El 26 de febrero de 2026, Jack Dorsey — cofundador de Twitter y CEO de Block — anunció que su empresa pasaría de 10,000 a 6,000 empleados. De un día para otro. Sin recortes graduales. Sin eufemismos corporativos.

Su mensaje fue quirúrgico: las herramientas de inteligencia han cambiado lo que significa construir y operar una empresa. Un equipo significativamente más pequeño, usando las herramientas que estamos construyendo, puede hacer más y hacerlo mejor.

La reacción del mercado fue inmediata: la acción de Block subió hasta 27% en after-hours. Morgan Stanley elevó su recomendación. Goldman Sachs subió su precio objetivo.

Cuatro mil personas perdieron su trabajo. Y el mercado lo celebró.

Esa es la parte de la historia que todos están contando. Y es la menos interesante.

Lo que nadie está viendo: el perfil de los despedidos

Para esas 4,000 personas, la narrativa de “la IA viene por nuestros empleos” no es exageración — es exactamente lo que les pasó. Pero lo que revela a quiénes les pasó es lo que debería cambiar la conversación.

Según el análisis de Goldman Sachs, los recortes se concentraron en roles de ingeniería — no en posiciones generadoras de ingresos ni en funciones regulatorias. Las áreas más afectadas incluyen product managers, funciones de soporte de ingeniería, roles de datos y equipos de experiencia al cliente.

Leé eso otra vez: despidieron a los ingenieros.

No a los que menos sabían de tecnología. A los que construían tecnología. Personas que probablemente sabían más de IA que el 99% de los profesionales del planeta.

¿Por qué? No porque no supieran hacer su trabajo. Lo hacían bien. Fueron despedidos porque su trabajo consistía en hacer — y hacer es exactamente lo que hoy una IA puede hacer. Block desarrolló una herramienta interna llamada Goose que incrementó la productividad de código por ingeniero en un 40% en seis meses. Lo que antes requería un equipo de diez, ahora lo hacen seis personas trabajando con Goose.

Block no perdió conocimiento cuando esas 4,000 personas salieron. El conocimiento estratégico, la comprensión del negocio, las relaciones con merchants clave — todo eso se quedó con las personas que permanecieron. Lo que se fue fue capacidad de ejecución. Y esa capacidad ahora la provee una herramienta.

Las posiciones que se preservaron fueron aquellas donde el valor está en saber cosas que no existen en ningún dataset: entender al cliente, navegar la ambigüedad, tomar decisiones con información incompleta. Yo llamo a eso contexto propietario — el criterio profesional que la IA no puede generar por sí misma porque depende de tu trayectoria única y tu capacidad de juicio en situaciones sin precedentes.

Y eso redefine por completo lo que significa “adoptar IA.” La diferencia crítica no es entre los que usan IA y los que no. Es entre los que usan IA para acelerar el hacer y los que la usan para amplificar el saber. Los primeros son más eficientes hoy, pero prescindibles mañana. Los segundos se vuelven exponencialmente más valiosos — porque su conocimiento es lo que le da dirección y criterio a la herramienta.

No despidieron a los que menos sabían. Despidieron a los que hacían. La línea divisoria ya no es entre quienes usan IA y quienes no — es entre quienes hacen lo que la IA puede hacer, y quienes saben lo que la IA no puede saber.

La trampa de las dos reacciones cómodas

La mayoría del contenido que vas a leer esta semana sobre Block va a caer en uno de dos extremos:

El pánico: “¡La IA ya reemplaza empleos! ¡Nadie está a salvo!” — Contenido diseñado para generar clicks, no claridad.

La complacencia: “Esto solo aplica a empresas tech, mi industria es diferente.” — La misma frase que se decía sobre internet en 2005, sobre mobile en 2012, y sobre cloud en 2018.

Ambas reacciones son cómodas. Y ambas son peligrosas. Porque lo que el caso Block realmente revela no cabe en ninguna de las dos.

Un nuevo paradigma: densidad cognitiva por empleado

Block ahora apunta a generar más de $2 millones de utilidad bruta por empleado — cuatro veces lo que generaban antes de la pandemia.

Goldman Sachs señaló que estos recortes catapultan a Block hasta casi el tope en productividad por empleado en fintech. El mercado no premió el despido. Premió la densidad cognitiva: la cantidad de valor irremplazable que cada persona aporta, amplificada por las herramientas de IA que utiliza.

Esa es la métrica que va a definir la competitividad empresarial de aquí en adelante. No cuánta gente tienes. Cuánto sabe cada persona que tienes.

Saber usar ChatGPT no te hace indispensable. Los ingenieros de Block sabían más de IA que el 99% de los profesionales. Fueron prescindibles igual. La adopción superficial acelera el hacer — y eso es exactamente lo que la herramienta aprende a hacer sola.

”La mayoría de las empresas llegará a la misma conclusión”

Quizás lo más inquietante no fue el anuncio del despido. Fue esta frase en la carta a accionistas:

“No creo que estemos adelantados a esta conclusión. Creo que la mayoría de las empresas están atrasadas. Dentro del próximo año, creo que la mayoría llegará a la misma conclusión y hará cambios estructurales similares.”

Dentro del próximo año. No en cinco años. No “eventualmente.” Doce meses.

Y no lo dijo desde una posición de debilidad. La utilidad bruta de Block creció 24% interanual. Cash App reportó 33% de crecimiento. La empresa explícitamente dijo: “No estamos haciendo esto porque estemos en problemas.”

Lo están haciendo porque pueden. Y porque creen que el que no lo haga pronto, será forzado a hacerlo después en condiciones peores.

Dorsey dijo 12 meses. La nueva pregunta competitiva no es cuánta gente tienes, sino cuánto valor irremplazable genera cada persona amplificada por IA.

Lo que esto significa para las firmas de servicios profesionales

Hay una ironía brutal en esta historia. Block gastó $68.1 millones en una fiesta corporativa en septiembre de 2025 — un evento de tres días en Oakland con 8,000 empleados. Cinco meses después, despidió a la mitad de ellos.

$68 millones en fiesta. Cinco meses después, 4,000 despidos. No es cinismo — es el síntoma de la brecha más peligrosa en las empresas hoy: la IA transforma lo que es posible más rápido de lo que las organizaciones entienden lo que eso implica.

Para las firmas de servicios profesionales, el aprendizaje no es “despide a la mitad de tu gente.” Es más sutil y más urgente:

1. La pregunta correcta no es “¿qué tareas puede automatizar la IA?”

La pregunta es: ¿qué expertise de mi equipo es genuinamente irremplazable?

Si no podés responder eso con precisión, un competidor con la mitad de tu equipo y el doble de densidad cognitiva va a atender a tus clientes con mejor calidad y menor costo.

2. El contexto propietario es tu ventaja competitiva — pero solo si lo estructurás

Tus metodologías únicas, la comprensión de sector, el conocimiento tácito de tus socios senior — todo eso existe mayormente en sus cabezas. Sin documentar. Sin sistematizar. Sin poder ser amplificado por ninguna herramienta.

El desafío no es técnico. Es estratégico.

La pregunta que importa

Hay dos tipos de profesionales leyendo esto ahora mismo.

Los que van a cerrar este artículo y seguir usando la IA de la misma forma que la usaban ayer — como un asistente glorificado que redacta emails más rápido.

Y los que van a detenerse a preguntarse algo incómodo: si mi empresa tuviera que operar con la mitad del equipo mañana, ¿qué parte del valor que generamos vive en lo que nuestra gente sabe — y qué parte vive solo en lo que nuestra gente hace?

Dorsey ya avisó: la mayoría de las empresas va a llegar a la misma conclusión. La pregunta es si vas a llegar por diseño o por reacción.

¿Querés empezar a estructurar el conocimiento de tu equipo para que la IA lo amplifique? Agenda una llamada para conocer el programa AI-Thinking.