El sueldo de 500 mil dólares que no alcanza para comprar una casa
Un ingeniero de Meta publicó de forma anónima en el foro Blind algo que, hasta hace poco, habría sonado a queja de mal pagado: ser un 'Facebook engineer' ya no se siente como garantía de nada. La competencia interna se intensifica, los despidos parecen inevitables y la conclusión fue lapidaria: 'Terminé con la tecnología.' Chamath Palihapitiya, fundador de Social Capital y ex ejecutivo de Facebook entre 2007 y 2011, amplificó ese mensaje en X con una lectura que va mucho más allá del desahogo de un empleado frustrado. 'Esto no es solo un problema de Meta', escribió. 'Es cada vez más un problema de toda la industria tecnológica.'
Lo que Palihapitiya describe no es una crisis de moral corporativa. Es el colapso silencioso de un modelo de retención que el sector tecnológico asumió como eterno: pagar suficientemente bien para que los mejores talentos toleren cualquier cosa. Ese modelo tiene una grieta estructural que la inteligencia artificial acaba de convertir en fractura.
Cuando la compensación deja de ser el argumento
Palihapitiya citó el número con precisión: 500.000 dólares anuales. Un ingreso que ubica a cualquier profesional en el percentil más alto de Estados Unidos. Y sin embargo, después de una carga tributaria que él estima en el 55%, ese paquete no alcanza para comprar una casa en los mercados donde operan las grandes tecnológicas. El empleado termina atrapado en lo que Palihapitiya llamó una 'rueda de hámster eterna': ingresos altos en papel, sin activos que los anclen a algo concreto.
Esto tiene consecuencias organizacionales que los modelos de compensación tradicionales no capturan. Cuando el salario alto ya no produce seguridad percibida, deja de funcionar como mecanismo de lealtad. El empleado bien pagado que siente que los despidos son inevitables no se convierte en un activo comprometido; se convierte en alguien que optimiza su salida. Acumula experiencia, cuida su red de contactos y espera el momento. Las empresas que construyeron su propuesta de valor para el talento exclusivamente sobre la compensación monetaria están descubriendo que compraron una ilusión de estabilidad, no la estabilidad misma.
Para el C-Level que administra esa estructura, el problema es concreto: los costos de retención siguen subiendo mientras la retención real disminuye. No hay métrica de 'engagement' que tape ese agujero si el contrato psicológico entre empresa y empleado ya se rompió.
La brecha que la IA está abriendo desde adentro
Palihapitiya identifica el mecanismo preciso detrás de la ansiedad que describe el ingeniero anónimo. La inteligencia artificial no está eliminando empleos de forma masiva y visible, sino creando una división interna dentro de las mismas organizaciones: los que saben usarla productivamente y los que no. Esa brecha genera una dinámica perversa. Las empresas pueden lograr los mismos resultados con menos personas, pero la reducción no es uniforme ni aleatoria. Se concentra en quienes no adoptaron las nuevas herramientas, lo que convierte cada ciclo de despidos en una señal de advertencia para todos los demás.
El economista Justin Wolfers argumenta que muy pocos despidos actuales son directamente atribuibles a la inteligencia artificial, y que esta funciona más como justificación narrativa para decisiones de reestructuración que habrían ocurrido de todas formas. Ese argumento tiene mérito técnico, pero subestima el efecto de señalización. Que los despidos sean o no causados por IA es, para el empleado que los observa, menos relevante que el patrón que percibe: las organizaciones se vuelven más pequeñas, los que sobreviven concentran más responsabilidades y los beneficios se distribuyen entre menos manos.
Palihapitiya tiene un antecedente empírico para esta proyección. Durante los años que estuvo en Facebook, vio cómo el espacio de redes sociales pasó de tener entre 7.000 y 8.000 compañías activas a consolidarse en cinco actores dominantes en menos de seis años. El patrón de consolidación en industrias impulsadas por efectos de red y economías de escala no es nuevo; lo nuevo es la velocidad a la que la inteligencia artificial lo está replicando dentro de las propias organizaciones tecnológicas, no solo entre competidores.
El error estratégico que nadie quiere nombrar
Hay una decisión de diseño organizacional detrás de todo esto que merece ser nombrada sin eufemismos: las grandes tecnológicas construyeron estructuras de talento que maximizaron la capacidad de contratar, no la capacidad de prescindir sin trauma institucional. Durante años de crecimiento sostenido, eso fue racional. Contratar rápido y pagar bien generaba ventaja competitiva. El problema es que esa lógica produjo organizaciones donde el costo marginal de cada ingeniería adicional era invisible mientras los ingresos crecían, y se vuelve brutalmente visible en cuanto el crecimiento se estabiliza.
Lo que Palihapitiya describe como el fin de una era no es solo un problema de sentimiento de los empleados. Es el síntoma de que esas organizaciones nunca construyeron una política orientadora sobre qué clase de talento querían concentrar y cuál estaban dispuestas a sacrificar. Contrataron en todas las direcciones porque podían pagarlo. Ahora la inteligencia artificial les está forzando a tomar decisiones que debieron haber tomado antes: cuáles son los roles que generan valor diferencial y cuáles son los que simplemente cubrían necesidades operativas que hoy puede cubrir una herramienta.
Esa decisión tardía tiene un costo que no aparece en ningún balance: la erosión de la confianza institucional. Un empleado que percibe que la empresa no tuvo claridad estratégica durante años de bonanza, y que ahora aplica criterios de selección opacos bajo presión, no recupera esa confianza con un ajuste salarial ni con un comunicado sobre 'cultura de alto rendimiento'.
La resiliencia de la acción de Meta, que cerró la semana con una subida marginal del 0,23%, sugiere que los mercados valoran la contracción como señal de eficiencia. Los mercados pueden tener razón en el corto plazo. Pero hay una variable que los modelos de valuación no incorporan bien: el costo de reconstruir capacidad organizacional una vez que el ciclo de contracción termina y el crecimiento vuelve a exigir escala. Las empresas que despiden sin haber definido primero qué conservar, terminan pagando ese costo dos veces.
El liderazgo que la industria tecnológica todavía no ha practicado
La advertencia de Palihapitiya, despojada de su componente mediático, es una auditoría de liderazgo que pocos ejecutivos del sector están dispuestos a aplicarse. Liderar con rigor en este contexto no significa gestionar el malestar de los empleados ni comunicar mejor los despidos. Significa algo más incómodo: definir con precisión quirúrgica qué capacidades son prescindibles y asumir las consecuencias de esa definición antes de que las circunstancias la impongan.
Esa definición implica abandonar mercados de talento donde la empresa nunca tuvo ventaja real, concentrar la inversión en los perfiles que generan valor diferencial con o sin inteligencia artificial, y construir una propuesta para esos perfiles que vaya más allá del cheque. No porque el cheque no importe, sino porque, como demostró el propio caso que describe el ingeniero anónimo, el cheque por sí solo ya no cierra el argumento.
Las organizaciones que saldrán mejor posicionadas de este ciclo no serán las que paguen más ni las que recorten más agresivamente. Serán las que hayan tenido el rigor de decidir, antes de que la presión externa los obligara, qué hacer y qué dejar de hacer. Esa es la única forma de liderazgo que produce organizaciones que no dependen del ciclo económico para saber quiénes son.
El C-Level que todavía no ha trazado esa línea no enfrenta un problema de comunicación interna ni de clima organizacional. Enfrenta el costo acumulado de no haber renunciado a tiempo a la comodidad de no elegir.
