De despedido a operador de agentes: un manual para los trabajadores que la IA está desplazando
A mitad de mayo de 2026, 113.000 trabajadores tech en 179 empresas fueron despedidos en lo que va del año — aproximadamente 825 por día. La mitad de esos cortes citaron a la IA como la razón en el memo de anuncio. Salesforce recortó 4.000 puestos de customer support después de deployar agentes que ahora manejan la mitad de las interacciones entrantes. Accenture, Amazon, Citigroup, Dell, Intel, Microsoft, TCS y UPS cada uno anunció recortes vinculados a IA que superan las diez mil personas. Bloomberg proyecta el desplazamiento del año completo en medio millón de roles. Si estás leyendo esto desde el lado equivocado de uno de esos memos, este post es para vos. Nuestra propuesta es simple y sin sentimentalismo: dejá de aplicar a trabajos que los agentes están vaciando tan rápido como vos podés aplicar, y empezá a comandar los agentes vos mismo.
El shift no es un downturn. Es un rebasing
Cada ciclo de despidos en tech desde 2001 tuvo una forma: la empresa contrató de más durante un boom, el boom terminó, los costos se recortaron a un tamaño sostenible, y en dieciocho meses la contratación se reanudaba. El ciclo de 2026 es distinto. El costo de inferencia IA sigue cayendo. El mismo dólar de infraestructura de agentes maneja más llamadas cada trimestre, no menos. El agente de customer support que resuelve el 75% de las consultas hoy va a resolver el 80% en nueve meses, 85% en dieciocho, y el costo marginal tiende a cero. No hay un punto en esa curva en el que la empresa que recortó a su staff de soporte vuelva a contratarlos.
El modelo mental correcto no es "downturn". Es "rebasing". De la misma forma en que la base de empleo manufacturero de Estados Unidos se rebaseó entre 1978 y 2008 — perdiendo aproximadamente seis millones de puestos de un sector que no parece volver — el trabajo del conocimiento se está rebaseando ahora, en tiempo real. Los puestos que desaparecieron de una fábrica no estaban esperando en otra fábrica. Estaban esperando en una industria completamente distinta, una que no existía cuando el trabajador fabril fue contratado.
Esto suena oscuro. No tiene por qué serlo. La tasa compuesta de mejora de infraestructura agéntica que está destruyendo empleos también está abriendo una ventana que no existía hace dieciocho meses: un operador con la toolchain correcta puede, este año, lo que antes requería un equipo el año pasado, y lo que requería una empresa el año anterior. El mismo factor que está vaciando la mesa de soporte le permite al ex-trabajador de soporte despedido levantar un servicio competidor, en un nicho que las gigantes no se molestan en atacar, sobre infraestructura que cuesta menos que su antiguo abono mensual de transporte.
Cuatro shifts que vuelven esto realista, hoy, no algún día
Venimos escribiendo este blog hace un mes y la mayoría de los posts fueron sobre protocolos específicos. Tomá distancia de ellos y el cuadro compuesto es la historia.
La inferencia es barata. Un modelo clase Haiku sirve un millón de tokens bien estructurados por el precio de un sándwich. Un modelo frontera son dólares, no cientos. Project Deal mostró que el ROI de pagar por el modelo mejor en pasos adversariales es 10–50x; para trabajo rutinario, el modelo más chico es suficientemente bueno como para que los costos desaparezcan de la planilla. Un único operador corriendo un portafolio de agentes paga menos por cómputo que lo que pagaba antes por el café de la oficina.
Los protocolos están saldados. MCP para herramientas, A2A para comunicación agente-a-agente, AP2 para pagos, x402 para settlement crypto-nativo, ERC-8004 para identidad y reputación. Hace dieciocho meses un operador que quería shippear un agente que hablara con otros agentes y cobrara por ello construía cada capa de plomería él mismo. Hoy cada capa es el estándar de otro, gobernado por una fundación neutral, con implementaciones de referencia en cuatro lenguajes.
Existen builders de agentes sin prompt. El listón para pasar de "tuve una idea esta mañana" a "tengo un agente corriendo" solía ser un fin de semana de Python y una tarjeta de crédito en cinco dashboards SaaS. Con el builder correcto — y obviamente pensamos que Agent Builder es el correcto — el listón es una descripción clara en español de lo que el agente debe hacer, los datos y herramientas que necesita para hacerlo, y las restricciones bajo las que opera. La plomería se genera. El tiempo del operador va a las partes que realmente importan: scope, evaluación, supervisión.
Los rails de pago para agentes autónomos están live. Un agente que cobra plata solía ser un proyecto de investigación. Hoy, con mandates AP2 y settlement x402, es un martes. Tu agente puede cobrarle a una contraparte $0.20 por llamada de inferencia, liquidar en USDC, y postear el resultado a su score de reputación on-chain en menos de cinco segundos. Nada de esto era cierto en 2024.
Cada uno de esos cuatro shifts por sí solo no cambiaría el mercado laboral. Juntos son la razón por la que el trabajador despedido la semana pasada puede, por primera vez en la historia tech, levantar una oferta que compite con el equipo que lo recortó — usando el mismo tipo de infraestructura que lo recortó.
Cuatro roles, rankeados por qué tan alcanzables son este trimestre
Si tu puesto fue eliminado y estás sentado frente a una agenda vacía tratando de averiguar qué hacer con los próximos noventa días, la lista honesta de los roles a los que podés crecer luce así — del menor al mayor barrier.
1. Supervisor de agentes
El rol más subestimado de la nueva economía. Las empresas están deployando agentes rápido y descubriendo que los agentes necesitan humanos que los vigilen. No para hacer el trabajo — para agarrar los edge cases, aprobar las decisiones de alto stake, marcar las alucinaciones, y tunear los prompts cuando el agente drifta. El título varía — "AI ops", "agent QA", "exception handler" — pero la forma es la misma: te sentás encima de una flota de agentes e intervenís donde fallan.
No hace falta un background de ingeniería para hacer esto bien. Hace falta pericia de dominio en lo que sea que los agentes estén haciendo, la disciplina para leer transcripts con cuidado, y el juicio para saber cuándo la respuesta plausible de un agente está mal. Si te despidieron de un rol de customer support y entendés el producto y los clientes de la empresa mejor de lo que ningún agente jamás va a entenderlos, sos el supervisor obvio para los agentes que reemplazaron a tu equipo. El contrato muchas veces paga mejor que el rol original, porque estás supervisando veinte agentes en lugar de hacer el trabajo de un humano.
2. Creador de agentes
Un escalón arriba. En lugar de supervisar los agentes de otra persona, los construís. El barrier ya no es Python — Agent Builder te permite describir un agente en lenguaje natural, apuntarlo a los datos y herramientas que necesita, y shippear. El barrier es saber qué agente construir. Ese barrier es mayormente pericia de dominio, y la pericia de dominio es exactamente lo que los trabajadores del conocimiento despedidos tienen de sobra.
La categoría que vemos tener éxito una y otra vez: agentes operativos de nicho que las grandes plataformas SaaS no van a molestarse en construir porque el mercado addressable es demasiado chico para ellas. Un contador que perdió su empleo en una Big-Four construye un agente que hace reconciliación trimestral de sales-tax para merchants tier-shopify. Un paralegal construye un agente que pre-screenea documentos de leasing por violaciones de derechos del inquilino en tres estados. Un sales rep de una farmacéutica construye un agente que monitorea correspondencia de la FDA y marca ítems relevantes para las clínicas de su antiguo territorio. Cada uno de estos es un contrato mensual de $200-2.000 desde una long tail de clientes a los que los agentes grandes no pueden servir económicamente.
3. Operador de servicio de nicho
La misma forma que creador de agentes, pero no estás vendiendo el agente — estás vendiendo el outcome. El cliente nunca ve al agente; te paga por el deliverable, y el agente es la forma en que vos lo producís.
Es el modelo con el margen más alto en el corto plazo. Cobrás precio de mercado por el output humano — un reporte de research, una revisión financiera, una campaña de marketing, un primer borrador legal — y el agente hace suficiente del trabajo como para que tu tarifa efectiva por hora sea múltiplos altos de lo que tu antiguo empleador te pagaba. Bien hecho, te quedás solo. Bien hecho a escala, estás corriendo una agencia de un humano y cien agentes — lo que la década pasada habrían sido veinte empleados.
4. Operador-inversor multi-agente
El más ambicioso de los cuatro, y aquel en el que pensamos que la próxima generación de fortunas pequeñas se va a hacer. No estás vendiendo agentes y no estás vendiendo outcomes; estás corriendo un portafolio de agentes que generan ingresos por cuenta propia. Algunos son productivos (prestan servicios a clientes pagantes). Algunos son de monitoreo (vigilan mercados, precios, regulaciones, movimientos de competidores, y te alertan cuando hay algo sobre lo que vale la pena actuar). Algunos son de trading (ejecutan estrategias que vos diseñaste y postean su P&L a tu dashboard). Todos se retroalimentan.
Esto no es una fantasía. Las piezas están live: AP2 le permite a los agentes liquidar transacciones reales con contrapartes reales, ERC-8004 ancla su identidad y reputación para que las contrapartes los contraten, x402 vuelve cobrable y liquidable una inferencia de $0.50 en segundos. El operador encima de ese portafolio está haciendo el trabajo que hace diez años requería una oficina chica: asignación de capital, supervisión de riesgo, dirección estratégica. Los agentes hacen el trabajo manual.
El pitch de Agent Builder — qué hace en realidad
No hicimos el pitch de producto explícito en ninguno de los posts previos porque quisimos ganarnos la credibilidad técnica primero. Este es el post donde lo hacemos. Construimos Agent Builder porque creemos que los cuatro roles de arriba son alcanzables para trabajadores del conocimiento comunes, pero solo si la tooling deja de ser un barrier. La mayoría de las plataformas existentes o requieren código, o son juguetes que se desarman en el momento en que tu agente hace algo real.
Agent Builder shippea tres cosas.
La superficie de creación de agentes más simple del mercado. Una descripción en lenguaje natural de lo que hace el agente. Un picker para las herramientas y fuentes de datos a las que debería tener acceso. Un conjunto de constraints (presupuesto, merchants permitidos, reglas de escalación). Un botón. El agente está live, tiene un endpoint A2A, una identidad ERC-8004, un binding de wallet capaz de AP2, y un set de herramientas servidas por MCP. Operadores que onboardeamos en los últimos sesenta días pasaron de "nunca construí un agente" a "mi primer agente está en producción" en menos de una hora, una y otra vez.
Un dashboard de operador multi-agente. Una pantalla, un operador, la flota completa. Cada agente muestra su cola actual de tasks, su quema de presupuesto, su score de reputación, sus últimas interacciones con contrapartes, y las excepciones que escaló. Aprobar una excepción es un clic. Pausar un agente que se está portando mal es un clic. Clonar un agente que funciona a un nicho nuevo es un clic. No estás limitado a una sola instancia de ningún agente — los operadores con los que trabajamos corren seis, doce, treinta agentes paralelos sobre proyectos complementarios y sobre proyectos totalmente distintos, todos desde el mismo dashboard.
Un catálogo de agentes pre-construidos. Si el builder de lenguaje natural todavía se siente como demasiado para un primer agente, el catálogo es más rápido. Elegí entre un agente de asistente personal, un agente de customer support, un agente de monitoreo de mercado (precios de competidores, presentaciones regulatorias, señales on-chain), un agente de sales-research, un agente de triage de inbox, un agente de research de contenido, un agente de preparación de reuniones, un agente de revisión de contratos, un agente de stock-watch, un agente de arbitraje. Elegí uno, customizá los cuatro o cinco campos que importan para tu negocio, deployá.
Los fundamentos técnicos que los operadores igual tienen que aprender
No vamos a pretender que nada de esto requiere skill. Los operadores que se queman en tres semanas comparten un patrón común: tratan la construcción de agentes como un ejercicio de palabras mágicas. Los operadores que componen año a año comparten el patrón opuesto: se tratan a sí mismos como profesionales que casualmente usan agentes, e invierten de la misma forma en que un artesano invierte en sus herramientas.
Acá está el stack real de skills, rankeado por qué tan load-bearing es cada uno.
La pericia de dominio va primero, por un margen grande. Un agente que hace customer support bien lo construye alguien que entiende al cliente, al producto, y a las formas más comunes en que la empresa históricamente le falló al cliente. Un agente que hace reconciliación de sales-tax bien lo construye alguien que sabe dónde viven las ambigüedades del código tributario. El agente no tiene el juicio; vos sí. La causa más común de agentes malos son operadores que intentaron construir para un dominio que no entendían y no podían agarrar los errores cuando el agente inventó una respuesta. Si estás pivoteando desde una disciplina que sabés bien, tus primeros agentes deberían estar en esa disciplina. Los pivotes aventureros vienen después.
Oficio de prompting y evaluación. El trabajo de escribir un prompt de agente no es "decile al modelo lo que querés". Es "especificá los bordes del comportamiento aceptable con precisión suficiente como para que el modelo falle de formas detectables". Esto es más difícil de lo que suena y es el skill que los operadores nuevos sub-invierten más. El skill espejo es la evaluación: necesitás una suite chica y rápida de test cases que puedas correr contra cada cambio al agente, que marque cuando algo regresionó. DELEGATE-52 hizo el caso cuantitativamente de que incluso los modelos frontera corrompen silenciosamente en workflows largos; el operador que shippea sin evaluación está shippeando corrupción no monitoreada.
Operación y observabilidad. Los agentes drifteen. El modelo que tienen detrás cambia. Las herramientas que usan cambian. El mundo sobre el que razonan cambia. El operador que lo construye un martes y se olvida construyó una responsabilidad, no un activo. Los operadores reales chequean su flota diariamente — gasto de tokens, tasa de excepciones, score de reputación, quejas de contrapartes — y hacen las rondas. Agent Builder shippea el dashboard para que tengas un lugar para hacerlo; vos igual tenés que hacerlo.
Gestión de plata y de riesgo. Un agente que puede gastar plata es una responsabilidad que necesita topes. Un agente que puede ganar plata es un activo que necesita un manejo impositivo y un paper trail. Los operadores que tratan a su flota de agentes como un negocio — wallets separadas por agente, topes duros de gasto diario, una disciplina contable real, una SRL para los ingresos — sobreviven a su primera carta del fisco. Los que lo tratan como un hobby no.
El orden importa. La pericia de dominio habilita el trabajo de prompt y evaluación. El trabajo de prompt y evaluación habilita la operación. La operación habilita la escala. Intentar escalar antes de tener evaluación, o evaluar antes de tener pericia de dominio, es el patrón que produce los burnouts. Acertar con el orden y la composición está a tu favor.
Un mensaje al trabajador leyendo esto un martes a la tarde sin ningún lugar al que ir
El número 113.000 no es abstracto. Son personas que tenían una agenda llena de reuniones un lunes y una agenda vacía un viernes. Algunos están leyendo este post. Nosotros estuvimos en ese lugar, en ciclos previos. El instinto de la semana uno es aplicar a roles que se parecen al rol que perdiste. El instinto de la semana dos es anotarse en un bootcamp para un rol para el que las mismas empresas están contratando. Ambos instintos son razonables. Ninguno es suficiente.
Lo que nadie te dice el día que te despiden es que los próximos dieciocho meses son el período de mayor leverage de tu carrera. Tenés tiempo. Tenés conocimiento de dominio que todavía está fresco. El costo de levantar un servicio experimental es tan bajo que el downside completo es tu propia atención. Las empresas que te echaron son simultáneamente la base de clientes para los agentes que podés construir para reemplazar lo que perdieron — y el competidor cuya long tail de clientes ellas no pueden atender es tu mercado addressable.
El trabajo, honestamente, no es glamoroso. Vas a pasar una semana leyendo prompts y mirando transcripts. Vas a pasar otra semana arreglando los cuatro edge cases en los que falló tu primer agente. Vas a pasar un mes construyendo una base de clientes chica pero real. Para el fin del segundo trimestre el trabajo compone: cada agente que construís vuelve más fácil el siguiente; cada cliente que conseguís vuelve más fácil el siguiente; cada transcript que leés te vuelve más filoso para detectar lo que el modelo se equivoca. Para el fin del año, si la disciplina aguanta, sos un operador. El rótulo que te dio tu antigua empresa deja de importar, porque el rótulo que vos te diste a vos mismo es más interesante.
Esto, muy deliberadamente, no es el mismo consejo que "aprendé a programar". Programar es uno de los skills dentro del stack, pero el skill load-bearing es juicio en un dominio. Si eras paralegal, los próximos doce meses son sobre ser el operador de una flota de agentes estilo paralegal, no sobre reentrenarte como ingeniero de software en competencia con ingenieros de software que también están siendo despedidos. Si eras un líder de customer support, los próximos doce meses son sobre apropiarte del rol de operador sobre una flota de agentes de soporte en industrias que no tenían un depto de CS antes. Si eras un sales rep, estás por descubrir que monitorear movimientos de competidores, páginas de pricing, presentaciones regulatorias, y tu antigua cartera de cuentas con una flota de agentes es el mismo trabajo que hacías antes, en menos tiempo, pagado mejor.
Qué estamos haciendo de nuestro lado
Tres cosas que queremos poner sobre la mesa.
El tier gratuito de Agent Builder es genuinamente gratuito para los operadores a los que apunta. El catálogo de agentes pre-construidos está desbloqueado. El dashboard soporta agentes ilimitados sobre un tope de presupuesto por agente. Generamos ingresos cuando los agentes del operador están generando ingresos, que es la única versión honesta de "sin riesgo para probar".
El track educativo es real. Cada agente del catálogo shippea con un teardown — por qué está estructurado de la forma en que lo está, qué cubre su suite de evaluación, cuáles son sus modos de falla. Los operadores que pasan por tres teardowns pueden construir su cuarto agente desde cero con confianza. Vamos a seguir publicando en este blog, semanalmente, sobre las partes del stack que el campo todavía está resolviendo.
No estamos vendiendo magia. La tesis solo funciona si el operador trae conocimiento de dominio, disciplina, y la disposición a leer transcripts. Te vamos a decir lo mismo cuando arranques: lo peor que podés hacer es tratar esto como un get-rich-quick. Lo mejor que podés hacer es tratarlo como el apprenticeship en un oficio nuevo que el resto del mercado laboral va a tener que hacer en los próximos tres años, y notar que estás temprano.
Cierre
La versión sin sentimentalismo de la tesis de los despidos es que este rebasing va a pasar sin importar lo que cualquier trabajador individual haga. La versión optimista, que también es verdad, es que el rol de operador-de-agentes es el que el rebasing crea, que la brecha entre las herramientas de hoy y la capacidad de una persona común para usarlas se cierra mes a mes, y que los trabajadores que pivoten ahora van a componer a lo largo de 2027 de formas que van a hacer que las escaleras de carrera de la década previa parezcan lentas.
No tenés que construir un imperio. Tenés que construir un agente, después un segundo, después un portafolio de seis. Tenés que aprender suficiente sobre los modos de falla del modelo para agarrarlos cuando pasan. Tenés que ser paciente suficiente durante los primeros dos meses cuando los ingresos son chicos y las lecciones son grandes. Y tenés que empezar.
Agent Builder está en llm4agents.com. El catálogo vive ahí. El dashboard está a un signup de distancia. Si estás leyendo esto desde una carta de despido, este es el movimiento más barato que podés hacer esta semana, y posiblemente el mejor.