El contexto técnico
Lo que me atrapó no fue el hecho de los despidos en Block, sino qué es exactamente lo que Dorsey intenta poner en lugar de la gestión tradicional. Según materiales de finales de marzo de 2026, se perfila un esquema de tres capas: especialistas profundos como ICs, gerentes híbridos como player-coaches y responsables de tareas como DRIs. Entre ellos no hay solo Slack, Jira y llamadas, sino un sistema central de IA que debe mantener un modelo actualizado del negocio.
Es decir, la idea no es simplemente “demos Copilot a los empleados y veamos qué pasa”. Aquí están intentando convertir la IA en la infraestructura de coordinación. Un IC obtiene contexto no a través de una cadena de mando, sino directamente del modelo. Un DRI no persigue a los departamentos por actualizaciones de estado, sino que se basa en la visión general. Un player-coach no se dedica solo a la reportería, sino que trabaja con sus propias manos y apoya al equipo en el proceso.
Si traducimos esto al lenguaje de la arquitectura de soluciones de IA, Block no está construyendo un simple chatbot interno. Quieren una capa que agregue actualizaciones, decisiones, dependencias y estados de tareas, y lo convierta en un contexto de trabajo para las personas. En esencia, es el bus operativo de la empresa con una capa de IA sobre los datos.
Y aquí hay un punto importante: la historia es reciente, no una retrospectiva. Pero ya viene con una advertencia de los propios autores de que muchas cosas se romperán antes de que funcione. En mi opinión, esta es una parte honesta de toda la historia, porque estas cosas se ven muy bien en un memorando, pero se desarrollan de manera muy dolorosa en los procesos reales.
Impacto en el negocio y la automatización
La señal más fuerte aquí no es sobre Block, sino sobre un nuevo tipo de diseño organizacional. Llevo tiempo diciéndoles a mis clientes: la implementación de la inteligencia artificial casi nunca se limita solo al modelo. Por lo general, todo se rompe en cómo fluye el contexto, quién toma la decisión y quién es responsable de la última milla de la ejecución.
El modelo de Dorsey ataca precisamente estos cuellos de botella. Menos gente que solo retransmite información. Más gente que ejecuta o es dueña del resultado. Si el sistema central de IA realmente puede sincronizar el conocimiento sin una degradación significativa, la empresa obtiene un camino más corto de la señal a la acción.
Ganan los equipos donde la experiencia ya está cerca de la ejecución. Desarrolladores fuertes, especialistas en datos, líderes de producto acostumbrados a tomar decisiones con datos incompletos. Pierden las estructuras donde el valor de la gerencia media se basaba principalmente en reenviar estados y la sincronización manual entre departamentos.
Pero también hay una parte desagradable. Si el contexto de la IA es incorrecto, obsoleto o políticamente “maquillado”, todo el sistema comienza a replicar basura rápidamente. Entonces, en lugar de aceleración, obtenemos una alucinación muy costosa a nivel de toda la empresa. Es por eso que la automatización con IA sin una disciplina de datos adecuada y sin contornos claros de responsabilidad casi siempre se convierte en una farsa.
Lo veo en proyectos regularmente. Cuando en Nahornyi AI Lab creamos soluciones de IA para empresas, la pregunta más difícil no suele ser “¿qué modelo usar?”, sino “¿de dónde obtiene la verdad el modelo y quién confirma la acción?”. Si no hay respuesta, la IA no reemplaza la coordinación, simplemente crea nuevas capas de caos.
Por eso, el caso de Block me interesa no como una noticia sobre otro recorte de personal. Es un experimento de campo: ¿es realmente posible reemplazar una parte significativa de la capa de gestión con un sistema de IA y una estructura de roles más rígida? Si tienen éxito, muchas empresas comenzarán a copiar la forma. Pero solo funcionará para aquellos que puedan manejar la arquitectura de IA, la integración de datos y la disciplina en la toma de decisiones.
Soy Vadym Nahornyi, de Nahornyi AI Lab. No repito estas cosas de las diapositivas de otros, sino que las analizo a través del prisma de la implementación real de la IA en procesos, equipos y productos. Si quieres evaluar cómo un modelo así podría aplicarse a tu negocio sin adornos de moda, contáctame y analizaremos tu caso juntos.