El conocimiento que se despidió es el que la IA necesitaba para funcionar
Forrester reporta que 55% de las empresas que recortaron por IA lamenta la decisión; la memoria operativa eliminada tarda años en reconstruirse
El primer semestre de 2026 acumula más de 155,000 puestos cortados, con la IA como razón más citada. Un dato de Forrester ordena el saldo: 55% de las empresas que recortaron por IA se arrepiente. El conocimiento institucional que salió por la puerta era justo el que el sistema automatizado necesitaba para operar bien.
# El conocimiento que se despidió es el que la IA necesitaba para funcionar
Los recortes de 2026 dejaron una cifra que resume el año: más de 155,000 puestos eliminados en el primer semestre, con la IA como el motivo más citado. Detrás del número aparece un patrón que las organizaciones empiezan a medir. Forrester reporta en sus predicciones de 2026 que 55% de las empresas que hicieron recortes atados a la IA lamenta la decisión.
## La automatización llegó después que el despido
Muchas organizaciones cortaron primero y automatizaron después. Al hacerlo descubrieron que el conocimiento institucional que eliminaron era exactamente el que el sistema de IA necesitaba para funcionar. Un agente que ejecuta un proceso rinde según el criterio, las excepciones y el contexto que alguien acumuló durante años. Cuando esa persona sale sin protocolo de transferencia, la máquina hereda la tarea sin heredar el porqué.
## Oracle lo escribió en un documento formal
Oracle advirtió en sus reportes que sus reestructuraciones pueden provocar "pérdida de conocimiento institucional valioso" y escasez de personal con las competencias necesarias. Que una empresa de ese tamaño lo registre por escrito reconoce lo que la ola de recortes produce en silencio: capacidad operativa que se evapora sin dejar huella recuperable. La memoria operativa no se reconstruye a la velocidad con que se despide.
## Capturar antes de cortar
La secuencia que protege a la organización invierte el orden habitual. Documentar el proceso crítico, mapear las excepciones que solo conoce quien lo ejecuta y dejar registrado el criterio de decisión antes de automatizar convierte el recorte en una transición gobernada. La misma documentación que preserva la memoria es la que alimenta al sistema que tomará el relevo.
## Lectura para la región
Para una organización de República Dominicana y el Caribe, la lección es directa y aplica sin importar el tamaño. Antes de eliminar una posición apoyándose en la IA, conviene extraer y registrar el conocimiento que esa posición sostiene. La eficiencia prometida se sostiene solo cuando la memoria del proceso queda dentro de la casa. Botar primero y descubrir después que faltaba el criterio es el camino más caro hacia la amnesia corporativa.
*Fuentes: [CIO — AI-driven layoffs aren't making business sense](https://www.cio.com/article/4171054/ai-driven-layoffs-arent-making-business-sense.html); [HR Executive — The AI layoff trap](https://hrexecutive.com/the-ai-layoff-trap-why-half-will-be-quietly-rehired/); Forrester Predictions 2026; declaraciones de Oracle sobre pérdida de conocimiento institucional.*