Lo que viene: la IA ya no quiere ayudar al empleado: quiere quedarse con su puesto y cobrar una tercera parte

Durante los últimos tres años, las grandes tecnológicas han presentado la inteligencia artificial fundamentalmente como un “copiloto” que permitiría al trabajador hacer más cosas en menos tiempo. Algunas empresas empiezan a utilizar un lenguaje bastante menos tranquilizador. Supervity vende directamente “empleados de IA” y uno de sus clientes, NEC Corporation of America, pone números al cambio: asegura haber prescindido de cuatro puestos que le costaban aproximadamente 500.000 dólares anuales y pagar 150.000 dólares al año por el servicio que los sustituye.

---

La comparación es llamativa porque convierte el debate sobre el impacto laboral de la IA en una sencilla cuenta de resultados. Según las cifras proporcionadas por el propio directivo de NEC, el nuevo “empleado” cuesta aproximadamente un 30% de los puestos humanos sustituidos. El ahorro sería de unos 350.000 dólares anuales. Conviene introducir una cautela: el testimonio aparece publicado por Supervity y no consta una auditoría independiente que permita comprobar que ambos costes sean exactamente comparables.

Pero NEC parece suficientemente convencida de la tecnología como para haber pasado de cliente a inversor. En enero de 2026, NEC Orchestrating Future Fund, el fondo de capital riesgo corporativo de la multinacional japonesa, anunció una inversión en Digitamize, la empresa estadounidense propietaria de Supervity, y el inicio de conversaciones para colaborar en automatización de procesos empresariales tanto en Japón como internacionalmente.

El cambio aparentemente semántico de “copiloto” a “empleado” esconde una transformación empresarial importante. Un copiloto de IA se vende a una persona para que aumente su productividad. Un empleado de IA se vende a la empresa para realizar directamente el trabajo. El cliente deja de comparar cuánto mejora la productividad de Microsoft Copilot, ChatGPT o Gemini y empieza a comparar cuánto le cuesta mantener un proceso realizado por personas frente a encargar ese mismo proceso a agentes de software.

Supervity constituye un buen ejemplo. Su plataforma integra agentes capaces de intervenir en procesos de cuentas a pagar, cuentas a cobrar, compras, recursos humanos, soporte informático, atención al cliente o ventas. No se limita, por tanto, a responder preguntas o redactar documentos. La propuesta consiste en conectarse con los sistemas empresariales y ejecutar procesos que hasta ahora requerían personas.

Esto ya existía parcialmente con la automatización robótica de procesos o RPA que popularizaron empresas como UiPath. La diferencia que pretende introducir la nueva generación de agentes es que no necesita que cada paso esté previamente programado mediante reglas rígidas. Puede interpretar documentos, consultar aplicaciones diferentes, decidir cuál es el siguiente paso y coordinar varias tareas para alcanzar un resultado.

El salto puede tener especial trascendencia para una industria gigantesca: el BPO (Business Process Outsourcing). Durante décadas, las grandes empresas occidentales han reducido costes trasladando procesos administrativos a proveedores especializados, especialmente en países como India y Filipinas. Facturación, cobros, nóminas, soporte informático, atención telefónica y multitud de tareas de back office terminaron realizándose a miles de kilómetros porque resultaba considerablemente más barato.

La paradoja es que la siguiente deslocalización podría no producirse entre países, sino entre personas y máquinas. Si una compañía puede contratar agentes que realizan una parte importante de esos procesos por una fracción del coste laboral, el trabajador de Bangalore podría encontrarse sometido a la misma presión que sufrió anteriormente el trabajador administrativo europeo o estadounidense.

Pero eso no significa necesariamente que India sea la gran perdedora. Puede ocurrir exactamente lo contrario. Supervity tiene una fuerte presencia tecnológica en India y su propietario, Digitamize, procede del ecosistema tecnológico indio-estadounidense. Si empresas de este tipo consiguen transformar el conocimiento acumulado durante décadas gestionando procesos empresariales en software capaz de ejecutarlos, India podría pasar de exportar trabajo barato a exportar trabajadores digitales.

Eso plantearía un desafío importante para gigantes como TCS, Infosys, Wipro o Genpact. Su negocio histórico ha consistido, en buena medida, en proporcionar a las grandes corporaciones enormes cantidades de talento tecnológico y administrativo a menor coste. La IA agéntica introduce la posibilidad de desacoplar el crecimiento de los ingresos del crecimiento de las plantillas. El incentivo para hacerlo es evidente: si no automatizan ellos los procesos que gestionan, otros proveedores pueden hacerlo.

Y la amenaza no se limita a los empleos administrativos. EveryOps aplica una lógica parecida a trabajos tecnológicos considerablemente más cualificados. Su plataforma reúne DevOps, SecOps, SRE, FinOps e InfraOps y coloca sobre todos ellos un operador de IA llamado Cindy. El agente observa la infraestructura informática, detecta problemas, propone actuaciones y puede ejecutarlas una vez aprobadas por una persona.

Aquí aparece probablemente otro elemento importante sobre cómo será la sustitución. No necesariamente desaparecerá de golpe el equipo humano. Puede desaparecer primero una parte sustancial del equipo mientras unas pocas personas pasan a supervisar máquinas. EveryOps utiliza precisamente este esquema: Cindy propone, una persona autoriza y la plataforma ejecuta. Cada actuación queda además registrada para poder determinar posteriormente qué hizo la máquina y quién dio su aprobación.

EveryOps intenta resolver así uno de los grandes obstáculos para entregar procesos empresariales completos a una IA: la responsabilidad. Su sistema SCOR puntúa cada actuación en cuatro dimensiones —seguridad, coste, operaciones y resiliencia— y mantiene un registro de las decisiones. La compañía asegura que, durante una prueba de 90 días en una aplicación crítica, su sistema gestionó 147 actuaciones y elevó su indicador SCOR de 3,3 a 4,5. Nuevamente se trata de datos de la propia empresa y el cliente no está identificado públicamente, por lo que no pueden considerarse una validación independiente.

Lo significativo es que Supervity y EveryOps atacan niveles diferentes de la misma organización. Una quiere automatizar al administrativo que procesa una factura; la otra, parte del trabajo del ingeniero que mantiene funcionando la infraestructura informática donde se procesa esa factura.

Esto también modifica la batalla empresarial alrededor de la inteligencia artificial. La atención se ha concentrado hasta ahora en quién tendrá el modelo más potente: OpenAI, Google, Anthropic, Meta, Mistral o los grandes desarrolladores chinos. Pero para una empresa que paga 500.000 dólares por cuatro empleados y descubre que puede obtener aparentemente el mismo resultado por 150.000, cuál sea el modelo utilizado por debajo puede terminar siendo una cuestión secundaria.

El verdadero negocio estaría entonces en convertir la inteligencia de los modelos en trabajo terminado. No vender tokens, licencias ni asistentes, sino facturas procesadas, incidencias solucionadas, servidores administrados, cobros reclamados o pedidos gestionados.

Es también una evolución mucho más incómoda para el mercado laboral que el discurso del copiloto. Cuando una empresa compra Microsoft 365 Copilot para 1.000 empleados puede justificar la inversión porque espera que esos 1.000 trabajadores sean más productivos. Cuando contrata un servicio porque cuatro personas cuestan 500.000 dólares y la máquina 150.000, el objetivo económico es diferente.

Por eso quizá estemos entrando en una nueva fase de la inteligencia artificial empresarial. La primera vendía herramientas a los trabajadores. La siguiente empieza a vender trabajadores a las empresas. Y si los números que está comunicando NEC pueden reproducirse a gran escala, la discusión dejará muy pronto de ser qué empleos puede hacer la IA para convertirse en otra bastante más concreta: cuántas personas necesita una empresa cuando puede contratar por una tercera parte a un empleado que es software.