Barclays y la IA: lo que las cifras no demuestran

Un banco puede anunciar miles de recortes de empleo y atribuir a la inteligencia artificial una mayor eficiencia. Eso no equivale a demostrar que una máquina se ha hecho cargo del trabajo de miles de personas.

La distinción se volvió urgente el 22 de octubre de 2026, cuando Barclays reveló su plan de reducir su plantilla en unos 5.000 puestos durante 2026, a pesar de haber presentado mayores beneficios trimestrales.¹² Los recortes son reales. También lo es la inversión del banco en IA. Lo que resulta más difícil de establecer con información pública es cuántos de esos puestos habrían sobrevivido sin IA, qué actividades está sustituyendo realmente el software y si los empleados podrían haberse recualificado o reubicado.

Estas preguntas importan mucho más allá de la banca, sobre todo para los empleadores pequeños que ahora estudian sus primeros proyectos serios de automatización. Se suman a un patrón relacionado que ya hemos tratado: las tareas cambian dentro de los puestos más rápido de lo que sugieren los titulares sobre plantilla, y la demanda de contratación expuesta a la IA se desplaza sin que exista una única historia global.

Un anuncio concreto, con una cifra clave que falta

Barclays indicó el 22 de octubre que su beneficio antes de impuestos del tercer trimestre subió un 12 % interanual, hasta 2.300 millones de libras. Sus resultados describían las reducciones de plantilla en equivalentes a tiempo completo, posibles gracias a la tecnología, como parte de un programa estructural de costes. El banco registró 201 millones de libras en acciones de reestructuración durante el trimestre y esperaba unos 300 millones más en el cuarto. También anunció una nueva recompra de acciones de hasta 500 millones de libras.¹

Según Reuters, la directora financiera, Anna Cross, cifró la reducción de plantilla prevista en unos 5.000 empleos, aproximadamente el 5 % del personal. Alrededor de 1.000 ya se habían ido y se esperaban unos 4.000 más antes de fin de año. Las crónicas de la presentación de resultados indican que cerca del 60 % de las reducciones afecta a funciones de apoyo, incluidos desarrolladores.² Se trata de reducciones previstas y en parte ya ejecutadas, no de un recuento verificado de 5.000 personas ya despedidas.

La presentación vinculó la simplificación de la organización y los cambios tecnológicos con una eficiencia impulsada por la IA. Eso establece lo que dice la dirección sobre el programa. No aísla la contribución causal de la IA generativa frente a la automatización convencional, el rediseño de procesos, la externalización, los objetivos de costes o la decisión de no sustituir a quienes se marchan. Ningún contrafactual verificado públicamente nos dice cuántos puestos habrían desaparecido si el banco no hubiera introducido los nuevos sistemas.

Esto no es un motivo para descartar el anuncio. Es un motivo para leerlo con precisión. A los inversores les puede interesar, con razón, que la tecnología permita una base de costes menor. Los trabajadores y los responsables políticos necesitan una explicación más exigente de lo que ha cambiado en el propio trabajo.

Lo que Barclays ha puesto realmente en producción

Hay pruebas de un despliegue práctico, no solo de un eslogan sobre IA. El 1 de octubre de 2026, Anthropic y Barclays anunciaron una colaboración ampliada. El banco esperaba que Claude Code llegara a la mitad de sus desarrolladores a finales de 2026, y que la mayoría de sus ingenieros de software lo adoptara en 2027.³ Son objetivos de despliegue, no la prueba de que el número de desarrolladores pueda reducirse en la misma proporción.

El mismo anuncio describía un asistente de conocimiento que ya usaban más de 16.000 compañeros de Barclays y que había respondido a más de un millón de búsquedas. En las operaciones de mercados globales, sistemas basados en Claude procesaban unos 120.000 correos entrantes al día para clasificar, enriquecer y encaminar solicitudes.³ Son cifras de uso comunicadas por el proveedor y el cliente, no mediciones auditadas de forma independiente de horas ahorradas o empleos eliminados.

Los ejemplos son reveladores porque se refieren a actividades concretas. Buscar respuestas internas, clasificar correo, modernizar código y probar software no son ocupaciones completas. Son partes de los puestos. Cuando esas tareas se abaratan, los directivos pueden usar la capacidad liberada de formas distintas: mejorar el servicio, atender más demanda, acortar esperas, reubicar empleados, frenar la contratación o eliminar puestos. La tecnología no determina qué opción elige la organización.

Un especialista de atención que ya no consulta varias bases de datos para una respuesta rutinaria podría dedicar más tiempo a resolver problemas inusuales de clientes. O bien se reduce el equipo y el resto de la plantilla gestiona el mismo volumen. Ambos resultados son compatibles con un despliegue de IA exitoso. Solo uno aparece directamente en una reducción de plantilla. Es la misma distinción que usamos al preguntarnos qué tareas cambian primero con los agentes de IA.

Las pruebas sobre el empleo no apuntan en una sola dirección

Una visión más amplia del mercado laboral complica la idea de que adoptar IA implique necesariamente empresas más pequeñas. El AI Labor Market Tracker de Revelio Labs, actualizado el 22 de octubre de 2026, indica que las empresas que clasifica como adoptantes de IA han aumentado su plantilla un 27 % más que las no adoptantes desde octubre de 2022. Dentro de esas adoptantes, los puestos sénior crecieron un 31 %, frente al 6 % de los júnior. El mismo tracker observa que el empleo en las ocupaciones más expuestas a la IA crece alrededor de un 4 % menos que en las menos expuestas.⁴

Son comparaciones observacionales, no estimaciones causales de los empleos creados o destruidos por la IA. Revelio identifica la adopción en parte por la contratación de perfiles de integración de IA, y señala que las adoptantes ya crecían más rápido antes de adoptarla. Una empresa en rápido crecimiento puede invertir en IA y contratar más personal por factores ajenos a la tecnología. Aun así, los números muestran por qué el anuncio de despidos de una sola empresa no puede representar a toda la economía.

Un estudio de S&P Global de 2026 también sugiere que el tamaño de la empresa cambia la historia del empleo. Su informe, basado en una encuesta, observó que las empresas más pequeñas esperaban un efecto neto ligeramente positivo de la inversión en IA sobre el empleo, mientras que la expectativa neta global era ligeramente negativa. Señaló que solo el 37 % de las iniciativas de IA encuestadas estaban en marcha y aportaban valor, y que la seguridad de los datos, la calidad de los resultados y la calidad de los datos seguían siendo limitaciones destacadas.⁵ Son resultados de encuesta y previsiones, no una prueba de creación futura de empleo.

En una organización pequeña, un proceso automatizado puede liberar unas horas a la semana sin eliminar un puesto. Un equipo administrativo de dos personas en una ONG podría dedicar ese tiempo a las personas beneficiarias o a la captación de fondos. Un gran banco que opera a escala puede sumar pequeños ahorros de tiempo entre miles de personas y tomar una decisión de plantilla muy distinta. La tecnología subyacente puede ser parecida mientras el resultado laboral diverge.

La pregunta real es quién recibe el dividendo de productividad

El desacuerdo político en torno al anuncio de Barclays no trata simplemente de si la IA funciona. Según la información del Guardian del 22 de octubre, la secretaria general del sindicato Unite, Sharon Graham, criticó al banco por tratar la IA como justificación de los recortes en lugar de priorizar la recualificación.⁶ La dirección, por su parte, describe un programa plurianual de inversión y simplificación pensado para mejorar la eficiencia y dejar margen para seguir invirtiendo.

Estas posturas reflejan decisiones enfrentadas sobre cómo repartir las ganancias de productividad. Una empresa puede reinvertir los ahorros en precios más bajos, mejor servicio, más producción, formación o mayores retornos. También puede reducir la nómina. Que exista un sistema de IA eficaz no resuelve la cuestión del reparto, y un trimestre rentable no establece por sí solo que todos los puestos existentes sean económicamente sostenibles.

Hay una segunda preocupación: la escalera de aprendizaje. Las funciones de apoyo y el desarrollo de software han ofrecido tradicionalmente un trabajo a través del cual los empleados con menos experiencia aprenden la organización, sus sistemas y sus clientes. Si las tareas rutinarias desaparecen, los empleadores deben decidir cómo ganarán experiencia los futuros expertos. Es un riesgo plausible, no una prueba de que Barclays ya haya desmantelado sus itinerarios de formación.

La alternativa es un rediseño deliberado. Un analista júnior podría supervisar un flujo de trabajo limitado asistido por IA, investigar las excepciones, comparar los resultados con los registros de origen y aprender por qué fallan las decisiones. Ese trabajo puede ser más rico que copiar de forma repetitiva, pero solo si la supervisión y la progresión están planificadas. Eliminar las tareas rutinarias sin reconstruir el camino hacia la experiencia es una estrategia de plantilla, no una inevitabilidad técnica.

Una prueba mejor para los líderes que contar ahorros atribuidos a la IA

Cuando una empresa anuncia eficiencia impulsada por la IA, los líderes deberían preguntar qué se ha medido realmente. ¿Se eliminó una tarea, se acortó o se trasladó a otro empleado? ¿Mejoraron la precisión, la satisfacción del cliente y los resultados de riesgo? ¿Cuánta revisión humana siguió siendo necesaria? ¿Se recortaron puestos mediante despidos, bajas no cubiertas o vacantes canceladas? ¿Qué otros usos de la capacidad liberada se consideraron?

Pensemos en una empresa de servicios hipotética de 40 personas. Introduce un agente que redacta respuestas y recupera fichas de clientes. El tiempo medio de gestión baja, pero las reclamaciones complejas siguen requiriendo personal con experiencia y controles de calidad. Llamar al resultado una mejora de productividad del 20 % no basta para justificar la eliminación de ocho puestos. La empresa tendría que establecer qué proporción del trabajo se ve afectada, los ahorros reales y sostenidos, los costes de supervisión, la demanda de servicio y la capacidad necesaria para las excepciones. El ejemplo es ilustrativo, no un caso medido.

Para una entidad sin ánimo de lucro, la misma disciplina importa aunque nadie corra riesgo de despido. Las horas ahorradas en informes podrían reasignarse a la ejecución de programas, pero solo si la organización sigue la calidad de los informes y la carga de revisarlos. En ambos casos, medir el trabajo por tareas produce mejores decisiones que colgar una etiqueta de IA a una partida presupuestaria.

Barclays es un caso importante porque combina una reducción considerable de plantilla con despliegues de IA documentados y concretos. Todavía no es la prueba de que la IA, por sí sola, haya sustituido a 5.000 trabajadores. La siguiente etapa del debate debería exigir más que afirmaciones seguras sobre la automatización o un escepticismo reflejo. Debería pedir a las empresas que muestren qué trabajo cambió, qué personas se vieron afectadas y qué decisiones tomaron con el tiempo y el dinero ahorrados.

La IA puede ser una explicación poderosa de cómo una organización puede funcionar de otra manera. Nunca debería sustituir a la explicación de por qué esa organización eligió emplear a menos personas.

Cómo puede ayudarte hilighter

Cuando una afirmación de eficiencia por IA llega como un objetivo de plantilla, lo que suele faltar es una imagen clara de puestos, tareas y competencias. hilighter te ayuda a mapear competencias por puesto y equipo, ver fortalezas y brechas con Competencias y talento y explorar una visión indicativa del impacto potencial de la IA en los empleos. Un plan gratuito cubre hasta tres roles, con empleados ilimitados.

Fuentes

1. Barclays PLC, Q3 2026 results announcement, 22 de octubre de 2026 (comunicado de la empresa reproducido por Investegate).
2. Reuters, Barclays to cut 5,000 jobs this year, 22 de octubre de 2026.
3. Anthropic y Barclays, Barclays scales Claude to upgrade operations and improve client experience, 1 de octubre de 2026.
4. Revelio Labs, Introducing the Revelio AI Labor Market Tracker, publicado el 28 de julio de 2026, actualizado el 22 de octubre de 2026.
5. S&P Global, The AI and labor landscape 2026, 2026.
6. The Guardian, Barclays to cut 5,000 jobs as bank bosses hail AI productivity advances, 22 de octubre de 2026.

Fuentes revisadas por última vez: 24 de octubre de 2026. Varias cifras proceden de informes de empresas, proveedores o encuestas, no de estimaciones causales auditadas de empleos sustituidos por la IA.