La IA no debería reducir el trabajo. Debería rediseñarlo.

Del cargo a la tarea

Durante décadas, muchas decisiones operacionales se han estructurado alrededor de puestos y dotaciones.

¿Cuántos técnicos necesitamos?

¿Cuántos auxiliares?

¿Cuántos supervisores?

¿Cuántas personas debe considerar un contrato?

Pero la inteligencia artificial introduce la posibilidad de invertir esa lógica.

Antes de determinar cuántas personas necesita una operación, podemos preguntarnos: ¿qué trabajo debe realizarse?

Luego: ¿con qué frecuencia? ¿Con qué nivel de servicio? ¿Cuánto tiempo requiere? ¿Qué conocimiento o skill necesita? ¿Qué parte puede automatizarse? ¿Qué parte requiere intervención humana?

Sólo después de responder esas preguntas tiene sentido determinar la capacidad necesaria.

Esto representa un cambio significativo.

La unidad de análisis deja de ser exclusivamente el puesto de trabajo y pasa a ser la actividad que genera el trabajo.

Automatizar no es simplemente eliminar personas

El artículo de Harvard Business Review cuestiona además una narrativa que se ha instalado rápidamente alrededor de la inteligencia artificial.

Los autores advierten que parte de las reducciones de personal presentadas como consecuencia de la IA pueden corresponder a reestructuraciones tradicionales reinterpretadas bajo una narrativa tecnológica.

La evidencia disponible todavía es más moderada que algunos titulares.

Goldman Sachs Research estimó en abril de 2026 que la inteligencia artificial habría reducido el crecimiento mensual del empleo estadounidense en aproximadamente 16.000 puestos durante el año anterior, aumentando la tasa de desempleo alrededor de 0,1 puntos porcentuales.

Al mismo tiempo, su investigación identifica otro fenómeno: allí donde la IA aumenta la capacidad de las personas, puede reducir el costo por unidad producida, aumentar la demanda y generar incluso crecimiento del empleo.

La diferencia entre sustitución y aumento de capacidad es fundamental.

Y también lo es para Facility Management.

El Facility Management es un problema de orquestación

Una operación de Facility Management no está compuesta simplemente por personas.

Está compuesta por necesidades de trabajo.

• Mantenimiento preventivo.
• Mantenimiento correctivo.
• Limpieza.
• Seguridad.
• Inspecciones.
• Rondas.
• Tickets.
• Emergencias.
• Servicios programados.
• Requerimientos extraordinarios.

Cada actividad tiene una frecuencia, una duración, una criticidad, un lugar, una ventana de ejecución y determinadas capacidades requeridas.

Por eso el problema central del Facility Management moderno puede entenderse como un problema de orquestación de trabajo y capacidad.

Plan de trabajo → demanda → tareas → HH requeridas → capacidades → disponibilidad → asignación → ejecución → control

La tecnología permite comenzar a gestionar esa cadena completa.

De administrar dotación a administrar capacidad

Aquí aparece una oportunidad relevante para la evolución del Facility Management.

En lugar de preguntar “¿Cuántas personas tenemos?”, podemos avanzar hacia preguntas más precisas:

¿Cuánto trabajo tenemos?

¿Cuándo debe realizarse?

¿Qué capacidad requiere?

¿Qué capacidad tenemos disponible?

¿Dónde existen brechas?

¿Cuál es la mejor forma de cubrirlas?

La respuesta puede involucrar trabajadores propios, proveedores especializados, automatización, inteligencia artificial o distintas combinaciones entre ellos.

El objetivo no debería ser minimizar indiscriminadamente las personas.

Debería ser diseñar la combinación más eficiente y segura de capacidades para ejecutar el trabajo que la operación realmente necesita.

Advance: entender el trabajo

Esta lógica forma parte de la visión que estamos desarrollando en Wacner.

Advance busca estructurar digitalmente el entorno operacional de Facility Management: clientes, contratos, sitios, activos, servicios, personas, proveedores, planes, órdenes de trabajo, niveles de servicio y ejecución.

Su propósito no es simplemente registrar actividades.

Es generar una representación operacional que permita comprender qué debe ocurrir, dónde, cuándo y bajo qué condiciones.

Cuando el trabajo puede ser estructurado, también puede ser analizado.

Y cuando puede ser analizado, comienza a ser posible decidir qué parte puede ser automatizada, asistida o ejecutada por personas.

GIG: convertir trabajo en capacidad

GIG aborda el problema desde el otro extremo.

Su propósito es transformar el trabajo planificado en necesidades concretas de capacidad operacional.

Frecuencia de servicio, calendario, horas-hombre requeridas, perfiles, skills, disponibilidad y cobertura comienzan a formar parte de una misma ecuación.

La secuencia conceptual es sencilla:

Trabajo → frecuencia → calendario → HH requeridas → disponibilidad → asignación → brecha → cobertura

De esta manera, la discusión deja de limitarse a una dotación contractual fija.

La operación comienza a entenderse como un sistema dinámico de demanda y capacidad.

La inteligencia artificial puede cerrar el ciclo

La siguiente etapa es especialmente interesante.

Cuando una organización dispone de información estructurada sobre trabajo, activos, personas, proveedores, cumplimiento y demanda, la inteligencia artificial puede comenzar a participar en decisiones mucho más relevantes que simplemente generar textos o responder preguntas.

Puede ayudar a:

• anticipar demanda;
• detectar desviaciones;
• priorizar actividades;
• identificar riesgos;
• recomendar asignaciones;
• optimizar calendarios;
• comparar alternativas de cobertura;
• asistir a personas en la toma de decisiones operacionales.

El verdadero potencial aparece cuando la IA deja de estar aislada y comienza a formar parte del sistema operacional.

Una nueva pregunta para Facility Management

Quizás la transformación que viene no debería plantearse como:

“¿Cuántas personas puede reemplazar la inteligencia artificial?”

La pregunta más interesante podría ser:

“¿Cómo deberíamos diseñar el trabajo si hoy pudiéramos combinar personas, proveedores, datos, automatización e inteligencia artificial desde el comienzo?”

La diferencia parece semántica.

No lo es.

La primera pregunta busca reducción.

La segunda busca productividad, resiliencia, seguridad, calidad y mejor utilización de los recursos.

Y probablemente sea allí donde se encuentre una parte importante del futuro del Facility Management.

Referencias

Hoque, F., Davenport, T. H. & Scade, P. (2026). AI Transformation Requires Redesigning Work, Not Cutting Roles. Harvard Business Review, 28 de agosto de 2026.

Goldman Sachs Research (2026). The Jobs AI Is Likely to Boost—and Those It May Disrupt. 24 de abril de 2026.