Standard Chartered, uno de los bancos más importantes de Europa, recortará más de 7.000 puestos de trabajo en todo el mundo como parte de un plan de transformación operativa basado en inteligencia artificial.
La medida, que representa cerca del 15% de sus puestos corporativos, busca mejorar la rentabilidad y eficiencia del banco hacia 2030.
El banco con sede en Londres confirmó que los despidos se concentrarán en áreas administrativas y corporativas, en línea con la expansión de sistemas de automatización y modelos de inteligencia artificial.
Bill Winters, consejero delegado de la entidad, explicó que la decisión responde a la necesidad de agilizar operaciones y reducir costos, en un contexto donde la competencia global exige integrar tecnologías avanzadas para mantener la rentabilidad.
Standard Chartered proyecta que la reducción de plantilla permitirá alcanzar un retorno sobre capital tangible (ROTE) superior a 15% en 2028 y cercano a 18% en 2030, acompañado por entradas netas de dinero de hasta u$s200.000 millones para ese mismo año.
El banco considera que la automatización será clave para sostener márgenes de eficiencia y liberar recursos destinados a nuevas inversiones en innovación.
El anuncio convierte a Standard Chartered en uno de los primeros grandes bancos globales en vincular explícitamente un recorte laboral masivo con la adopción de IA.
La decisión se suma a una tendencia más amplia en el sector financiero y tecnológico, donde compañías como Meta y Cisco ya eliminaron miles de puestos para priorizar la inversión en la automatización.
Aunque los inversores celebraron la claridad estratégica y la promesa de mayor rentabilidad, expertos en empleo alertan sobre el impacto social de la medida.
Umesh Ramakrishnan, director de estrategia de Kingsley Gate, remarcó que "los trabajos están siendo reemplazados por máquinas, y si no lo haces, los accionistas se molestan", y enfatizó la presión que enfrentan las corporaciones para justificar sus planes de eficiencia.
El riesgo principal, según analistas, es que los ahorros proyectados por la IA no se materialicen o que los costos de implementación superen los beneficios esperados