Nunca fue tan caro que alguien se vaya

Hay un programador en casi todas las empresas que sabe dónde están enterrados los muertos. No necesariamente es el que mejor programa ni el que más habla en las reuniones. Pero cuando algo raro pasa un viernes a las seis de la tarde, alguien termina diciendo: "Preguntale a Juan". Juan sabe que ese servicio aparentemente inútil no se puede apagar, que ese cliente que pide una cosa en realidad suele necesitar otra, y que tocar cierta parte del sistema justo antes del cierre mensual es una excelente manera de pasar el sábado trabajando.

Pensá en tu propio Juan. Todos tenemos uno. A veces somos nosotros.

Nada de eso está del todo en Jira. Una parte, con suerte, está en Confluence. El resto está en Juan. Siempre fue peligroso perder gente así, pero la inteligencia artificial está ampliando enormemente la superficie de cosas que una sola persona puede hacer, decidir y coordinar. Y con eso también está ampliando el agujero que puede dejar cuando se va.

La promesa de la IA es bastante clara: una persona puede hacer más. Un desarrollador puede producir más código, un manager puede analizar más información, un vendedor puede preparar más propuestas. Todo eso es real y en muchos casos extraordinario.

El problema es que tiene una consecuencia bastante menos discutida. Si vos podés hacer trabajo que antes estaba distribuido entre varios, también podés terminar acumulando el contexto que antes estaba distribuido entre varios. Antes Juan conocía dos partes del sistema; hoy quizás programa, revisa lo que produce un modelo, arma automatizaciones, consulta documentación con agentes, genera tests y mantiene media docena de procesos que funcionan porque él sabe cómo hacerlos funcionar.

La IA no necesariamente eliminó tu dependencia de Juan. Puede haberla multiplicado.

En sistemas tenemos una expresión vieja para esto: el bus factor. La pregunta, formulada de manera deliberadamente desagradable, es cuántas personas pueden desaparecer de un proyecto antes de que ese proyecto deje de funcionar. Nunca fue una métrica elegante, pero señalaba algo real: cuando demasiado conocimiento crítico vive en pocas cabezas, la organización se vuelve frágil.

La IA agrega ahora otra dimensión. Ya no importa solamente cuánto sabe esa persona, sino cuánto puede hacer con lo que sabe. Alguien aumentado por IA no es simplemente alguien más productivo; puede transformarse en el punto de coordinación de una superficie enorme de trabajo. La IA ejecuta, pero alguien todavía tiene que saber qué pedirle, qué resultado aceptar, qué excepción importa y cuándo no conviene automatizar.

Ese humano en el medio no desapareció. En muchos casos se volvió más importante. Drucker lo decía de otra forma, hace más de medio siglo: "Lo más importante en la comunicación es escuchar lo que no se dice." Buena parte de lo que hace valioso a Juan es exactamente eso — todo lo que nunca dijo porque nadie se lo preguntó, y que igual sabía.

Michael Polanyi lo llamó conocimiento tácito: sabemos cosas que no podemos convertir del todo en instrucciones. Su frase más citada lo resume mejor que cualquier párrafo mío: "Sabemos más de lo que podemos decir." Tus organizaciones están llenas de eso. Un Engineering Manager sabe que dos personas técnicamente excelentes no deberían trabajar juntas en cierto proyecto. Un vendedor sabe que cuando determinado cliente dice "precio", muchas veces está diciendo "confianza". Ese tipo de conocimiento no se incorpora leyendo documentación la primera semana. Se construye con errores, proyectos fallidos y situaciones que nunca entran del todo en una base de conocimiento.

Por eso me hace ruido cuando escucho hablar de optimización solo en términos de headcount. El cálculo suele ser sencillo: salarios, beneficios, cargas. Aparece una celda del Excel que dice cuánto ahorraríamos si el número fuera un poco menor, y la conversación termina ahí, porque es lo único que la planilla sabe mostrar con claridad. Como decía Einstein — o como se lo atribuye la leyenda, que a esta altura ya es casi más cierta que el original —: "No todo lo que se puede contar cuenta, y no todo lo que cuenta se puede contar."

Lo que cuesta bastante más medir es todo lo que se va con esa persona. Ronald Coase, hace casi noventa años, explicaba por qué existen las empresas: porque coordinar todo afuera, en el mercado abierto, tiene un costo — el famoso costo de transacción. Contratar de nuevo a alguien no es distinto: cuando esa persona se va, no solo perdés su sueldo como ahorro, también asumís de vuelta el costo de coordinar todo lo que ella coordinaba gratis, en su cabeza, todos los días.

Se van relaciones, atajos, errores que la organización ya aprendió a no repetir. También se va algo todavía más difícil de meter en una planilla: la capacidad de hacer que otros funcionen mejor. Hay managers que no facturan una sola línea de revenue, pero evitan que un equipo se te pare de manos cada vez que la compañía pega un volantazo. Ninguno de ellos es irreemplazable. Nadie lo es. Pero como enseñaba Mintzberg, el management de verdad no se ejerce desde el organigrama; se ejerce desde esos mil pequeños ajustes invisibles que alguien hace todos los días para que el barco no se hunda. Eso no significa que reemplazarlos sea barato.

Y después está el onboarding, que solemos simplificar de más. El reemplazo puede aprender el stack, leer los tickets viejos, hasta consultar una IA entrenada con todo el conocimiento formal de la empresa. Eso ayuda muchísimo. Pero todavía va a tener que descubrir qué partes de esa documentación siguen siendo verdad, quién toma realmente las decisiones, qué excepciones son en realidad el negocio, y qué cosas ya intentaste tres veces antes de descartarlas. Buena parte de ese onboarding nunca se escribió, porque viajaba todos los días adentro de una cabeza.

Nada de esto es una excusa para no tocar nada. Existe gente que deja de aportar y estructuras que se inflan. La nostalgia no es una estrategia.

Pero optimizar tampoco es simplemente reducir. Es entender dónde está el valor antes de tocarlo. Y ahí la IA te obliga a revisar una vieja suposición: pensamos que automatizar más significaba depender menos de las personas. Puede ser cierto para algunas tareas, pero no para el criterio que hace que esas tareas tengan sentido.

Si al mismo tiempo achicás el equipo y aumentás enormemente la capacidad de los que quedan, podés terminar concentrando más conocimiento, más relaciones y más decisiones en menos cabezas. Podés volverte más eficiente y más frágil al mismo tiempo.

Quizás por eso el cálculo del costo de una persona ya no alcanza con sueldo y cargas sociales. También habría que entender cuánto contexto concentra, cuántos procesos dependen de su criterio y cuánto tiempo te llevaría reconstruir todo eso si un día no está.

La pregunta deja de ser cuánto te cuesta tener a alguien, la pregunta incómoda es cuánto te cuesta que se vaya.

Autor: Fabi Mesaglio