Gracias a este patrocinio, podemos seguir enviándote contenido gratuito cada día.

Solo con hacer clic aquí ya estás apoyando muchísimo a The Startup Eye.
No tienes que pagar nada. Solo haces CLIC y listo.

🚨 No, it's not the publicly traded tech giant you might expect… Meet $MODE, the disruptor turning phones into income generators.

📲 Mode’s 32,481% revenue growth ranked them #1 on Deloitte’s list of fastest-growing companies in software. They aim to pioneer "Privatized Universal Basic Income" powered by technology, not government, and their EarnPhone has already helped consumers earn & save $1B+.

Invest today and earn up to 20% bonus shares.

^{Please read the offering circular and related risks at invest.modemobile.com. This is a paid advertisement for Mode Mobile’s Regulation A+ Offering.}

^{Mode Mobile recently received their ticker reservation with Nasdaq ($MODE), indicating an intent to IPO in the next 24 months. An intent to IPO is no guarantee that an actual IPO will occur.}

^{The Deloitte rankings are based on submitted applications and public company database research, with winners selected based on their fiscal-year revenue growth percentage over a three-year period.}

Hay tres conjuntos de datos que, por separado, cuentan historias contradictorias. Juntos, cuentan la historia real.

Primer dato. El informe de Microsoft sobre difusión global de IA, publicado el 7 de mayo de 2026, dice que los git pushes — las veces que un desarrollador sube código a un repositorio — aumentaron un 78% interanual a nivel global. El empleo de desarrolladores de software en Estados Unidos alcanzó un récord histórico de 2,2 millones en 2025, un crecimiento del 8,5% respecto al año anterior. Y los datos preliminares de Q1 2026 muestran que el empleo sigue subiendo, un 4% más respecto a marzo de 2025.

Es decir: la IA programa mejor que nunca. Y hay más programadores que nunca. No menos. Más.

Segundo dato. Un working paper del National Bureau of Economic Research — firmado por Nicholas Bloom (Stanford), Steven J. Davis y otros investigadores — encuestó a miles de ejecutivos de todo el mundo y encontró que la IA no ha movido la aguja de productividad a nivel macroeconómico. El Nobel Daron Acemoglu (MIT) estima el impacto en un 0,5% de productividad adicional en una década. Goldman Sachs confirmó en marzo de 2026 que "no encuentran una relación significativa entre productividad y adopción de IA a nivel económico agregado."

Es decir: la IA está en todas partes, pero no aparece en las estadísticas de productividad. Robert Solow lo dijo en 1987 sobre los ordenadores: "Puedes ver la era de los ordenadores en todas partes, excepto en las estadísticas de productividad." La historia se repite.

Tercer dato. El Work Trend Index 2026 de Microsoft — 20.000 trabajadores encuestados en 19 países — encuentra lo que llaman la "Paradoja de la Transformación": los empleados quieren usar IA y ven su potencial, pero las organizaciones no se están reorganizando para aprovecharla. ManpowerGroup reportó que el uso regular de IA entre trabajadores subió un 13% en 2025, pero la confianza en su utilidad cayó un 18%.

Más uso. Menos confianza. Eso no es una paradoja. Es un diagnóstico.

Torsten Slok, economista jefe de Apollo Global Management, aplicó formalmente la Paradoja de Jevons a la IA en abril de 2026. Su argumento: el trabajo humano está jugando el papel del carbón. A medida que la IA hace ciertas tareas más baratas, la demanda total de esas tareas aumenta — porque ahora son accesibles para empresas y proyectos que antes no podían permitírselas.

Los datos de Microsoft lo confirman en software: la IA ha reducido drásticamente el coste de escribir código. Y la respuesta del mercado no ha sido contratar menos programadores. Ha sido construir más software. Más proyectos. Más casos de uso. Más demanda.

Pero aquí está el matiz que casi nadie está articulando bien: la Paradoja de Jevons predice más demanda agregada. No predice que los mismos puestos de trabajo sobrevivan. El carbón no desapareció, pero muchas minas específicas sí cerraron. Las que eran ineficientes, las que producían carbón de baja calidad, las que operaban con costes desproporcionados.

Y eso nos lleva a la parte incómoda.

En febrero de 2026, Jack Dorsey despidió al 40% de Block — 4.000 personas de un día para otro. La razón oficial: la IA permite hacer más con menos.

Ethan Mollick, profesor de Wharton y una de las voces más respetadas en adopción de IA, respondió directamente: "Dado que las herramientas efectivas de IA son muy nuevas, y tenemos poca idea de cómo organizar el trabajo alrededor de ellas, es difícil imaginar una ganancia de eficiencia del 50%+ que justifique recortes organizativos masivos de un día para otro."

Pero lo que Mollick no dijo — y los datos sí dicen — es algo más incómodo. Block triplicó su plantilla entre 2019 y 2022, pasando de 3.900 a 12.500 empleados durante la pandemia. Su acción cayó un 75% en cinco años. En 2023, el propio Dorsey ya había avisado internamente: "El crecimiento de nuestra empresa ha superado con creces al crecimiento de nuestro negocio."

Y al día siguiente de anunciar los despidos de 2026, Dorsey admitió en X lo que muchos sospechaban: "Sí, sobrecontratamos durante COVID."

La IA no hizo innecesarios a esos 4.000 empleados. Lo que hizo fue darle a Dorsey una narrativa políticamente aceptable para una reestructuración que llevaba años siendo necesaria.

No es el único caso. Dell eliminó 11.000 puestos en el ejercicio 2026 — un 10% de su plantilla — mientras redirigía inversión hacia servidores de IA. Coinbase cortó un 14% citando la necesidad de volverse "AI-native." Y Bloomberg reportó que Meta planea recortar un 20%, mientras Zuckerberg construye un clon de sí mismo con IA para ayudarle a dirigir la empresa.

El patrón es siempre el mismo: empresas que sobrecontrataron durante la era de dinero gratis (2020-2022) y que ahora usan la IA como la excusa para corregir una plantilla que ya era innecesariamente grande.

Un paper del NBER de 2026, firmado por Graham, Barrero, Bloom y otros, encuestó a 750 CFOs de empresas estadounidenses. Menos de la mitad — el 44% — planea algún tipo de recorte relacionado con IA. Y cuando los investigadores calcularon el impacto total extrapolado, estimaron 502.000 puestos afectados en toda la economía estadounidense. Sobre un mercado laboral de 125 millones de empleos. Es decir, un 0,4%.

El propio director del estudio, John Graham de Duke, lo resumió: "No es el escenario apocalíptico que a veces ves en los titulares."

Entonces, ¿por qué los titulares dicen lo contrario?

Porque "IA elimina puestos" genera clics. "Empresa corrige ineficiencia acumulada durante cinco años" no los genera.

Si la IA realmente multiplicara la productividad como prometen los CEOs de las empresas que la venden, la respuesta racional no sería despedir a la mitad de la plantilla. Sería mantener al equipo y multiplicar el output. Eso es exactamente lo que predice la Paradoja de Jevons: eficiencia → más demanda → más empleo, no menos.

El hecho de que tantas empresas estén eligiendo despedir en lugar de potenciar sugiere algo que nadie quiere decir en voz alta: esos puestos no generaban valor proporcional antes de que llegara la IA. La IA no los hizo innecesarios. Reveló que ya lo eran.

Esto no es una opinión. Es Pareto aplicado a la fuerza laboral. En cualquier organización suficientemente grande, una proporción significativa de la plantilla genera una proporción desproporcionada del valor. Cuando una herramienta nueva permite medir y redistribuir ese valor con más precisión, las ineficiencias que antes se toleraban dejan de ser tolerables.

Si fuesen personal cualificado — gente que genera valor medible y diferenciado — lo racional sería potenciarlos con IA para que generen aún más. Más revenue por empleado. Más output por hora. Más margen. Exactamente lo que la paradoja predice.

El hecho de que los despidos sean la respuesta dominante, y no la potenciación, es el indicador más claro de que muchas de esas posiciones eran estructuralmente redundantes. Y la IA simplemente ha acelerado una conversación que muchas empresas llevaban años evitando.

Esto no es un insulto a nadie. Es una reflexión basada en los datos. Si alguien se da por aludido, quizá merece la pena preguntarse por qué.

El paper del NBER identifica el fenómeno. Los datos de Goldman Sachs lo confirman. Y el Work Trend Index de Microsoft lo explica: el problema no es la tecnología. Es la organización.

El 66% de los encuestados dice que la IA les permite dedicar más tiempo a trabajo de alto valor. El 58% dice que produce trabajo que antes no habría sido posible. Pero las empresas donde trabajan no se han reorganizado para capitalizar esos resultados.

Es la versión corporativa de comprar una herramienta nueva y meterla en el cajón. O peor: meterla a la fuerza en un proceso que no estaba diseñado para usarla.

El error más común que veo en empresas que intentan adoptar IA — y lo veo todas las semanas — es tratar la IA como una varita mágica. La compran, la activan, y esperan que el equipo se adapte. La curva de aprendizaje se dispara. La gente se frustra. No hay resultados medibles. Y la conclusión es "la IA no funciona" o, peor, "la gente no funciona."

El problema es de dirección: la IA debe adaptarse al trabajo de la empresa, no al revés. Si metes IA en un proceso caótico, lo que obtienes es caos amplificado con etiqueta de innovación.

En la newsletter anterior hablé de un dato concreto: en Kapex Real Estate, una intermediaria de crédito hipotecario, un empleado nuestro produce lo equivalente a nueve empleados de una empresa tradicional del mismo sector.

Ratio 1 a 9.

Pero lo que no conté — y es lo que importa para esta conversación — es cómo se llega a ese número. Porque no se llega comprando herramientas.

Antes de tocar una sola herramienta de IA, pasamos semanas documentando exactamente cómo funcionaba cada proceso. Paso a paso. Sin asumir nada. Quién hacía qué, en qué orden, con qué criterio, y dónde estaban los cuellos de botella reales.

Lo que encontramos es lo que encuentras siempre: variaciones del mismo proceso ejecutadas de forma diferente por cada persona, pasos redundantes que nadie cuestionaba porque "siempre se ha hecho así", y cuellos de botella que no estaban donde la gente creía.

Solo después de mapear el proceso real — no el que aparecía en el manual, sino el que la gente ejecutaba de verdad — diseñamos la capa de IA. No como un parche sobre lo existente, sino como parte nativa del flujo de trabajo. La IA se adapta al proceso optimizado, no al revés.

El resultado no es "hemos despedido a 8 personas." El resultado es que nunca necesitamos 9 para empezar, porque el proceso se diseñó desde cero con la herramienta correcta integrada desde el primer día.

Eso es lo que hacemos en Kapex Solutions con otras empresas: no vendemos tecnología. Rediseñamos cómo funciona la empresa para que la tecnología multiplique lo que ya existe. Si tienes procesos bien diseñados y gente cualificada, la IA multiplica su valor. Si tienes caos, la IA multiplica el caos.

La diferencia entre las empresas que van a capturar la Paradoja de Jevons y las que van a ser víctimas de ella está ahí. No en qué herramienta compran, sino en si sus procesos están diseñados para que esa herramienta funcione.

Si quieres ver si tiene sentido para tu empresa, en kapexsolutions.com está la información.

La Paradoja de Jevons no dice que todos los puestos sobrevivirán. Dice que la demanda agregada de trabajo aumentará. Pero esa demanda se redistribuirá hacia quienes sepan hacer más con las herramientas disponibles.

El informe de Microsoft confirma que las empresas pequeñas — las que están adoptando IA ahora — planean contratar más, no menos, en roles técnicos. Las empresas grandes están recortando. Pero están recortando grasa acumulada durante años, no músculo.

La productividad aparecerá en las estadísticas cuando las organizaciones se reorganicen alrededor de la IA, en lugar de simplemente superponer herramientas nuevas sobre estructuras viejas. Eso lleva tiempo. En la era del PC, tardó más de una década. Con la IA, probablemente menos — pero no será instantáneo.

Mientras tanto, la brecha entre las empresas que entienden esto y las que no se va a hacer cada vez más grande.

Las que traten la IA como excusa para despedir seguirán teniendo los mismos problemas con menos gente.

Las que la traten como palanca para potenciar a un equipo bien diseñado van a operar en una categoría diferente.

Y como con el carbón de Jevons, la eficiencia no reducirá la demanda. La amplificará. La pregunta es: ¿estás en el lado de la amplificación, o en el del recorte?

Fuentes citadas en este artículo:

Microsoft Global AI Diffusion Report Q1 2026 · NBER Working Paper w34836 (Bloom, Barrero, Davis et al.) · NBER Working Paper w34984 (Graham, Duke CFO Survey) · Microsoft Work Trend Index 2026 · ManpowerGroup Global Talent Barometer 2026 · Daron Acemoglu, MIT (2024) · Goldman Sachs, Ronnie Walker (marzo 2026) · Torsten Slok, Apollo Global Management (abril 2026) · Fortune (Dorsey/Block, CFO Survey) · SF Standard (Block layoffs) · William Stanley Jevons, The Coal Question (1865)

Lecturas recomendadas: The Coal Question — W.S. Jevons · Firm Data on AI — NBER · The Hard Thing About Hard Things — Ben Horowitz

Gracias por leer

Alek.