Lo de Block es solo la punta del iceberg
Jack Dorsey acaba de firmar un memo que le cambió la vida a más de 4,000 personas. Así es como muchos CEOs están pensando la relación entre inteligencia artificial y empleo
Block, la empresa detrás de Square, Cash App y Afterpay, anunció en febrero de 2026 que iba a reducir su plantilla casi a la mitad: de más de 10,000 personas a algo menos de 6,000, más de 4,000 despidos de un solo golpe. Dorsey publicó el memo completo en X y dejó claro que la compañía no estaba en crisis; habló de un negocio sólido, con ingresos creciendo y márgenes que mejoraban1.
Dorsey apuntó directamente a las “herramientas de inteligencia” que Block ya está usando y construyendo, combinadas con equipos más pequeños y planos, como el factor que está cambiando la manera en que se construye y se opera una empresa. Básicamente lo que creo que Dorsey está haciendo es anticiparse al momento en el que las herramientas de inteligencia artificial se vuelvan cada vez mejores y tenga que despedir personas sí o sí porque será mucho más barato y eficiente evacuar tareas con tecnología.
i had two options: cut gradually over months or years as this shift plays out, or be honest about where we are and act on it now. i chose the latter. repeated rounds of cuts are destructive to morale, to focus, and to the trust that customers and shareholders place in our ability to lead. i'd rather take a hard, clear action now and build from a position we believe in than manage a slow reduction of people toward the same outcome. - Jack Dorsey
En la misma comunicación, explicó que prefería una decisión grande y rápida a varios recortes graduales, porque las rondas sucesivas de despidos destruyen la moral del equipo y la confianza de clientes e inversionistas. Esa elección de “un corte profundo ahora” alineado con un relato de fortaleza financiera es, para mí, la verdadera señal: cuando un CEO decide sacrificar miles de puestos al mismo tiempo que presume de resultados y apuesta su reputación en público, está diciendo que la ecuación económica interna cambió de manera estructural.
El escenario ya está más o menos anticipado y los mercados lo tienen anticipado
Si uno revisa lo que han dicho algunos de los líderes que construyen los modelos de IA más avanzados, el memo de Dorsey encaja demasiado bien con el guion que llevan tiempo describiendo. Dario Amodei, CEO de Anthropic, ha advertido en entrevistas que los modelos generativos pueden eliminar alrededor de la mitad de los puestos de entrada de cuello blanco, y que eso podría llevar el desempleo a niveles cercanos al 20%, algo que él mismo describe como “inusualmente doloroso”2.
Stuart Russell es uno de los académicos más respetados en el campo de la IA y autor de un libro de texto estándar en la industria. Russell ha estimado escenarios donde hasta un 80% de los trabajos actuales serían automatizables, incluyendo tareas que hoy asociamos con directivos y profesionales altamente calificados. Son sistemas completos que redactan informes, responden correos, filtran riesgos legales o recomiendan decisiones financieras de manera más rápida y consistente que una persona promedio3.
En paralelo, otros ejecutivos de tecnología han empezado a mover fichas: el CEO de Shopify dijo a comienzos de 2025 que los equipos deben demostrar que una tarea no puede hacerse con IA antes de pedir más personas, y el CEO de Klarna celebró públicamente que las herramientas de IA le permitieron reducir en unos 700 puestos su equipo de atención al cliente. Cuando uno junta estas piezas —las advertencias de Amodei y Russell, las políticas de contratación condicionadas a la IA, los recortes masivos en Block— aparece un mensaje consistente: para quienes están más cerca de la frontera tecnológica, la hipótesis de que muchas tareas de oficina van a ser reemplazadas dejó de ser teoría.
¿Qué dicen otros magnates tecnológicos y financieros?
Mustafa Suleyman, hoy al frente de Microsoft AI, viene diciendo en entrevistas recientes que la mayoría de las tareas que hacen abogados, contadores, jefes de proyecto y equipos de marketing podrán automatizarse por completo con sistemas de “IA profesional” en un horizonte de doce a dieciocho meses. Describe ese cambio como un “desplazamiento estructural” del trabajo de cuello blanco y lo vincula con el despliegue masivo de estos modelos en herramientas como Office y Teams dentro de empresas de todo el mundo.
Elon Musk lleva la conversación hacia el largo plazo cuando, en foros como VivaTech, plantea un escenario donde la combinación de IA y robots permite producir prácticamente todos los bienes y servicios que necesitamos y convierte el empleo en una opción más que en una condición para sobrevivir. En esas apariciones califica a la IA como su “mayor miedo” y, al mismo tiempo, como la tecnología que podría sostener una economía de abundancia si se resuelven los problemas de gobernanza y distribución4.
Sam Altman repite que la IA va a comprimir en pocos años transformaciones del empleo que en otras épocas tomaban varias décadas, y usa estimaciones de que alrededor de la mitad de los trabajos cambia de forma profunda cada setenta y cinco años para ilustrar la magnitud del salto5. En sus entrevistas más recientes habla de porcentajes en el rango de 30% a 40% de tareas que podrían pasar a modelos de IA en esta década, con un impacto inicial fuerte en atención al cliente y después en parte del trabajo de los desarrolladores de software6.
Jensen Huang, desde Nvidia, toma esa misma ola tecnológica y la traduce a un mensaje para trabajadores y empresas: insiste en que la IA tendrá efecto sobre cada puesto y que la persona que sepa usarla tendrá ventaja frente a quien la ignore. En varias conferencias sugiere que la adopción masiva de estos sistemas puede ampliar la capacidad productiva global y redistribuir el esfuerzo humano hacia tareas de diseño, coordinación y creatividad7.
Jamie Dimon, al frente de JPMorgan Chase, anticipa una reducción del número de empleados de su banco en los próximos cinco años como consecuencia directa de la IA, y por eso habla de reentrenamiento, recolocación interna y ajustes graduales de plantilla. Al mismo tiempo advierte que despidos masivos motivados por la automatización, sin amortiguadores ni reglas claras, pueden derivar en malestar social y ha llegado a decir que vería con buenos ojos una prohibición gubernamental de recortar grandes volúmenes de puestos únicamente por introducir IA8.
Kai-Fu Lee se sitúa en un plano más cuantitativo cuando recuerda una predicción que hizo en 2017: hacia 2027 la IA podría desplazar alrededor del 50% de los empleos globales, cifra que hoy califica como “asombrosamente certera” a la luz de la velocidad de avance de los modelos generativos. En sus entrevistas enumera desde tareas repetitivas de manufactura y logística hasta funciones de oficina como soporte, ventas internas y backoffice administrativo, y coloca a la IA por encima de la electricidad o de internet en términos de impacto económico esperado.
La automatización se mudó de la fábrica al correo corporativo
Durante décadas, la conversación sobre automatización giró en torno a fábricas, líneas de ensamblaje y robots físicos. Hoy, la fricción está en otro lado: en los flujos de correo, en los documentos legales, en el análisis de datos que antes justificaba equipos enteros de analistas juniors. En mi experiencia, he visto casos de uso de compañías de crecimiento rápido que usan modelos de lenguaje para preparar borradores de contratos, respuestas iniciales a requerimientos regulatorios o resúmenes de reuniones que antes consumían horas de trabajo de personas en niveles de entrada.
Los datos públicos refuerzan la idea de este desplazamiento. Cuando Block explica sus despidos, habla de “equipos más pequeños y talentosos usando IA para automatizar más trabajo”, y lo presenta como un camino para moverse más rápido, no solo para ahorrar salarios. En sus comunicaciones financieras, la propia empresa subraya que ya lleva años aumentando la dependencia en sistemas de IA para distintas funciones, y que algunas de esas iniciativas están casi totalmente implementadas.
Los bancos y los grandes bufetes de abogados están siguiendo rutas parecidas. Varias firmas financieras ya experimentan con modelos que asisten en la preparación de reportes regulatorios o en el análisis preliminar de riesgos, y estudios jurídicos globales han comunicado pilotos donde la IA revisa miles de documentos para “due diligence” con muy poca intervención humana en las primeras etapas.
Qué significa esto para alguien que trabaja en una oficina
La reacción más común ante estos anuncios es emocional: indignación, miedo, negación. A cualquiera le cuesta aceptar que un trabajo que le tomó años construir puede desvanecerse en un memo público. Sin embargo, desde la perspectiva operativa, lo que está pasando obliga a hacer un inventario más frío de dónde estamos parados cada uno de nosotros frente a la IA.
Cuando miro equipos en empresas de tecnología o de servicios, veo tres posiciones bastante claras. Están quienes producen un resultado intercambiable: presentaciones, reportes, correos, análisis estándar que pueden ser replicados por un modelo con un nivel razonable de calidad. Están quienes orquestan sistemas: personas que diseñan procesos donde la IA hace el grueso del trabajo repetitivo y los humanos se enfocan en decisiones, supervisión y diseño. Y están quienes construyen herramientas: los que entrenan modelos, integran APIs, definen productos basados en IA que luego usan el resto de la organización.
La primera categoría es la más vulnerable, no porque las personas sean irrelevantes, sino porque la naturaleza del trabajo se alinea demasiado con lo que un modelo generativo ya hace bien. Si tu día se parece a copiar y pegar información entre sistemas, hacer resúmenes de documentos, escribir correos estándar o producir “decks” parecidos una y otra vez, estás en la zona donde la presión por automatizar es máxima. Lo que muestran Dorsey y compañía es que, ante la duda, la estructura se reconfigura en dirección a menos gente y más software.
Reaccionar como fundador, no como espectador
Si estás construyendo una empresa, las decisiones de Block y las advertencias de Amodei y Russell son un manual incómodo pero útil. La conclusión práctica que yo saco es que diseñar equipos sin integrar explícitamente la IA es un lujo que se acaba rápido. No se trata de pegar un chatbot a tu producto para la galería, sino de repensar, línea por línea, qué trabajo humano sigue siendo necesario en cada proceso y cuál se puede mover a herramientas de IA sin sacrificar calidad.
Block, por ejemplo, no solo recorta personal; incorpora la IA en su núcleo de cómo desarrolla productos y atiende a los clientes, y comunica a inversionistas que esto la posiciona para una “nueva fase de crecimiento de largo plazo” con equipos más pequeños.
En paralelo, ejecutivos como los de Klarna Shopify empujan políticas internas donde la carga de la prueba recae en justificar por qué hace falta una persona donde un modelo podría hacer la tarea. Esa mentalidad se está propagando, y quien no la incorpore en su diseño organizacional va a quedar compitiendo con estructuras más livianas y agresivas.
Desde mi experiencia con empresas de hypergrowth, los equipos que mejor navegan cambios tecnológicos fuertes son los que se enfocan obsesivamente en rediseñar flujos de trabajo y responsabilidades, no solo en “capacitar” gente en una nueva herramienta.
Pueden decidir, por ejemplo, que un analista senior maneja simultáneamente varias instancias de modelos de IA que hacen el trabajo de varios juniors, o que un abogado experimentado solo toca los casos una vez que la IA hizo el filtrado masivo de documentos. Esa reorganización duele en el corto plazo, pero evita el escenario en el que los recortes llegan forzados, tarde y mal explicados.
Asimetría entre tomadores de decisiones y trabajadores de cuello blanco
Lo que más me impresiona de la historia de Dorsey no es el número absoluto de despidos, por implacable que sea. Es la asimetría entre cómo piensan quienes toman estas decisiones y cómo sigue pensando la mayoría de personas que trabajan en oficinas. Mientras muchos profesionales tratan la IA como tema de charla en conferencias o como herramienta marginal que “ayuda un poco”, los CEOs que la construyen, financian y adoptan ya la usan como argumento central para rediseñar plantillas completas.
Cuando un fundador de alto perfil le dice al mercado que su negocio es próspero, que la rentabilidad mejora y que por eso mismo puede permitirse despedir a casi la mitad de su equipo para apoyarse en “herramientas de inteligencia”, está marcando un nuevo estándar de lo que se considera una decisión racional gerencial. No hace falta estar de acuerdo con él para tomar nota de la dirección en la que se mueve esa racionalidad.
Podés desconfiar del tono catastrofista de algunos análisis sobre la IA, y es sano hacerlo. Lo que se vuelve más difícil es ignorar a quienes ya demostraron que están dispuestos a convertir esas hipótesis en líneas de un memo de despidos firmado con nombre y apellido. En ese sentido, la nota de Jack Dorsey ya forma parte del archivo que cualquier persona que viva de su trabajo intelectual debería leer con calma, más allá del ruido del día a día.
Dos formas que nos inventamos para afrontar esta situación antes de que nos agarre desprevenidos
Si querés estar del lado correcto de esta ecuación, hay dos oportunidades concretas.
La primera es presencial. El 18, 19 y 20 de marzo estamos en Monterrey con el Inmersivo de 30x: tres días donde los fundadores que escalaron Rappi, Truora y Growth Rockstar trabajan directamente con vos sobre cómo rediseñar equipos, incorporar IA en flujos reales y tomar decisiones de liderazgo bajo la presión del cambio tecnológico. No es una conferencia. Es trabajo en sala con casos de empresas latinoamericanas que ya enfrentaron estas decisiones. Si sos founder o ejecutivo con responsabilidad sobre equipos y presupuestos.
La segunda es virtual y arranca el 14 de abril. AI Sales es el programa que construimos para founders y líderes comerciales que quieren dejar de competir con estructuras más livianas en desventaja. En cuatro semanas aprendés a automatizar prospección, personalizar mensajes a escala y armar una operación de ventas donde la IA maneja el volumen y vos te enfocás en cerrar los deals que importan. Exactamente el tipo de reconfiguración que Klarna, Shopify y Block ya están ejecutando hacia adentro, ahora disponible para que cualquier equipo comercial la adopte.
Lo que está claro es que la distancia entre quienes ya rediseñaron sus estructuras y quienes todavía están "evaluando la IA" se va a volver muy difícil de acortar en los próximos dos años. Lo mejor que podrías hacer es arrancar de una vez.