de éxito de 2.5%. Para marzo de este año, esa cifra subió a 4.17%. Aunque es una mejora, sigue siendo una proyección muy limitada si se quiere sustituir a trabajadores humanos en tareas reales y de alto valor. El mensaje es claro: la IA puede acelerar algunas piezas del trabajo, pero end-to-end, pensamiento complejo y toma de decisiones no se consiguen con la misma fiabilidad que una persona.
Esta discrepancia entre optimismo corporativo y realidad operativa alimenta una conversación sobre lo que algunos llaman “AI-washing”: la práctica de presentar la IA como solución mágica para justificar #despidos o recortes de plantilla.
En entrevistas y documentos, varios responsables admiten que hay demanda de #automatización para generar ahorros y productividad, pero también dejan claro que la #tecnología no está madura para resolverlo todo con seguridad y consistencia.
El balance entre promesa y rendimiento real se ve también en el terreno de las empresas que han anunciado recortes en los últimos meses
El balance entre promesa y rendimiento real se ve también en el terreno de las empresas que han anunciado recortes en los últimos meses. Meta anunció una reducción de casi el 10% de su plantilla, citando un giro hacia soluciones basadas en IA “agente” para cambiar la forma de trabajar.
Block, la firma de pagos fundada por Jack Dorsey, recortó su personal en casi la mitad en febrero, atribuyendo parte de las reducciones a la IA. Microsoft y Amazon, por su parte, despidieron a miles de trabajadores en el último año, mencionando transiciones hacia tecnologías de IA y automatización.
Scale AI no está solo en este diagnóstico. Investigadores de Stanford y Carnegie Mellon, en un estudio de finales de 2025, indicaron que la IA puede hacer tareas más rápidas y baratas que las personas, pero “produce trabajo de calidad inferior” y tiende a camuflar deficiencias con la fabricación de datos y el mal uso de herramientas avanzadas.
Otros informes señalan que, en el mercado laboral, la presencia de la IA está acelerando la carga de revisión y verificación para los trabajadores que quedan, una especie de redistribución de tareas más que una sustitución inmediata.
El panorama también llega a sectores como los centros de atención al cliente, donde el miedo a verse reemplazados por máquinas ya es una preocupación palpable entre los agentes humanos.
Y, en un plano más amplio, expertos señalan que la verdadera revolución podría no ser que los humanos desaparezcan, sino que su papel se transforme: pasar a revisar, verificar, supervisar y guiar a varios agentes de IA para mantener el control de la calidad y la seguridad.
Históricamente, estas discusiones no son nuevas. Ya en las últimas décadas ha habido olas de automatización que afectaron a trabajos repetitivos o basados en reglas simples. Lo que cambia hoy es que la IA está intentando abarcar tareas cada vez más complejas, lo que genera una mezcla de entusiasmo y precaución entre empresarios y trabajadores.
Un punto que se mantiene constante es la necesidad de demostrar valor real: si una tecnología no genera ahorros tangibles ni mejora la calidad de servicio de forma consistente, su adopción tiende a ser más lenta de lo que el marketing quiere hacer creer.
En resumen, los agentes de IA están lejos de ser el reemplazo definitivo que prometen sus responsables de marketing. Frente a despidos y reajustes, la pregunta que queda es qué rol va a jugar la supervisión humana en un entorno donde las máquinas pueden hacer parte del trabajo, pero no toda la labor.
La realidad de hoy parece indicar que, por mucho que la IA pueda acelerar ciertos procesos, todavía no ha logrado reemplazar la intuición, el juicio, la creatividad y la fiabilidad que aporta una persona cuando el trabajo exige calidad, responsabilidad y un paso más allá.
El tiempo dirá cuánta de esa frontera terminará siendo compartida entre humanos y máquinas, y qué forma tomará el próximo capítulo de la productividad en la era de la IA.