La IA ya te califica: cómo las fintech y cripto están reescribiendo las evaluaciones de desempeño y recortando empleos

La evaluación de desempeño en el sector cripto y fintech ya no depende solo de lo que logras. Ahora importa cada vez más que un algoritmo considere que lo lograste, y que hayas usado otro algoritmo para hacerlo. Empresas de todo el sector están cambiando la forma en que miden a sus trabajadores: usan inteligencia artificial para redactar las evaluaciones y para rastrear cuánto usa cada empleado la IA. El resultado es un entorno laboral en el que tu relación con la inteligencia artificial recibe una nota formal, y donde las ganancias de productividad que permite la IA se utilizan para justificar recortes de plantilla que pueden alcanzar el 40%.

La IA ahora redacta tu evaluación de desempeño

La IA generativa está entrando de lleno en el propio proceso de evaluación, redactando los informes que determinan aumentos, bonificaciones y ascensos. La herramienta interna de Citi, «Performance Assist», extrae datos de toda la organización para crear borradores de evaluaciones, mientras que el paquete LLM de JPMorgan sirve de apoyo para escribir las revisiones de fin de año . Se estima que el asistente interno de IA de Boston Consulting Group reduce el tiempo de redacción de evaluaciones en aproximadamente un 40 % .

Estas herramientas no se limitan a los ciclos anuales. En Tailor Brands, la inteligencia artificial analiza cada ticket de atención al cliente a diario y asigna una puntuación de desempeño en tiempo real, generando un resumen que los gerentes usan para las reuniones semanales de seguimiento . El modelo tradicional—un gerente redactando una evaluación reflexiva una vez al año—está siendo reemplazado por sistemas de puntuación continua y automatizada que dejan menos margen a la discreción humana.

Tu uso de la IA ya es una métrica evaluable

El cambio más significativo es que los empleados están siendo evaluados formalmente según cuánto usan la IA. Meta convirtió el «impacto impulsado por IA» en una expectativa de desempeño central a partir de 2026, lo que significa que los ingenieros serán calificados por cómo usan la IA para obtener resultados y crear herramientas potenciadas por IA . JPMorgan Chase ha implementado paneles de control internos que rastrean el uso de herramientas de IA por parte de los empleados, etiquetándolos explícitamente como usuarios ligeros, intensivos o no usuarios .

Esto no es un leve incentivo: es un cambio estructural. Las evaluaciones de desempeño, que normalmente están directamente vinculadas a la remuneración, los ascensos y la permanencia en entornos de clasificación forzosa (stack ranking), se están rediseñando en torno a la adopción de la IA como una competencia medible . Los trabajadores que se resistan o se queden atrás en la adopción de estas herramientas corren el riesgo de ser penalizados en el proceso formal de revisión, sin importar lo bien que desempeñen sus funciones principales.

Las ganancias de productividad son reales y se usan para justificar recortes

La integración de la IA en las métricas de rendimiento coincide con una ola de despidos explícitamente vinculados a las mejoras de productividad impulsadas por la IA. El ejemplo más sorprendente es Block, la empresa matriz de Cash App, que recortó aproximadamente el 40 % de su plantilla—pasando de unos 10 000 empleados a menos de 6000—después de que las herramientas de IA aumentaran la productividad de los desarrolladores en un 40 % . Crypto.com redujo su plantilla en un 12 %, afectando a unos 180 empleados, en lo que describió como un giro estratégico impulsado por la IA . Gemini despidió a cerca del 30 % de su personal, quedándose con aproximadamente 445 empleados tras perder más de 582 millones de dólares en 2025 .

Esto forma parte de una transformación estructural más amplia. Los despidos vinculados a la IA en el sector tecnológico pasaron de representar aproximadamente el 8 % de todos los recortes de empleo en 2025 a cerca del 20 % a principios de 2026; se estima que el 20 % de los 45 000 despidos confirmados en empresas tecnológicas se atribuyó directamente a la integración de la IA durante ese período . El patrón es consistente: las empresas no están contratando mientras aumenta la productividad por IA; están reduciendo personal .

Qué significa esto para los trabajadores de todos los niveles

La alfabetización en IA es ahora una habilidad de supervivencia. Cuando tu evaluación de desempeño incluye una métrica sobre qué tan bien usas las herramientas de IA y cuando el no uso se registra en un panel visible para los directivos, «optar por no usar» IA ya no es una estrategia de carrera viable en el mundo cripto o fintech .

Los roles de nivel inicial están desapareciendo. La IA ya ha superado el umbral de producción en cinco flujos de trabajo centrales de fintech, incluida la revisión de documentos KYC (donde reduce las colas manuales entre un 60 % y un 80 %) y la resolución de consultas de atención al cliente (donde maneja entre el 70 % y el 85 % de las consultas de primer nivel) . Estas son precisamente las tareas que los empleados junior han utilizado históricamente para adquirir conocimiento del sector y demostrar su valía, y se están automatizando a gran escala. Esto eleva el nivel de exigencia para lo que los trabajadores principiantes deben ofrecer desde el primer día y reduce el número de puestos que permiten a las personas crecer hacia posiciones de mayor responsabilidad .

Las evaluaciones corren el riesgo de ser menos justas, no más. Harvard Business Review advierte que, si bien la IA generativa puede solucionar algunas de las ineficiencias de las evaluaciones de desempeño tradicionales, también puede empeorarlas si las organizaciones pierden la confianza, el matiz y el juicio contextual que aportan los gerentes humanos . Las evaluaciones generadas por IA tienden a ser pulidas en la superficie, pero pueden pasar por alto los factores cualitativos que distinguen un buen trabajo de uno excelente, o que explican por qué alguien que normalmente rinde bien tuvo un trimestre difícil. Cuando esas evaluaciones están vinculadas a la remuneración y a la seguridad laboral, los puntos ciegos algorítmicos se vuelven mucho más peligrosos.

El mercado de talento se está bifurcando. Los trabajadores desplazados del sector cripto y fintech poseen habilidades transferibles en cumplimiento normativo, ingeniería blockchain, análisis de datos y ciberseguridad que tienen una alta demanda en las finanzas tradicionales, pero la tendencia general apunta hacia equipos más reducidos y aumentados por IA . Los profesionales que combinan experiencia en IA con un profundo conocimiento del sector se están convirtiendo en el talento más valorado, mientras que aquellos con conjuntos de habilidades más limitados enfrentan una presión creciente .

La transformación en curso de las evaluaciones de desempeño en el sector cripto y fintech no se trata solo de hacer las evaluaciones más eficientes; se trata de reconfigurar la relación laboral en torno a la productividad de la IA. Los trabajadores que entiendan este cambio y se adapten encontrarán oportunidades, pero la era de ser evaluado únicamente por el esfuerzo y el criterio humanos está llegando a su fin.