Cuando una empresa crece, ocurre algo bastante predecible. Llegan más clientes y, con ellos:
- más facturas y más correos;
- más documentación y más incidencias;
- más seguimiento comercial y más informes;
- más trabajo administrativo.
Y aparece una solución casi automática: «necesitamos contratar a alguien». Muchas veces será lo correcto. Pero empieza a merecer la pena hacerse otra pregunta antes:
¿Necesitamos otra persona o es que nuestro sistema no escala?
La diferencia puede cambiar por completo la economía de una empresa.
Algunas startups ya están comprobando hasta dónde llega esta idea
The Wall Street Journal publicó en febrero de 2026 un reportaje sobre startups que intentan seguir siendo pequeñas mucho más tiempo gracias a la inteligencia artificial y la automatización.
Uno de los casos más extremos es Butternut AI, una plataforma para crear páginas web sin programar. Pasó de nueve empleados a cuatro después de encargar a agentes de IA parte del trabajo que hacían varios ingenieros, y mantiene alrededor de 10.000 clientes de pago. Otros ejemplos del reportaje usan herramientas de IA para programar, vender o hacer marketing, y funcionan con equipos sorprendentemente pequeños para el volumen que manejan.
Son casos llamativos, pero sería un error convertirlos en regla. Que una startup tecnológica funcione con cuatro personas no significa que cualquier empresa pueda hacerlo. El propio reportaje recoge que algunos fundadores reconocen que se puede ser demasiado pequeño, sobre todo al vender a grandes empresas que quieren trato humano.
La historia interesante no es «la empresa del futuro no tendrá empleados». Es otra:
La empresa del futuro puede necesitar menos estructura para alcanzar el mismo nivel de actividad.
Durante mucho tiempo, crecer ha sido bastante lineal
Pensemos en una empresa de servicios con 100 clientes y cinco personas en administración. Crece hasta 200 clientes. Si el sistema sigue funcionando igual, probablemente necesite más administración, más atención, más facturación, más seguimiento y más coordinación. Y quizá termine con diez personas en administración. Después llegan 400 clientes, y la estructura vuelve a crecer.
Eso significa que una parte importante de los costes aumenta casi al mismo ritmo que los ingresos. Es una empresa difícil de escalar, no porque su servicio sea malo, sino porque cada unidad adicional de negocio genera casi la misma cantidad adicional de trabajo interno.
La inteligencia artificial, la automatización y el software permiten atacar precisamente esa relación.
Imagina que los clientes se duplican, pero las tareas manuales no
Supongamos una empresa que gestiona 1.000 pedidos al mes. Cada pedido obliga a alguien a abrir un correo, leer un documento, introducir la información, comprobar los datos, crear la operación en el ERP, avisar al cliente y archivar la documentación.
La empresa pasa de 1.000 a 2.000 pedidos. Si el proceso sigue siendo manual, prácticamente hemos duplicado la carga de trabajo.
Imaginemos ahora otro sistema: los documentos entran solos, se extraen los datos, se validan, se crea la operación, las excepciones llegan a una persona y el cliente recibe automáticamente su aviso. Pasar de 1.000 a 2.000 operaciones ya no duplica el trabajo humano. Puede aumentar algo, pero no al mismo ritmo.
Ahí aparece la verdadera escalabilidad.
La IA no elimina el trabajo: cambia dónde aparece
Esto permite evitar uno de los discursos más simplistas sobre la inteligencia artificial. No existe solo «persona o IA». Puede existir IA que quita tareas de soporte y personas nuevas haciendo trabajo que genera ingresos.
Y ya hay datos en esa dirección. El 10 de septiembre de 2026, Gusto publicó un análisis de pequeñas empresas estadounidenses: siguió a 1.593 negocios que usaban IA y los comparó con 669 que la conocían pero aún no la habían implantado. Los que la adoptaron terminaron el primer año con una plantilla un 7 % mayor que empresas comparables, y un 10 % mayor en las de menos de diez empleados.
A primera vista parece contradictorio: si la IA permite hacer más con menos, ¿por qué contrataron más? Según Gusto, muchas contrataciones eran puestos del servicio principal del negocio: profesores, técnicos, cocineros, personal de atención y, en salud, higienistas y terapeutas. Es decir, la IA quitó trabajo indirecto y el negocio usó ese margen para aumentar su capacidad productiva.
Un matiz importante: en las empresas de 10 a 24 empleados no se vio ninguna diferencia. La explicación que apunta Gusto es que en los negocios más pequeños el dueño carga con la administración, y la IA le devuelve ese tiempo; en los algo mayores, ese trabajo ya estaba repartido. Y son datos observacionales: muestran una relación, no demuestran que la IA sea la causa.
Se puede contratar más y ser mucho más eficiente a la vez
Esta es probablemente la parte más importante. Crecer sin multiplicar la plantilla no significa «no contratar». Significa no contratar de forma lineal solo porque aumenta el volumen.
Imaginemos dos empresas que pasan de 1 a 3 millones de euros de facturación:
- Empresa A: de 10 a 30 empleados.
- Empresa B: de 10 a 17 empleados.
Las dos han contratado. Pero la segunda ha conseguido que su infraestructura, su software y sus automatizaciones absorban una parte mucho mayor del crecimiento. Su productividad por trabajador ha aumentado, y eso puede traducirse en mejores márgenes, más capacidad para invertir, mejores salarios, más resistencia ante una caída de ingresos y más recursos para contratar perfiles de verdad estratégicos.
La métrica que veremos cada vez más: ingresos por empleado
Hay una forma muy sencilla de observar este fenómeno:
Ingresos por empleado = facturación / número de empleados
Una empresa que factura 5 millones de euros con 50 empleados genera 100.000 € por empleado. Si crece hasta 8 millones con 60 empleados, pasa a 133.333 €. La plantilla ha crecido un 20 %, pero los ingresos un 60 %: la estructura está escalando.
La métrica tiene sus límites. Una empresa con grandes costes de materias primas puede tener muchos ingresos por empleado y márgenes pobres. Por eso, según el sector, puede ser más útil el margen bruto por empleado o incluso el EBITDA por empleado.
El objetivo no debería ser ganar una competición absurda por tener la plantilla más pequeña posible, sino generar cada vez más valor por cada unidad de estructura.
Dos datos de Gusto que, juntos, cuentan una historia mejor
En abril de 2026, Gusto publicó otro análisis, esta vez sobre empresas nuevas en sectores muy expuestos a la IA. Las creadas en 2024 en información y servicios profesionales tenían, al cumplir su primer año, alrededor de un 6 % menos de empleados que las comparables creadas en 2023. En el área de San Francisco, la diferencia llegaba al 16 %.
Meses después, el estudio de septiembre mostraba que los negocios pequeños que adoptaban IA contrataban más rápido. Ninguno de los dos es un experimento, pero juntos sugieren una secuencia bastante lógica:
- Empiezas con menos estructura.
- La tecnología absorbe parte del trabajo indirecto.
- Creces.
- Contratas, sobre todo, donde añadir una persona genera valor nuevo.
Eso es muy distinto de usar la IA simplemente para recortar plantilla.
El puesto que no contratas puede financiar el que de verdad necesitas
Imaginemos una pequeña empresa que crece y tiene presupuesto para contratar a una persona. Tiene dos necesidades:
- Una administrativa: introducir facturas, actualizar sistemas, preparar informes, copiar información y ordenar documentación.
- Otra comercial: visitar clientes, cerrar contratos, crear relaciones y aumentar ventas.
Si buena parte de la primera puede absorberla el software, la empresa puede dedicar ese presupuesto a la persona comercial. Quizá el número de empleados sea el mismo, pero la composición cambia: menos recursos moviendo información y más recursos para vender, atender, decidir, negociar, diseñar y producir. Ahí puede haber una mejora económica enorme.
Antes de publicar una oferta de trabajo
Cuando un departamento se satura, lo habitual es concluir: «necesitamos contratar». Una empresa preparada para esta etapa añade un paso intermedio:
- ¿Por qué estamos saturados? Más clientes, más documentos, más incidencias, más pedidos, más controles.
- ¿Qué tareas están creciendo? Aquí se separa el trabajo de verdad humano del mecánico.
- ¿Qué parte puede absorber la tecnología? Integraciones, software, automatizaciones, IA, autoservicio.
- ¿Qué trabajo seguirá necesitando personas? Negociación, relación, criterio, creatividad, atención compleja, responsabilidad.
- ¿Qué contratación sigue teniendo sentido después?
Entonces contratamos, pero sabiendo para qué necesitamos de verdad a esa persona.
El error sería medir el éxito por puestos eliminados
Una estrategia agresiva podría presumir de que «antes hacían este trabajo cinco personas y ahora lo hacen dos». Puede ser rentable, o puede ser desastroso. Quizá esas cinco personas también detectaban excepciones, hablaban con clientes, resolvían problemas, transmitían conocimiento y controlaban la calidad. Si automatizamos solo la parte visible del puesto y eliminamos toda la función, descubriremos meses después el trabajo invisible que también hacían.
Por eso el objetivo debería ser automatizar tareas antes que puestos: analizar qué hace realmente cada persona, separar el trabajo repetitivo, el basado en reglas, el informativo, el de decisión y el de relación, y automatizar donde haya suficiente retorno y fiabilidad.
No todos los sectores pueden escalar igual
Una empresa de software puede sumar 10.000 clientes sin contratar a 10.000 personas. Una clínica no puede atender a miles de pacientes más sin aumentar su capacidad clínica, un restaurante no puede triplicar las comidas que sirve con un chat de IA y una constructora sigue necesitando ejecutar la obra.
Pero incluso en los negocios más físicos hay mucho trabajo alrededor que puede escalar mejor: planificación, administración, compras, marketing, facturación, atención, informes, documentación, control y análisis. El objetivo no es convertir cada empresa en una startup de software, sino evitar que cada aumento del trabajo principal genere la misma proporción de trabajo administrativo.
Una plantilla demasiado pequeña también es un problema
Hay un riesgo en glorificar las empresas ultrapequeñas. Una compañía puede presumir de facturar millones con cinco personas y, a la vez, tener gente trabajando demasiadas horas, una dependencia extrema del fundador, poca redundancia, riesgo operativo, atención deficiente, conocimiento concentrado o incapacidad para gestionar lo excepcional.
Y cuanto más crece un negocio, más necesita control, seguridad, cumplimiento normativo, gestión, relación con los clientes y especialización. «Menos empleados» no es automáticamente «mejor empresa»: la métrica correcta es la productividad sostenible.
Crear capacidad antes de crear costes fijos
Aquí aparece una idea financiera importante. Un empleado es un coste relativamente fijo: si una empresa incorpora a diez personas por un aumento temporal de la demanda y seis meses después pierde clientes, esa estructura se queda.
El software y la automatización también cuestan, pero muchas veces pueden crecer de forma más variable: una integración consume más cuando hay más operaciones, la infraestructura escala y un agente puede ejecutar 1.000 tareas en lugar de 500. No siempre es más barato que una persona, pero permite que una parte mayor de los costes vaya ligada al volumen, y eso mejora mucho la resiliencia financiera.
Crecer primero, contratar después
Según el informe de Gusto sobre nuevos negocios publicado en mayo de 2026, el 60 % de quienes fundaron una empresa en 2025 usó IA para lanzarla, y la mitad dijo que la IA hizo el proceso mucho más rápido o más barato. La proporción de negocios nuevos que usan IA en su operación diaria pasó del 21 % en 2023 al 44 % en 2025.
Eso reduce una de las barreras clásicas para empezar. Antes quizá hacían falta un diseñador, un programador, un redactor, un asistente, un analista o una agencia; ahora una persona puede cubrir buena parte del trabajo inicial con herramientas. Si el negocio prospera, acabará contratando, pero puede llegar a esa contratación con ingresos, con clientes, con procesos y con una necesidad mucho más clara. Eso reduce el riesgo.
¿Cuánto trabajo genera cada nuevo cliente?
Esta sería una métrica especialmente útil. Si conseguimos 100 clientes nuevos, ¿cuánto trabajo adicional generan: 10 horas, 100, 500, 1.000? Y, sobre todo, ¿qué tipo de horas?
Si cada cliente añade dos minutos de procesamiento automático y veinte minutos humanos de alto valor, el negocio puede escalar muy bien. Si añade tres horas de tareas administrativas, tenemos una restricción. Antes de invertir solo en conseguir clientes, quizá haya que arreglar esa parte, porque una operación mala puede convertir el crecimiento en un problema.
Hay empresas que crecen y empeoran
Facturan más, pero necesitan proporcionalmente más empleados, aumentan los errores, suben los costes, los clientes esperan más, la dirección pierde el control y los márgenes bajan. Eso no es escalar. Una empresa escalable busca:
Más volumen con un aumento proporcionalmente menor de recursos
sin sacrificar calidad, seguridad, servicio ni capacidad de adaptación. La IA puede ser una pieza muy importante, pero solo si está integrada en procesos diseñados para escalar.
La pregunta ya no será cuántos empleados tienes
Durante décadas, una gran empresa se asociaba a una gran plantilla. En algunos sectores seguirá siendo así. Pero en los negocios intensivos en conocimiento y procesos digitales empezaremos a ver otra señal: cuánto valor produce cada persona gracias a la infraestructura que tiene detrás.
Una persona con buen software, datos conectados, automatizaciones, agentes y procesos claros puede producir muchísimo más que otra atrapada entre hojas de cálculo, correos, copiar y pegar, documentos y sistemas desconectados. La persona no ha cambiado. Ha cambiado la empresa que tiene alrededor.
El futuro probablemente no sea «personas contra IA»
Los datos de Gusto son una buena advertencia contra esa simplificación. Las empresas nuevas de los sectores más expuestos a la IA parecen empezar con estructuras algo más pequeñas; los negocios pequeños que la adoptan después muestran, en su muestra, más contratación. La lectura más interesante no es «IA igual a menos empleo» ni «IA igual a más empleo», sino esta:
La IA cambia la economía del trabajo dentro de una empresa.
Puede eliminar unas tareas, crear otras, permitir crecer, cambiar el momento de contratar y cambiar los perfiles que merece la pena incorporar.
La empresa ganadora no será la que tenga menos personas
Será, probablemente, la que mejor responda a esta pregunta: ¿dónde aporta más valor una persona y dónde debería encargarse el sistema? Puede haber una diferencia enorme entre cien personas trabajando sobre procesos muy automatizados y cien personas haciendo tareas que el software podría resolver. Ahí está la oportunidad.
Antes de contratar por crecimiento, mide el crecimiento
Cuando aparezca la próxima necesidad de contratar, puede servir esta secuencia:
- Qué volumen ha aumentado.
- Qué trabajo adicional está generando.
- Qué tareas necesitan de verdad criterio humano.
- Qué tareas pueden automatizarse o integrarse.
- Cuánta capacidad libera esa intervención.
- Qué necesidad de contratación sigue existiendo.
Y entonces sí, contratar. La diferencia es que incorporaremos a una persona porque necesitamos más capacidad humana, no porque nuestro sistema produzca trabajo innecesario.
La verdadera promesa de la IA en las empresas
No es construir empresas vacías, sino empresas donde las personas tengan un multiplicador: donde una persona gestione el volumen que antes necesitaba dos, donde la administración no crezca al mismo ritmo que las ventas y donde duplicar clientes no signifique duplicar tareas manuales.
Ese modelo puede crear empresas más pequeñas para el mismo volumen, o empresas del mismo tamaño capaces de producir muchísimo más. Las dos son formas de productividad, y puede ser uno de los cambios económicos más importantes que traiga la inteligencia artificial.
