La economía del agotamiento

Cuando trabajar más significa producir menos

Durante julio de 2026 comenzó a circular un dato que rápidamente llamó la atención del sector empresarial mexicano: siete de cada diez trabajadores afirmaron haber experimentado episodios recientes de burnout, de acuerdo con el Barómetro del Talento 2026 elaborado por ManpowerGroup y retomado por diversos medios nacionales. El mismo estudio señala que más de la mitad de los empleados reporta estrés cotidiano y que uno de cada cuatro considera que sus jornadas laborales son excesivas o poco flexibles.

La noticia tuvo amplia difusión porque parecía confirmar una percepción cada vez más común dentro de las organizaciones: las personas están exhaustas. Sin embargo, reducir el problema a un asunto de bienestar emocional sería interpretar únicamente la superficie del fenómeno. El agotamiento laboral rara vez aparece de forma espontánea; normalmente es la consecuencia de decisiones empresariales, incentivos económicos y modelos de gestión que privilegian la intensidad del trabajo sobre su efectividad.

México ya había reconocido este problema antes de que el término burnout se popularizara en la conversación pública. La NOM-035-STPS-2018, vigente desde hace varios años, obliga a los centros de trabajo a identificar y prevenir factores de riesgo psicosocial como jornadas extensas, cargas excesivas, violencia laboral o liderazgo deficiente. La norma incluso contempla al síndrome de desgaste profesional como una condición que puede derivarse de estos factores.

La verdadera noticia, entonces, no es que exista más agotamiento. La pregunta relevante es otra: ¿por qué las organizaciones siguen diseñando sistemas de trabajo que destruyen productividad precisamente cuando intentan incrementarla mediante inteligencia artificial, automatización y transformación digital?

Esa es la paradoja que empieza a definir la siguiente etapa de la economía del conocimiento.

El burnout no nace del exceso de trabajo

Existe una idea profundamente arraigada en el mundo corporativo: quien trabaja muchas horas produce más.

Durante décadas esa lógica funcionó razonablemente bien en industrias donde la producción dependía principalmente del tiempo invertido. La manufactura del siglo XX podía medir rendimiento por unidades ensambladas, horas máquina o volumen fabricado.

Pero la economía contemporánea funciona bajo reglas distintas.

Hoy una proporción creciente del valor agregado proviene de actividades intelectuales: desarrollo de software, análisis de datos, diseño de productos, investigación, marketing, estrategia, consultoría e innovación. En todos esos casos la productividad tiene una relación mucho más estrecha con la calidad del pensamiento que con la cantidad de horas frente a una pantalla.

Paradójicamente, muchas organizaciones continúan administrando a trabajadores del conocimiento con indicadores diseñados para fábricas.

Reuniones interminables.

Disponibilidad permanente.

Correos electrónicos a cualquier hora.

Mensajes durante fines de semana.

Objetivos que cambian semanalmente.

Procesos burocráticos que consumen más tiempo que el trabajo mismo.

No se trata simplemente de trabajar demasiado.

Se trata de trabajar dentro de sistemas mal diseñados.

La diferencia parece semántica, pero cambia completamente el diagnóstico.

Cuando el problema se interpreta como una cuestión individual, la respuesta suele ser ofrecer cursos de resiliencia, programas de bienestar o aplicaciones de meditación.

Cuando se entiende como un problema organizacional, las preguntas cambian.

¿Por qué existen tantas aprobaciones?

¿Por qué un director participa en reuniones donde no agrega valor?

¿Por qué un analista dedica más tiempo preparando presentaciones que analizando información?

¿Por qué un desarrollador escribe menos código que documentación administrativa?

Ahí comienza el verdadero costo económico.

México trabaja mucho. No necesariamente produce mejor.

Existe otro dato que suele pasar desapercibido.

México permanece entre los países donde más horas se trabajan dentro del grupo de economías desarrolladas, mientras que su productividad laboral continúa rezagada frente a economías comparables. Diversos análisis de la OCDE han señalado durante años que aumentar las horas trabajadas no necesariamente incrementa la producción por trabajador; en muchos casos ocurre exactamente lo contrario, debido al deterioro del capital humano y la menor eficiencia marginal.

Ese fenómeno adquiere especial relevancia en estados como Nuevo León y Coahuila.

Ambas entidades concentran algunos de los polos industriales más importantes del país.

La llegada del nearshoring, nuevas plantas manufactureras, centros de ingeniería y operaciones de servicios tecnológicos ha incrementado la demanda por perfiles altamente especializados.

Sin embargo, no existen estadísticas oficiales que permitan afirmar que Nuevo León o Coahuila presentan una prevalencia mayor de burnout que el resto del país. Esa precisión simplemente no está disponible. Lo que sí muestran los indicadores económicos es una combinación de alta formalidad laboral, fuerte presencia industrial, competencia intensa por talento especializado y una presión creciente sobre puestos técnicos y de ingeniería, condiciones que elevan los factores de riesgo psicosocial descritos por la NOM-035.

En otras palabras, el problema no puede medirse únicamente preguntando cuántas personas están agotadas.

También debe analizarse observando cómo se organiza el trabajo.

Y ahí comienza a aparecer un patrón preocupante.

Las empresas compiten ferozmente por atraer talento...

...pero dedican mucho menos esfuerzo a diseñar sistemas donde ese talento pueda mantenerse productivo durante años.

La inteligencia artificial podría empeorar el problema

Cada generación tecnológica promete liberar tiempo.

La computadora prometía reducir el trabajo administrativo.

El correo electrónico prometía acelerar la comunicación.

Los teléfonos inteligentes prometían mayor movilidad.

Las videollamadas prometían menos viajes.

La inteligencia artificial promete automatizar tareas repetitivas.

Sin embargo, existe un patrón histórico.

Cada vez que una tecnología incrementa la capacidad de producir, las organizaciones tienden a elevar las expectativas de producción en lugar de devolver tiempo a las personas.

El correo redujo los tiempos de respuesta.

La consecuencia fue esperar respuestas inmediatas.

Las videollamadas eliminaron desplazamientos.

La consecuencia fueron calendarios saturados.

La IA redacta documentos en minutos.

La consecuencia puede terminar siendo producir cinco veces más documentos.

La productividad tecnológica termina absorbida por nuevas exigencias organizacionales.

Ese fenómeno ya comienza a observarse en múltiples industrias.

La pregunta ya no es cuánto tiempo ahorra la inteligencia artificial.

La pregunta correcta es quién se queda con ese tiempo.

¿Qué están comprando realmente las empresas cuando compran IA?

La mayoría de los consejos de administración aprueba inversiones en inteligencia artificial con un argumento sencillo: producir más con los mismos recursos. El razonamiento parece impecable desde la óptica financiera. Si una herramienta puede resumir documentos, generar código, analizar contratos o responder consultas en segundos, el retorno de inversión debería ser inmediato.

La realidad está siendo más compleja.

El Work Trend Index de Microsoft, elaborado con miles de trabajadores del conocimiento, identifica un fenómeno que denomina infinite workday: empleados que comienzan a responder mensajes antes del horario laboral, alternan reuniones consecutivas durante el día y terminan contestando correos por la noche. La IA llega a organizaciones donde la capacidad de trabajo ya estaba saturada. En ese contexto, automatizar tareas no elimina necesariamente la sobrecarga; puede aumentar el volumen esperado de entregables.

McKinsey ha llegado a una conclusión similar en sus investigaciones sobre IA generativa. El mayor potencial económico no proviene únicamente de automatizar actividades, sino de rediseñar procesos completos. Cuando las organizaciones simplemente incorporan una herramienta sin modificar su forma de operar, gran parte del beneficio potencial se diluye entre aprobaciones redundantes, estructuras jerárquicas y procesos heredados.

La diferencia es profunda.

Una empresa que utiliza IA para producir el doble de reportes probablemente seguirá enfrentando reuniones innecesarias.

Otra que elimina la mitad de esos reportes porque la información ya está disponible en tiempo real habrá transformado su modelo operativo.

La tecnología es la misma.

La estrategia es completamente distinta.

El costo oculto del agotamiento no aparece en los estados financieros

Los directores financieros pueden calcular con precisión cuánto cuesta una licencia de software.

También conocen el costo de un servidor, un consultor o una nueva planta de producción.

Mucho más difícil resulta cuantificar cuánto cuesta una organización cansada.

El agotamiento rara vez aparece como una partida contable. Se distribuye silenciosamente entre rotación de personal, menor innovación, retrasos en proyectos, incremento del ausentismo, errores operativos y pérdida de conocimiento cuando los empleados experimentados deciden abandonar la empresa.

Gallup ha documentado durante años la relación entre el compromiso laboral, el bienestar y los resultados de negocio. Equipos con mayor nivel de compromiso presentan mejores indicadores de productividad, calidad, rentabilidad y retención. La relación no implica que el bienestar sustituya a la disciplina operativa; demuestra que ambas variables forman parte del mismo sistema económico.

En México, donde numerosas empresas compiten por ingenieros, especialistas en datos, desarrolladores de software y perfiles digitales, este costo comienza a ser especialmente visible.

Nuevo León representa uno de los ecosistemas industriales y tecnológicos más dinámicos de América Latina. Coahuila, por su parte, se ha consolidado como un actor estratégico para la manufactura avanzada, particularmente en la industria automotriz y metalmecánica. Ambas entidades son protagonistas del fenómeno del nearshoring, que ha incrementado la demanda de talento especializado.

El riesgo consiste en interpretar esa escasez únicamente como un problema de oferta laboral.

La verdadera limitación puede estar en la capacidad de las organizaciones para conservar a ese talento durante el tiempo suficiente como para convertir experiencia en ventaja competitiva.

La competencia del futuro no será por talento; será por modelos de gestión

Durante décadas, atraer talento fue considerado un diferenciador.

En los próximos años podría dejar de ser suficiente.

La disponibilidad de modelos de lenguaje avanzados reducirá muchas de las barreras técnicas que antes distinguían a unas empresas de otras. El acceso a capacidades de inteligencia artificial será cada vez más amplio y menos exclusivo. La verdadera diferencia residirá en la capacidad de integrar esa tecnología dentro de organizaciones capaces de aprender con rapidez.

Eso implica revisar aspectos que rara vez aparecen en las estrategias de transformación digital.

¿Cuántas decisiones requieren cinco firmas cuando podrían resolverse con una?

¿Cuántas reuniones existen únicamente porque siempre han existido?

¿Cuántos indicadores premian presencia en lugar de resultados?

¿Cuántas capas jerárquicas retrasan decisiones que la competencia toma en horas?

Las organizaciones más competitivas probablemente no serán aquellas con más algoritmos, sino aquellas que eliminen más fricción administrativa.

Paradójicamente, la inteligencia artificial puede terminar haciendo visible un problema que llevaba décadas oculto.

Cuando una herramienta realiza una tarea en segundos y el proceso completo continúa tardando semanas, el cuello de botella deja de ser tecnológico.

Se vuelve organizacional.

La regulación apenas comienza a ponerse al día

Mientras Europa avanza con marcos regulatorios específicos para inteligencia artificial y protección de derechos laborales relacionados con sistemas automatizados, América Latina sigue concentrando buena parte de su discusión en la digitalización y la protección de datos.

México cuenta con instrumentos relevantes, como la NOM-035 para riesgos psicosociales y la legislación laboral vigente, pero todavía existe un amplio espacio para discutir cómo medir la productividad en entornos donde humanos y sistemas inteligentes trabajan de manera conjunta.

No se trata únicamente de proteger al trabajador.

También se trata de proteger la competitividad.

Empresas que adopten IA sin revisar sus incentivos internos podrían terminar acelerando el agotamiento de los equipos responsables precisamente de implementar esa transformación.

El resultado sería paradójico: organizaciones con mejores herramientas tecnológicas y peores resultados de negocio.

El verdadero indicador que los consejos de administración deberían observar

Existe una obsesión comprensible por medir el retorno de inversión de la inteligencia artificial.

Horas ahorradas.

Costos reducidos.

Automatizaciones implementadas.

Licencias utilizadas.

Sin embargo, pocas organizaciones están formulando una pregunta distinta.

¿Después de incorporar IA, nuestros equipos terminan su jornada antes... o simplemente producen más durante el mismo tiempo?

La respuesta revela mucho más sobre la madurez de una empresa que cualquier tablero de indicadores tecnológicos.

Porque el propósito de la innovación nunca fue acelerar personas hasta el límite de su capacidad.

Su propósito siempre debió ser aumentar el valor creado por cada hora de trabajo humano.

La historia económica muestra que las sociedades más prósperas no son aquellas donde las personas trabajan más tiempo. Son aquellas capaces de producir más valor con menos desgaste.

Quizá ese sea el verdadero debate detrás de las cifras sobre burnout.

No estamos observando únicamente un problema de salud laboral.

Estamos viendo el límite económico de un modelo de gestión construido para otra época.

Y si la inteligencia artificial termina replicando esos mismos incentivos, el mayor riesgo no será que las máquinas sustituyan a las personas, sino que aprendan a administrar exactamente igual que nosotros.