---
Resumen del contenido principal
Este artículo desmiente directamente la “regla general” que rige actualmente en el ámbito de la IA: en los últimos dos años, toda la industria ha seguido la estrategia de “abrazar la IA y reducir costos mediante despidos simultáneos”. Gigantes como Meta, Microsoft y WPP han invertido miles de millones de dólares en la investigación y desarrollo de IA, mientras que reducían significativamente el personal, considerando que “usar a menos personas para hacer más trabajo” es el valor central de la IA. Sin embargo, han surgido dos empresas que van en contra de esta lógica común: DeepSeek, que se dedica a la infraestructura de grandes modelos, acaba de anunciar que duplicará su tamaño y está reclutando 150 empleados en áreas como desarrollo backend y computación flexible de inteligencia artificial, sin contratar a nadie para la investigación de algoritmos de IA; Notion, por su parte, planea aumentar su plantilla en un 30% este año, alcanzando los 1300 empleados, lo que representa tres veces el número de empleados de las empresas chinas más destacadas en el campo de los grandes modelos. Estas acciones inusuales de las dos empresas desafían la idea preconcebida de que la IA aumenta la eficiencia pero hace que las empresas se vuelvan más pequeñas y que unas pocas personas puedan ganar dinero fácilmente gestionando la IA.
---
Interpretación sencilla por dimensiones
1. ¿Por qué toda la industria está despidiendo empleados con la IA y estas dos empresas están reclutando?
En las empresas de internet, es casi un procedimiento habitual que el jefe anuncie en una reunión general el “abrazo total a la IA” y luego le pida al departamento de recursos humanos que establezca objetivos de despidos, bajo el pretexto de la “optimización”: se utiliza la IA para que dos personas hagan el trabajo que antes hacían tres, reduciendo así los costos laborales a la mitad. Por ejemplo, Zuckerberg incluso planeó despedir hasta el 60% de los empleados en algunas de sus equipos, y el grupo publicitario más grande del mundo, WPP, despidió 1000 personas para invertir todo el dinero ahorrado en IA.
La lógica generalmente aceptada es que la IA sirve para reemplazar a las personas, y el dinero invertido en IA puede provenir de los presupuestos ahorrados por los despidos. Pero DeepSeek y Notion rompen esta lógica: no utilizan la IA para reemplazar los trabajos existentes de los empleados, sino para desarrollar nuevos negocios que antes eran imposibles de llevar a cabo. Estos nuevos negocios no tienen sistemas ni procesos maduros, por lo que todo debe ser creado desde cero por nuevos empleados, lo que impide que los costos se reduzcan mediante despidos.
2. DeepSeek no recluta científicos en IA, sino ingenieros de backend: la “brecha en la infraestructura” de los grandes modelos es diez veces más importante que el desarrollo de algoritmos
Muchas personas piensan que las empresas de grandes modelos simplemente reclutan doctores en IA para que investiguen cómo hacer que la IA sea más inteligente. Sin embargo, de los 150 empleos que DeepSeek está reclutando, no hay ninguno dedicado a la investigación de algoritmos; todos son ingenieros de desarrollo backend, gestión de servidores y mejora de sistemas subyacentes.
La razón es simple: los algoritmos de DeepSeek ya están funcionando correctamente, y el problema actual no es cómo hacer que la IA sea más inteligente, sino cómo asegurar que decenas de millones de personas puedan usarla sin problemas y que miles de inteligencias artificiales funcionen de manera estable en los servidores. Por ejemplo, si abres un restaurante de comida a domicilio y desarrollas un producto exitoso, de repente recibes 100.000 pedidos al día, no necesitas contratar más chefs para crear nuevos platos, sino que debes reclutar personal para organizar el proceso de entrega, desarrollar sistemas de gestión de pedidos, alquilar un almacén más grande y verificar cada pedido para evitar errores. Eso es exactamente lo que está haciendo DeepSeek.
3. ¿Por qué Notion, una pequeña pero exitosa aplicación de notas, tiene tres veces más empleados que las empresas de grandes modelos? La IA no es un negocio fácil de manejar
Muchos consideran a Notion una herramienta gratuita y útil para tomar notas, creada por un pequeño equipo. Sin embargo, ahora tiene 1000 empleados y planea aumentar a 1300, lo que representa el doble del número de empleados de las empresas que desarrollan grandes modelos. ¿Cuán fácil era antes? Los usuarios acumulaban hábitos de uso gratuitamente y luego compraban la versión empresarial, lo que generaba una alta tasa de margen de beneficio del 90%. La empresa no necesitaba cotizar en bolsa ni buscar financiación y ni siquiera se molestaba en reunirse con inversores. Pero con la integración de la IA, esta lógica de ganar dinero fácilmente se ha desvanecido: cada vez que los usuarios utilizan la IA para resumir documentos o organizar tareas, Notion tiene que pagar a OpenAI y Anthropic por los servicios utilizados, lo que representa un gasto anual de más de un billón de tokens, reduciendo su margen de beneficio en un 10%.
Además, cuando las empresas quieren integrar la IA en sus flujos de trabajo, no basta con pulsar un botón de resumen; es necesario personal para importar documentos almacenados durante años, establecer permisos para diferentes departamentos para evitar la divulgación de información confidencial y personalizar las reglas de IA según las necesidades de cada empresa. Estos trabajos no se pueden resolver con unas pocas líneas de código; se necesita reclutar numerosos vendedores, personal de soporte al cliente e ingenieros especializados en la implementación de la IA, lo que significa que la demanda de personal ha aumentado significativamente.
4. Desmitiendo los errores comunes: la eficiencia de la IA no implica que las empresas se vuelvan más pequeñas; por el contrario, crea muchos nuevos empleos
Se dice que en el futuro, una persona con IA podrá hacer el trabajo de diez personas, y que las empresas pequeñas podrán hacer el trabajo de cientos de personas con solo tres o cinco empleados y un poco de IA, lo que llevaría a la desempleo generalizado. Pero las decisiones de expansión de estas dos empresas demuestran lo contrario: la IA puede reducir los costos de un trabajo a una décima parte, pero no significa que se haga menos trabajo; significa que las empresas se atreven a abordar nuevos proyectos que antes eran imposibles, lo que aumenta el volumen total de trabajo en diez veces. Estos nuevos proyectos generan nuevos problemas: es necesario gestionar las solicitudes de millones de personas, asegurar la seguridad de los datos de IA y corregir errores, y proporcionar capacitación para miles de clientes. Estas necesidades nuevas requieren nuevos empleos. En resumen, la IA libera a las personas de tareas tradicionales, pero abre mercados nuevos con problemas sin resolver, lo que requiere aún más personal.
---
Esta traducción intenta mantener la estructura y el tono del texto original mientras se adapta al español y se ajusta a las características del periodismo financiero y empresarial en español.