La planificación de plantillas con IA debe responder ahora a una pregunta práctica: ¿cómo deben los líderes rediseñar la capacidad, la supervisión y el desarrollo de los perfiles de entrada cuando los agentes pueden producir mucho más trabajo del que las personas pueden revisar razonablemente? El estudio interno de Anthropic ofrece un caso operativo útil, no una previsión para todas las empresas. Muestra por qué medir solo la actividad de los agentes no basta. Los responsables de operaciones deben vincular la producción con calidad verificada, valor de negocio, riesgo y la salud de la cantera de talento.

Qué muestran los datos internos de Anthropic

En su informe del 16 de octubre de 2026, Anthropic analizó cómo su propia plantilla usaba agentes de IA. En agosto, las horas de agentes interactivos superaban a las horas de los empleados en una proporción de seis a uno. La empresa registró mayor producción en código, ventas, contratos y facturas a medida que el uso de agentes se extendía al trabajo técnico y no técnico.

Esa proporción llama la atención, pero no significa que los agentes sustituyeran a seis personas por cada empleado. Las horas de agentes y las de empleados son unidades de actividad distintas. Un agente puede funcionar rápido, en paralelo o durante mucho tiempo y aun así producir material que necesita criterio humano. El volumen producido tampoco equivale a una producción útil, rentable o segura. Un borrador de contrato, un análisis de ventas o un cambio de código generados solo aportan valor si son precisos, relevantes y se aceptan en un flujo real.

La carga de revisión hace concreta esa distinción. Anthropic estimó que revisar toda la producción de los agentes ocuparía al personal no técnico aproximadamente la mitad de su semana laboral. Eso cambia la restricción. Cuando producir se vuelve barato y abundante, la atención puede convertirse en el recurso escaso. Los equipos pueden generar más borradores, análisis y acciones de los que los responsables o especialistas pueden revisar con rigor.

El informe también identifica un cambio en la composición de la plantilla técnica de Anthropic. La proporción de empleados técnicos júnior bajó del 21 % al 14 % desde principios de 2025, mientras que la proporción de júniors en las contrataciones técnicas bajó del 27 % al 9 %. Anthropic afirma que la contratación técnica siguió creciendo en términos absolutos. Los datos respaldan, por tanto, un cambio de composición en una empresa, no una contracción general del empleo técnico.

Convertir la capacidad de los agentes en un plan operativo

Un buen plan empieza por la demanda, no por el acceso a herramientas. Identifica el trabajo que la organización debe completar, los niveles de servicio que debe mantener y las decisiones que siguen siendo responsabilidad de personas. Después decide dónde pueden los agentes ampliar la capacidad sin debilitar el control. Así se evita un error habitual: añadir automatización a cada tarea disponible y descubrir más tarde que las colas de revisión, las excepciones y la falta de responsables se han convertido en los nuevos cuellos de botella.

Los responsables de operaciones pueden seguir esta secuencia sencilla:

• Mapea el trabajo por resultado. Agrupa las tareas en torno a resultados de clientes, ingresos, cumplimiento o entrega, en lugar de funciones del software.

• Clasifica el riesgo y la reversibilidad. Aplica controles más ligeros al trabajo de bajo riesgo y fácil de revertir, y exige una revisión más estricta para decisiones legales, financieras, de seguridad o de cara al cliente.

• Fija un presupuesto de revisión. Estima cuánta atención humana cualificada necesita cada flujo y limita la producción automatizada cuando esa capacidad se agote.

• Asigna responsables con nombre. Haz que un rol sea responsable de los criterios de aprobación, excepciones, incidencias y cambios del flujo.

• Mide el valor aceptado. Sigue los resultados utilizables, el tiempo de ciclo, las tasas de error, el retrabajo y los resultados de negocio obtenidos, no solo prompts, tokens u horas de agentes.

• Protege el desarrollo de competencias. Reserva trabajo con el que los júniors aprendan contexto, criterio y revisión, aunque un agente pudiera hacer un primer borrador más rápido.

El presupuesto de revisión merece la misma disciplina que la nómina o la capacidad de infraestructura. Si un flujo puede generar 500 elementos pero los revisores cualificados solo pueden evaluar 100, la capacidad práctica se acerca más a 100. El muestreo puede ser adecuado para resultados repetitivos de bajo riesgo, pero conviene definir el método de muestreo y las reglas de escalado antes de aumentar el volumen. Los resultados de alto riesgo pueden requerir revisión completa, controles independientes o límites a la acción autónoma.

Las métricas deben seguir el trabajo desde la generación hasta el resultado. En código, los cambios aceptados y los defectos en producción importan más que las líneas generadas. En ventas, las oportunidades útiles y la calidad de conversión importan más que los mensajes redactados. En contratos y facturas, la precisión, las tasas de excepción, los plazos y las pérdidas evitadas son señales más sólidas que el número de documentos. Así es como el trabajo operativo con IA sigue ligado al rendimiento del negocio y no a un teatro de actividad.

Planifica roles, contratación y controles a la vez

El diseño de plantillas no debe tratar la plantilla, los agentes y la gobernanza como planes separados. Cada flujo necesita un modelo de capacidad que incluya la ejecución de los agentes, la revisión humana, la gestión de excepciones, el mantenimiento y la formación. También debe incluir escenarios de fallo. Un agente que acelera el trabajo normal pero genera una oleada de excepciones difíciles puede trasladar el coste en lugar de eliminarlo.

Las cifras de contratación júnior del estudio de Anthropic merecen atención porque el trabajo de entrada suele cumplir dos fines: completar las tareas de hoy y construir la experiencia de mañana. Si los agentes asumen la redacción, la depuración, la investigación o el análisis rutinario, los puestos júnior pueden perder la repetición con la que las personas aprenden. Eliminar ese trabajo sin diseñar una alternativa puede debilitar la sucesión, la movilidad interna y la futura disponibilidad de revisores.

Una respuesta mejor es rediseñar los puestos júnior en torno al criterio supervisado. El personal puede comparar resultados de agentes, investigar excepciones, poner a prueba supuestos, documentar decisiones y rotar por contextos de cliente u operativos. Los responsables deben definir cómo es la competencia en cada nivel y comprobar que los empleados practican lo suficiente para progresar. El objetivo no es conservar indefinidamente el trabajo de poco valor, sino el aprendizaje que contiene el trabajo útil.

Los líderes deben ser prudentes con las afirmaciones causales. El estudio de Anthropic se basa en datos internos y 17 entrevistas, y señala que la adopción de herramientas no fue aleatoria. Los equipos y personas que usaron agentes pueden diferir de quienes no lo hicieron en aspectos que también afectan a la producción y la contratación. El informe puede orientar hipótesis y controles, pero no demuestra que la adopción de agentes causara por sí sola cada cambio observado.

Para planificar, usa escenarios en lugar de un único supuesto de productividad. Un escenario prudente puede suponer mejoras modestas en la producción aceptada y grandes necesidades de revisión. Un escenario central puede reflejar las mejoras observadas en determinados flujos. Un escenario de alta capacidad puede probar qué ocurre cuando la producción de los agentes crece más rápido que la supervisión. Para cada escenario, especifica necesidades de contratación, capacidad de revisión, costes de control y los indicadores que activarían un cambio. Revisa el modelo a medida que se acumule evidencia.

¿Qué debe medir la planificación de plantillas con IA?

Mide la capacidad en el punto del trabajo aceptado y valioso. Un buen cuadro de mando combina tiempo de ciclo, calidad, retrabajo, excepciones, incidencias y resultados de negocio con las horas humanas necesarias para revisar. Añade indicadores de plantilla como contrataciones por nivel, progresión, adquisición de competencias y amplitud de control de los responsables. Así los compromisos se hacen visibles. Producir más rápido puede valer la pena, pero no si los defectos, la deuda de revisión o las carencias de capacidades crecen más rápido.

¿El estudio de Anthropic se aplica a todas las empresas?

No. Describe una empresa de IA con su propia plantilla, herramientas y patrones de adopción. Sus conclusiones invitan a probar los flujos locales, no son referencias universales. Los líderes deben realizar pilotos controlados, comparar los resultados aceptados con una línea base y examinar quién adopta las herramientas. Escala solo cuando el valor, la capacidad de control y el desarrollo de los empleados sigan siendo creíbles a la vez.