top of page

La contratación de IA de Tesco y la división en la contratación del comercio minorista británico

hace 19 minutos
13 min de lectura
Illustrative photograph. Photo: Ann Hannes / Pexels.

La contratación de IA de Tesco forma parte de un cambio reportado entre los minoristas británicos hacia la contratación tecnológica, incluso cuando el aumento de los costes limita las contrataciones en otros ámbitos. Bloomberg informó el 13 de noviembre que algunas grandes cadenas están ampliando la contratación para puestos de inteligencia artificial y tecnología mientras reducen la contratación en otras áreas. Entre ellas se incluye el personal de tienda. El contraste apunta a un cambio en las prioridades de inversión, aunque no demuestra que la IA haya causado la desaceleración más amplia de la contratación.

La tensión central reside entre la capacidad inmediata de personal y la inversión destinada a mejorar la productividad futura. Los minoristas siguen necesitando personas para atender a los clientes y operar las tiendas. Al mismo tiempo, están desarrollando capacidades de software que los directivos esperan que mejoren las compras, la planificación y el trabajo administrativo.

Tesco y Marks & Spencer ofrecen puntos de referencia útiles porque sus divulgaciones públicas describen distintas aplicaciones de la IA. Tesco ha desarrollado asistencia para las compras de los clientes, mientras que M&S ha anunciado herramientas para responsables de tienda y compañeros de soporte. En conjunto, estos ejemplos ayudan a explicar por qué la contratación tecnológica puede seguir siendo prioritaria durante una restricción más amplia de contrataciones.

La contratación de IA de Tesco refleja un cambio de prioridades

La cobertura de Bloomberg sobre la contratación de IA en el comercio minorista describe una divergencia entre la contratación tecnológica y la contratación en otros ámbitos del comercio minorista británico. Su extracto disponible públicamente identifica el aumento de los costes como una limitación para la contratación más general. El informe completo no estuvo disponible para este análisis, lo que limita la verificación de sus cifras de contratación a nivel de empresa.

El cambio reportado se refiere a qué capacidades priorizan los minoristas, más que a una expansión o contracción uniforme en todos los departamentos.

Esta distinción importa porque la contratación es un conjunto de decisiones, no un único interruptor para toda la empresa. Un minorista puede aprobar una vacante especializada de ingeniería mientras deja sin cubrir un puesto en tienda. Las decisiones pueden reflejar presupuestos, necesidades operativas y expectativas diferentes sobre los retornos futuros.

Sin embargo, las decisiones simultáneas no demuestran una transferencia directa entre esos puestos. Una contratación de ingeniería no se corresponde necesariamente con una vacante de tienda cancelada. Establecer esa conexión requiere información sobre los planes de personal de la empresa y cómo cambiaron sus presupuestos.

El lenguaje en torno a la contratación también exige cautela. Los anuncios de empleo indican demanda de habilidades, pero no confirman que un empleador haya cubierto un puesto. Las contrataciones completadas, el número total de empleados y las vacantes anunciadas describen etapas diferentes del proceso de empleo.

Un puesto puede permanecer anunciado mientras una empresa busca a un candidato adecuado. Una publicación también puede desaparecer porque el empleador la retira. Ninguno de los dos hechos, considerado por sí solo, demuestra que alguien se haya incorporado a la nómina.

La contratación tecnológica plantea otro problema de clasificación. Algunos puestos técnicos desarrollan directamente sistemas de IA, mientras que otros mantienen los datos y el software que esos sistemas requieren. Considerar cada vacante tecnológica como un empleo de IA exageraría lo que puede mostrar una categoría amplia de contratación.

Para los lectores que evalúan esta historia, la pregunta útil es si la combinación de habilidades solicitadas está cambiando de forma consistente. Eso requiere categorías de empleo y períodos de observación comparables. Un cambio en las etiquetas es una evidencia más débil que un cambio sostenido en el trabajo que describen los empleadores.

La información actual ofrece una razón para investigar ese cambio. No proporciona un recuento nacional verificado de contrataciones de IA ni de trabajadores minoristas desplazados. Mantener intacto ese límite facilita la comprensión de la evolución subyacente.

Los minoristas parecen dispuestos a proteger inversiones tecnológicas seleccionadas bajo presión financiera. Si esas inversiones terminan ampliando la capacidad, reduciendo las necesidades de mano de obra o apoyando el crecimiento sigue siendo una cuestión distinta.

Los equipos de tienda y los líderes tecnológicos afrontan presiones diferentes

La división en la contratación crea problemas distintos para las personas dentro de la misma empresa. Los responsables de tienda necesitan suficiente capacidad para gestionar la carga de trabajo de hoy. Los líderes tecnológicos deben justificar inversiones cuyos beneficios dependen de la implementación y la adopción.

La presión recae sobre ambos grupos, pero sus plazos y sus medidas de éxito difieren.

Para un equipo de tienda, una vacante sin cubrir puede importar de inmediato si la carga de trabajo se mantiene sin cambios. Las medidas relevantes incluyen las horas de trabajo disponibles, la realización de tareas y el servicio al cliente. Una promesa de futuros ahorros administrativos no resuelve un problema actual de programación.

Para un equipo tecnológico, una vacante aprobada es solo el comienzo. Los nuevos empleados necesitan acceso a los sistemas, comprensión de los procesos empresariales y responsabilidades claras. Por tanto, un anuncio de contratación ofrece evidencia limitada sobre cuándo llegarán los beneficios operativos.

Esto crea un riesgo de sincronización para la dirección. Si una empresa restringe el personal antes de que un nuevo sistema resulte útil, los empleados absorben la brecha. Si invierte sin cambiar procesos ineficaces, los ahorros esperados pueden seguir fuera de alcance.

Estas son posibles consecuencias de la estrategia, no resultados verificados en los minoristas analizados aquí. Las divulgaciones de las empresas tendrían que vincular las fechas de despliegue, las decisiones de personal y los resultados operativos antes de que fuera posible emitir una valoración más firme.

Los responsables financieros afrontan un problema de medición relacionado. Deben distinguir la eficiencia genuina del trabajo trasladado a otro equipo. Un proceso de informes más rápido ofrece menos valor si los empleados dedican el tiempo ahorrado a corregir sus resultados.

Los trabajadores también necesitan saber qué ocurre con cualquier capacidad que cree la tecnología. La dirección puede utilizar el tiempo ahorrado para mejorar el servicio, apoyar el crecimiento, reducir las horas extra o ralentizar la contratación de reemplazos. Estas decisiones producen resultados laborales diferentes incluso cuando el software funciona según lo previsto.

Por eso un despliegue de IA necesita una explicación de personal junto a una explicación técnica. Los empleados necesitan claridad sobre qué tareas cambiarán y quién seguirá siendo responsable. Sin ello, el mismo anuncio puede sonar como apoyo para una audiencia y como advertencia para otra.

Para los desarrolladores que consideran puestos en el comercio minorista, la división en la contratación plantea preguntas prácticas sobre el respaldo organizativo. Un puesto puede ofrecer trabajo relevante y, al mismo tiempo, conllevar expectativas condicionadas por un presupuesto operativo limitado. La propiedad clara y unos objetivos de entrega realistas se vuelven especialmente valiosos.

Los candidatos deberían examinar si el empleador ha definido el problema empresarial y la autoridad del equipo para resolverlo. Un mandato amplio para “ofrecer IA” revela poco. Una responsabilidad específica vinculada a un proceso operativo ofrece una imagen más clara del puesto.

Por tanto, lo que está en juego va tanto de ejecución como de contratación. Los minoristas deben conectar las habilidades especializadas con las personas y los procesos que determinan el rendimiento cotidiano.

Tesco y M&S muestran motivos diferentes para invertir

Las divulgaciones públicas de Tesco aportan evidencia de una operación tecnológica consolidada detrás de la historia de contratación. En sus resultados anuales, la empresa afirmó que su equipo tecnológico se había duplicado en seis años hasta superar los 6.000 especialistas. Esa plantilla abarca varios países, por lo que la cifra no debe presentarse como un recuento de empleados de IA en el Reino Unido.

Su trabajo orientado al cliente ofrece un ejemplo concreto. La guía de Tesco del 19 de agosto sobre su asistente de planificación de comidas describe una beta disponible inicialmente para clientes seleccionados. La función ayuda con ideas de recetas, planes de comidas, comprobaciones de ingredientes y la incorporación de productos a una cesta o lista de compras.

M&S ha puesto el énfasis en la asistencia a los empleados. El 25 de marzo anunció 11.000 licencias de Microsoft 365 Copilot para responsables de tienda y compañeros de centros de soporte. Su anuncio sobre herramientas para responsables de tienda describía ayuda con notas de reuniones, información de ventas, horarios y relevos, respaldada por formación.

Estas divulgaciones identifican objetivos de inversión distintos: ayudar a los clientes a comprar y ayudar a los empleados a gestionar su trabajo.

La comparación no demuestra que ninguno de los dos minoristas haya elegido una estrategia exclusiva. Muestra por qué una única etiqueta como “IA en el comercio minorista” puede ocultar objetivos empresariales diferentes. Esos objetivos deberían determinar cómo evalúan los lectores la contratación asociada.

Un asistente de compras debe ser útil dentro del recorrido de compra de un cliente. Sus recomendaciones deben conectarse con información relevante y acciones prácticas. Una conversación atractiva por sí sola no demostraría que mejora la experiencia de compra.

Un asistente para empleados afronta una prueba diferente. Su resultado debe ayudar a alguien a completar una responsabilidad laboral con precisión y eficiencia. Un resumen pulido tiene un valor limitado si un responsable todavía necesita reconstruir la información subyacente.

Estas distinciones explican por qué la implementación puede requerir experiencia interna incluso cuando un minorista utiliza un producto de software externo. Alguien debe definir el acceso, integrar la información, evaluar los resultados y gestionar los fallos. Comprar software no resuelve automáticamente esas cuestiones operativas.

También complican las comparaciones directas entre minoristas. Una función para clientes y una herramienta administrativa no deberían clasificarse utilizando la misma medida de adopción. Cada una necesita evidencia vinculada a su finalidad prevista.

Para una función de compra, una evidencia útil vincularía el uso repetido con resultados positivos para los clientes. Para una herramienta de empleados, vincularía el uso regular con un trabajo fiable y una reducción del esfuerzo administrativo. Ninguna de las dos pruebas puede sustituirse contando licencias o anunciando disponibilidad.

También existe una diferencia entre introducir una función y cambiar la forma en que opera una empresa. Un lanzamiento limitado puede revelar problemas antes de un despliegue más amplio. Por sí solo, no puede demostrar beneficios en toda la organización.

El desafío de conocimiento relevante va más allá del modelo que genera una respuesta. Los equipos necesitan acceso fiable a procedimientos, decisiones y material de apoyo. La distinción entre conocimiento personal y de equipo ayuda a aclarar por qué el acceso a la información necesita una responsabilidad explícita.

Ahí es donde la contratación tecnológica en el comercio minorista se vuelve más relevante que un anuncio de empleo aislado. Las personas contratadas deben conectar una capacidad de software con un proceso empresarial específico. La calidad de esa conexión determinará si la inversión produce resultados útiles.

La presión de costes dificulta el equilibrio de productividad

El patrón de contratación reportado sugiere que algunos minoristas consideran compatible el gasto tecnológico con una disciplina operativa más estricta. Es una postura de gestión plausible. Aun así, necesita evidencia que demuestre que la inversión mejora el rendimiento después de considerar todos sus costes.

Una estrategia de productividad tiene éxito cuando mejora el trabajo necesario para atender a los clientes, incluido el esfuerzo requerido para mantener la tecnología.

Este es el equilibrio central detrás de la división en la contratación. Los minoristas pueden buscar eficiencia futura mientras limitan la contratación actual, pero los beneficios y las cargas llegan en calendarios diferentes. El trabajo de implementación comienza antes de que los ahorros sean fiables.

Consideremos un flujo de trabajo administrativo ilustrativo. Un gerente recibe un resumen automatizado y lo revisa antes de actuar. Si el resumen es preciso y útil, puede reducir el tiempo de preparación.

Si el resumen omite repetidamente contexto importante, el gerente debe investigarlo y corregirlo. El aparente ahorro de tiempo se reduce entonces. La comparación adecuada incluye preparación, revisión, corrección y seguimiento.

Este ejemplo no es un resultado medido de Tesco ni de M&S. Ilustra la evidencia necesaria para evaluar una afirmación de eficiencia. El mismo principio se aplica a otros sistemas que prometen reducir el esfuerzo rutinario.

Una empresa también debe distinguir las mejoras locales de las ganancias operativas más amplias. Ahorrar tiempo en una tarea no garantiza que todo el proceso se vuelva más rápido. Otro paso puede seguir siendo la limitación.

Por esa razón, los planes de contratación deben estar vinculados a responsabilidades claramente definidas. Los ingenieros necesitan saber de qué problema operativo son responsables y cómo se evaluará el éxito. Los equipos de tienda necesitan una forma viable de informar problemas y solicitar cambios.

La distribución de los beneficios también importa. Si un asistente reduce el esfuerzo administrativo, la dirección debe decidir qué deberían hacer los empleados con la capacidad liberada. Esa decisión influye en si la inversión mejora el servicio, respalda la expansión o reduce futuras necesidades de personal.

Estas posibilidades deben mantenerse separadas en el debate público. Una herramienta que ayuda a los empleados a desempeñar su trabajo no es automáticamente prueba de reemplazo. Del mismo modo, la asistencia actual no descarta cambios posteriores en los planes de personal.

La disyuntiva también afecta la manera en que las empresas deberían describir sus avances. Una declaración sobre una finalización más rápida de tareas necesita una comparación definida. Una declaración sobre eficiencia de personal necesita información sobre carga de trabajo y resultados de servicio.

De lo contrario, la mejora aparente puede reflejar un estándar de servicio modificado o trabajo trasladado fuera del proceso medido. Ninguna de estas posibilidades demuestra que una inversión haya fracasado. Ambas muestran por qué una métrica principal limitada puede ser incompleta.

Por tanto, la historia de contratación plantea una exigente pregunta para los ejecutivos: ¿qué resultado operativo justifica proteger esta inversión mientras otras vacantes son objeto de escrutinio? Una respuesta creíble debería vincular a las personas, el despliegue, el rendimiento y la rendición de cuentas.

Para los trabajadores, la pregunta equivalente se refiere a la carga de trabajo. Si la dirección espera que los empleados logren más con menos incorporaciones al equipo, debería explicar qué apoyo está disponible. Las expectativas tecnológicas se vuelven más creíbles cuando los empleados pueden ver ese apoyo en funcionamiento.

Los anuncios de empleo no pueden demostrar que la IA reemplazó a trabajadores

La respuesta escéptica más sólida a esta historia se refiere a los límites de la evidencia. Los anuncios de contratación, los comunicados de las empresas y las encuestas de empleo responden a preguntas relacionadas. No pueden combinarse de forma informal en una única estimación de pérdidas de empleo impulsadas por IA.

La Office for National Statistics ofrece una referencia más amplia útil. Su encuesta sobre la fuerza laboral y la IA del 8 de octubre informó que el 6% de las empresas que usan IA con al menos 10 empleados atribuyeron una reducción de plantilla a la adopción en septiembre. La cifra abarca empresas de distintos sectores, no solo del comercio minorista.

Esa encuesta ofrece contexto, pero no puede determinar por qué un minorista concreto redujo la contratación.

El porcentaje describe una proporción de empresas, no una proporción de trabajadores o puestos de trabajo. También refleja efectos declarados dentro del alcance de la encuesta. Interpretarlo como el porcentaje de empleo eliminado por la IA tergiversaría la medida.

La ONS identifica estas estimaciones como estadísticas oficiales en desarrollo y recomienda cautela. Esto importa al compararlas con datos privados sobre vacantes. Distintas coberturas, preguntas y períodos de observación pueden producir resultados que deberían considerarse en conjunto sin fusionarse.

La causalidad plantea otro desafío. Un minorista puede invertir en IA mientras afronta presiones no relacionadas sobre su plantilla. Para establecer una relación directa, la información necesita una explicación de la empresa o evidencia que conecte un despliegue con una decisión laboral específica.

Una simple coincidencia temporal es insuficiente. No muestra qué habría hecho el empleador sin la inversión tecnológica. Esa comparación ausente limita las afirmaciones contundentes sobre reemplazo.

Las métricas de vacantes también necesitan un denominador claramente indicado. Las vacantes tecnológicas representan solo una parte de la contratación de un minorista. Una proporción elevada dentro de esa categoría no establece una proporción similar entre puestos de tienda, almacén, administración y otros.

La geografía introduce otro límite. Una plantilla tecnológica multinacional no puede tratarse como un total nacional de contratación en IA. Las cifras a nivel de empresa deben conservar su ubicación y sus categorías de empleo.

También existe una diferencia adicional entre una contratación más lenta y los despidos. Una empresa puede reducir contrataciones mientras retiene a sus empleados actuales. También puede modificar su plantilla mediante salidas que decide no reemplazar.

Estas vías importan para los trabajadores, pero no son intercambiables. La información debería identificar qué acción ocurrió antes de asignarle una explicación. De lo contrario, una historia sobre prioridades de contratación se convierte en un relato sin respaldo sobre destrucción de empleo.

La conclusión opuesta también iría demasiado lejos. La evidencia limitada de desplazamiento directo no demuestra que la IA no tenga ningún efecto en el empleo. Los empleadores pueden modificar sus futuros planes de contratación antes de que aparezca un cambio visible en el número total de empleados.

La interpretación defendible es más limitada. La información disponible describe una contratación tecnológica selectiva durante una restricción más amplia de la contratación. El material público de las empresas establece iniciativas de IA relevantes, mientras que las consecuencias laborales siguen estando documentadas de forma incompleta.

Esto deja espacio para el escrutinio sin exigir una predicción de reemplazo universal. Los lectores pueden tomarse en serio el cambio en la contratación sin emitir un juicio sobre su efecto final en la plantilla.

Observe la contratación, el despliegue y los resultados operativos

La siguiente etapa de esta historia debería juzgarse mediante evidencia que conecte las decisiones de contratación con el trabajo dentro de la empresa. Durante los próximos meses, las señales más útiles se refieren a contrataciones completadas, uso sostenido y rendimiento operativo. Deberían examinarse en ese orden.

El argumento de inversión se fortalece cuando la contratación de especialistas conduce a un despliegue útil y a mejoras medibles sin ocultar las consecuencias para los trabajadores.

En primer lugar, observe divulgaciones comparables sobre contratación y plantilla. Las actualizaciones útiles distinguirían las vacantes anunciadas de los puestos cubiertos y separarían el trabajo específico de IA de las funciones tecnológicas más amplias. También identificarían la geografía y distinguirían entre nuevos puestos y sustituciones.

Esa evidencia mostraría si el cambio informado persiste más allá de una instantánea. La contratación continua de especialistas junto con una restricción más amplia reforzaría la interpretación de una inversión selectiva. La caída de las publicaciones sin información sobre contrataciones completadas dejaría el panorama sin resolver.

Los comentarios de la empresa pueden ayudar, pero los términos deben mantenerse coherentes. Una definición cambiante de “tecnología” puede dificultar la evaluación de una tendencia aparente. Los lectores deberían favorecer comparaciones que preserven las mismas categorías de empleo y períodos de observación.

En segundo lugar, observe si las herramientas anunciadas pasan a formar parte del trabajo habitual. La señal significativa es el uso sostenido para la tarea que una función fue diseñada para respaldar. La disponibilidad establece acceso; el uso repetido y útil establece algo más.

Para la asistencia orientada al cliente, la evidencia relevante explicaría si las personas regresan y completan las tareas de compra previstas. Para las herramientas de empleados, explicaría si el personal continúa utilizándolas y cuánta revisión requieren sus resultados. Estos son criterios de evaluación, no resultados ya establecidos aquí.

Un despliegue más amplio reforzaría el argumento solo si la utilidad se mantiene más allá del lanzamiento inicial. Un despliegue menor con beneficios claros puede ser más informativo que un gran anuncio sin detalles operativos. Por el contrario, restricciones repetidas o un trabajo correctivo extenso justificarían un escrutinio más estrecho.

En tercer lugar, observe resultados que conecten la tecnología tanto con el servicio como con el trabajo. Las actualizaciones financieras deberían explicar qué mejoró, cómo lo midió la empresa y qué ocurrió con la plantilla. Una afirmación de eficiencia se vuelve más útil cuando la dirección identifica la carga de trabajo que la sustenta.

La calidad del servicio pertenece a esa evaluación. La reducción de las necesidades laborales ofrece una medida de éxito incompleta si los empleados afrontan cargas de trabajo insostenibles o los clientes reciben peor servicio. Mejores resultados operativos con un servicio fiable aportarían evidencia más sólida de que la inversión está funcionando.

Para la contratación de IA de Tesco, el próximo avance útil es, por tanto, una conexión más clara entre la contratación, los sistemas desplegados y los resultados empresariales. Para el comercio minorista del Reino Unido en general, la cuestión es cómo los empleadores distribuyen los beneficios y las exigencias de un trabajo cambiante.

Mantenga la próxima actualización del minorista junto a sus divulgaciones anteriores sobre plantilla y tecnología. Busque contrataciones completadas, adopción sostenida y resultados medidos frente a un punto de partida claro. Pregunte si la dirección explica cómo el tiempo ahorrado cambia las responsabilidades de los empleados y la experiencia de los clientes. Para los equipos que evalúan herramientas similares, documenten el flujo de trabajo actual antes de introducir automatización y, después, incluyan la revisión y la corrección en la comparación. Eso crea una prueba práctica de la inversión en lugar de depender de un anuncio. Cuando otro minorista presente gasto en IA junto con una contratación más restrictiva, formule una pregunta específica: ¿qué evidencia conecta la tecnología con un mejor trabajo y qué dice la empresa que eso significa para las personas que lo realizan?

 
 

Empieza gratis

Un asistente de IA local-first con gestión del conocimiento personal

Para ofrecer una mejor experiencia con la IA,

actualmente remio solo es compatible con Windows 10+ (x64) y M-Chip Macs.

Tu aliado de IA para el trabajo
Haz más con remio

Planifica. Crea. Entrega.
Todo en un solo lugar.

bottom of page