La noticia: Uber elimina 3.300 puestos y apuesta por menos niveles de gerencia
El 2 de septiembre, el CEO de Uber, Dara Khosrowshahi, envió un memo interno anunciando el recorte de aproximadamente 3.300 puestos de trabajo, cerca del 10% de la plantilla global de la compañía. El objetivo declarado no es reducir costos por una mala situación financiera -de hecho, los ingresos de Uber siguen creciendo-, sino “aplanar” la estructura organizacional: reducir capas de gerencia media, ampliar el alcance de responsabilidad de cada líder y redirigir recursos hacia el negocio central de viajes, delivery y movilidad futura.
Según reportó TechCrunch, Khosrowshahi fue explícito sobre la lógica detrás del movimiento: “A leaner organization will mean clearer ownership, faster decisions, and more time spent building rather than coordinating” (“una organización más liviana significará propiedad más clara, decisiones más rápidas y más tiempo construyendo en lugar de coordinando”). Es interesante que el CEO no atribuyó el recorte directamente a la inteligencia artificial. Sin embargo, el propio COO de Uber, Andrew Macdonald, ya había señalado meses atrás que la IA permitiría a la compañía operar con menos personas en áreas como atención al cliente, ventas y análisis de datos.
No es un caso aislado. Fast Company lo enmarcó dentro de lo que llama “The Great Flattening” (el gran aplanamiento): una tendencia que ya venía tomando fuerza en varias tecnológicas y que consiste en eliminar capas intermedias de gerencia a medida que la IA absorbe buena parte del trabajo de coordinación, reporte y seguimiento que antes requería un ejército de mandos medios.
Qué significa esto para los procesos de reclutamiento y selección
Para los equipos de selección, este tipo de movimientos no es solo una noticia de negocios: cambia el tipo de vacantes que van a tener que llenar y la forma en que deben prepararse para gestionarlas.
1. El perfil de “gerente medio” se redefine. Si las empresas están reduciendo capas de gerencia y ampliando el span of control (el número de personas que reporta a cada líder), los procesos de selección para roles de liderazgo deberían empezar a evaluar explícitamente la capacidad de gestionar equipos más grandes apoyándose en herramientas de IA para reportabilidad, seguimiento de KPIs y coordinación -algo que hasta hace poco no aparecía como competencia central en la mayoría de los perfiles de jefatura.
2. La movilidad interna se vuelve más crítica que la contratación externa. Antes de salir a buscar talento afuera, las áreas de RRHH que atraviesan procesos de reestructuración necesitan procesos sólidos de mapeo y redeployment interno: identificar qué personas afectadas por el recorte pueden reubicarse en otras funciones. Un reclutador que solo sabe publicar vacantes y filtrar postulantes externos queda corto frente a este escenario; se necesita capacidad real de matching interno, con datos organizados y comparables.
3. Se generan olas de talento calificado en el mercado. Cada vez que una empresa grande hace un recorte de esta magnitud, libera al mercado laboral a cientos o miles de profesionales con experiencia validada -en el caso de Uber, muchos de ellos en operaciones, logística y gestión de datos. Para reclutadores de otras industrias, esto es una ventana de oportunidad, pero también un desafío operativo: de golpe llegan volúmenes mucho más altos de postulaciones de buen nivel, y el cuello de botella pasa a ser la capacidad de revisarlas rápido y sin perder calidad en el filtro.
4. La narrativa de marca empleadora importa más. Cómo comunica una empresa un recorte de este tipo -con transparencia, plazos de indemnización claros, apoyo a la recolocación- queda registrado en la memoria colectiva del mercado laboral y afecta directamente la capacidad de esa misma empresa (o de sus competidores) para atraer talento en el futuro cercano.
Filtrar mejor cuando el volumen se dispara
Justamente ese tercer punto -la ola de postulaciones calificadas que sigue a un recorte grande- es uno de los escenarios donde más se nota la diferencia entre un proceso de selección manual y uno apoyado en IA. En IntelCV.com trabajamos justamente ese cuello de botella: cada vacante tiene un buzón de correo exclusivo que recibe y filtra automáticamente los CVs según el perfil definido, aplica tests solo a quienes califican y agenda las entrevistas según la disponibilidad del reclutador, entregando al final un informe completo por candidato. Así, un aumento repentino de postulaciones -como el que suele venir después de reestructuraciones como la de Uber- deja de ser un problema de capacidad y se convierte en una oportunidad real de encontrar mejor talento, más rápido. Si quieres ver cómo aplicarlo a tu próximo proceso, en nuestro contacto podemos conversarlo.