En los últimos dos años, la incorporación de inteligencia artificial en empresas de todo el mundo se presentó como una vía para automatizar tareas y mejorar la eficiencia, a menudo acompañada de anuncios de despidos masivos. No obstante, varios casos emblemáticos han mostrado una paradoja: a medida que la IA avanza, aumenta la necesidad de intervención humana en procesos críticos.
En ese contexto, Alejandro Zuzenberg, CEO y fundador de Botmaker, afirma que el problema no es usar IA, sino concebirla como un reemplazo total de las personas en lugar de una herramienta que potencia equipos, automatiza procesos y reorganiza tareas.
Casos representativos de IA en el trabajo
En 2022, la fintech sueca Klarna despidió a 700 empleados de atención al cliente con la promesa de que un chatbot basado en OpenAI realizaría sus tareas de forma más rápida y económica. Tras la implementación, la satisfacción de los clientes cayó: el bot generaba bucles de conversación, no captaba tonos emocionales y no resolvía el 20 % de los casos que salen del guion. Klarna tuvo que recontratar personal y su CEO reconoció públicamente que quizás se había ido demasiado lejos.
IBM eliminó alrededor de 8000 puestos en recursos humanos al automatizar consultas rutinarias con un sistema llamado AskHR, que llegó a resolver el 94 % de esas consultas y reportó un ahorro estimado de 3500 millones de dólares. Sin embargo, la automatización generó nuevas necesidades en áreas que requieren juicio, negociación y manejo de situaciones no protocolarias, por lo que la empresa volvió a contratar perfiles distintos y más especializados.
En 2025, Duolingo despidió al 10 % de sus traductores y redujo su plantilla de contratistas de contenido, reemplazándolos por IA generativa. El memo interno del CEO Luis von Ahn, que planteaba una estrategia “AI-first” y evaluaciones según el uso de IA, provocó un debate público sobre la rapidez con la que algunas empresas toman decisiones con efectos irreversibles en sus equipos sin medir completamente las pérdidas humanas y de conocimiento.
El patrón no indica que la IA sea inherentemente negativa, sino que usarla como sustituto absoluto —en lugar de como apoyo— puede generar costos ocultos que no aparecen en las primeras cuentas financieras.
Limitaciones actuales de los algoritmos
La IA identifica patrones y produce respuestas que estadísticamente se asemejan a las humanas, pero carece de conciencia sobre lo que dice y sobre quién recibe el mensaje. Esa ausencia no es solo un matiz filosófico: tiene implicaciones clínicas, legales y comerciales.
Para Alejandro Zuzenberg, con más de una década desarrollando automatizaciones conversacionales, muchos fallos comparten una causa: confundir la automatización de procesos con la sustitución de la comunicación humana. “Los agentes de IA no reemplazan la comunicación de la persona, sino que automatizan un proceso”, explica.
La diferencia es decisiva: una compañía puede delegar la gestión completa de un pedido —desde la consulta inicial hasta el cobro y la encuesta de satisfacción— sin eliminar la intervención humana cuando el vínculo y la comprensión son clave.
“Las personas buscan una buena experiencia: sentirse comprendidas y obtener respuestas útiles”, afirma Zuzenberg. En los casos relevantes, eso todavía exige presencia humana.
El principio del human in the loop
El concepto técnico de human in the loop se ha vuelto central en el debate ético y regulatorio. Designa procesos en los que la supervisión humana es obligatoria: existe un punto en el flujo de decisiones en el que una persona debe evaluar y asumir responsabilidad.
Zuzenberg aplica este principio en la nueva arquitectura de agentes de IA de su empresa. “El concepto de human in the loop refiere a la participación humana en el proceso”, dice. Su reciente lanzamiento, Botmaker 3.0, integra IA tanto en la empresa como en la experiencia del cliente, y contempla distintos agentes según especialidad y contexto.
Según Zuzenberg, el orquestador del sistema decide qué agente responde en cada caso. A diferencia de los chatbots tradicionales, los agentes actuales ejecutan tareas, actualizan sistemas y verifican el éxito de los procesos.
También anticipa la expansión del “agente comprador”: asistentes de IA que no solo comparan opciones, sino que reservan y compran en nombre del usuario. Ya se ven versiones básicas cuando se pide a un asistente que compare vuelos; el siguiente paso será que ese asistente haga la reserva.
La discusión alcanzó incluso al Papa León XIV, quien en su encíclica Magnifica Humanitas, publicada el 25 de mayo de este año, dedicó un documento completo a la inteligencia artificial. Al igual que la Rerum Novarum de 1891 defendió la dignidad del trabajador frente a la Revolución Industrial, la encíclica actual pide reflexionar sobre la tecnología: no aboga por frenar la innovación, sino por garantizar que los humanos no desaparezcan de los procesos cuando las decisiones afectan vidas.
Esa postura, enfatiza el texto, no es conservadora: es una conclusión compartida por reguladores e investigadores de seguridad en IA que vienen llegando a la misma idea desde diferentes enfoques.
Los trabajos se transforman, no solo desaparecen
El Foro Económico Mundial estimó en El Futuro del Trabajo 2025 que la automatización y la IA eliminarán 92 millones de empleos para 2030, pero crearán 170 millones nuevos, resultando en un saldo neto positivo sobre el papel. El desafío está en la transición y en la rapidez del cambio, que ahora ocurre en meses.
Más que suprimir ocupaciones enteras, la IA modifica las tareas que las personas desempeñan. Los roles más expuestos son aquellos con tareas repetitivas y estructuradas: entrada de datos, informes estándar, atención de primer nivel y análisis básicos. Estas tareas ya se están automatizando con resultados técnicos sólidos.
En la práctica, el cambio es más matizado. Zuzenberg describe cómo los humanos colaboran con agentes para completar tareas: informan al agente de un evento, el agente busca datos, verifica y comunica. Los agentes conversacionales funcionan como extensiones del equipo.
Además, surgen y crecen roles centrados en lo que la IA no puede hacer bien: interpretar resultados en contexto, detectar errores y sesgos, tomar decisiones con implicaciones éticas y construir confianza. Según el mismo informe del Foro Económico Mundial, el 22 % de los roles actuales será transformado de forma significativa. Eso no implica desempleo automático, sino la necesidad de que millones de personas se reciclen profesionalmente mientras la transición avanza.
