El "Gran Aplanamiento" de los mandos medios: ¿la IA los está eliminando, o solo les está dando una coartada a quienes ya querían hacerlo?

Gartner proyectó, en un pronóstico de 2024 todavía citado como referencia central en la conversación sobre el futuro de las organizaciones, que para 2026 una quinta parte de las empresas usaría inteligencia artificial para aplanar su estructura jerárquica, eliminando en el proceso más de la mitad de sus puestos de mando medio actuales. Es una cifra que ha circulado ampliamente como evidencia de que la IA ya está rediseñando cómo se organiza el trabajo desde adentro, no solo automatizando tareas individuales. Pero un análisis distinto, elaborado por JPMorgan en colaboración con Harvard Business Review, llegó a una conclusión que convive de forma incómoda con esa narrativa: de todos los despidos ocurridos en Estados Unidos durante 2025, apenas 4.5% resultaron genuinamente atribuibles a la inteligencia artificial como causa real, verificable, del recorte.

Dos cifras que describen fenómenos distintos, aunque se mencionen juntas

La tensión entre ambas cifras no es necesariamente una contradicción lógica —describen cosas distintas—, pero sí revela algo importante sobre cómo se construye la narrativa pública del "Gran Aplanamiento" de los mandos medios. La proyección de Gartner habla de un cambio estructural proyectado hacia el futuro: organizaciones que planean, de forma deliberada, usar IA para rediseñar su jerarquía. El análisis de JPMorgan y HBR, en cambio, mide algo ya ocurrido: cuántos de los despidos que las empresas ya hicieron en 2025 tuvieron a la IA como causa real, no como motivo declarado. Que la proyección hable de intención futura y el análisis de causalidad retrospectiva no las hace mutuamente excluyentes, pero sí sugiere que buena parte de lo que hoy se describe como "aplanamiento impulsado por IA" podría estar adelantando, en el lenguaje público, un cambio que la evidencia dura todavía no respalda con la misma firmeza.

Lo que sí parece un cambio estructural real

Hay, sin embargo, un dato que no depende de cómo las empresas enmarcan sus propios despidos: el número de personas que un gerente promedio supervisa hoy es, según cifras de Gartner, tres veces mayor que en 2015. Ese tipo de cambio en el "span of control" —la cantidad de subordinados directos que un mando medio coordina— es más difícil de explicar únicamente como relaciones públicas, porque es una condición operativa que cualquier gerente actual puede confirmar o desmentir desde su propia experiencia diaria, sin depender de lo que la empresa decida comunicar hacia afuera. Si los gerentes de hoy efectivamente coordinan a más personas que hace una década, eso sí describe una organización más plana en la práctica, independientemente de si la causa exacta fue la IA, la presión de costos post-pandemia, o una combinación de ambas que ninguna empresa tiene incentivos para desagregar públicamente.

La proporción de despidos que se concentra en mandos medios, y lo que esa tendencia no prueba por sí sola

El análisis de Bloomberg sobre datos de despidos documenta otro cambio medible: la proporción de recortes que recae específicamente sobre mandos medios subió de aproximadamente 20% en 2019 a una cifra cercana a 29-33% en 2023-2024, dependiendo de la fuente consultada. Es un salto considerable, y es consistente con la idea de que los mandos medios están siendo, proporcionalmente, más afectados por la ola reciente de recortes corporativos que otras capas de la organización. Lo que esa tendencia no prueba, por sí sola, es la causa: una mayor proporción de despidos sobre mandos medios es exactamente lo que se esperaría tanto si la IA realmente está sustituyendo sus funciones de coordinación y reporte, como si las empresas simplemente decidieron, por razones puramente financieras, que esa capa específica de la organización era la más fácil de recortar sin afectar directamente la producción operativa visible para clientes o inversionistas.

Por qué la IA es, además, el motivo más presentable

Hay una razón práctica, ajena a cualquier intención de engañar deliberadamente, por la cual una empresa preferiría enmarcar un recorte de mandos medios como parte de una transformación tecnológica en lugar de como una simple reducción de costos: la primera narrativa se lee como una empresa a la vanguardia de la innovación, mientras que la segunda se lee como una empresa en problemas financieros o, en el mejor de los casos, como una empresa que simplemente decidió que ciertos puestos ya no eran necesarios sin una razón más elevada que justificarlo. Ante inversionistas, analistas y la prensa especializada en negocios, "estamos aplanando nuestra organización con IA" es un mensaje que se vende solo; "estamos recortando costos porque los márgenes se comprimieron" exige una explicación adicional sobre por qué esos márgenes se comprimieron en primer lugar. Esta asimetría de conveniencia narrativa no requiere que ninguna empresa mienta explícitamente sobre sus motivos —basta con que elija, entre varias explicaciones igualmente plausibles para el mismo despido, la que mejor se escucha en una llamada de resultados trimestrales.

El problema de atribución que ninguna de las dos cifras resuelve

Ni el pronóstico de Gartner ni el análisis de JPMorgan y HBR ofrecen, por separado, una forma de distinguir con precisión cuánto de la contracción de mandos medios responde a sustitución tecnológica genuina y cuánto responde a esta conveniencia narrativa. Hacerlo requeriría un nivel de transparencia interna sobre los criterios reales de decisión de cada despido —qué tareas específicas se automatizaron, qué funciones quedaron huérfanas de titular, qué parte de la decisión se tomó antes de que existiera cualquier herramienta de IA relevante para ese puesto— que casi ninguna empresa publica ni está obligada a publicar. Lo que queda, en ausencia de esa transparencia, es un ejercicio de triangulación entre cifras que miden cosas distintas: lo que las empresas proyectan hacer, lo que efectivamente hicieron, y lo que de ese segundo conjunto puede verificarse de forma independiente como causado por la tecnología y no simplemente etiquetado como tal.

El dato de Challenger, Gray & Christmas que complica aún más la lectura

Hay un tercer punto de referencia que vale la pena incorporar a esta discusión, aunque introduzca más matices que certezas: la firma de consultoría de empleo Challenger, Gray & Christmas reportó que, en marzo de 2026, la inteligencia artificial se convirtió en el motivo más citado por las empresas estadounidenses al anunciar recortes de personal, representando una cuarta parte de todos los despidos anunciados ese mes. Ese dato, a diferencia del pronóstico de Gartner, no mide intención futura ni causalidad verificada de forma independiente: mide, exactamente, lo que las empresas eligieron decir cuando anunciaron sus propios recortes. Es, en ese sentido, el dato más cercano a medir la narrativa misma, no la realidad subyacente que esa narrativa pretende describir —y su crecimiento constante a lo largo de 2026 es consistente tanto con la hipótesis de que la sustitución tecnológica genuina se está acelerando, como con la hipótesis de que "recortamos por IA" se ha convertido, simplemente, en la frase que mejor funciona en un comunicado de prensa corporativo este año específico.

Lo que esto significa para cualquier mando medio que lea su propio despido en las noticias

Para un gerente de nivel medio cuyo puesto fue eliminado y cuya empresa citó la inteligencia artificial como la razón, esta ambigüedad no es un ejercicio académico abstracto: determina si la historia que se cuenta sobre su propia salida refleja con precisión lo que pasó, o si es, en el mejor de los casos, una simplificación conveniente de una decisión más ordinaria. La diferencia importa porque las dos explicaciones sugieren trayectorias futuras distintas para cualquier profesional en una posición similar: si la causa real es sustitución tecnológica genuina, la respuesta razonable es adaptar las habilidades propias a las herramientas que efectivamente están reemplazando ese tipo de trabajo; si la causa real es, en cambio, presión de costos disfrazada de narrativa tecnológica, la respuesta razonable es mucho menos clara, porque el problema no es la obsolescencia de la función, sino un ciclo financiero que puede repetirse con cualquier etiqueta distinta la próxima vez que una empresa necesite recortar.

Ninguna de las dos respuestas es incorrecta en abstracto, pero elegir la equivocada tiene un costo real: quien invierte meses en adquirir habilidades de IA para "mantenerse relevante" frente a una sustitución que en su caso específico nunca fue la causa real de nada, simplemente pierde tiempo que podría haber dedicado a otra estrategia —buscar un sector con menos presión de costos, por ejemplo, o negociar su salida en términos distintos—. Esa es, quizás, la consecuencia práctica más concreta de que la narrativa pública sobre el "Gran Aplanamiento" vaya por delante de lo que la evidencia dura todavía puede confirmar.