Donald King, consultor tecnológico de 26 años, se incorporó a PwC en Estados Unidos convencido de haber alcanzado su “trabajo soñado”. Según su testimonio, trabajó entre 60 y 80 horas semanales desarrollando agentes de inteligencia artificial orientados a automatizar tareas en entornos corporativos. Meses después, fue despedido en una llamada que grabó y difundió en TikTok, un desenlace que ha reabierto el debate sobre la “cultura del esfuerzo” en la consultoría y el efecto real de la automatización sobre los empleos de entrada.
El “trabajo soñado” y la trampa de la disponibilidad total
El caso se ha popularizado a partir de un reportaje de Genbeta, que recoge declaraciones del propio King a Fortune. Tras graduarse en 2021, se trasladó a Nueva York para trabajar con grandes clientes y, más tarde, dio el salto a iniciativas internas de IA. En ese periodo, relata que asumió jornadas prolongadas y fines de semana para cumplir plazos y mantener el ritmo de un área en plena expansión.
En su relato aparece una idea recurrente en el sector. El prestigio y la promesa de progresión rápida se intercambian por “total disponibilidad”. Es una ecuación conocida en las grandes consultoras (Deloitte, EY, KPMG y PwC), donde la frontera entre rendimiento y agotamiento suele quedar a criterio del proyecto, no del trabajador.
La ironía de construir tu propio relevo
El punto de inflexión llega cuando el propio consultor verbaliza la incomodidad de lo que estaba creando. Según Genbeta, King terminó cuestionándose el impacto de los agentes que desarrollaba y llegó a verbalizar en una reunión nocturna una pregunta que resume la paradoja. “¿Qué demonios estamos construyendo ahora mismo?”
En octubre de 2024, presentó una “flota” de agentes de IA con la que ganó un hackathon de OpenAI, según el mismo relato. Dos horas después, recibió la llamada en la que se le comunicó el despido. “Me pilló totalmente desprevenido”, sostiene. El propio King dice no atribuir mala fe a la decisión y admite que no sabe con certeza si su trabajo sustituyó su labor, aunque sí vincula la implantación de agentes con recortes posteriores en clientes.
El contraste con la narrativa corporativa es significativo. PwC España, por ejemplo, ha presentado iniciativas como la “AI Agents Factory” junto a Microsoft, y defiende que los agentes son sistemas capaces de ejecutar tareas complejas con mínima intervención humana, acelerando procesos internos y flujos de trabajo (la firma habla de hasta “10 veces” más rápido en determinados casos). En ese mismo comunicado, un socio de la firma describe los agentes como “una auténtica revolución que cambiará la forma de trabajar”.
Esa promesa de productividad no es necesariamente incompatible con el empleo, pero desplaza la discusión al reparto de beneficios y riesgos. Quién gana tiempo, quién lo pierde, quién se reubica y quién sale del organigrama.
Evidencia y matices sobre empleo y automatización
A escala macro, la literatura reciente tiende a huir del determinismo. La Organización Internacional del Trabajo (OIT) sostiene que, en conjunto, el efecto “abrumador” de la IA generativa sería más de apoyo y transformación de tareas que de automatización completa de ocupaciones, con impacto especialmente sensible en trabajos administrativos y de oficina, y con un sesgo de género al ser estos empleos una fuente relevante de empleo femenino.
En paralelo, la OCDE publicó en noviembre de 2025 un informe basado en una encuesta a más de 5.000 pymes de varios países. Según ese trabajo, la IA generativa estaba presente en el 31% de las pymes consultadas y, en la mayoría, no se traducía en cambios inmediatos de plantilla. El 83% declaró que no tuvo efecto sobre la necesidad total de personal, frente a minorías que reportaron aumentos o descensos.
Ambas conclusiones apuntan a lo mismo. El impacto puede ser gradual y desigual, y suele empezar por reorganizar tareas antes que por borrar puestos en bloque. Pero los casos individuales, como el de King, recuerdan que la transición se decide proyecto a proyecto, área a área, y casi siempre desde arriba.
