El caso Monday.com: qué significa realmente 'reestructurar para agentes de IA'

En julio de 2026, Monday.com despidió a unas 620 personas, el 20% de su plantilla global, y lo anunció como parte de un giro hacia una "plataforma de trabajo basada en IA". El mercado leyó esto como lo lee siempre: menos gente, más IA, ecuación resuelta.

No es lo que pasó. Monday.com no sustituyó tareas humanas por agentes uno a uno. Redirigió el capital que gastaba en operaciones intensivas en personas hacia el desarrollo de un producto donde los agentes planifican, coordinan y ejecutan a través de departamentos, con acceso a datos en tiempo real y sin romper los estándares de gobernanza que ya tenían. Es una reasignación de recursos, no un recorte por eficiencia.

La distinción importa porque casi todos los fundadores y COOs que están mirando este caso van a quedarse con la parte fácil de copiar —el despido— y van a ignorar la parte difícil —el rediseño del flujo de trabajo que hace que ese despido tenga sentido económico. Sin el segundo, el primero es solo pérdida de capacidad.

El marco mental de "IA reemplaza personas" asume un organigrama: cada rol tiene tareas, la IA absorbe las tareas, el rol desaparece. Es el modelo que usamos para pensar en automatización desde hace veinte años, y es el modelo equivocado para agentes.

Un agente no ocupa una casilla del organigrama. Opera dentro de un flujo de trabajo: recibe contexto, decide una acción, la ejecuta, y necesita que alguien —o algo— coordine esa acción con el resto de la organización. Monday.com diseñó su plataforma explícitamente para eso: agentes que trabajan "al lado" de las personas, no en su lugar, con supervisión humana y puntos de decisión estratégica que siguen siendo humanos.

Esto cambia la pregunta que debería hacerse un fundador antes de recortar plantilla. No es "¿qué rol puede hacer esto un agente?". Es "¿quién coordina entre los tres o cuatro agentes que ahora tocan este proceso, y entre esos agentes y las personas que siguen tomando las decisiones que importan?". Si nadie responde esa pregunta antes del despido, lo que queda no es una organización más eficiente. Es una organización con huecos de coordinación que antes cubría una persona y que ahora no cubre nadie.

En la práctica operativa —la que veo trabajando con founders que ya tienen agentes metidos en su día a día— el punto de coordinación no es un dashboard. Es una persona o un sistema que ve simultáneamente el correo, el calendario, el CRM y las herramientas de proyecto, y que decide qué necesita atención humana y qué puede seguir su curso solo.

Pensemos en un caso concreto: un lead entra por HubSpot, un agente lo cualifica y agenda una llamada por Calendly, otro agente redacta el seguimiento en Gmail, y el ticket de onboarding aterriza en Linear. Cada paso individual lo puede hacer un agente especializado. Lo que ningún agente especializado hace bien es notar que el lead mencionó una objeción de precio en la llamada que debería cambiar el tono del seguimiento, o que ese mismo cliente ya escribió una queja en Slack la semana pasada. Ese cruce de contexto entre herramientas es exactamente el trabajo que antes hacía —mal, casi siempre, por sobrecarga— un chief of staff humano.

Restructurar para agentes bien hecho significa poner ese punto de coordinación explícitamente en el diseño: un jefe de gabinete de IA que no ejecuta las tareas especializadas, sino que las orquesta, señala lo que requiere criterio humano y mantiene el hilo entre sistemas que de otro modo viven en silos. Sin eso, cada agente optimiza su parte del proceso y nadie optimiza el proceso completo.

Los datos del mercado son bastante claros sobre el estado real de la adopción: hasta un 85% de los proyectos de IA empresarial nunca llegan a producción, y suele ser porque nunca hubo un caso de negocio claro, solo la sensación de que había que "hacer algo con IA". El 42% de las empresas reporta que más de la mitad de sus proyectos de IA fallan por mala integración, y un 68% pierde ingresos por datos que viven en silos que nadie conectó.

Monday.com evitó estos errores porque hizo tres cosas que casi nadie hace en orden: definió el caso de uso de negocio antes de tocar la plantilla, mantuvo disciplina financiera durante la transición —un margen de flujo de caja libre ajustado del 19-20%— y construyó el producto pensando en agentes que se integran con datos y sistemas existentes, no en un chatbot pegado encima de las funciones de siempre.

La mayoría de las empresas que intenten copiar el titular van a saltarse los tres pasos. Van a recortar plantilla, comprar cinco herramientas de IA sueltas y descubrir seis meses después que nadie está coordinando entre ellas. El resultado no es una organización más ligera. Es una organización con menos gente y la misma fragmentación de antes, solo que ahora sin nadie para tapar los huecos manualmente.

Antes de tocar cabezas, hay tres preguntas que responder con datos, no con intuición.

Primero: ¿qué proceso específico se automatiza y qué resultado de negocio mejora? No "vamos a meter IA en ventas", sino "el seguimiento post-demo en HubSpot tarda 48 horas de media y queremos bajarlo a 4". Segundo: ¿los sistemas que va a tocar el agente están conectados o son silos? Si el CRM, el correo y el calendario no hablan entre sí, ningún agente los va a arreglar; primero hay que centralizar los datos. Tercero: ¿quién es el punto humano de supervisión para las decisiones que sí importan? Un agente puede agendar una reunión sin supervisión. Decidir si se le hace un descuento a un cliente enterprise no debería quedar en manos de un agente sin que alguien lo revise.

Solo después de responder esas tres preguntas tiene sentido hablar de plantilla. Y cuando se habla, la métrica correcta no es cuántos agentes se desplegaron, sino ingresos por empleado o margen de contribución antes y después. Contar agentes desplegados es la métrica de vanidad de esta década, igual que "número de horas ahorradas" lo fue en la anterior.

Casi todo el análisis sobre agentes de IA se centra en casos de uso verticales —ventas, soporte, onboarding— porque son fáciles de medir. El caso de uso que casi nadie menciona, y que es el que realmente determina si la reestructuración funciona, es el de coordinación transversal: alguien o algo que vea el correo, el calendario, los contactos y los documentos a la vez y decida qué necesita al fundador ahora mismo y qué puede resolver solo.

Es el trabajo que hacemos en Moments AI, y lo digo sin vender la idea de que resuelve todo: un agente de este tipo no sustituye el criterio del fundador en decisiones importantes, y tampoco arregla una organización que tiene los datos fragmentados entre quince herramientas que nunca se hablaron. Lo que sí hace es ocupar exactamente el hueco que Monday.com identificó como crítico en su rediseño: el punto de coordinación entre agentes especializados y personas, para que el ahorro de headcount no se traduzca en más pelotas que nadie atrapa.