Contexto técnico
No veo ninguna sensación aquí. Veo un panorama familiar: si un proceso es específico, repetitivo y está bien formalizado, la automatización con IA puede encargarse fácilmente de una parte del trabajo que antes requería a varias personas.
He visto este tipo de cosas en producción, no en teoría. La mayoría de las veces, no es "IA mágica", sino un generador o una combinación de un LLM, plantillas, reglas, validación, colas y un registro adecuado. Y este sistema ya puede manejar el volumen para el que se pensaba contratar a 5 personas más.
La clave no está en el modelo, sino en la arquitectura. Si las entradas son desordenadas, las reglas son inconsistentes y nadie verifica el resultado, la automatización se desmorona en una semana. Pero si la tarea tiene un formato claro, métricas de calidad y supervisión humana en los extremos, la integración de la inteligencia artificial comienza a ser rentable muy rápidamente.
Para decirlo sin rodeos: no se reemplaza a "la gente en general", sino a lotes de microtareas. Generación de fichas de producto, respuestas iniciales, clasificación de tráfico entrante, preparación de borradores, normalización de datos, recopilación de variaciones de contenido, enrutamiento de solicitudes. De aquí surge el efecto que, desde fuera, parece la sustitución de un equipo completo.
Y sí, hay una advertencia importante relacionada con el tiempo. La tesis en sí no es nueva. Ya en 2024-2025 había muchos casos en los que la IA reducía la carga manual, pero en 2026 ya no es una predicción, sino una práctica habitual para quienes saben construir una arquitectura de IA, y no solo comprar suscripciones a modelos.
Impacto en el negocio y la automatización
Ganan los equipos que tienen un gran volumen de tareas repetitivas. Operaciones de contenido, generación de leads, soporte de primera línea, procesamiento de catálogos, asistentes internos de ventas. Allí, la velocidad aumenta de inmediato y el coste por unidad de trabajo disminuye notablemente.
Pierden aquellos que confunden el desarrollo de soluciones de IA con "conectemos un chatbot y reemplacemos a todos". Sin restricciones adecuadas, verificación de hechos y rutas de escalada, un proyecto así se convierte rápidamente en una costosa imitación de la automatización.
Tampoco presupuestaría "menos 6 puestos" desde el primer mes. En la práctica, primero desaparece la rutina, luego cambian los roles y solo entonces queda claro a quién realmente no es necesario contratar. Este es un enfoque mucho más saludable que recortar el equipo basándose en la presentación de un proveedor.
Si ya se están acumulando tareas que los empleados hacen manualmente siguiendo una plantilla, es un buen momento para reconsiderar el proceso. En Nahornyi AI Lab, trabajamos precisamente con estos cuellos de botella: podemos construir una solución de IA para empresas que elimine la rutina, en lugar de crear nuevos dolores de cabeza.