A las 3 de la madrugada, una Raspberry Pi falla. La señal de radio se corta doce segundos. No hay nadie que lo reporte — no porque no importe, sino porque la persona que habría estado ahí, monitoreando, corrigiendo, ajustando, ya no trabaja en esa estación.

Grupo Fórmula cerró los micrófonos de sus emisoras musicales a nivel nacional. El Sindicato de Trabajadores de la Industria de la Radio y la Televisión (STIRTT) lo documentó como “automatización indiscriminada”. Según testimonios directos de trabajadores recogidos para este reportaje, a finales de 2025 comenzaron a aparecer cajas negras junto a las consolas en diversas filiales de la cadena — microcomputadoras de $35 dólares diseñadas para lanzar comerciales y música desde Ciudad de México, prescindiendo del operador local.

La tecnología falla. Los despidos no se revierten.

Este artículo no es sobre inteligencia artificial sofisticada. Es sobre algo más incómodo: que en México, los empleos se están destruyendo por automatización a todos los niveles — desde la Raspberry Pi hasta el sistema multiagente — y ninguna institución pública lo está contando.

El espectro completo del desplazamiento

Existe un relato cómodo sobre la automatización: los robots se llevan los trabajos repetitivos y liberan a los humanos para tareas creativas y de alto valor. Es una narrativa de Silicon Valley que ignora la geografía del sacrificio.

En México en 2026, el desplazamiento laboral por automatización no distingue entre perfiles. Opera en un espectro que va de lo artesanal a lo sofisticado.

En el extremo más básico: la Raspberry Pi reemplaza al operador de cabina nocturno en Radio Fórmula. A finales de 2025, según testimonios directos de trabajadores recogidos para este reportaje, comenzaron a aparecer cajas negras junto a las consolas en diversas filiales regionales de la cadena — microcomputadoras de $35 dólares diseñadas para lanzar comerciales y música desde Ciudad de México, prescindiendo del operador local. Semanas antes del recorte, los operadores ya documentaban fallas en grupos de WhatsApp: lagunas de silencio al aire, volúmenes desnivelados, comerciales que no se lanzaban en la parrilla correcta. Para cada imperfecto, el humano de turno intervenía manualmente. Estaban, sin saberlo, generando el manual de errores de la tecnología que los iba a reemplazar.

Un viernes, sin previo aviso formal, llegaron los avisos de “reestructura corporativa”. Uno a uno. El STIRTT lo documentó como “automatización indiscriminada” a nivel nacional.

Aquí es donde la narrativa se complica de forma reveladora. El CTO de Grupo Radio Fórmula, Héctor Aguilar, es simultáneamente CEO de NEXTAI Solutions — una entidad creada en enero de 2024 y alojada dentro del mismo conglomerado. El pie de página de su sitio web no deja lugar a dudas: “© 2026 Grupo Formula.” Entre los servicios que NEXTAI Solutions ofrece está la ingeniería especializada en “radiodifusión para radio y televisión, infraestructura técnica y diseño de espacios profesionales”. Y su propuesta de valor central, publicada en su sitio, es esta: “Reduce hasta un 70% en comparación con operaciones tradicionales basadas en talento humano.”

El círculo se cierra solo. El directivo responsable de las decisiones tecnológicas de la cadena de radio lidera, dentro del mismo grupo, la empresa cuyo modelo de negocio es reemplazar talento humano con automatización — con experiencia declarada en radiodifusión. No es una acusación de corrupción. Es la descripción de una arquitectura de incentivos donde el “laboratorio de innovación” interno prospera exactamente en la medida en que la nómina humana del corporativo se reduce.

Este modelo — la startup interna de IA que nace dentro de la corporación no tecnológica — se replica en sectores que van desde medios hasta manufactura, retail y servicios financieros. Las empresas no quieren quedar fuera del juego de las Big Tech, crean su propio departamento de IA, y la primera demostración de valor es siempre la misma: reducción de personal.

El ahorro no fue tecnológico. Fue de nómina. Que la microcomputadora falle por sobrecalentamiento o corrupción de tarjeta SD a las 3 AM es un problema técnico tolerable. El operador humano era un problema de nómina intolerable.

En el extremo opuesto: a finales de 2025, Ariel Szarfsztejn — quien asumiría como CEO de Mercado Libre en enero de 2026 — confirmó públicamente que el 20% del código nuevo de la plataforma ya no es escrito por humanos. Semanas después, en enero de 2026, 119 profesionales de diseño y contenido — principalmente del área de UX — fueron desvinculados en un ajuste regional. La IA generativa colapsó equipos enteros: un diseñador “aumentado” produce lo que antes requería tres especialistas. Los propios ex-empleados denunciaron a la prensa que fueron reemplazados por modelos de IA entrenados para asumir sus tareas.

En el medio está la zona más turbia, y la más instructiva: FEMSA ejecutó cerca de 1,300 despidos en marzo de 2026, incluyendo más de 250 en su unidad Fintech Spin by OXXO. José Antonio Fernández Garza-Lagüera, director general del conglomerado, calificó públicamente los recortes como parte de una transición hacia estructuras “más planas y eficientes”, asegurando que la división financiera mantenía un “buen desempeño” con 16.1 millones de usuarios registrados.

Los números cuentan otra historia. La tesis original de Spin era convertir la red de más de 24,000 tiendas OXXO en una plataforma de bancarización masiva para la economía informal mexicana. Para ejecutarla, FEMSA contrató a Juan Carlos Guillermety — ex VP y GM de Nubank, con trayectoria en Visa y formación en Stanford GSB — como CEO de Spin. Perfil impecable. Mandato claro. Resultado: apenas el 65% de los usuarios registrados mantuvo actividad real, el flujo peatonal en OXXO no creció como se proyectaba, y la plataforma no pudo competir con Mercado Pago ni con Nu en propuesta de valor digital.

El fracaso no fue de talento. Fue de estrategia corporativa: apostar a que la infraestructura física compensa la inferioridad digital, en un mercado donde los usuarios ya eligieron a los nativos digitales. Cuando esa apuesta salió mal, la solución del C-level fue reducir el people cost. La “eficiencia tecnológica” fue la narrativa; los 250 Spinners desvinculados, el costo real.

Esto tiene nombre: AI Washing — usar el aura de la automatización para encubrir decisiones estratégicas fallidas ante accionistas e inversionistas.

El PoC permanente: cuando el experimento eres tú

Radio Fórmula no es una anomalía. Es un modelo.

Cuando intentas resolver un problema con Volaris por teléfono, navegas un laberinto de opciones automatizadas diseñado para que no encuentres la salida humana. El agente virtual no comprende tu problema específico — te redirige a preguntas frecuentes, te pide que uses la app, te transfiere a otro menú. El ciclo es infinito. La opción “hablar con un agente” existe, pero está sepultada. No es un error de diseño: es el diseño. Cada llamada resuelta sin intervención humana es un costo que no se registra en nómina.

Las cajas de autocobro en los supermercados funcionan bajo la misma lógica. Parecen una opción de agilidad hasta que el sistema no reconoce el código de barras, o el PLU de un producto a granel no existe en la base de datos, o el sensor de peso genera un falso positivo. Entonces aparece el empleado — el mismo que la empresa intentó hacer innecesario — a desbloquear la terminal. El trabajo no desapareció. Se transfirió al consumidor, con el empleado de respaldo como red de contención para cuando la tecnología falla.

En todos estos casos opera el mismo principio: el Proof of Concept corre en ambiente productivo. El experimento no se prueba en condiciones controladas — se despliega sobre trabajadores reales y usuarios reales, y el costo de las fallas lo absorben ellos. La corporación captura las ganancias cuando funciona. Distribuye las pérdidas cuando no.

Esto es lo que conecta la Raspberry Pi en una cabina de radio en el Bajío con el sistema multiagente que reemplazó a treinta agentes de call center: no la sofisticación de la tecnología, sino la decisión de que el riesgo del experimento lo asuma alguien más.

En enero de 2026, el IMSS reportó una pérdida neta de 8,104 empleos formales — la peor cifra para un inicio de año desde 2009. Todo 2025 produjo apenas 278,697 empleos nuevos contra una meta de 1.2 millones. Banamex advirtió en febrero que el 30% del empleo formal en México enfrenta riesgo alto de automatización a corto plazo. La CEPAL, el Banco Mundial y la OIT estiman que entre el 26% y el 38% de los empleos en América Latina tienen exposición directa a la IA generativa: 87.8 millones de puestos en la región, 20.48 millones en México.

En el primer trimestre de 2026, el sector tecnológico estadounidense eliminó 52,050 empleos — el inicio de año más severo desde 2023, con un salto del 40% respecto al mismo periodo del año anterior. No fue un sismo de quince días, sino una purga constante que solo en marzo sumó 18,720 recortes. El reporte oficial de Challenger, Gray & Christmas documentó ese mes un hito sombrío: por primera vez, la inteligencia artificial lideró formalmente todas las justificaciones corporativas para el despido, representando el 25% del total de bajas en todas las industrias combinadas — 15,341 puestos en un solo mes.

América Latina absorbió silenciosamente el impacto en sus centros de control de calidad de software, moderación y atención a clientes: los sectores donde la región históricamente ofrecía mano de obra calificada y accesible.

Todos estos números son reales. Ninguno responde la misma pregunta.

La estadística que no existe

En Estados Unidos, la firma Challenger, Gray & Christmas documenta mes a mes qué proporción de los despidos corporativos se atribuye directamente a la automatización. Su metodología determinó que en marzo de 2026 esa cifra alcanzó el 25% — subiendo desde el 10% de febrero. Existe porque alguien decidió medirlo.

En México, ese organismo no existe.

La Secretaría del Trabajo y Previsión Social y el IMSS registran altas y bajas laborales. Pero los formularios oficiales de terminación de la relación laboral no contemplan la causal “sustitución por automatización”. No es un campo que existe. Cuando una empresa despide a un operador de radio porque instaló una Raspberry Pi, eso aparece en la base de datos como una baja más.

La consecuencia es estructural: sin datos causales, no hay política pública posible. No se puede diseñar un programa de reconversión técnica para sectores que el Estado no sabe que están siendo destruidos. No se puede presupuestar un fondo de transición para trabajadores desplazados por tecnología si el Estado no puede identificarlos.

La esponja estadística

Hay una razón por la que la tasa de desempleo oficial en México se mantiene en 2.4%: la economía informal.

Cuando un trabajador formal pierde su empleo por automatización, rara vez aparece en las estadísticas de desempleo abierto. Sin seguro de desempleo universal, el trabajador desplazado migra rápidamente al sector informal — el comercio no registrado, el trabajo por cuenta propia, la economía de plataformas. Casi el 55% de la fuerza laboral mexicana ya opera en la informalidad, según el INEGI.

La automatización corporativa no está produciendo desempleo masivo visible. Está produciendo informalización acelerada de la clase media profesional. Las empresas capturan las ganancias de productividad. Los costos sociales — pérdida de acceso a salud, a cotizaciones para el retiro, a estabilidad salarial — los absorben el Estado y los individuos desplazados.

El 2.4% no miente exactamente. Oculta el desplazamiento porque el sector informal actúa como esponja estadística.

Una Raspberry Pi de $35 reemplaza a un operador de radio. Un sistema multiagente reemplaza a treinta agentes de call center. Un modelo de lenguaje reemplaza a un equipo de diseño UX. El común denominador no es la tecnología — es la decisión de no pagar nómina.

Lo que cambia entre cada caso es la sofisticación del hardware. Lo que no cambia es que nadie lo está contando.

En México, el despido por automatización no existe oficialmente porque no hay un campo en el formulario para nombrarlo. Y lo que no se nombra no se regula, no se presupuesta y no se protege.

Los trabajadores ya entendieron esto antes que los legisladores. El STIRTT exige protecciones sindicales. El Sindicato de Telefonistas multiplica sus emplazamientos de huelga. Los contratos colectivos están empezando a incrustar cláusulas de salvaguarda contra la sustitución algorítmica — no porque la ley lo exija, sino porque la ley no llegó.

La primera batalla no es regular la IA. Es obligar al empleador a declarar por qué despidió.

¿Tú qué opinas?

REFERENCIAS Y FUENTES

  1. Instituto Mexicano del Seguro Social (IMSS). “Estadísticas de empleo formal enero 2026”. IMSS / El Economista / México Cómo Vamos, 2026-01-31.
  2. Área de Estudios Económicos Banamex. “La IA y el mercado laboral mexicano: un análisis del impacto sectorial”. El Financiero, 2026-02-24.
  3. ManpowerGroup. “Barómetro Global de Talento 2026”. ManpowerGroup, 2026.
  4. CEPAL / Banco Mundial / OIT. “Exposición laboral a IA generativa en América Latina 2025-2026”. Bases de datos consolidadas multilaterales, 2025-2026.
  5. CEPAL / CENIA. “Índice Latinoamericano de Inteligencia Artificial (ILIA) 2025”. CEPAL, 2025.
  6. Challenger, Gray & Christmas. “Job Cut Report March 2026: AI Leads All Reasons For U.S. Job Cuts”. Challenger, Gray & Christmas, 2026-04.
  7. Digit.fyi. “Tech layoffs jump 40% in Q1'26 as AI fever spikes”. Digit.fyi, 2026-04-03.
  8. Search Engine Journal. “AI Leads All Reasons For U.S. Job Cuts In March, Report Says”. Search Engine Journal, 2026-04-02.
  9. Sindicato de Trabajadores de la Industria de la Radio y la Televisión (STIRTT). Postura nacional sobre automatización en radiodifusoras. México, 2026.
  10. INEGI. “Encuesta Nacional de Ocupación y Empleo (ENOE), Q1 2026”. INEGI, 2026.
  11. Bloomberg Línea / El Economista. “FEMSA ejecuta reestructuración: más de 1,300 bajas incluyendo Spin by OXXO”. Bloomberg Línea, 2026-03.
  12. Bloomberg Línea. “Despidos en MercadoLibre ponen de nuevo a la IA en el centro del debate laboral”. Bloomberg Línea, 2026-01-23.
  13. iProfesional. “Despidos en Mercado Libre: una reestructuración que alcanza a 119 empleados y reaviva el debate por la IA”. iProfesional, 2026-01.
  14. Universidad de São Paulo (USP). Zapolla, L. “Gestión algorítmica y vacíos jurídico-laborales: analogías con la Ley Federal del Trabajo mexicana”. Defensa doctoral, 2026-04.

At 3 in the morning, a Raspberry Pi crashes. The radio signal drops for twelve seconds. There is no one to report it — not because it doesn’t matter, but because the person who would have been there, monitoring, correcting, adjusting, no longer works at that station.

Grupo Fórmula shut down the microphones of its music stations nationwide. The Union of Radio and Television Industry Workers (STIRTT) documented it as “indiscriminate automation.” In Chiapas, radio networks like La Lupe (XTG) and Radio Núcleo eliminated their booth operators — the night shift workers, the weekend staff, the holiday coverage — and replaced them with a $35 computer.

The technology fails. The layoffs don’t reverse.

This article is not about sophisticated artificial intelligence. It’s about something more uncomfortable: that in Mexico, jobs are being destroyed by automation at every level — from the Raspberry Pi to the multi-agent system — and no public institution is counting them.

The Full Spectrum of Displacement

There is a comfortable narrative about automation: robots take over repetitive tasks and free humans for creative, high-value work. It’s a Silicon Valley story that ignores the geography of sacrifice.

In Mexico in 2026, labor displacement by automation makes no distinction between profiles. It operates across a spectrum from the artisanal to the sophisticated.

At the most basic end: the Raspberry Pi replaces the overnight booth operator at Radio Fórmula. In late 2025, according to direct testimonies from workers gathered for this report, black boxes began appearing next to the consoles at regional affiliates — $35 microcomputers designed to broadcast commercials and music remotely from Mexico City, eliminating the need for a local operator. Weeks before the layoffs, operators were already documenting failures in WhatsApp groups: dead air gaps, uneven volume levels, commercials that didn’t launch on the correct schedule. For every glitch, the human on shift intervened manually. Without knowing it, they were writing the error manual for the technology that would replace them.

One Friday, without formal warning, the “corporate restructuring” notices arrived. One by one. The STIRTT documented it as “indiscriminate automation” at the national level.

This is where the narrative becomes revealing. Héctor Aguilar, CTO of Grupo Radio Fórmula, is simultaneously CEO of NEXTAI Solutions — an entity created in January 2024 and housed within the same conglomerate. The website’s footer leaves no room for doubt: “© 2026 Grupo Formula.” Among the services NEXTAI Solutions offers is specialized engineering for “broadcasting for radio and television, technical infrastructure, and professional space design.” And their central value proposition, published on their site, reads: “Reduces up to 70% compared to traditional operations based on human talent.”

The circle closes on its own. The executive responsible for the radio network’s technology decisions leads, within the same group, the company whose business model is replacing human talent with automation — with declared expertise in broadcasting. This is not an accusation of corruption. It is the description of an incentive architecture where the internal “innovation lab” thrives precisely in proportion to how much the corporate payroll shrinks.

This model — the internal AI startup born inside a non-tech corporation — replicates across sectors from media to manufacturing, retail, and financial services. Companies don’t want to be left out of the Big Tech game, so they create their own AI division, and the first proof of value is always the same: headcount reduction.

The savings were not technological. They were payroll. That the microcomputer fails from overheating or SD card corruption at 3 AM is a tolerable technical problem. The human operator was an intolerable payroll problem.

At the opposite end: in late 2025, Ariel Szarfsztejn — who would assume the CEO role at Mercado Libre in January 2026 — publicly confirmed that 20% of the platform’s new code is no longer written by humans. Weeks later, in January 2026, 119 design and content professionals — primarily from the UX area — were let go in a regional restructuring. Generative AI collapsed entire teams: one “augmented” designer now produces what previously required three specialists. Former employees told the press they had been replaced by AI models trained to take over their tasks.

In the middle lies the murkiest — and most instructive — zone: FEMSA executed roughly 1,300 layoffs in March 2026, including more than 250 at its Fintech unit Spin by OXXO. José Antonio Fernández Garza-Lagüera, the conglomerate’s CEO, publicly framed the cuts as a transition toward “flatter, more efficient structures,” assuring investors that the financial division maintained “strong performance” with 16.1 million registered users.

The numbers tell a different story. Spin’s original thesis was to leverage OXXO’s network of more than 24,000 stores to bank the vast informal Mexican economy. To execute it, FEMSA hired Juan Carlos Guillermety — former VP and GM at Nubank, with a track record at Visa and an MBA from Stanford GSB — as Spin’s CEO. Impeccable profile. Clear mandate. Result: only 65% of registered users maintained any real activity, foot traffic at OXXO stores did not grow as projected, and the platform could not compete with Mercado Pago or Nu on digital value.

The failure was not of talent. It was of corporate strategy: betting that physical infrastructure compensates for digital inferiority in a market where users had already chosen the native digital players. When that bet failed, the C-level’s solution was to cut people costs. “Technological efficiency” was the narrative; the 250 displaced Spin employees, the actual cost.

This has a name: AI Washing — using the aura of automation to mask failed strategic decisions in front of shareholders and investors.

The Permanent PoC: When You Are the Experiment

Radio Fórmula is not an anomaly. It’s a model.

When you try to resolve a problem with Volaris by phone, you navigate a labyrinth of automated options designed so you cannot find the human exit. The virtual agent doesn’t understand your specific problem — it redirects you to FAQs, asks you to use the app, transfers you to another menu. The cycle is infinite. The option to speak with an agent exists, but it’s buried. This is not a design error: it is the design. Every call resolved without human intervention is a cost that doesn’t register on the payroll.

Self-checkout kiosks at supermarkets operate under the same logic. They appear to offer speed until the system fails to read a barcode, the PLU for a bulk item doesn’t exist in the database, or the weight sensor triggers a false positive. Then the employee appears — the same one the company tried to make unnecessary — to unlock the terminal. The work didn’t disappear. It was transferred to the consumer, with the employee as a fallback for when the technology breaks.

In all these cases the same principle operates: the Proof of Concept runs in the production environment. The experiment is not tested under controlled conditions — it is deployed on real workers and real users, and they absorb the cost of the failures. The corporation captures the gains when it works. It distributes the losses when it doesn’t.

This is what connects the Raspberry Pi in a radio booth in the Bajío with the multi-agent system that replaced thirty call center agents: not the sophistication of the technology, but the decision that someone else should bear the risk of the experiment.

In January 2026, the IMSS reported a net loss of 8,104 formal jobs — the worst start-of-year figure since 2009. All of 2025 produced only 278,697 new jobs against a target of 1.2 million. Banamex warned in February that 30% of formal employment in Mexico faces high automation risk in the short term. The World Bank, ILO, and CEPAL estimate that between 26% and 38% of jobs in Latin America have direct exposure to generative AI: 87.8 million positions across the region, 20.48 million in Mexico alone.

In the first quarter of 2026, the U.S. technology sector eliminated 52,050 jobs — the worst start to a year since 2023, representing a 40% jump compared to the same period the year before. This was not a fifteen-day earthquake but a sustained purge: March alone accounted for 18,720 cuts. The official Challenger, Gray & Christmas report documented a grim milestone that month: for the first time, artificial intelligence formally led all corporate justifications for layoffs, accounting for 25% of total cuts across all industries combined — 15,341 positions in a single month.

Latin America quietly absorbed the impact in its software quality assurance, content moderation, and customer service centers: the sectors where the region historically offered skilled, accessible labor.

All these numbers are real. None of them answer the same question.

The Statistic That Doesn’t Exist

In the United States, the firm Challenger, Gray & Christmas documents month by month what proportion of corporate layoffs is directly attributed to automation. Their methodology determined that in March 2026 that figure reached 25% — up from 10% in February. It exists because someone decided to measure it.

In Mexico, that institution does not exist.

The Secretariat of Labor and Social Welfare (STPS) and the IMSS track employment registrations and cancellations. But the official forms for terminating an employment relationship do not include the category “replacement by automation.” It is not a field that exists. When a company lays off a radio booth operator because it installed a Raspberry Pi, that appears in the database as one more departure.

The consequence is structural: without causal data, no public policy is possible. You cannot design a technical retraining program for sectors the state doesn’t know are being destroyed. You cannot budget a transition fund for technology-displaced workers if the state cannot identify them.

The Statistical Sponge

There is a reason Mexico’s official unemployment rate holds at 2.4%: the informal economy.

When a formal worker loses their job to automation, they rarely appear in open unemployment statistics. Without universal unemployment insurance, the displaced worker quickly migrates to the informal sector — unregistered commerce, self-employment, platform work. Nearly 55% of Mexico’s labor force already operates informally, according to INEGI.

Corporate automation is not producing visible mass unemployment. It is producing accelerated informalization of the professional middle class. Companies capture the productivity gains. The social costs — loss of access to healthcare, pension contributions, salary stability — are absorbed by the state and the displaced individuals.

The 2.4% doesn’t lie exactly. It conceals the displacement because the informal sector functions as a statistical sponge.

A $35 Raspberry Pi replaces a radio operator. A multi-agent system replaces thirty call center agents. A language model replaces a UX design team. The common denominator is not the technology — it is the decision not to pay payroll.

What changes across each case is the sophistication of the hardware. What doesn’t change is that no one is counting it.

In Mexico, the automation layoff does not officially exist because there is no field in the form to name it. And what is not named is not regulated, not budgeted, and not protected.

Workers understood this before legislators did. The STIRTT demands union protections. The Telephone Workers’ Union multiplies its strike notices. Collective bargaining agreements are beginning to embed safeguard clauses against algorithmic substitution — not because the law requires it, but because the law never arrived.

The first battle is not regulating AI. It is forcing the employer to declare why they fired someone.

What do you think?

REFERENCES AND SOURCES

  1. Instituto Mexicano del Seguro Social (IMSS). “Formal employment statistics, January 2026.” IMSS / El Economista / México Cómo Vamos, 2026-01-31.
  2. Banamex Economic Studies Division. “AI and the Mexican labor market: a sectoral impact analysis.” El Financiero, 2026-02-24.
  3. ManpowerGroup. “Global Talent Barometer 2026.” ManpowerGroup, 2026.
  4. World Bank / ILO / CEPAL. “Labor exposure to generative AI in Latin America 2025–2026.” Consolidated multilateral databases, 2025–2026.
  5. CEPAL / CENIA. “Latin American Artificial Intelligence Index (ILIA) 2025.” CEPAL, 2025.
  6. Challenger, Gray & Christmas. “Job Cut Report March 2026: AI Leads All Reasons For U.S. Job Cuts.” Challenger, Gray & Christmas, 2026-04.
  7. Digit.fyi. “Tech layoffs jump 40% in Q1'26 as AI fever spikes.” Digit.fyi, 2026-04-03.
  8. Search Engine Journal. “AI Leads All Reasons For U.S. Job Cuts In March, Report Says.” Search Engine Journal, 2026-04-02.
  9. Sindicato de Trabajadores de la Industria de la Radio y la Televisión (STIRTT). National position on automation in broadcasting. Mexico, 2026.
  10. INEGI. “National Survey of Occupation and Employment (ENOE), Q1 2026.” INEGI, 2026.
  11. Bloomberg Línea / El Economista. “FEMSA restructuring: more than 1,300 layoffs including Spin by OXXO.” Bloomberg Línea, 2026-03.
  12. Bloomberg Línea. “Mercado Libre layoffs put AI back at the center of the labor debate.” Bloomberg Línea, 2026-01-23.
  13. iProfesional. “Mercado Libre layoffs: a restructuring affecting 119 employees reignites the AI debate.” iProfesional, 2026-01.
  14. University of São Paulo (USP). Zapolla, L. “Algorithmic management and legal-labor gaps: analogies with Mexico’s Federal Labor Law.” Doctoral defense, 2026-04.