IA asiste decisiones, no sustituye empleos

El titular que anuncia la invención del "despido permanente" —la sustitución de salarios por capacidad computacional— hace buena prensa, pero mala estrategia. La narrativa dominante en las salas de directorio de Latinoamérica hoy oscila entre el miedo existencial y la euforia compradora de licencias. Ambas son trampas. La evidencia operativa, lejos de la especulación macroeconómica, apunta a una conclusión distinta: la inteligencia artificial no es un automatizador de empleos, es un asistente de decisiones.

La diferencia no es semántica, es contable. Un automatizador ejecuta una tarea definida de principio a fin sin supervisión; un asistente propone, sintetiza, detecta patrones y alerta, pero la validación final —la responsabilidad— sigue siendo humana. Cuando un modelo genera código, el desarrollador senior no deja de programar: deja de escribir boilerplate y dedica sus ciclos cognitivos a la arquitectura y a las edge cases que el modelo alucina. Cuando un sistema resume jurisprudencia, el abogado no deja de litigar: deja de leer mil fojas para construir la estrategia del caso. La productividad no surge de eliminar al humano, sino de comprimir la brecha entre la intención y la ejecución.

El costo de la autonomía prematura

Entregar la llave de procesos críticos a sistemas probabilísticos sin human-in-the-loop no es innovación, es imprudencia regulatoria y operativa. En sectores como banca, salud o energía —la columna vertebral de nuestras economías—, la explicabilidad y la trazabilidad no son opcionales. Un modelo que niega un crédito o sugiere un diagnóstico sin que un experto pueda auditar el porqué genera un pasivo legal y reputacional que ninguna ganancia de eficiencia cubre. La regulación que avanza en Brasil, México y Chile (y el marco de la UE que actúa como estándar de facto) castiga la opacidad algorítmica. Apostar por la autonomía total de la IA hoy es apostar contra el compliance de mañana.

La escasez real no es de código, es de juicio

Latinoamérica no sobra de talento técnico calificado; le falta capacidad de juicio experto escalable. La IA resuelve lo primero —genera código, texto, análisis a costo marginal casi cero— pero no posee lo segundo. El ejecutivo que entienda esto dejará de preguntar "cuántas cabezas puedo recortar" para preguntar "cómo equipar a mis mejores analistas con exoesqueletos cognitivos que multipliquen su criterio". Esa es la palanca de valor: convertir la escasez de seniority en abundancia de capacidad analítica asistida.

La hoja de ruta del asistente

La implementación seria pasa por tres pasos concretos, no por presentaciones de vendor:

• Auditoría de fricción cognitiva: Mapear dónde los equipos de alto valor pierden tiempo en tareas de bajo juicio (búsqueda, formateo, primera redacción, depuración rutinaria). Esos son los puntos de inserción del asistente.
• Diseño de *guardrails* técnicos y contractuales: Definir qué decisiones son human-only (aprobación de crédito, firma de dictamen, release a producción) y forzar arquitectura human-in-the-loop en esas fronteras. Exigir explainability y audit trails a proveedores como cláusula contractual, no como feature opcional.
• Métricas de aumento, no de sustitución: Medir time-to-insight, reducción de rework y cobertura de análisis de riesgo, no "FTEs ahorrados". El KPI es la calidad de la decisión final, no la ausencia del decisor.

El "despido permanente" es un titular de prensa; la aumentación permanente es la única estrategia defensible para el balance de resultados. Las organizaciones que compren IA para reemplazar personas comprarán pasivos. Las que la compren para amplificar el criterio de su gente comprarán ventaja competitiva. La pregunta que define el próximo quinquenio no es si la IA puede hacer el trabajo, sino si su organización sabe diseñar el sistema donde el humano más la máquina superan a la máquina sola. La historia de la tecnología dice que la segunda opción siempre gana.