Un estudio con datos reales de gasto en IA desmonta (con matices) el miedo al despido masivo

Por Ramp Economics Lab / Revelio Labs · 19 de julio de 2026.

Un estudio conjunto de Ramp Economics Lab (la división de investigación de la fintech Ramp) y Revelio Labs analizó 21.559 empresas estadounidenses cruzando dos fuentes poco habituales: los datos de gasto real en herramientas de IA (tarjetas corporativas y pagos de Ramp) y los registros detallados de plantilla de Revelio Labs. En vez de preguntar a directivos qué creen que hará la IA con el empleo, midieron qué gasta cada empresa en IA y qué le pasó después a su plantilla.

El resultado central: las empresas del tercio superior en gasto en IA por empleado —tras al menos tres meses consecutivos gastando 100 dólares o más al mes— aumentaron su plantilla total un 10,2% en los dos años siguientes. Las de adopción baja no mostraron cambios significativos. El crecimiento fue gradual, coherente con una curva de aprendizaje: los equipos tardan meses en integrar bien las herramientas antes de que se note el efecto.

El dato que más rompe el guion habitual es el de los puestos de entrada: en las empresas de adopción intensiva, el empleo junior creció un 12%, más rápido que la plantilla general. Es la inversa exacta de la narrativa dominante, que sitúa a los perfiles junior como los primeros sacrificados por los modelos generativos. Aquí, además, el crecimiento se repartió entre ingeniería, ventas, éxito de cliente y administración, no solo en roles técnicos.

Conviene no quedarse solo con el titular. Los propios autores señalan que las empresas que adoptan IA de forma intensiva ya eran distintas antes de gastar en ella: más grandes, más orientadas a tecnología, con crecimiento más rápido y, a menudo, respaldadas por capital riesgo. Eso deja abierta la pregunta de causalidad que el estudio no resuelve del todo: ¿la IA acelera el crecimiento de estas empresas, o son empresas que ya crecían las que tienen más caja y ambición para invertir en IA? Los propios investigadores lo plantean como aceleración de una trayectoria previa, no como creación de crecimiento desde cero, y la ventana de análisis —dos años— es corta para hablar de tendencias estructurales; ellos mismos avisan de que la recomposición de plantillas puede llegar más tarde, cuando las capacidades maduren.

Esto encaja con lo que venimos documentando sector a sector en Zendoric: el empleo administrativo y de back-office es el más expuesto, mientras que el criterio experto, la relación con el cliente y lo presencial resisten. Lo que este estudio añade es una capa distinta: incluso dentro de esa exposición, el efecto agregado en las empresas que invierten en serio no es de destrucción neta, sino de reasignación dentro de un pastel que crece. Si la IA funciona sobre todo como acelerador de ambición —permite a una empresa perseguir más clientes, más mercados, más proyectos con el mismo equipo— el resultado lógico no es menos gente, sino más gente distinta.

Nuestra lectura: esta es una buena noticia parcial, no una absolución. Es coherente con la tesis de fondo que defendemos —que a corto plazo la transición es real y desigual, pero que la IA bien utilizada tiende a expandir la tarta en vez de repartir la misma tarta entre menos manos— y aporta el tipo de evidencia dura (gasto real, no encuestas de intención) que este debate necesitaba. Pero el estudio mide una ventana corta y una muestra sesgada hacia empresas ya ganadoras; no dice nada de las empresas rezagadas, de los sectores fuera del ámbito de conocimiento intensivo, ni de qué pasa cuando la curva de aprendizaje de la IA agéntica alcance su madurez real. El miedo al despido masivo generalizado puede ser prematuro, como concluyen los autores. Pero prematuro no significa infundado: significa que la cuenta todavía no está cerrada, y que el resultado dependerá de si más empresas —no solo las que ya volaban antes de invertir en IA— logran convertir esa inversión en crecimiento y no solo en recorte de costes.