El marco de 1954 con el que Cloudflare decide a quién despedir

Mayo de 2026. El CEO de Cloudflare publica en The Wall Street Journal un artículo de opinión que la mayoría de directivos preferiría no leer: cuenta exactamente con qué criterio ha decidido despedir a más del 20 % de su plantilla mientras la empresa crece más del 30 % en ingresos.

No usa eufemismos ni habla de «evolución del negocio». Usa un marco de Peter Drucker de 1954, anterior a su propio nacimiento, para clasificar a cada empleado en una de tres categorías. Despide a los de una categoría y mantiene y refuerza las otras dos.

El marco no es nuevo; lo nuevo es usarlo como criterio explícito de quién se queda.

Las tres categorías

Drucker, en The Practice of Management (1954), propone que toda persona en una organización pertenece a uno de estos tres tipos:

Los builders crean el producto: ingenieros, científicos, diseñadores, desarrolladores, equipos de I+D. Si pueden ser 10 veces más productivos con IA, contratas todos los que encuentres.

Los sellers construyen y mantienen la relación con quien paga: comerciales, partners, customer success, fundadores en modo venta. Los humanos siguen controlando presupuestos y prefieren comprar a personas en las que confían.

Los measurers son todo lo demás: auditoría interna, finanzas, legal, compliance, mandos intermedios, operaciones, marketing analítico, PMO, elaboración de informes. Trabajan tras bambalinas y su valor está en medir bien, no en construir ni en vender.

La tesis de Cloudflare: la IA no viene a por builders ni a por sellers. Viene a por measurers. Y la mayoría de los despedidos lo eran.

Por qué los measurers son el objetivo natural

Un buen measurer es difícil de encontrar. Trabaja incansable, con perspectiva independiente, sin buscar reconocimiento de cara al cliente. Exactamente las propiedades que un sistema de IA puede replicar a coste marginal cero.

El caso ilustrativo de Cloudflare: la auditoría interna pasó de revisar un puñado de áreas de riesgo cada trimestre a auditar cada riesgo de forma continua. Cierran los libros más rápido, cometen menos errores y detectan los que ocurren con más fiabilidad. El mismo razonamiento aplica a compliance, gestión del rendimiento, control financiero, atribución de marketing y a buena parte del trabajo de los mandos intermedios.

No es que el measurer sea prescindible: el coste marginal de medir tiende a cero, y eso cambia la cuenta.

El ejercicio incómodo

Antes de comprar más licencias de IA o de aprobar el siguiente piloto, hay un ejercicio que casi nadie hace en serio. Te toma una tarde y revela más sobre tu exposición real que cualquier informe de consultora.

Coge tu organigrama y clasifica cada persona en builder, seller o measurer. No por departamento, sino por lo que esa persona hace de verdad la mayoría de la semana. Un product manager puede ser builder o measurer según su práctica real. Un director comercial sin clientes asignados suele ser measurer. Un mando intermedio cuya semana es 80 % revisión de informes y 20 % mentoría es, para esta clasificación, más measurer que líder.

Después, cuenta. ¿Qué porcentaje de tu plantilla es measurer? Si está por encima del 35-40 %, tu exposición a IA es estructural, no opcional. Si está por debajo del 20 %, tienes una ventaja que conviene proteger contratando bien antes de que el mercado lo entienda.

Donde el marco se rompe

El marco Drucker es útil porque clarifica. Pero rompe en dos sitios concretos.

Los mandos intermedios no son sólo measurers. Buena parte de su trabajo es medición y coordinación, y eso la IA lo absorbe. Pero hay otra parte (desarrollo de personas, juicio sobre contexto político interno, traducción de visión a ejecución) que la IA no toca. Recortar mandos intermedios «porque son measurers» sin distinguir esos dos componentes erosiona la función de mentoría, que ya está infrainvertida en la mayoría de organizaciones.

Otra grieta es el relevo: ¿de dónde sale el próximo seller o el próximo builder senior? Tradicionalmente, salía de un measurer que aprendía el negocio durante 5 o 10 años. Si esa categoría se evapora, la cantera interna hacia roles más complejos también. Cloudflare contrata becarios AI-native (todos builders o sellers, según Prince), pero el tejido intermedio que conecta entrada con liderazgo necesita repensarse, no sólo recortarse. Agustín Cuenca le daba la vuelta a esta misma pregunta hace unos meses: ¿y si la IA viniera a por los seniors?

La pregunta de comité

Si vais a tomar esta clasificación en serio, conviene plantear la decisión sin maquillaje en el próximo comité de dirección:

¿Qué porcentaje de nuestra plantilla es measurer según el criterio Drucker? ¿Cuánto de ese trabajo es realmente medición (y por tanto automatizable) y cuánto es juicio, mentoría o coordinación humana que aún no lo es? ¿Estamos dispuestos a publicar nuestro criterio con la nitidez con la que lo hizo Cloudflare, o sólo lo aplicaremos en silencio?

La última pregunta es la más importante. Aplicarlo en silencio solo lo vuelve más opaco. Y los empleados que sobreviven al primer recorte saben perfectamente que hubo uno, aunque nadie nombre el criterio.

El criterio que viene

Prince predice que el patrón de Cloudflare (crecimiento alto, recorte alto, recomposición de plantilla hacia builders y sellers) será la norma en el próximo año. Puede equivocarse. Pero el marco Drucker no depende de su predicción: independientemente de si despedís o no, la pregunta sobre qué proporción de vuestro trabajo es medición automatizable ya está sobre la mesa.

La diferencia entre las empresas que navegan los próximos dos años con tranquilidad y las que entran en crisis no será tener IA o no tenerla, sino haberse hecho la pregunta a tiempo.

Referencias:

• How I Choose Which Cloudflare Employees to Replace With AI — WSJ

• The Practice of Management, Peter F. Drucker, 1954

• ¿Y si la IA viniera a por los seniors? — Agustín Cuenca