Lo que los cajeros automáticos nos enseñan sobre la IA y el trabajo

A principios de este año Jack Dorsey, el cofundador de Twitter y hoy CEO de Block, anunció que iba a correr a más de 4,000 personas. Casi la mitad de toda la empresa. La razón oficial, escrita en una carta a accionistas: la inteligencia artificial. La acción de Block no se desplomó. Subió.

La reacción de Wall Street es lo que más me llama la atención de toda esta historia. Despedir al 40% de tu equipo antes era señal de que algo andaba mal. Hoy es señal de que el CEO entendió la nueva era. Y eso, nos obliga a hacer la pregunta incómoda: ¿la IA de verdad está reemplazando estos empleos, o las empresas encontraron una excusa muy cómoda?

La respuesta corta es: las dos cosas, pero no como crees.

Los despidos de los últimos meses tienen un patrón clarísimo. Son los empleos de la economía del conocimiento: programadores, mercadólogos, financieros, gerentes medios, abogados. Trabajos que hasta hace muy poco eran el camino más seguro para cualquier universitario, aquí y allá. En los ultimos meses, empresas de todo tipo han anunciado despidos masivos. Meta, la empresa detrás de Facebook, anunció recortes de 15,000 empleos. Amazon anunció despidos del 10% de la empresa. Lo mismo en empresas más tradicionales como bancos y despachos jurídicos. Anuncio tras anuncio de despidos masivos.

Casi todos estos comunicados mencionan, ya sea de frente o entre líneas, las eficiencias que trae la IA. La narrativa siempre es la misma: necesitamos menos gente porque la inteligencia artificial hace el resto.

El problema es que los datos cuentan otra historia.

A principios de este mes, Anthropic publicó un reporte titulado Impactos de la IA en el mercado laboral. El estudio mete una métrica nueva e importante: Observed Exposure, o impacto detectado.

La diferencia con los estudios anteriores es clave. En lugar de medir lo que la IA podría hacer en teoría, Anthropic analiza datos reales de uso de Claude para ver lo que la IA está haciendo en la práctica. Y ahí la cosa cambia mucho.

El ejemplo que dan los autores lo explica muy claro: en teoría, Claude tiene la capacidad de leer una receta médica, identificar los medicamentos correctos y seleccionarlos para el paciente. En la práctica, no hay prácticamente ningún uso real de Claude haciendo eso. ¿Por qué? Porque en el mundo real existen restricciones legales, requisitos de software específicos, pasos de verificación humana y mil barreras más que frenan la adopción real de la IA en muchos puestos.

La conclusión del reporte está bien clara: en este momento, los efectos reales de la IA sobre el empleo son casi indetectables. La IA todavía no está reemplazando trabajos a la escala que sugieren los comunicados de prensa.

Entonces, ¿cómo se concilia esto con los anuncios de despidos masivos? ¿Quién tiene razón: Anthropic con sus datos o Jack Dorsey con su carta a accionistas?

Hay un término que ya empezó a circular en los círculos de análisis financiero: AI washing. Empresas que justifican despidos masivos con la narrativa de la IA cuando la verdadera razón es otra: que contrataron de más durante la pandemia, presión de márgenes, malas decisiones estratégicas, o simple necesidad de hacer ver bien el reporte trimestral.

Meta es el caso de manual. La empresa contrató como loca entre 2020 y 2022 apostándole al metaverso. Cuando esa apuesta no rindió, vinieron las oleadas de despidos. La narrativa de “eficiencias por IA” llegó después, no antes. Y aplica para buena parte de las grandes tecnológicas: el ajuste real es la corrección de un overhiring pandémico.

Pero ojo, hay otra cosa que también es cierta y vale la pena entender: una persona con buenas herramientas de IA puede hacer el doble del trabajo que antes. Especialmente en los empleos que Anthropic identifica con alto impacto observado: programación, atención al cliente, redacción, análisis. O sea que las empresas pueden, legítimamente, operar con menos gente.

Pero “podemos hacer más con menos gente” no es lo mismo que “la IA está reemplazando humanos”. Y esa diferencia importa, porque la historia de la tecnología y el empleo nunca ha sido tan derecha como nos la quieren vender.

Para entender qué puede pasar de aquí en adelante, hay que mirar para atrás. Específicamente, a los años setenta.

Antes de los cajeros automáticos, la única manera de sacar dinero del banco era ir a una sucursal y pedirle a un cajero humano que te lo entregara. Cualquier transacción como depósitos, retiros, consultas de saldo pasaba por un cajero humano. Era de los empleos más comunes del sector financiero.

En los setenta llegaron los ATMs. Una máquina que literalmente automatizaba el trabajo principal de un cajero humano. Cualquier observador racional habría apostado por la desaparición del puesto. Pero en realidad pasó lo contrario.

Según el economista James Bessen en su libro Learning by Doing, entre 1975 y el año 2000 el número de cajeros humanos en Estados Unidos subió en paralelo con la expansión de los cajeros automáticos. En el 2000 había muchos más cajeros humanos empleados que en 1975. Casi el doble.

¿Cómo se explica? La respuesta es elegante: al automatizar las transacciones de rutina, los ATMs bajaron el costo de operar una sucursal. Eso le permitió a los bancos abrir más sucursales, el número de sucursales creció más del 40%. Más sucursales significaba más cajeros humanos, aunque cada sucursal tuviera menos. La automatización de una tarea expandió la industria, no la encogió.

La lección obvia: la tecnología que automatiza un trabajo no necesariamente lo elimina. Pero la lección importante viene en lo que pasó después.

A partir de 2007 sí empieza a verse una caída sostenida en el número de cajeros humanos en Estados Unidos. Y la causa no fue el cajero automático, que llevaba 40 años conviviendo con ellos. Fue el iPhone.

El iPhone no era una tecnología diseñada para reemplazar cajeros bancarios. Era una computadora en la palma de tu mano. Pero al volver eso posible, también volvió posible algo más: poner una sucursal de banco en la palma de tu mano. Y eso sí transformó la relación entre los clientes y los bancos.

Esta es la moraleja que más me importa para entender el momento actual: las tecnologías casi nunca transforman el empleo de la manera lineal en que prometen. La transformación llega por el lado que nadie estaba mirando.

Si quieres ver esta dinámica desplegándose en tiempo real y en territorio mexicano, no hace falta voltear a Silicon Valley. Basta con ver a Nu.

La fintech de origen brasileño, que opera en México como Sofipo y está en los últimos pasos para sacar su licencia bancaria de la CNBV, anunció en abril de 2026 que ya pasó los 15 millones de clientes en el país. Triplicó su tamaño en apenas dos años. Suma cerca de 12,000 clientes nuevos cada día. Hoy es la tercera institución financiera con más usuarios en México y la quinta más grande por número de clientes.

Todo esto sin una sola sucursal física.

Lee este dato con calma porque es el más importante: el 78% de los clientes de Nu en México vive fuera de las grandes zonas metropolitanas, y como el 22% nunca había usado servicios financieros formales más allá del efectivo. Nu no le está quitando clientes nada más a Banamex, BBVA o Santander. Está creando una clase de cliente bancario que no existía: el mexicano de un municipio mediano que nunca pisó una sucursal porque, sencillamente, nunca hubo una.

Aquí está la analogía que me importa: igual que el iPhone no fue diseñado para reemplazar cajeros pero terminó haciéndolo, los avances en infraestructura digital, regulación financiera y modelos de riesgo basados en datos no fueron diseñados para reemplazar a los empleados de sucursal de Bancomer. Pero al permitir que exista un Nu, eso es exactamente lo que está empezando a pasar. Y nadie en BBVA está corriendo gente diciendo “esto es por culpa de Nu”. El despido, cuando llegue, va a venir empaquetado como “reorganización estratégica” o, cada vez más probable, “eficiencias gracias a la inteligencia artificial”.

El paralelo con la IA es directo. Los despidos masivos que estamos viendo hoy en Block, Meta y HSBC no son, en su mayoría, por reemplazo directo. Son por la mezcla de tres cosas: corrección de un overhiring pandémico, presión por márgenes, y la posibilidad real de hacer más con menos gracias a herramientas que multiplican la productividad individual. Los reemplazos profundos, los que sí van a cambiar la estructura del empleo en México, probablemente lleguen por una vía que ahorita no estamos mirando: nuevos modelos de negocio que no necesitan los puestos que hoy damos por sentados.

La conversación pública sobre IA y empleo está atorada en un marco equivocado. “¿La IA va a reemplazar mi trabajo?” es la pregunta que todo mundo se hace. Es la pregunta equivocada.

La pregunta correcta, la que de verdad importa para cualquiera que trabaje en la economía del conocimiento mexicana, es otra: ¿qué nuevo modelo de negocio se vuelve posible gracias a la IA, y quién va a estar parado en el lugar correcto para construirlo?

Porque ese va a ser el verdadero terremoto. No el ingeniero de software reemplazado por Claude (eso, por ahora, no está pasando a escala según los propios datos de Anthropic). Sino la empresa de software completa que ya no necesita existir porque alguien construyó un Nu del software, un Nu del derecho, un Nu del marketing. Y los despidos masivos que lleguen entonces sí van a ser reales, no narrativa para inversionistas.

Mientras tanto, mi recomendación es no comprarnos a ojos cerrados ninguna de las dos narrativas dominantes. Ni la del CEO que despide al 40% y dice “es la IA” cuando en realidad es el ajuste de un overhiring. Ni la del optimista que dice “siempre se han creado más empleos de los que se destruyen” como si fuera una ley física en lugar de una observación histórica con muchas excepciones.

Los cajeros automáticos llegaron en los setenta. El golpe real al empleo bancario llegó en 2007 desde un teléfono. Estamos en 2026, en pleno despliegue masivo de IA en empresas. El golpe de gracia para algunos empleos de cuello blanco probablemente no haya llegado todavía. Y casi seguro no va a venir del lado por el que todos estamos viendo.

Ese es el verdadero tema de este newsletter, y al que vamos a regresar una y otra vez en las próximas ediciones.