La IA no despidió a nadie. Simplemente no contratamos al sustituto

Hace unas semanas uno de los abogados de nuestro departamento dejó la empresa después de más de diez años trabajando con nosotros.

Su marcha no tenía nada que ver con la inteligencia artificial. No existía un plan de reducción de plantilla ni habíamos decidido sustituir a un abogado por un modelo de lenguaje.

Simplemente apareció una vacante.

Y con ella una pregunta empresarial bastante tradicional:

¿A quién contratamos ahora?

Nuestro caso presenta además una dificultad particular. Necesitábamos un perfil con conocimientos suficientemente sólidos de Derecho español y, al mismo tiempo, capacidad para trabajar profesionalmente en noruego.

No abundan.

Iniciamos un proceso de selección.

No encontramos a nadie que nos convenciera.

Pensamos entonces en una segunda posibilidad. Tal vez no era imprescindible reproducir exactamente el perfil que desaparecía. Podíamos reforzar administrativamente el departamento y redistribuir el trabajo jurídico entre los abogados que permanecían.

Entrevistamos también candidatos para ese puesto.

Tampoco encontramos a la persona adecuada.

Y entonces ocurrió algo interesante.

Mientras buscábamos a quién contratar, había que seguir trabajando.

La reorganización que debía ser provisional

No podíamos esperar indefinidamente al candidato perfecto.

Redistribuimos responsabilidades, revisamos procesos y empezamos a utilizar de manera más sistemática herramientas de inteligencia artificial para absorber determinadas categorías de trabajo.

No para sustituir el criterio jurídico.

Para reducir el trabajo que rodea a ese criterio.

Preparar documentación. Hacer primeras revisiones. Comparar textos. Resumir. Extraer información. Organizar expedientes. Realizar búsquedas iniciales. Preparar borradores. Clasificar. Traducir. Estructurar hechos. Convertir información desordenada en material que un abogado puede comprobar mucho más deprisa.

Todas esas tareas existían antes.

Ahora requieren menos tiempo humano.

Considerábamos inicialmente esta organización una solución temporal mientras continuábamos buscando.

Han pasado aproximadamente dos semanas.

Y, al menos por ahora, ha ocurrido algo que no esperaba observar con tanta claridad:

la carga de trabajo del departamento, tanto en horas como en carga mental, no parece haber aumentado.

Hay que ser prudentes. Dos semanas no son un experimento. El volumen de asuntos puede cambiar y una época especialmente intensa puede mostrar límites que todavía no vemos.

Pero la observación empresarial merece atención.

Una persona salió.

No la hemos sustituido.

Y el sistema continúa funcionando.

Nadie decidió sustituir un empleo por IA

Este matiz me parece fundamental.

Cuando hablamos del impacto de la inteligencia artificial sobre el empleo solemos imaginar una decisión explícita:

«Tenemos diez empleados. Instalamos IA. Ahora necesitamos ocho. Despedimos a dos.»

Eso ocurrirá en algunos casos.

Pero sospecho que una parte importante de la transformación será bastante menos espectacular.

Una persona se jubila.

Otra cambia de empresa.

Un departamento que antes habría contratado a dos personas más descubre que necesita una.

Aparece una vacante.

Y antes de publicar la oferta alguien pregunta:

¿Necesitamos realmente volver a crear este puesto exactamente como existía?

Esa puede convertirse en una de las preguntas laborales más importantes de los próximos años.

En nuestro caso, la IA no eliminó un puesto.

El puesto ya estaba vacío.

Lo que cambió fue el cálculo sobre si era imprescindible volver a ocuparlo.

La automatización puede entrar por las vacantes

Las empresas no son estructuras estáticas.

Todos los meses hay bajas, jubilaciones, reducciones de jornada, crecimiento, cambios de función y reorganizaciones.

Por ello, la IA no necesita provocar una oleada visible de despidos para modificar profundamente la demanda de trabajo.

Puede actuar sobre el flujo de contratación.

Una empresa de ocho personas que anteriormente habría crecido hasta diez quizá crezca hasta nueve.

Un departamento de cinco que pierde a una persona puede descubrir que cuatro pueden mantener la producción.

Una compañía puede conservar el mismo número de trabajadores mientras duplica su capacidad.

Y una empresa que crece puede contratar perfiles distintos de los que habría buscado hace tres años.

El efecto podría tardar años en hacerse evidente en las estadísticas de desempleo y, sin embargo, estar cambiando ya la estructura del mercado laboral.

Empieza a existir evidencia compatible con este mecanismo.

Un documento de trabajo reciente del Stanford Digital Economy Lab analiza 1.250 millones de ofertas de empleo y 154 millones de historiales laborales en 41 países e infiere la adopción de IA a partir de anuncios de empleo que implican el uso de IA generativa. Estima que las filiales extranjeras de las empresas que adoptan IA reducen el peso relativo de los perfiles junior frente a los senior, en comparación con filiales de control comparables. Y, significativamente, el fenómeno aparece principalmente a través de un crecimiento mayor del empleo senior, no mediante grandes destrucciones absolutas de empleo junior. Stanford Digital Economy Lab

Otro estudio, con datos de vacantes de Flandes (Bélgica) entre 2021 y 2025, observa que, en el momento de máxima adopción, una mayor exposición a la IA generativa se asocia con menos ofertas de entrada, mientras la estimación para profesionales experimentados es pequeña y positiva. La estimación conjunta es menor y menos precisa. papers.ssrn.com

Nada de esto demuestra qué está ocurriendo en nuestro pequeño departamento.

Pero sí describe un mecanismo compatible con nuestra experiencia:

la IA puede cambiar primero a quién dejamos de contratar antes de cambiar a quién despedimos.

Las pequeñas empresas pueden notar este efecto antes

Existe otra razón por la que esta dinámica puede ser especialmente importante en pequeñas y medianas organizaciones.

En una multinacional, incorporar o eliminar una persona apenas modifica la estructura.

En una pequeña empresa, una persona puede representar el 10, el 20 o incluso el 30% de un departamento.

Cada contratación pesa mucho más.

Además, las pymes sufren especialmente la escasez de determinados perfiles. No siempre pueden competir salarialmente con las grandes compañías y, en sectores especializados, puede sencillamente no existir en el mercado local la combinación exacta de conocimientos que necesitan.

La OCDE ha detectado precisamente esta dinámica: algunas pymes que utilizan IA generativa mencionan entre sus beneficios la posibilidad de compensar carencias de capacidades y escasez de trabajadores, además de mejorar productividad. OECD

Eso se parece mucho a lo que nos ocurrió.

No llegamos a esta reorganización porque una consultora nos presentara un plan de reducción de costes.

Llegamos porque había trabajo que hacer y el mercado laboral no nos ofreció inmediatamente a la persona que buscábamos.

Noruega puede ser un laboratorio especialmente interesante

Esta dinámica resulta particularmente interesante en Noruega.

Los datos de Statistisk sentralbyrå para 2026 muestran que el 48% de las empresas noruegas con al menos diez trabajadores, en los sectores cubiertos por la encuesta, utiliza ya una o más tecnologías de IA, frente a aproximadamente tres de cada diez en 2025. Incluso entre las pequeñas empresas incluidas en la encuesta, de 10 a 19 trabajadores, son cuatro de cada diez; entre las grandes, de 100 o más trabajadores, ocho de cada diez. SSB

Noruega combina esta rápida adopción con un mercado laboral caro y, en algunos ámbitos profesionales, relativamente pequeño.

Cuando encontrar a la persona correcta es difícil y cada hora profesional tiene un coste elevado, la ecuación económica de automatizar trabajo preparatorio cambia rápidamente.

La inteligencia artificial no necesita «sustituir a un abogado».

Le basta con conseguir que cuatro abogados puedan gestionar razonablemente el trabajo que antes necesitaba cinco personas entre actividad jurídica y tareas auxiliares.

Es un listón muy inferior.

Y probablemente mucho más realista.

Tareas no son profesiones

Nada de esto significa que un modelo pueda sustituir a un abogado.

Una parte importante del trabajo jurídico depende de capacidades que los modelos siguen realizando de manera imperfecta o que, sencillamente, no deberían ejercer autónomamente.

Entender qué quiere realmente el cliente.

Detectar que un hecho aparentemente secundario es jurídicamente decisivo.

Elegir estrategia cuando existen varias soluciones defendibles.

Negociar.

Asumir responsabilidad.

Decidir qué riesgo resulta razonable.

Saber cuándo una respuesta técnicamente correcta es una mala decisión práctica.

Y comprobar.

La IA reduce el coste de muchas tareas.

Eso no equivale necesariamente a eliminar una profesión.

Puede ocurrir justamente lo contrario: que aumente el valor relativo de la parte más profesional del trabajo.

La transformación quizá no sea:

abogado → IA

sino:

abogado + trabajo auxiliar → abogado aumentado por IA.

El incómodo problema de los juniors

Pero esta conclusión tiene una consecuencia incómoda.

Muchas de las tareas que estamos automatizando son precisamente las que tradicionalmente hacían los profesionales jóvenes.

Preparar un primer borrador.

Resumir un expediente.

Buscar jurisprudencia.

Comparar documentos.

Ordenar hechos.

Preparar cronologías.

Desde una perspectiva puramente económica, pueden ser tareas de bajo valor cuando las ejecuta un abogado experimentado.

Pero históricamente tenían otra función:

enseñaban a ser abogado.

Aquí aparece una paradoja importante.

Si automatizamos todo el trabajo junior porque un profesional senior con IA puede realizarlo más deprisa, podemos aumentar mucho la productividad actual y, al mismo tiempo, destruir el mecanismo mediante el que formamos al profesional senior del futuro.

No es un argumento contra la automatización.

Es un argumento a favor de diseñar deliberadamente la formación.

Quizá las organizaciones necesiten menos juniors para generar el mismo output. Pero aquellos que contraten tendrán que aprender de otra manera y probablemente asumir mucho antes tareas de mayor nivel.

Puede que todavía contratemos

También quiero dejar claro algo.

No sé si dentro de tres meses concluiremos que necesitamos incorporar otro abogado.

Puede aumentar el volumen de trabajo.

Puede resultar que determinadas tareas no escalen tan bien como ahora parece.

Puede reaparecer la carga mental aunque las horas estén controladas.

O mañana podemos conocer a una persona extraordinaria y concluir que su capacidad aporta mucho más valor de lo que cuesta.

Este no es un artículo sobre una decisión definitiva de plantilla.

Es un artículo sobre cómo ha cambiado la pregunta.

Antes, cuando alguien dejaba el departamento, la reacción casi automática era buscar otra persona.

Ahora existe una fase intermedia:

¿Qué hacía realmente esa persona?

¿Qué sigue necesitando criterio profesional?

¿Qué puede simplificarse?

¿Qué puede automatizarse?

¿Qué puede absorber el equipo existente con herramientas mejores?

¿Y qué capacidad humana sigue faltando después?

Solo entonces sabemos qué debemos contratar.

De organigramas a sistemas de capacidad

Quizá esa sea una de las transformaciones organizativas más profundas.

Tradicionalmente pensamos en puestos:

abogado, administrativo, contable, asistente, programador.

La IA obliga a pensar primero en capacidades y tareas.

Un departamento necesita determinada capacidad de análisis jurídico, gestión documental, comunicación con clientes, traducción, investigación, facturación, administración y coordinación.

Hasta hace muy poco casi toda esa capacidad tenía que producirla una persona.

Ahora puede distribuirse entre:

personas + software convencional + automatización + modelos de IA + agentes.

El organigrama deja de describir completamente cómo funciona la organización.

La IA puede entrar en las empresas sin que nadie decida «implantar IA»

Este es probablemente el aspecto que más me interesa de nuestra experiencia.

No celebramos una reunión estratégica para reducir plantilla utilizando inteligencia artificial.

No contratamos consultores.

No fijamos un objetivo de ahorro de personal.

Tuvimos un problema.

Una persona se marchó.

No encontramos inmediatamente a quien queríamos contratar.

El trabajo continuó llegando.

Nos reorganizamos.

Utilizamos con más intensidad una tecnología que ya teníamos.

Y, al menos por ahora, hemos descubierto que el sistema sigue funcionando con menos personas.

La IA entró por el hueco que dejó una vacante.

Creo que buena parte de su impacto sobre pequeñas y medianas organizaciones puede producirse exactamente así.

No mediante grandes anuncios de automatización.

Mediante centenares de decisiones pequeñas y perfectamente racionales:

«Esperemos antes de contratar.»

«Probemos primero a reorganizar esto.»

«Ese trabajo preparatorio ya no necesita tantas horas.»

«Quizá no necesitamos el mismo perfil.»

Una por una parecen irrelevantes.

Multiplicadas por millones de empresas durante varios años pueden transformar completamente el mercado laboral.

LA SEÑAL

Solemos preguntar cuántos puestos de trabajo va a destruir la inteligencia artificial.

Quizá esa no sea la mejor pregunta.

Una más interesante puede ser:

¿Cuántos puestos que existen hoy volverán a crearse cuando queden vacantes?

Nuestro pequeño experimento no permite responderla.

Pero hace dos semanas creíamos que necesitábamos contratar a alguien.

Hoy ya no estamos tan seguros.

Y esa duda, repetida silenciosamente en millones de empresas, puede terminar siendo mucho más importante para el mercado laboral que cualquier anuncio espectacular sobre máquinas sustituyendo trabajadores.