¿Quién aprende primero a liderar la nueva fuerza de trabajo?

Escribo esto en medio de una transición. De 2014 a 2026 construí y lideré Sizebay, una empresa de probador virtual para e-commerce de moda; fue adquirida en 2024, y mi earnout terminó en julio de 2026. En esos últimos dos años la ola de AI llegó a la empresa, y remodelar el equipo, el producto y nuestra dirección alrededor de ella fue mi trabajo.

Así que esto no es una mirada desde las gradas. Viene de probar la AI con mi propio equipo, de observar cómo las personas realmente trabajan con ella, de ver a gerentes y directores adaptarse o no, y de conversar con otros ejecutivos que están pasando por lo mismo. Y de una observación de la que no pude escapar: personas entregando en horas lo que antes les tomaba días o semanas.

En algún punto de ese período el problema se me hizo claro. Estamos construyendo una nueva fuerza de trabajo, y nuestras empresas todavía están estructuradas para una fuerza de trabajo hecha solo de personas.

De herramienta a trabajador, en siete pasos

La humanidad ya cambió antes la forma en que trabaja. La Revolución Industrial cambió el trabajo físico y la relación entre las personas y las máquinas. La revolución digital cambió el trabajo intelectual: comunicación, información, productividad. Lo que está empezando ahora es distinto en su naturaleza. Entidades que no son humanas están empezando a producir valor directamente.

El movimiento se puede observar en etapas, y la mayoría de los líderes con los que hablo puede señalar en cuál de ellas está su propia empresa.

El paso seis es el que hay que vigilar. El día en que un agente recibe un login en Google Workspace o en Microsoft Teams, una bandeja de entrada, un calendario, un lugar en los sistemas donde el trabajo de la empresa realmente sucede, deja de parecer una herramienta. Empieza a comportarse como un trabajador digital. Nadie lo anuncia. Aparece en la lista de accesos.

Headcount, token count, agent count

Durante décadas, headcount fue una de las principales variables para entender una empresa. ¿Cuántas personas tenemos? ¿Cuánto cuesta cada una? ¿Cuánto produce cada una? ¿Cuántas más necesitamos para crecer?

Ese modelo está empezando a cambiar. No porque esas preguntas hayan dejado de importar, sino porque apareció un segundo conjunto de preguntas junto a ellas.

Headcount ahora comparte la página con token count y agent count. Esto no es un eufemismo para reemplazar personas por máquinas. Es el reconocimiento de que la fuerza de trabajo de una empresa se está volviendo híbrida, y que un número que antes describía todo ahora describe solo una parte.

Las empresas de AI se están convirtiendo en sindicatos digitales

Esta es la provocación de este texto, y lo digo de una forma más literal de lo que suena.

Mira a OpenAI, Google Cloud, BytePlus y las demás grandes empresas de AI. Podemos seguir llamándolas empresas de software. Creo que esa etiqueta se está quedando corta.

Abre una de sus páginas de pricing y léela como si no estuvieras comprando software. Se lee menos como una lista de precios de software y más como una escala salarial para mano de obra digital. Modelos distintos. Capacidades distintas. Niveles de desempeño distintos. Costos distintos. Especializaciones distintas. Elegir uno se siente menos como elegir un plan y más como elegir una categoría profesional: qué nivel de trabajador quieres para esta tarea, y cuánto estás dispuesto a pagar por unidad de su trabajo.

Entonces la pregunta a la que siempre vuelvo: ¿y si estas empresas ya no estuvieran simplemente vendiendo software, sino organizando y fijando el precio de la mano de obra digital?

Porque eso es lo que hace un sindicato. Organiza categorías de trabajo. Define niveles de capacidad. Fija las tarifas. Controla el acceso a la capacidad. Y determina, en gran medida, el costo marginal de ese tipo de trabajo. La diferencia es que el trabajador no es humano. Es un modelo. Es un agente. Es una nueva categoría de profesional digital, y las empresas que entrenan y alojan esos modelos son las que deciden cuánto cuesta.

Qué cambia, en cada nivel

Si eso es cierto, esta no es una historia sobre tecnología. Es una historia organizacional, financiera, cultural, gerencial y estratégica, y una empresa tiene que aprender a operar con dos tipos de fuerza de trabajo a la vez: humanos más profesionales digitales. Cada nivel de la empresa lo siente de forma distinta.

Alta dirección: el riesgo de la irrelevancia estratégica

La mayoría de los ejecutivos de hoy construyeron su carrera aprendiendo a liderar personas. Armar equipos, motivarlos, delegar, contratar, desarrollar talento, tomar decisiones organizacionales. Esas competencias siguen importando. No estoy seguro de que ya sean suficientes.

El próximo tipo de liderazgo también tiene que entender cómo funciona la AI, cómo funcionan los modelos y cómo funcionan los agentes. Dónde debe usarse la AI. Dónde no debe usarse. Cómo construir sistemas de trabajo donde personas y agentes comparten la carga, y cómo medir los resultados de ambos.

La pregunta para un CEO, un founder o un director se vuelve incómoda: ¿será suficiente lo que me trajo hasta aquí, mi capacidad de liderar personas, para liderar una empresa donde una parte significativa del trabajo lo hacen agentes digitales?

Si el liderazgo no entiende la AI, pierde la capacidad de participar en las decisiones estratégicas que definirán el futuro de la empresa. Esas decisiones se siguen tomando. Solo que no las tomas tú.

Gestión y métricas: headcount deja de ser el único número

La gestión tradicional lee headcount, costo de personal, ingresos por empleado, productividad por empleado. En el nuevo modelo, ese conjunto de números crece.

Debajo de eso hay una pregunta financiera que nunca he visto bien respondida en ningún lado: ¿cómo representas la mano de obra digital en un estado de resultados y en un balance general? Nuestras estructuras financieras se construyeron para una economía en la que la fuerza de trabajo era casi completamente humana. Tenemos que aprender a medir y mostrar, en dinero, una fuerza de trabajo que no lo es.

Gerentes: liderando personas y agentes juntos

El trabajo del gerente también cambia. El gerente del futuro cercano no es responsable solo de personas. Es responsable de una combinación de personas, agentes, procesos y sistemas, lo que significa aprender a delegarle a un agente, seguir sus resultados, fijar sus límites, validar lo que entrega, y coordinar distintos tipos de trabajadores hacia el mismo resultado.

A partir de esa sola pregunta, una lista que nadie ha terminado de escribir. ¿Cómo mides el desempeño de un agente? ¿Cómo defines sus metas? ¿Cómo evalúas la calidad? ¿Cuánta autonomía permites, y cómo sabes cuándo intervenir? ¿Cuándo una tarea vuelve a una persona?

Algunos equipos van a ser pocas personas coordinando decenas de agentes, quizás cientos. El gerente capaz de hacer eso va a verse muy distinto del gerente que hemos estado promoviendo.

El profesional individual: el superprofesional

En el nivel individual, el cambio es igual de profundo. La pregunta equivocada es "¿cómo hago mi trabajo usando AI?". La mejor es "¿cómo amplío lo que soy capaz de hacer, usando AI?"

El profesional pasa de ejecutor a orquestador. Define el problema. Coordina agentes. Valida resultados, corrige errores, toma las decisiones, y aplica el criterio que solo una persona puede aplicar. Decide cuándo usar AI. Y decide cuándo no usarla.

Ese último punto es lo que realmente importa. El diferencial no va a ser solo saber usar AI. Va a ser saber cuándo no usarla.

Lo que he observado en la práctica ya es significativo. Personas entregando en horas lo que habría tomado días o semanas. Profesionales promedio, correctamente amplificados, alcanzando un output que hace pocos meses era difícil de imaginar. Esto es observación, no medición: lo vi pasar en mi propio equipo. Produce una nueva categoría de trabajador: el superprofesional. No es una máquina. No es una persona que fue reemplazada. Es una persona que fue amplificada, y que usa agentes como una extensión de su propia capacidad.

El gran riesgo: depender de los sindicatos digitales

Aquí está el riesgo estratégico, y es la razón por la que quise poner la idea del sindicato en el título.

Hoy la AI parece extremadamente barata frente al costo de una persona. Eso crea un incentivo enorme para cambiar trabajo humano por trabajo digital. La pregunta de largo plazo es qué pasa cuando una empresa se vuelve completamente dependiente de ella.

En este momento, las empresas de AI están compitiendo entre sí por mercado, capacidad y adopción. Si la dependencia se vuelve estructural, el equilibrio de poder cambia de lado. Quien controla la mano de obra digital gana un poder enorme sobre el costo de esa mano de obra.

En ese escenario, el sindicato digital cobra lo que el mercado aguante, y a las empresas les quedan pocas alternativas.

Usar AI para consumir, o usar AI para construir

Entonces hay una distinción que creo que todo dueño de empresa debería estar haciendo en voz alta.

Usar AI para consumir. Una empresa puede simplemente conectar modelos externos a endpoints y funcionalidades que dependen de ellos. Eso compra velocidad. También compra dependencia, y la factura de esa dependencia llega después.

Usar AI para construir. La oportunidad más grande es usar AI para desarrollar tecnología, hacer crecer la capacidad interna, crear propiedad intelectual, construir nuevos productos, automatizar procesos, elevar la productividad de tu propia gente, y construir una diferenciación que es tuya. La empresa aprovecha la ola sin entregarle su capacidad estratégica a un tercero.

Tres opciones

Frente a esto, una empresa tiene tres caminos.

Humanos más máquinas

El futuro probablemente no es humanos contra máquinas. Es humanos más máquinas. La organización tiene que aprender a dividir el espacio entre los dos, lo que significa entender qué hacen mejor los humanos, qué hacen mejor los agentes, dónde los dos deben trabajar juntos, dónde una persona tiene que mantener el control, dónde una máquina puede operar sola, y cómo construir confianza, supervisión y responsabilidad alrededor de todo eso.

Debajo de eso hay un cambio más grande que cualquier tecnología. Durante siglos, trabajo significó personas produciendo valor. Ahora las máquinas también producen trabajo, y eso cambia la forma en que pensamos las empresas, las personas, la productividad, el liderazgo, la gestión, la contabilidad, la remuneración, la estrategia y el poder económico. Llámalo un nuevo contrato de trabajo, todavía sin escribir.

Las preguntas, por nivel

Para CEOs, founders y directores. Lo que te hizo exitoso hasta aquí, tu capacidad de liderar personas, armar equipos y tomar decisiones, ¿va a ser suficiente para lo que viene? ¿Estás aprendiendo a liderar una organización que va a tener humanos y agentes digitales? ¿Entiendes la AI lo suficiente para tomar decisiones estratégicas sobre ella?

Para gerentes. ¿Qué estás aprendiendo sobre gestionar agentes digitales? ¿Estás preparado para gestionar trabajadores que no duermen, no comen, no toman vacaciones y quizás nunca se quejen? ¿Sabes cuándo delegarle a un agente y cuándo traer la tarea de vuelta a una persona?

Para profesionales. ¿Cómo estás usando AI para convertirte en un superprofesional? ¿La estás usando solo para hacer tu trabajo más rápido, o para ampliar lo que eres capaz de hacer? Y, si todavía no lo estás haciendo: ¿por qué no?

La nueva fuerza de trabajo ya llegó

Probablemente estamos frente a una de las mayores transformaciones en la estructura del trabajo desde la Revolución Industrial. La diferencia es que esta vez la revolución no solo está creando nuevas máquinas. Está creando nuevos trabajadores, y no creo que hayamos entendido del todo lo que eso significa.

La oportunidad no está en elegir entre humanos y máquinas. Está en descubrir qué pasa cuando humanos y máquinas aprenden a construir juntos. Pero eso hay que hacerlo con conciencia, porque reemplazar personas por máquinas puede ser barato al principio, y construir una empresa incapaz de existir sin ellas puede ser muy caro más adelante.

La pregunta ya no es si la AI va a cambiar la fuerza de trabajo. Ya lo hizo. La pregunta es quién aprende primero a liderarla.

Este es el trabajo que Holybiz hace con las empresas, y la forma en que Patricia y yo llevamos las nuestras: mapear cómo opera realmente el negocio, decidir función por función qué se queda con una persona, qué pasa a un agente y qué necesita de los dos, y construir los agentes dentro de las herramientas que la empresa ya usa, bajo una persona con nombre y apellido que revisa el trabajo. Nosotros operamos nuestras propias empresas con equipos de agentes bajo dirección humana, incluido el sitio que estás leyendo. Es el tercer camino, en la práctica, y empieza con las preguntas de arriba.