Cisco anuncia ingresos récord y recorta plantilla, ¿Qué nos dice sobre el trabajo en la era de la IA?

Que una compañía anuncie ingresos récord y, en el mismo ciclo, comunique un recorte de plantilla suena contradictorio, pero se ha vuelto cada vez más habitual en tecnología. No es solo un tema de titulares. Detrás suele haber una mezcla de cambios en el mercado, reajustes internos y una palabra que lo está ocupando todo (IA).

En este artículo vamos a desmenuzar el caso de Cisco, pero con un objetivo práctico: entender qué señales hay que leer, cómo puede impactar en tu empresa (o en tu carrera) y qué decisiones conviene tomar ahora para no quedarse a la defensiva. Si te mueves en IT, producto, soporte, ventas técnicas o gestión, este patrón te afecta más de lo que parece.

¿Qué ha anunciado Cisco exactamente y por qué importa?

Según la información publicada, Cisco comunicó que su trimestre fiscal Q3 2026 cerró con un aumento interanual del 12% y unos 15,8 mil millones de dólares en ingresos. Hasta aquí, el relato clásico sería el de una empresa que va bien. La otra parte del anuncio fue que en el Q4 se produciría una reducción de plantilla de menos de 4.000 puestos (menos del 5% de la base total), con notificaciones iniciando el 14 de mayo de 2026 y continuando globalmente según la legislación de cada país.

Lo importante no es solo el número. Es el mensaje.

La reestructuración se presenta como una reorientación hacia áreas con “demanda y creación de valor” en el contexto de la IA. En términos más claros, significa mover inversión y equipos hacia líneas que la dirección considera estratégicas (silicio, óptica, seguridad y el uso de IA en la compañía). Y cuando eso ocurre, algunas posiciones dejan de encajar, incluso si el negocio está facturando más.

Que haya ingresos altos no garantiza estabilidad de equipos.

La dirección puede decidir “ganar velocidad” cambiando estructura y prioridades, y eso puede implicar despidos aunque las cuentas acompañen.

¿Por qué se producen despidos cuando hay ingresos récord?

La explicación que se repite en muchas grandes tecnológicas es que no se trata de “ahorro” sino de reasignación.

Es decir, no es (solo) recortar costes para maquillar números, sino cambiar recursos para acelerar un giro. El matiz es importante, aunque el efecto humano sea el mismo.

Si el plan es apostar fuerte por IA y seguridad, se buscará contratar o reasignar talento hacia esas áreas. Pero reasignar no siempre es rápido, ni siempre es posible, ni siempre encaja con los perfiles existentes.

Además, los ingresos agregados pueden ocultar realidades internas. Puedes estar creciendo en una línea (por ejemplo, infraestructura para hyperscalers) mientras otra se estanca. En ese escenario, la empresa no se “siente” creciendo de forma homogénea. Por eso, desde fuera vemos récords, y desde dentro se vive una reorganización por productos, regiones o unidades de negocio.

También influye la presión competitiva. Cuando el mercado va rápido, los equipos se diseñan para ejecutar una estrategia, no para mantener estructuras históricas. Dicho sin rodeos: las empresas optimizan para el futuro que quieren construir, no para el pasado que ya funcionó.

¿Qué relación real hay entre la IA y estas reestructuraciones?

Cuando se habla de “la era de la IA”, a veces suena a marketing, pero hay efectos concretos. El primero es que muchas empresas están intentando integrar IA en cada capa: producto, soporte, operaciones internas, seguridad, análisis de datos y desarrollo. Eso obliga a replantear prioridades. No basta con “tener un equipo de IA”. Hay que cambiar cómo se decide, cómo se mide, cómo se entrega y cómo se mantiene.

El segundo efecto es la demanda de nuevos perfiles o, más exactamente, de nuevas combinaciones de habilidades. En networking, por ejemplo, gana valor quien entiende automatización, telemetría, seguridad y (cada vez más) cómo se usa IA para observabilidad, detección y respuesta. En soporte, gana valor quien sabe operar herramientas de IA sin bajar el estándar de calidad ni inventarse respuestas. En ventas técnicas, quien traduce capacidades a casos de uso y a riesgos reales.

Por último, la IA también se usa como argumento (y a veces como excusa) para justificar que “con menos personas se puede hacer más”. En algunos procesos, es cierto que hay eficiencia. Pero en sistemas complejos, la eficiencia sin control puede convertirse en deuda operativa. La clave para una empresa no es solo “automatizar”, sino automatizar sin aumentar incidencias, sin romper la experiencia del cliente y sin perder conocimiento crítico.

¿Qué significa “realinear recursos” en silicio, óptica y seguridad?

En el caso de Cisco, el mensaje menciona inversión en silicio y óptica. Traducido: hardware y componentes críticos para redes de alto rendimiento, especialmente en contextos como centros de datos y grandes clientes (hyperscalers). La óptica y el silicio son piezas donde se juega el rendimiento y el coste por bit, y en el mundo IA (entrenamiento, inferencia, movimiento de datos) el rendimiento de red y la latencia importan muchísimo.

Cuando una empresa decide reforzar esas áreas, también cambia su mapa de talento. Se necesitan equipos más cerca del diseño, validación, supply chain, alianzas, soporte avanzado y arquitectura. Y se puede recortar en áreas donde la dirección cree que hay menos diferencial competitivo o donde el mercado se ha ralentizado.

La seguridad aparece como un eje constante porque (1) el riesgo crece, (2) los clientes piden más garantías y (3) la IA abre nuevos vectores (por ejemplo, ingeniería social más convincente, automatización de ataques y aumento del volumen). Si tu negocio vende soluciones a empresas, la seguridad deja de ser un “extra” y se convierte en un requisito de compra.

¿Cómo impacta esto en pymes y equipos IT que dependen de proveedores grandes?

Aunque parezca un tema “de Silicon Valley”, estos movimientos afectan a muchas empresas europeas y españolas porque dependen de proveedores grandes para redes, seguridad, comunicaciones y servicios gestionados. Un recorte de plantilla puede traducirse (a corto plazo) en cambios de interlocutores, retrasos en soporte, reestructuración de canales y ajustes en programas de partners.

Si eres una pyme o una empresa mediana, el riesgo no es que el producto desaparezca de un día para otro, sino que cambien las condiciones: tiempos de respuesta, renovaciones, roadmap, licencias o el foco comercial. Cuando la empresa se reorganiza, el mapa de responsabilidades también cambia. Y si tu infraestructura es crítica, eso te obliga a ser más proactivo.

Aquí conviene una mentalidad práctica: diversificar (no tener todo en un único proveedor si no hay razón), documentar (que el conocimiento no dependa de una sola persona ni de un único partner) y revisar contratos (SLA, escalados, ventanas de mantenimiento).

• Revisa tus acuerdos de soporte y escalado (SLA).
• Asegura documentación interna de red y seguridad.
• Evalúa dependencias críticas (licencias, hardware, renovaciones).
• Ten un plan B para piezas y soporte especializado.

¿Qué señales pueden indicar que tu empresa va a “reorientarse” pronto?

No hay bola de cristal, pero sí patrones. Cuando la dirección insiste en ciertas palabras (IA, urgencia, disciplina, realinear inversión) suele anticipar reorganización. Otro indicador es que se anuncien objetivos de crecimiento en áreas concretas mientras se congelan o ralentizan promociones en otras. También es común ver cambios en líderes de unidades, fusiones de equipos o nuevas capas de reporting.

En el día a día, se nota en pequeñas cosas: nuevas herramientas internas, presión por automatizar, cambios en métricas (por ejemplo, más foco en eficiencia o en adopción de funcionalidades) y el famoso “revisaremos prioridades trimestralmente”. Cuando la estrategia cambia rápido, el trabajo que hoy es urgente puede dejar de serlo en semanas.

Para profesionales, el mejor enfoque no es vivir con ansiedad, sino construir opcionalidad: aprender lo que se demanda, documentar impacto, entender el negocio y mantener una red de contactos activa.

¿Qué pasa con el “trabajo repetible” cuando entra IA en soporte y operaciones?

En soporte, NOC, operaciones y servicios gestionados, la IA suele empezar como copiloto: resúmenes, búsqueda mejorada, sugerencias, borradores de respuesta, correlación de alertas. Eso puede ahorrar tiempo, pero también cambia la expectativa del cliente. Si respondes más rápido, el estándar sube. Y si tu respuesta es más rápida pero menos precisa, el estándar baja y la confianza se rompe.

El gran riesgo es confundir productividad con calidad. Un equipo puede cerrar más tickets y a la vez aumentar los re-trabajos. Por eso, los perfiles que ganan valor son los que mezclan criterio (saber cuándo confiar y cuándo verificar), conocimiento (entender sistemas) y comunicación (explicar con claridad).

Si trabajas en estas áreas, la pregunta no es “me sustituirá la IA”, sino “¿me convertiré en la persona que sabe usar IA sin que el servicio se degrade?”. Ahí hay una oportunidad real.

• Aprende a validar respuestas (fuentes, logs, pasos reproducibles).
• Automatiza lo repetible, pero deja trazabilidad (qué cambió y por qué).
• Convierte conocimiento tribal en runbooks claros y actualizados.
• Mide calidad (reaperturas, escalados, satisfacción), no solo volumen.

¿Cómo debería “aterrizar” una estrategia de IA sin destruir equipos?

Un error frecuente es pensar que el cambio es solo tecnológico. En realidad, es organizativo. Si introduces IA en procesos sin rediseñarlos, generas fricción. Si cambias métricas sin formar a la gente, generas frustración. Y si decides reasignar talento sin plan de transición, pierdes conocimiento. Lo contrario de velocidad.

Una estrategia madura suele incluir: formación práctica (no solo charlas), pilotos con métricas claras, un enfoque de seguridad (datos, permisos, auditoría), y una capa de gobernanza mínima para evitar caos. En empresas grandes, además, se necesita coordinación entre producto, seguridad, legal y operaciones.

Para pymes, la buena noticia es que se puede hacer de forma más ligera. La mala es que si no hay disciplina, la IA se convierte en una colección de herramientas sueltas. La clave es elegir 2 o 3 casos de uso con impacto alto y medirlos bien.

¿Qué pueden hacer los profesionales para protegerse (sin caer en el humo)?

No necesitas convertirte en investigador de IA, pero sí en alguien que entiende el nuevo lenguaje del trabajo tech. Eso incluye: automatización, seguridad, datos, y cómo integrar herramientas de IA con responsabilidad. Lo “humo” aparece cuando se promete magia. Lo real aparece cuando se habla de costes, riesgos, calidad y operación.

Una forma práctica de avanzar es elegir un área base (por ejemplo, redes, sysadmin, cloud, ciberseguridad, producto) y añadir una capa de IA aplicada: (a) cómo se instrumenta, (b) cómo se evalúa, (c) cómo se despliega, (d) cómo se monitoriza. Ahí está el valor. Y si además puedes explicar ese valor en términos de negocio, multiplicas tu empleabilidad.

También ayuda revisar tu portfolio de logros. En épocas de cambio, pesan más los resultados que las tareas. Cambia “hice migraciones” por “reduje incidencias un 30% al estandarizar despliegues”, o “acorté MTTR al automatizar diagnóstico”.

• Refuerza fundamentos (redes, Linux, cloud, seguridad) y suma IA aplicada.
• Construye evidencias (proyectos, scripts, documentación, métricas).
• Cuida comunicación: explicar bien es una habilidad técnica.
• Evita el “todo IA”: céntrate en casos de uso medibles.

¿Y si eres líder, manager o responsable de IT, qué decisiones tomar ahora?

Si lideras equipo, este tipo de noticias sirven como recordatorio: la estrategia cambia y la organización debe resistir cambios sin romper. Eso se consigue con claridad de prioridades, roles definidos y documentación. Si tu equipo depende de una persona clave para todo, estás comprando riesgo. Si tus procesos no están escritos, estás comprando dependencia.

En cuanto a IA, no lo plantees como “vamos a hacer más con menos” sin más. Plantea “vamos a hacer mejor con lo que tenemos” y define qué significa mejor (menos incidentes, más velocidad, menos costes, mejor experiencia). Si recortas, deja claro qué se mantiene y qué no, porque el silencio genera rumores y baja el rendimiento.

Por último, trabaja con el área de seguridad desde el inicio. Muchas iniciativas de IA mueren por miedo a datos o por falta de controles. Si incorporas buenas prácticas pronto, avanzas más rápido.

¿Qué podemos aprender del discurso público sobre “posición de fuerza”?

En anuncios de este tipo aparece una frase recurrente: “lo hacemos desde una posición de fuerza”. A veces es verdad. Otras veces es una forma de controlar el relato. Lo que sí es útil es entender que, cuando una empresa dice eso, está intentando transmitir a inversores y clientes que el cambio no es por desesperación, sino por estrategia.

Como lector, no hace falta tomar partido. Basta con usarlo como señal: si una compañía se declara fuerte pero cambia su estructura, es porque ve un salto tecnológico que quiere capturar. En 2026 ese salto se llama IA (y, alrededor, seguridad e infraestructura).

Para el resto del sector, esto marca expectativas. Los competidores responden. Los proveedores ajustan. Los partners se recolocan. Y los profesionales se mueven. El mercado laboral se vuelve más dinámico y, al mismo tiempo, más exigente.

¿Cómo se traduce esto en acciones concretas para tu negocio esta semana?

Para cerrar, vamos a bajar a tierra. Si tienes una empresa (o trabajas en una) que depende de tecnología de terceros, haz un ejercicio rápido: identifica tus 3 pilares (red, seguridad, comunicaciones) y escribe quién responde si hay un problema serio un viernes por la tarde. ¿Tienes contacto, contrato, escalado y plan? Si la respuesta es difusa, hay trabajo que hacer.

Después, elige un pequeño proyecto de IA interno que no toque datos sensibles al principio. Por ejemplo: un asistente interno para documentación, una base de conocimiento mejorada, o un sistema de resumen de incidencias. Lo importante es que haya revisión humana y que midas si reduce tiempos sin bajar calidad.

Y si eres profesional individual, planifica tu próximo mes: un tema de aprendizaje profundo, un proyecto pequeño con entregable y una mejora de visibilidad (perfil, portfolio, networking). La era de la IA premia la claridad y la evidencia.