Cómo saber si una empresa se está vaciando

Muchas empresas no son incapaces de usar la AI. Les da miedo usarla de verdad.

Porque la transformación AI real no consiste en escribir correos más rápido o hacer diapositivas más bonitas — obliga a preguntas incómodas:

• ¿Por qué existe este proceso?
• ¿Por qué existe esta reunión?
• ¿Por qué existe este paso de aprobación?
• ¿Este rol crea valor — o solo mantiene un proceso?
• ¿Este manager intermedio está juzgando — o solo transmitiendo mensajes?
• ¿Este líder entiende de verdad el trabajo — o solo ocupa un nodo de poder?

Cuando esas preguntas salen a la luz, la AI deja de ser solo una herramienta de eficiencia. Se convierte en un espejo — muestra quién en una organización crea valor de verdad, y quién es solo un nodo de proceso.

La pregunta natural que sigue es: ¿qué les pasa a las empresas que tienen miedo de usar la AI de verdad? ¿Desaparecerán de la noche a la mañana?

Mi opinión: la mayoría no desaparecerá de inmediato. Primero entrarán en un estado más sutil. Lo llamo Empresa vacía / Hollow Company.

Una empresa vacía no es una empresa sin ingresos, sin empleados, sin oficinas, sin clientes, o que se derrumba mañana. En la superficie, muchas empresas vacías aún parecen estar bien — siguen contratando, reuniéndose, haciendo estrategia, publicando informes trimestrales, haciendo formación en AI, hablando de transformación, y diciendo a los empleados:

"Estamos abrazando el futuro."

Pero si miras de cerca, dentro está pasando otra cosa: las personas capaces dejan de creer; las personas con alta iniciativa se callan; los mejores performers empiezan a prepararse para irse. Los procesos se multiplican, las decisiones se reducen; las reuniones se densifican, la acción se ralentiza. La AI se usa como decoración — no para reconstruir. La empresa sigue funcionando, pero su capacidad de crear el futuro se agota. Eso es el vaciamiento.

Lo más aterrador de una empresa vacía no es que hoy no sea rentable. Es que sigue funcionando — pero ya perdió la capacidad de construir el futuro.

Esto no es un juicio abstracto. La industria del software ya está sintiendo esta presión. En los últimos años incluso ha aparecido una palabra nueva: SaaSpocalypse — los inversores temen que las empresas SaaS tradicionales reciban un golpe duro de la AI.

El término está exagerado, claro. El SaaS no desaparecerá de la noche a la mañana. Muchas empresas de software empresarial aún tienen clientes, ingresos, datos, cumplimiento normativo, sistemas heredados, ecosistemas de integración y altos costes de cambio. No se derrumbarán todas porque aparezca una herramienta de AI. Pero la palabra en sí señala algo: el mercado ya empezó a revalorar las empresas de software heredadas.

Un artículo de McKinsey de 2025 señaló que la AI está empujando los modelos de negocio de software hacia aplicaciones generativas, precios por consumo y otros patrones nuevos — mientras que el gasto empresarial global en aplicaciones de AI, aunque crece rápido, sigue siendo solo una pequeña fracción del gasto total en software. En otras palabras: el gran cambio aún no ha llegado por completo. Pero la revaloración ya comenzó.

Gartner predice que para finales de 2026, el 40 % de las aplicaciones empresariales integrarán agentes de AI específicos por tarea — frente a menos del 5 % en 2025. El software empresarial pasa de "humanos haciendo clic en interfaces" a "AI ejecutando tareas".

Para muchas empresas de software heredadas, eso es un problema serio. Si los usuarios ya no necesitan hacer clic en muchos botones, mirar dashboards o empujar manualmente flujos de trabajo a través del software — sino que pueden simplemente pedirle a la AI que haga el trabajo — entonces gran parte de lo que valía el software debe demostrarse de nuevo. Eso no significa que todas vayan a morir. Significa que deben responder una pregunta: si la AI puede reorganizar los flujos de trabajo, ¿por qué merecéis seguir existiendo?

Atlassian es un ejemplo concreto. No es precisamente una empresa pequeña — sigue teniendo una base de clientes enorme, productos maduros y una sólida base empresarial. Pero en marzo de 2026 anunció despidos de unas 1.600 personas — alrededor del 10 % de la plantilla. La línea oficial: redirigir recursos hacia la AI y ventas enterprise, y hacer la organización más rápida.

Eso no significa que Atlassian vaya a desaparecer. Al contrario, muestra que una empresa de software establecida se está reestructurando activamente para no quedarse atrás en la era de la AI — y también que incluso las empresas que fueron fuertes en el pasado deben volver a demostrarse. Su valor venía de:

• Tenemos herramientas.
• Tenemos procesos.
• Tenemos plataformas de colaboración.
• Tenemos clientes enterprise.

Pero la era de la AI pregunta:

• ¿Sois solo un contenedor de flujos de trabajo viejos — o una nueva puerta de entrada al trabajo?
• ¿Solo ayudáis a gestionar tareas mejor — o la AI puede completarlas directamente?
• ¿Solo registráis el trabajo — o podéis reorganizarlo?

Esa es la presión real sobre las empresas de software heredadas.

Así que las empresas vacías no tienen por qué ser pequeñas ni financieramente débiles. Algunas siguen siendo grandes — los ingresos aún se ven decentes, la marca sigue fuerte, las oficinas siguen bonitas — pero por dentro, el vaciamiento puede haber empezado ya. Porque el futuro no se mide por lo grande que seas hoy, sino por si aún puedes crear valor nuevo.

Veo tres tipos amplios de empresa vacía.

El primero es la Empresa AI-Washing / AI-Washing Company. Estas empresas hablan mucho de AI — muchas formaciones, políticas, sesiones de intercambio, pilotos, decks, eslóganes — pero los procesos centrales no cambian. La gente sigue reuniéndose igual; las aprobaciones siguen subiendo la misma escalera; nadie toma aún la decisión real. La AI solo se usa para escribir más rápido, resumir más rápido, informar más rápido — pero a nadie se le permite preguntar: ¿este proceso todavía necesita existir? Estas empresas no carecen de AI. La usan como decoración.

El segundo es la Empresa AI de compresión de costes / Cost-Squeezing AI Company. Estas son más agresivas — realmente usan la AI, pero principalmente para recortar costes, no para reconstruir la organización: despidos, presión de costes, objetivos de producción más altos, menos personas haciendo más con AI. En la superficie, parece avanzado porque están usando AI — pero la lógica subyacente no ha cambiado. La AI solo hace que el sistema viejo corra más rápido.

El problema: si una empresa trata la AI como mano de obra más barata en lugar de repensar el trabajo en sí, poco a poco se vuelve más fría. Los empleados no se amplifican — se comprimen. La organización no se vuelve más inteligente — solo se vuelve mejor extrayendo eficiencia. Los beneficios a corto plazo pueden mejorar, pero a largo plazo, pierde a las personas que realmente crean.

El tercero es la Empresa con vaciamiento de negocio / Business-Hollowing Company. Este es más peligroso porque el problema no es una gestión lenta — es que el valor de negocio original de la empresa está siendo redefinido por la AI. Puede haber sido muy exitosa porque convirtió un flujo de trabajo viejo en software, hojas de cálculo en sistemas, comunicación en plataformas, aprobaciones en procesos, colaboración en tableros — todo eso tenía valor porque la gente necesitaba una interfaz para organizar el trabajo.

Pero la pregunta de la era AI es: si la AI puede entender tareas, organizar información, generar planes, impulsar flujos de trabajo y seguir el estado directamente — ¿los usuarios aún necesitan todas esas interfaces? Si el valor principal de un producto es solo una interfaz y un flujo de trabajo, la AI seguirá haciendo ese valor más barato.

Claro, el software empresarial no es solo una interfaz — también tiene permisos, auditoría, cumplimiento, migración de datos, soporte al cliente, integraciones de terceros, datos históricos, ciclos de compra y límites de responsabilidad. Esas cosas siguen importando, así que el software heredado no desaparece al instante. Pero si el valor central de una empresa es solo "tenemos un sistema" — y no "poseemos datos, ecosistemas, confianza y límites de responsabilidad insustituibles" — la era de la AI seguirá preguntando: ¿qué tenéis que no se pueda regenerar?

Algunas empresas, sin embargo, se vuelven más prometedoras en esta era. No protegen flujos de trabajo viejos — construyen infraestructura para futuros constructores de AI, operadores en solitario, equipos pequeños y nuevos tipos de organización: empresas que ayudan a construir productos más rápido, desplegar sistemas más rápido, organizar datos más rápido y conectar capacidades de AI más rápido. Puede que no sean las empresas más grandes hoy, pero están abriendo camino a una nueva productividad — una dirección que merece su propio ensayo más adelante.

Entonces, ¿cómo sabe una persona común si su empresa se está vaciando?

Creo que se pueden observar algunas señales.

Señal uno: más reuniones, menos decisiones.

Si una organización reúne cada semana pero cada vez menos personas pueden decidir de verdad, eso es una advertencia. Todos sincronizan, actualizan estado, explican progreso — pero los problemas no se cierran. Las reuniones se convierten en un colchón contra la responsabilidad: todos participan, nadie posee realmente el resultado. Estas empresas parecen ocupadas, pero su capacidad de actuar sigue debilitándose.

Señal dos: informes más gruesos, acción más lenta.

Las empresas vacías adoran los informes porque crean la sensación de que "las cosas se están gestionando". Pero un informe no es un juicio; una actualización de estado no es una decisión; narrar progreso no es progreso. Si una organización mejora en explicar lo que hace — y empeora en cambiar algo de verdad — se está vaciando.

Señal tres: la AI puede mejorar la eficiencia, pero no reconstruir flujos de trabajo.

Esta puede ser la señal más importante. Si puedes usar la AI para correos, actas de reunión y diapositivas — pero no cuestionar el proceso en sí — la empresa no ha adoptado la AI de verdad. Solo quiere que hagas el trabajo viejo más rápido: quiere eficiencia, no que preguntes si el trabajo debería existir. Son cosas completamente distintas. La transformación AI real no es automatizar flujos de trabajo viejos — es preguntar: ¿este flujo de trabajo todavía necesita existir?

Señal cuatro: quienes entienden el trabajo no tienen poder; quienes tienen poder no entienden el trabajo.

Esto es clásico en organizaciones grandes. Los expertos de primera línea saben dónde está el problema; quienes hacen el trabajo saben cómo resolverlo — pero no pueden decidir. Quienes tienen autoridad no siempre entienden el trabajo. Así la organización se convierte en:

Quien sabe, explica.

Quien no sabe, cuestiona.

Quien puede hacer, completa materiales.

Quien no puede juzgar, exige más informes.

Los problemas reales se ralentizan. Estas empresas son especialmente propensas a vaciarse porque agotan a las personas capaces — hasta que dejan de hablar.

Señal cinco: la organización premia contar historias, no cerrar problemas.

Si quienes mejor cuentan historias, hacen mejores decks y gestionan mejor hacia arriba se ven más que quienes realmente resuelven problemas, la organización ya se inclina. La comunicación importa, claro — pero cuando la presentación pesa más que los resultados reales, el sistema premia la actuación, no la creación. Los Problem Closers se callan; los actores de proceso se multiplican.

Señal seis: los empleados con alta iniciativa se callan.

Esta puede ser la señal más peligrosa. Lo que las empresas deberían temer no son las quejas — las quejas al menos significan que a alguien aún le importa. El peligro real es cuando las personas capaces dejan de hablar: dejan de sugerir, dejan de cuestionar procesos, dejan de impulsar cambios; solo hacen lo asignado, actualizan su CV, miran afuera, retiran su creatividad hacia dentro. Cuando una organización silencia a sus personas más con iniciativa, ya está perdiendo el futuro.

Señal siete: la empresa no puede responder "¿por qué somos insustituibles en la era de la AI?"

Esta no es solo una pregunta personal — las empresas también necesitan una respuesta. Si la AI puede generar contenido, ¿por qué aún necesitáis este equipo de contenido? Si la AI puede escribir código, ¿por qué aún necesitáis este proceso de desarrollo? Si la AI puede organizar tareas, ¿por qué aún necesitáis este sistema de gestión de proyectos? Si la AI puede generar informes, ¿por qué aún necesitáis tantas capas de reporting? Si la AI puede conectar necesidades de usuario directamente con sistemas de ejecución, ¿por qué aún necesitáis tantos pasos intermedios?

Una empresa que no puede responder estas preguntas no morirá necesariamente mañana — pero será revalorada.

Entonces, ¿cómo saber si una empresa se está vaciando? No mirando si hoy tiene dinero, clientes o tamaño — pregunta en su lugar:

• ¿Sigue creando el futuro?
• ¿Sigue atrayendo personas capaces?
• ¿Está dispuesta a cortar flujos de trabajo viejos?
• ¿Permite que la AI reconstruya el trabajo?
• ¿Premia a los Problem Closers?
• ¿Da criterio a quienes realmente entienden el trabajo?
• ¿Puede responder: en la era de la AI, ¿por qué seguimos importando?

Esto importa para las personas comunes. Porque elegir una empresa no es solo elegir salario, título, oficina y beneficios — estás eligiendo un sistema. Si ese sistema se está vaciando, cuanto más tiempo permanezcas, más se comprime tu capacidad: puedes volverte mejor informando, pero peor creando; más fluido en el proceso, pero más lejos del mercado; más seguro, pero menos insustituible en el buen sentido.

Ese es el peligro. Una empresa vacía no te destruye de golpe — te vacía poco a poco y te deja vivir en un entorno aún decente mientras pierdes sensibilidad hacia el futuro.

Eso no significa que todos deban irse de inmediato, ni renunciar al ver unas pocas señales. La vida real tiene restricciones — hipotecas, familia, visados, ingresos, tolerancia al riesgo, etapa de carrera — eso es real. Así que la pregunta no es: ¿debería irme ahora mismo? La pregunta real es: si veo que mi empresa se está vaciando, ¿puedo empezar a construir opciones externas para mí? ¿Puedo hacer que mi capacidad dependa menos por completo de esta única organización? ¿Puedo empezar a construir trabajos, contenido, relaciones, experimentos de producto, pipelines de empleo y sistemas personales?

Continuaré eso en el próximo ensayo. Porque en la era de la AI, las personas más seguras quizá no sean las que tienen un empleo estable — sino las que tienen opciones.

Eso es lo que Future Lab quiere seguir estudiando. Si las empresas heredadas se vacían lentamente, ¿cómo deben las personas leer su entorno? Si la AI revaloriza empresas, ¿cómo deben revalorizar sus decisiones de carrera? Si una organización ya no amplifica tu capacidad, ¿cómo preparas tu siguiente paso?

Aún no tengo todas las respuestas. Pero cada vez estoy más seguro de una cosa: