What parecía una fría maniobra de recorte de costes se convirtió rápidamente en un caso de estudio global, dividiendo la opinión entre la admiración y la inquietud a medida que llegaban las cifras.
El despido radical que sacudió el ecosistema de startups de India
En el verano de 2023, Suumit Shah, fundador y director general (CEO) de Dukaan, una plataforma india de comercio electrónico que ayuda a pequeños comerciantes a vender online, tomó una decisión que sonaba a ficción distópica. Prescindió de aproximadamente el 90% de su plantilla y sustituyó la mayor parte de su trabajo por chatbots impulsados por IA y herramientas de automatización.
Los equipos de atención al cliente fueron los primeros. Después vinieron los puestos operativos repetitivos. En lugar de decenas de agentes humanos gestionando tickets y llamadas, un bot conversacional se encargó de las consultas de primera línea, mientras un equipo técnico mucho más reducido supervisaba el sistema.
La medida recibió críticas inmediatas. Algunos comentaristas cuestionaron la ética de despidos masivos en nombre de la eficiencia. Los trabajadores lo vieron como una señal de alarma para millones de empleos de servicios que antes parecían relativamente seguros en mercados emergentes como India.
La empresa convirtió una plantilla casi humana en una mayoritariamente algorítmica de la noche a la mañana, apostando por que el software podría rendir mejor que el personal asalariado.
Shah enmarcó la decisión como una cuestión de pura economía. El aumento de las expectativas de los clientes, los márgenes ajustados del comercio electrónico y el rápido avance de la IA lo empujaron hacia la automatización. Argumentó que mantener un gran equipo de soporte tenía menos sentido que construir una capa de IA escalable que pudiera funcionar 24/7 a una fracción del coste.
Un informe del primer año “inesperadamente positivo”
Un año después, Shah compartió por fin las cifras detrás de aquella apuesta. Desde su punto de vista, el experimento funcionó.
Antes del despliegue de la IA, los clientes esperaban de media cerca de dos minutos para recibir respuesta. Tras tomar el relevo los chatbots, las respuestas llegaban casi al instante, con sesiones que se iniciaban en pocos segundos. Ese cambio, por sí solo, transformó la experiencia de uso de la plataforma.
La resolución de problemas también se aceleró. Según Shah, casos que antes se alargaban más de dos horas ahora se cerraban en cuestión de minutos en muchas situaciones. El bot gestionaba directamente incidencias comunes -acceso a la cuenta, seguimiento de pedidos, reembolsos dentro de la política- mientras que las preguntas más complejas se escalaban a un equipo humano más pequeño.
Respuestas más rápidas, tiempos de resolución más cortos y menores costes de nómina dieron a Dukaan un balance más saneado y clientes más satisfechos, al menos sobre el papel.
A nivel interno, los costes operativos bajaron. El gasto salarial cayó de forma acusada una vez desapareció la mayoría de los puestos de soporte y roles junior. Los empleados restantes se orientaron más hacia ingeniería, análisis de datos y producto, en lugar de operaciones rutinarias.
Desde el ángulo de métricas puramente empresariales, Dukaan obtuvo:
- Menor tiempo medio de gestión de las consultas de clientes
- Reducción del personal de soporte y del coste de nómina
- Disponibilidad 24/7 sin turnos de noche ni horas extra
- Respuestas más consistentes en incidencias simples y basadas en reglas
Shah presentó estos resultados como prueba de que la IA no solo puede igualar a los equipos humanos en calidad de servicio, sino superarlos en velocidad y coste. Sin embargo, el anuncio no silenció a los críticos. Profundizó un debate más amplio: ¿qué ocurre cuando la “eficiencia de la IA” se convierte en el estándar por defecto?
Un debate dividido entre humanos y máquinas
El caso de Dukaan se inserta en una ola mayor de automatización que recorre oficinas de todo el mundo. Herramientas de IA generativa, chatbots y motores de decisión ya asumen tareas que antes requerían trabajadores junior, especialmente en atención al cliente y funciones de back office.
Los defensores ven este cambio como progreso. Argumentan que la IA:
- Elimina tareas repetitivas del trabajo humano
- Permite a empresas pequeñas escalar sin plantillas sobredimensionadas
- Mejora los tiempos de respuesta y la consistencia para los clientes
- Abre nuevas categorías de empleos de mayor cualificación en entrenamiento y supervisión de IA
Los críticos miran la misma historia y extraen una lección distinta. En su opinión, Dukaan usó la IA menos como herramienta de productividad y más como instrumento contundente para recortar puestos. Temen que los trabajadores de servicios, especialmente en países donde los empleos tecnológicos impulsaron a mucha gente hacia la clase media, sean los primeros en notar el impacto.
Para algunos, las cifras de Dukaan muestran el futuro del trabajo. Para otros, muestran lo rápido que las personas se convierten en “centros de coste” cuando el código puede sustituirlas.
Esa tensión también atraviesa las salas de juntas. A los inversores les gustan las empresas ligeras y automatizadas. Reguladores y defensores laborales advierten de un futuro con mayor desempleo o con trabajos frágiles de estilo gig en lugar de carreras estables.
Lo que la IA puede hacer -y en qué sigue fallando-
Las fortalezas: velocidad, escala y memoria
En atención al cliente, la IA brilla en contextos predecibles y basados en reglas. Puede leer enormes volúmenes de documentación, recordar miles de normas de política y localizar la correcta en milisegundos. No necesita descansos ni vacaciones, y puede escalar en periodos de alta demanda sin contrataciones frenéticas.
Un chatbot bien entrenado puede:
- Gestionar solicitudes sencillas como restablecimientos de contraseña o actualizaciones de seguimiento
- Guiar a los usuarios paso a paso por flujos de trabajo estándar
- Traducir consultas entre idiomas al instante
- Detectar palabras clave que indican urgencia y priorizar adecuadamente
Para una empresa como Dukaan, que opera en múltiples lenguas indias con comerciantes repartidos por todo el país, estas fortalezas importan mucho. A los equipos humanos les costaba mantener una calidad consistente a gran escala; los sistemas de IA, una vez configurados, gestionaban el volumen con mayor facilidad.
Los límites: empatía, matices y casos extremos
Aun así, la IA sigue fallando en los matices humanos. Los clientes enfadados suelen querer algo más que una respuesta correcta. Buscan reconocimiento, empatía y flexibilidad frente a políticas estrictas. Los bots pueden simular cortesía, pero con frecuencia no captan la temperatura emocional de una conversación.
Los casos extremos causan problemas similares. Si una situación se sale de los guiones estándar -un conflicto legal, una queja delicada, un fallo técnico que afecta a muchos usuarios- la IA tiende a ofrecer respuestas que suenan seguras pero son superficiales. Esos momentos pueden dañar la confianza rápidamente.
| Aspecto | Soporte liderado por IA | Soporte liderado por humanos |
|---|---|---|
| Tiempo de respuesta | Instantáneo o casi instantáneo | De segundos a minutos, más largo en horas punta |
| Consistencia | Alta en incidencias guionizadas | Variable entre agentes |
| Empatía | Simulada, a menudo superficial | Genuina, consciente del contexto |
| Coste por interacción | Muy bajo una vez desplegado | Ligado a salarios y dotación |
| Gestión de casos raros | A menudo débil, requiere escalado | Más sólida, juicio flexible |
El modelo de Dukaan se apoya mucho en la IA para interacciones rutinarias, manteniendo humanos en el circuito para excepciones. El riesgo está en llevar la automatización tan lejos que los agentes humanos restantes queden sobrecargados con solo los casos más difíciles, aumentando el agotamiento y la rotación.
Lo que esto significa para los trabajadores y las carreras futuras
Para muchos lectores, la pregunta real no es si la IA puede gestionar un servicio de ayuda. La pregunta es qué ocurre con las personas que antes hacían ese trabajo. Cuando una empresa como Dukaan publica un informe “positivo” sobre IA, miles de trabajadores de soporte lo leen como una señal de advertencia.
Algunos economistas laborales sostienen que los roles no desaparecerán sin más, sino que se desplazarán. Los empleos de soporte rutinario pueden ir desvaneciéndose, mientras aparecen nuevas posiciones en torno a la configuración de sistemas de IA, la supervisión, el etiquetado de datos y el diseño de políticas. Estos roles exigen mayores competencias técnicas y más formación.
Para alguien que actualmente trabaja en atención al cliente, esto sugiere una vía práctica: avanzar gradualmente hacia habilidades que la IA no pueda sustituir con facilidad. Eso podría incluir:
- Aprender a configurar y monitorizar herramientas de IA usadas por tu equipo
- Desarrollar una fuerte capacidad de resolución de problemas y negociación
- Especializarse en casos complejos, regulados o delicados
- Construir experiencia de dominio que te convierta en una referencia experta
La historia de Dukaan apunta a un futuro en el que muchos empleos mezclen humano y máquina. En lugar de teclear respuestas estándar todo el día, un profesional de soporte podría supervisar una flota de bots, intervenir en casos difíciles y devolver aprendizajes a los equipos de producto e ingeniería.
Preguntas que las empresas deberían hacerse antes de copiar a Dukaan
A medida que más directivos observen el rendimiento de Dukaan, muchos se sentirán tentados a imitar la estrategia. Antes de activar una automatización a gran escala, hay varias preguntas que merecen atención cuidadosa.
Primero, ¿qué grado de transparencia tendrá la empresa con clientes y plantilla? Los recortes repentinos sin programas de recualificación pueden dañar la marca empleadora y la moral interna. Usar IA sin mensajes claros también puede frustrar a usuarios que se sientan engañados por agentes sintéticos.
Segundo, ¿qué controles de seguridad rodean a los sistemas de IA? Sin monitorización y revisión humana, los chatbots pueden dar consejos erróneos, gestionar mal quejas o filtrar datos sensibles. Estructuras de supervisión, registros de auditoría y rutas claras de escalado ayudan a reducir ese riesgo.
Por último, ¿cómo se repartirán las ganancias? Si la productividad sube mientras los salarios se estancan o disminuye el número de empleados, las tensiones sociales tienden a crecer. Algunas empresas prueban modelos en los que las mejoras de eficiencia financian formación, programas de movilidad interna o jornadas más cortas para los equipos que permanecen.
Por ahora, Dukaan se mantiene como un ejemplo de alto perfil en uno de los extremos: automatización agresiva, fuerte reducción de plantilla y un CEO dispuesto a demostrar que los bots pueden sostener la primera línea de una empresa. Los próximos años dirán si esto se convierte en un modelo a seguir o si queda como una excepción aleccionadora en la historia de la IA en el trabajo.
Comentarios
Aún no hay comentarios. ¡Sé el primero!
Dejar un comentario