Más ingresos, menos personas: qué significa la IA para las empresas MedTech

Durante un siglo, el sector MedTech ha crecido como crece la mayoría de las industrias: suben los ingresos, sube la plantilla, más o menos al mismo ritmo. La tesis de Gartner, presentada en un webinar de febrero de 2026 que se convirtió en el mejor valorado del año, es que esa correlación se debilita.¹ Según la encuesta de Deloitte a 100 directivos MedTech (mayo de 2026), el 57 por ciento sigue usando la IA sobre todo para la productividad individual, y el 90 por ciento admite que menos del 15 por ciento de sus procesos se ha transformado de forma sustancial.² La ventaja será para las organizaciones que dejen de tratar la plantilla como el motor subyacente de los resultados y empiecen a fijar deliberadamente la mezcla de personas e IA dentro de cada proceso.

Investigado y redactado con ayuda de IA; revisado, verificado y editado por Primož Verbič.

En breve

• El modelo de Gartner de 2026 dice que la proporción entre personas e IA en cada proceso es ahora una decisión, no una consecuencia del crecimiento; la correlación entre ingresos y plantilla se debilita.
• El MedTech está al principio: el 57 % de las empresas usa la IA para productividad individual, el 90 % ha cambiado de forma sustancial menos del 15 % de sus procesos y solo el 6 % ha rediseñado procesos para que personas y agentes se repartan el trabajo (Deloitte, mayo de 2026).
• Las jerarquías se aplanan, pero el número de subordinados directos por directivo baja antes de subir, y el daño recae en los principiantes: los jóvenes de 22 a 25 años en empleos expuestos a la IA están un 19 % por debajo de la tendencia (Stanford, agosto de 2026).
• Los fabricantes se reorganizan por área terapéutica con presencia regional en campo; regulatorio y calidad se convierten en el centro de gobernanza de la IA. Los distribuidores automatizan el back office y solo sobreviven si poseen una base de conocimiento sobre el uso del producto.
• Ocho medidas hacen sostenible el cambio: desde rediseñar procesos y no puestos hasta la validación de los agentes internos según la ISO 13485 y comisiones que premien la nueva lógica.

El modelo detrás de esa tesis es sencillo y se muestra más abajo. Cinco etapas de inversión empresarial en IA: IA cotidiana, aumentada, semiautónoma, autónoma y agencia. De la primera etapa a la última, la parte del trabajo que hacen las personas baja del 100 al 20 por ciento, mientras que la magnitud del cambio del proceso sube de pequeño e incremental (amplificar) a moderado (recalibrar) y a significativo (reiniciar). Lo que dice Gartner no es que todos deban correr a la etapa más alta. Es que la posición en este espectro debe elegirse proceso a proceso, con los ojos abiertos.

Este artículo ofrece tres cosas a quienes dirigen empresas MedTech. Describe cómo están organizados realmente hoy fabricantes y distribuidores. Traduce las cinco etapas de Gartner al trabajo que hacemos y, a partir de la investigación organizativa más reciente, anticipa cómo cambiarán las estructuras. Y enumera las medidas que separan una transición sostenible de una cara.

Dónde está el MedTech hoy

La respuesta honesta es: mayoritariamente en las primeras etapas del modelo, con ambiciones bastante más altas. La encuesta de Deloitte muestra que solo el 21 por ciento de los directivos cree que el uso actual de la IA, centrado en la productividad, refleja su ambición, y que el 45 por ciento ya tiene IA agéntica en producción. Pero solo el 36 por ciento cree haber optimizado procesos en torno a la IA, solo el 7 por ciento de quienes ya usan agentes los describe como plenamente integrados y listos para auditoría, y solo el 6 por ciento ha rediseñado procesos para que personas y agentes de IA se repartan el trabajo.² Para entender por qué la brecha es tan amplia, conviene mirar cómo se organizan las dos mitades del sector.

Fabricantes

Un fabricante mediano europeo o estadounidense es una pirámide funcional: I+D e investigación clínica, asuntos regulatorios y calidad, operaciones y cadena de suministro, y una organización comercial que casi siempre es el mayor bloque de personas. La comercial se divide a su vez en delegados de territorio (a menudo con presencia en quirófano o laboratorio), especialistas clínicos o de aplicaciones, gestores de grandes cuentas (KAM) para grupos hospitalarios, equipos de licitaciones y contratación pública, marketing y atención al cliente. Las filiales por país replican el patrón con dos o tres capas de gestión entre el terreno y el director regional.

La coordinación es el pegamento de esta estructura. Los product managers transmiten evidencia clínica a los comerciales; los jefes de área elevan previsiones; el personal regulatorio baja normas. El informe de tendencias 2026 de la consultora ZS Associates señala que muchas grandes organizaciones MedTech se están descentralizando en unidades de negocio más autónomas mientras sus clientes, centros de cirugía ambulatoria y redes hospitalarias, compran a través de categorías, lo que obliga a invertir en modelos comerciales unificados, datos de cliente compartidos y contratación coordinada.³ Dicho de otro modo: la estructura ya revienta por las costuras antes de que la IA entre en escena.

Distribuidores

Un distribuidor especializado (el modelo dominante en Europa continental, América Latina y buena parte de Asia) es más ligero y más plano, pero no menos ligado a la plantilla. Su valor está en cuatro sitios: gestión de inventario y depósito, incluidas bandejas estériles e instrumental en préstamo; una fuerza de ventas con relaciones estrechas con médicos y enfermeras, que cubre las carteras de varios fabricantes representados; una mesa de licitaciones y registros que conoce la legislación local de contratación; y un back office de pedido a cobro que concilia a mano pedidos hospitalarios, albaranes y reclamaciones de rappel.

La plantilla sigue a las líneas y a las cuentas casi mecánicamente. Añades un fabricante, añades un especialista de producto; añades una región, añades un comercial y un repartidor. El margen que paga todo esto está presionado por ambos lados: los responsables de compras hospitalarias ya compran por coste total de propiedad y datos de eficacia y no solo por la preferencia del personal sanitario,⁴ y la compra pública conjunta y los consorcios de compra exigen cada vez más datos estructurados e intercambio electrónico de documentos (EDI) en lugar de PDF de texto libre.⁵ Un distribuidor que no cumple esos requisitos de datos no es lento; queda excluido.

El espectro de Gartner traducido al trabajo MedTech

Las cinco etapas de Gartner son genéricas. Abajo se muestra cómo es cada una cuando el proceso es un proceso MedTech. Para cada etapa describo qué significa para un fabricante, qué significa para un distribuidor y dónde está el sector hoy.

Dos cosas destacan del mapa. Primera, las etapas no son igual de difíciles. Pasar de IA cotidiana a aumentada es una decisión de herramientas; pasar de aumentada a la etapa semiautónoma es una decisión organizativa, porque es el primer punto en el que un resultado de la IA puede llegar a un cliente, un regulador o una historia clínica sin que lo toque una persona. Ahí es donde la magnitud del cambio del proceso pasa de amplificar a recalibrar, y justo ahí se atasca la mayoría de las empresas MedTech. Segunda, la etapa de agencia, en la que la IA actúa con autoridad delegada, no es una abstracción lejana para este sector. Un agente de reposición que emite pedidos de depósito, o un agente de licitaciones que presenta una oferta conforme, ya es técnicamente viable. Lo que falta es una responsabilidad de supervisión claramente asignada.

Qué dice la investigación sobre la IA y la estructura organizativa

A menudo oímos que la IA eliminará a los mandos intermedios. La investigación de los últimos dieciocho meses dice: sí, en parte, pero no de inmediato, no en todas partes y no sin coste. Precisamente esos detalles son lo más útil para la dirección.

Las jerarquías sí se aplanan y los directivos dirigen a más personas

Shan y Zhu, en un artículo de marzo de 2026 basado en 7.681 empresas estadounidenses a lo largo de tres décadas, encuentran que la exposición a la IA se asocia a una reestructuración sistemática: menos niveles jerárquicos y más subordinados directos por directivo.⁶ La encuesta de Korn Ferry a 15.000 profesionales mostró que el 41 por ciento afirma que su organización eliminó capas de gestión en el último año, y los profesionales reportan que el número medio de subordinados directos por directivo pasó de unos ocho en 2013 a doce en 2025.⁷ En términos MedTech: el jefe de área cuya labor principal es agregar previsiones y trasladar excepciones de precio es el puesto más expuesto de la empresa.

«Buena parte de la gestión se convirtió en supervisar procesos, y los agentes de IA son muy buenos en eso.»

— Mark Vena, CEO y analista principal, SmartTech Research, en Fortune, junio de 2026⁸

Pero no de forma uniforme, ni de arriba abajo

Un modelo de 2026 sobre IA generativa en jerarquías de conocimiento, de Xu y colegas, muestra que el número de subordinados directos por directivo baja antes de subir: la automatización temprana reduce la necesidad de personal de primer nivel mientras la demanda de expertos sénior se mantiene o crece, porque alguien tiene que validar los resultados falibles de la IA. Solo cuando la tecnología madura y los júnior se recualifican, la estructura se aplana de verdad.⁹ Esto coincide con lo que el MedTech está viviendo. Lo primero que hace la IA agéntica en una función de calidad es generar más trabajo para el revisor sénior, no menos.

El daño se ve entre los principiantes

El Digital Economy Lab de Stanford, con datos de nóminas de ADP, un proveedor que procesa las nóminas de más de 25 millones de empleados en EE. UU., hasta junio de 2026, no encuentra desplazamiento a escala de toda la economía, pero el empleo de personas de 22 a 25 años en ocupaciones expuestas a la IA está ahora un 19 por ciento por debajo de donde estaría si hubiera seguido a sus pares menos expuestos. La brecha se ha ampliado cada mes desde que se documentó, y opera a través de menor contratación, no de despidos.¹⁰ Los economistas lo llaman cambio tecnológico a favor de los experimentados: la IA sustituye la ejecución de nivel de entrada mientras complementa el juicio experto. El problema, como señala un artículo de 2026 sobre transmisión de conocimiento, es que la pericia no es algo dado. Si los júnior nunca hacen el trabajo rutinario, la oferta futura del juicio sénior del que depende la IA se erosiona con él.¹¹ La encuesta MedTech de Deloitte nombra el mismo riesgo directamente: una «escalera profesional rota» en calidad, regulatorio e investigación clínica.²

Despedir sin rediseñar los procesos no compensa

Los datos de la propia Gartner son los más aleccionadores. En una encuesta a 350 directivos de empresas con más de mil millones de dólares de facturación, el 80 por ciento de quienes pilotaban IA o tecnología autónoma reportó reducciones de plantilla, pero los recortes se hicieron con independencia de que la tecnología generara retornos.¹² Por otro lado, Gartner proyecta que hasta 2028 la inversión en IA puede producir un aumento neto de plantilla dentro de una empresa, de hasta el 30 por ciento en algunas unidades, normalmente por debajo del 10 por ciento para los trabajadores del conocimiento en conjunto, porque se crean puestos además de eliminarse.¹³

«Mirar solo los despidos es cortoplacista si queremos crear valor con la IA.»

— Helen Poitevin, VP Analyst, Gartner, en Fortune, mayo de 2026¹²

Los directores financieros, mientras tanto, ya han decidido. Los benchmarks presupuestarios 2026 de Gartner muestran que el crecimiento esperado de plantilla se desploma del 6 al 2 por ciento mientras tres cuartas partes de los líderes financieros aumentan los presupuestos tecnológicos, algo que un analista financiero de Gartner describió como «un giro estructural de la expansión laboral a la optimización».¹⁴ El dinero se mueve, esté o no preparado el modelo operativo.

La forma de una organización MedTech en 2030

Si juntamos la investigación con el espectro, emerge una imagen. No es la misma para fabricantes y distribuidores.

Fabricantes

Tres cambios definen al fabricante de 2030. La pirámide comercial se comprime en equipos organizados por área terapéutica o segmento de cliente; la presencia en campo sigue siendo regional, y los agentes hacen la recuperación, redacción y coordinación que hoy hacen jefes de área y técnicos de marketing. El comercial no desaparece; se convierte en un consultor clínico-económico cuyo back office es un conjunto de agentes. Alex Wakefield, chief revenue officer de AcuityMD, lo resumió sin rodeos en las predicciones 2026 de Med-Tech Insights: «Los equipos comerciales operarán como empresas tecnológicas.»¹⁵

Regulatorio y calidad cambian de contenido, no de tamaño. En un mundo en el que un agente influye en la investigación de una reclamación, un proceso CAPA (acciones correctivas y preventivas) o una decisión de etiquetado, regulatorio y calidad se convierten en la función que valida, registra y controla a los agentes, razón por la que Deloitte considera que una gobernanza de datos ordenada y unos procesos centrales unificados y estandarizados son requisitos para escalar la IA en un sector históricamente muy descentralizado: unidades de negocio autónomas, filiales por país, cada una con sus propias herramientas.¹⁶ Por último, el equipo se vuelve más experimentado y, a la vez, deliberadamente rejuvenecido: menos personas en el medio, más pericia arriba y un canal explícito para formar a la siguiente cohorte de expertos, porque el mercado ya no los formará por sí solo.

Distribuidores

Para los distribuidores, el espectro divide el negocio en dos. El back office (mesa de pedidos, seguimiento de licitaciones, reposición de depósito y conciliación de reclamaciones) es un candidato casi perfecto para las etapas autónoma y de agencia: se basa en reglas, es rico en datos e invisible para el cliente. La cobertura de Becker’s sobre responsables de compras hospitalarias en 2026 es ilustrativa: las soluciones que funcionan son las poco vistosas, eliminar trabajo repetitivo y mejorar la visibilidad, no las decisiones de compra autónomas.¹⁷ El terreno cambia mucho menos. En las categorías de implantes y procedimientos el comercial es parte del producto, y la fiabilidad de entrega y la calidad del delegado siguen siendo decisivas en la selección hospitalaria.⁴

Para el distribuidor el peligro es distinto. Si usa la IA solo para reducir sus propios costes, se vuelve más barato pero no más necesario; un fabricante con sus propios agentes puede abastecer a los hospitales sin él. El distribuidor solo sigue siendo imprescindible si invierte el tiempo y el dinero que ahorra en aquello que ninguna de las dos partes tiene. Al hospital le ofrece la implantación del producto con formación profesional del personal, el seguimiento del uso y datos sobre la mejora de la eficacia para el paciente, el personal y la organización, y en última instancia para toda la red hospitalaria y el presupuesto sanitario. Al fabricante le ofrece información continua sobre las mejoras necesarias del producto y un crecimiento estable de las ventas. Quien construye eso permanece en la cadena; quien solo reduce costes se cae de ella.

Qué hace sostenible la transición a la IA en MedTech

Un cambio sostenible significa aquí tres cosas a la vez: que los retornos sean reales, que la organización siga funcionando en 2032 y que el regulador no le detenga. La evidencia apunta a ocho medidas. Marque las que ya tiene implantadas.

• Rediseñe el proceso, no el puesto.Solo el 11 por ciento de los directivos MedTech afirma que la capacitación en IA está integrada en la incorporación y la recualificación con responsabilidad clara. Añadir un agente a un puesto diseñado para un mundo sin agentes produce el patrón que describe Deloitte: resultados de IA usados informalmente sin procedimientos actualizados.² Empiece por el mapa del proceso, decida la mezcla persona-IA en cada paso y luego reescriba las descripciones de funciones.
• Asigne la responsabilidad de cada proceso.Antes de que un agente entre en producción, nombre quién responde del resultado si el agente falla, quién aprueba los cambios y quién decide cuando un caso se sale de su diseño. Un centro de excelencia varios niveles por encima es documentación, no responsabilidad.²
• Mida resultados, no número de personas.La guía de Gartner para directores comerciales es desacoplar las métricas de las hipótesis de plantilla, identificar qué actividades generan resultados y fijar líneas base de productividad independientes de los FTE.¹⁸ En calidad, eso significa medir el coste por reclamación resuelta y los días hasta el cierre, no cuántos pilotos de IA ha lanzado.
• Preserve deliberadamente la escalera profesional y las competencias que lleva asociadas.Los datos de Stanford y la literatura sobre transmisión de conocimiento dicen lo mismo: el mercado dejará de formar a sus futuros expertos.^10,11 Reserve una parte del trabajo rutinario de regulatorio, calidad y campo para júnior bajo supervisión, involúcrelos en la supervisión de agentes y trate la incorporación de principiantes como una inversión y no como un coste a optimizar.
• Establezca una supervisión que el regulador reconozca.El Ómnibus Digital, en vigor desde el 27 de julio de 2026, traslada las obligaciones de alto riesgo para la IA integrada en productos MDR/IVDR al 2 de agosto de 2028; los productos sanitarios siguen en el Anexo I sin excepción, y las obligaciones de transparencia del artículo 50 se aplican desde agosto de 2026.^19,20 Los agentes internos que procesan registros regulados requieren otra vía: la ISO 13485 (cláusula 4.1.6) exige validar cualquier software usado en el sistema de calidad antes de su uso y tras cada cambio, algo que los organismos notificados comprueban en cada auditoría. Apunte ya, por tanto, a validación, trazabilidad, control de cambios y seguimiento posterior al despliegue; la ISO 42001 es un marco útil para la gobernanza de la IA.
• Ordene primero los datos y después escale los agentes.Solo el 22 por ciento de los directivos MedTech describe sus datos como ampliamente localizables, reutilizados y documentados; el 61 por ciento dice que existen herramientas compartidas pero se usan de forma distinta en cada función.² Sepa dónde los datos son lo bastante sólidos para arrancar, dónde construir primero y dónde esperar.
• Elija la etapa proceso a proceso, y déjelo escrito.La magnitud del cambio del proceso, amplificar, recalibrar, reiniciar, es una decisión, no una consecuencia. La entrada de reclamaciones puede corresponder a la etapa semiautónoma; la formación de cirujanos puede quedarse en la etapa aumentada durante una década. Una regla acordada internamente garantiza que la dirección la marque su estrategia, no la última demostración de un proveedor de herramientas de IA.
• Las comisiones y los bonus deben premiar la nueva lógica, no la antigua.En Davos, en enero de 2026, la CEO de The Permanente Medical Group describió una IA desplegada allí donde la tensión era medible, la retención de médicos y el burnout, y no como escaparate, y señaló que en entornos de pago por acto la eficiencia puede chocar con los ingresos, mientras que en entornos basados en valor se alinea con ellos.²¹ La misma lógica aplica al delegado de un distribuidor pagado por caso o al fabricante pagado por unidad enviada.

0 de 8 medidas implantadas.

«No ganamos dinero haciendo más. Ganamos dinero haciéndolo mejor.»

— Dra. Maria Ansari, CEO, The Permanente Medical Group, en el Foro Económico Mundial, enero de 2026²¹

Amira Romani, de Siemens Healthineers, añadió en el mismo panel una idea relacionada: un protocolo de imagen con IA que redujo los tiempos de resonancia de unos diez minutos a dos eliminó listas de espera diagnósticas de tres meses en clientes nórdicos, y la lectura remota permite a los radiólogos cubrir varios servicios a la vez. Marnix van Ginneken, de Philips, describió un ecógrafo portátil guiado por IA que reduce de meses a semanas la formación del personal sanitario de cribado en el terreno, reconociendo al mismo tiempo que los sistemas regulatorios no se diseñaron para una IA adaptativa.²¹ El patrón en ambos casos es el que describe Gartner: pericia escasa redistribuida en lugar de sustituida, y la organización rediseñada en torno a esa redistribución.

La decisión que tenemos delante

El crecimiento de los ingresos y el de la plantilla en MedTech ya no irán de la mano, nos guste o no. Los directores financieros ya lo asumen en sus presupuestos. La única pregunta es cómo llegará el cambio. La primera vía es deliberada: para cada proceso decidimos qué hacen las personas y qué hace la IA, y lo respaldamos con supervisión, datos y una escalera profesional, con sus competencias, que se preserva. La segunda vía es la que Gartner ya observa: despidos sobre la promesa de la IA antes de que la IA haya entregado nada, con un vacío en el nivel medio de la organización y una reducción notable del nivel inferior, lo que a su vez significa que los expertos de hoy se quedan sin sucesores.

Un fabricante mediano debería elegir de inmediato dos procesos, uno comercial y otro de calidad, situarlos en el espectro y reconstruirlos de principio a fin con responsabilidad y métricas fijadas antes del despliegue. Un distribuidor debería automatizar el back office con decisión y reinvertir cada hora liberada en la base de conocimiento sobre el uso del producto que le hace imprescindible para hospital y fabricante. Ninguno de los dos exige reiniciar toda la empresa. Ambos exigen decidir, por escrito, en qué etapa debe estar cada parte del negocio.

Nota sobre el alcance. Este artículo trata la IA organizativa: los agentes y herramientas que hacen funcionar a las empresas MedTech. La IA dentro del propio producto sanitario (software como producto sanitario, SaMD; diagnóstico con IA) sigue la vía de evaluación de conformidad MDR/IVDR y el calendario de 2028 del Reglamento de IA citado arriba, y merece un tratamiento propio.

Preguntas frecuentes

¿Un agente de IA interno es un producto sanitario según el Reglamento de IA de la UE? No. El plazo del 2 de agosto de 2028 del Reglamento se aplica a la IA que forma parte del propio producto. Un agente que ayuda a clasificar reclamaciones o a mantener la documentación es software del sistema de calidad según el MDR y la cláusula 4.1.6 de la ISO 13485, y debe validarse antes de su uso y tras cada cambio.

¿A cuál de las cinco etapas de Gartner debería aspirar una empresa MedTech? No hay una única etapa correcta. La clave es elegir proceso a proceso: la entrada de reclamaciones puede corresponder a la etapa semiautónoma, y la formación de cirujanos quedarse años en la aumentada. La transición que más importa es de aumentada a semiautónoma, porque es la primera etapa en la que un resultado de la IA llega a un cliente o a un registro regulado sin que lo toque una persona.

¿Reducirá la IA la fuerza de ventas en campo del MedTech? Mucho menos que el back office. En implantes y procedimientos el delegado es parte del producto; la fiabilidad de entrega y la calidad del delegado siguen siendo decisivas en la selección hospitalaria. El puesto comercial más expuesto es el jefe de área cuyo trabajo consiste en agregar previsiones y trasladar excepciones de precio.

¿Cómo evita un distribuidor que la IA propia del fabricante lo deje fuera? Construyendo lo que no tienen ni el hospital ni el fabricante: una base de conocimiento sobre el uso del producto, es decir, implantación y formación del personal, seguimiento del uso y datos de eficacia para el hospital, y retroalimentación continua sobre el producto y crecimiento estable para el fabricante. Un distribuidor que solo automatiza sus propios costes se vuelve más barato, no más necesario.

Fuentes

1. Gartner, Beyond the Hype: AI’s Impact on Headcount and Business Value, webinar, 25 February 2026; and AI’s Impact on Jobs: Decoupling Headcount From Revenue, 2 January 2026.

2. Deloitte Center for Health Solutions, Medtech’s agentic AI moment: Turning ambition into enterprise advantage, 30 July 2026 (survey of 100 MedTech executives, May 2026).

3. ZS, Medtech trends 2026: From AI strategy to execution, February 2026.

4. SLR Medical Consulting, Medical Device Distribution: How the Supply Chain Works, July 2026; and Medical Device Industry Trends Reshaping 2026.

5. MedStrato, GPO AI Procurement Automation 2026, May 2026.

6. Shan, G. and Zhu, F., AI Exposure and Organizational Structure, SSRN, 22 March 2026.

7. Forbes, AI Flattening Organizations Is The Latest Chapter In A Continuing Story, 21 May 2026, citing Korn Ferry’s 2025 Workforce survey.

8. Fortune, AI agents are flattening corporate hierarchies, 9 June 2026.

9. Xu, F. et al., Generative AI and Organizational Structure in the Knowledge Economy, arXiv, 2026 revision.

10. Brynjolfsson, E., Chandar, B. and Chen, R., Canaries in the Coal Mine, August 2026 update, Stanford Digital Economy Lab.

11. Anonymous working paper, Automation, AI, and the Intergenerational Transmission of Knowledge, arXiv, 2026.

12. Fortune, AI isn’t paying off in the way companies think, May 2026, reporting Gartner’s survey of 350 executives.

13. Poitevin, H. and Suda, N., Gartner, Why Your Headcount Strategy Matters More Than AI Downsizing, 23 January 2026.

14. The CFO, 2026 Budget Analysis: CFOs Pivot to AI and Tech Over Headcount, 17 February 2026, reporting Gartner benchmarks.

15. Med-Tech Insights, MedTech industry predictions for 2026, December 2025.

16. Deloitte, Three Key Trends Likely to Shape Medtech in 2026, January 2026.

17. Becker’s ASC Review, Supply chain updates 2026, August 2026.

18. Gartner, Sales Operations for the AI Era, July 2026; and AI Reveals Why Sales Productivity Metrics Are Broken, May 2026.

19. Legalithm, AI Act and medical devices: deadlines and Omnibus tracker, 30 July 2026 (Regulation (EU) 2026/1744).

20. RAPS, EU Commission drafts guidelines on classifying high-risk systems under the AI Act, June 2026.

21. Forbes, AI And The Workforce Reset In Healthcare, 3 March 2026, reporting the Marsh panel at the World Economic Forum Annual Meeting, 21 January 2026.

Concepto del modelo y porcentajes persona/IA: Gartner, «Decoupling of headcount to revenue», 2026. Las citas están traducidas del inglés y atribuidas al orador nombrado tal como las recoge la publicación enlazada; el resto del material de las fuentes está parafraseado.