Cuando termina un proyecto, una persona puede seguir contratada sin tener todavía una nueva asignación. Una bench policy es la política con la que una organización gestiona ese periodo.
El artículo de Make del 18 de diciembre de 2019 relacionaba esta cuestión con automatización, productividad y jornadas reducidas. Esta adaptación conserva el argumento organizativo y sitúa los ejemplos en su fecha, sin convertirlos en predicciones laborales actuales.
Por qué surgía la conversación
El original partía del experimento de Microsoft Japón de 2019 con una semana laboral más corta. Make recogía resultados positivos de productividad y consumo de recursos como parte del debate de aquel momento.
Esos resultados pertenecen a una experiencia concreta. No demuestran que reducir días de trabajo o automatizar tareas produzca el mismo efecto en cualquier empresa.
El artículo también repasaba el origen histórico de la jornada de ocho horas y preguntaba si las formas de organización debían evolucionar con el trabajo. La pregunta sigue siendo organizativa: cuánto tiempo se dedica, a qué actividades y con qué resultado.
Qué significa estar «en el banco»
El término no describe un lugar físico. Se refiere a una situación temporal en la que la persona permanece en la empresa y recibe salario, pero no está asignada a un proyecto.
El original destacaba que esto puede ocurrir cuando un proyecto termina, cambia de dirección o deja de necesitar determinadas capacidades. Reasignar a alguien no siempre es inmediato.
Lectura editorial: no confundas falta de asignación con falta de valor profesional. La organización necesita decidir cómo conectar habilidades y necesidades, no limitarse a esperar.
El problema de una política poco clara
Make recogía testimonios anónimos de empleados que describían incertidumbre y malas experiencias durante esos periodos. Son ejemplos citados por el artículo de 2019, no una medición de la situación actual.
La cuestión central era la falta de claridad: no saber cuánto durará la espera, qué se espera de la persona ni qué opciones existen.
Una política no debería utilizar una promesa vaga de aprendizaje para ocultar decisiones que afectan al empleo. Recomendación editorial: comunica los criterios reales y revisa las obligaciones laborales aplicables con las personas responsables. Esta página no es asesoramiento jurídico.
Qué debería ofrecer una política útil
El original proponía cuatro componentes:
- Revisar habilidades. Identificar qué sabe hacer la persona y qué proyectos pueden necesitarlo.
- Preparar la siguiente asignación. Compartir contexto antes de incorporarla a un nuevo equipo.
- Facilitar aprendizaje. Aprovechar el periodo para desarrollar capacidades útiles.
- Ofrecer opciones. Si no hay proyecto disponible, explicar las alternativas en vez de dejar una espera indefinida.
El propósito no era mantener a alguien ocupado por apariencia. Era darle medios y dirección para que el periodo tuviera sentido.
Aprendizaje con objetivos concretos
El artículo sugería presupuestos de formación, orientación profesional y aprendizaje de herramientas de automatización. También planteaba vincular ese aprendizaje con iniciativas de transformación digital.
Aplicación editorial: acuerda un objetivo observable, como comprender un proceso o construir una prueba pequeña con datos adecuados. Un curso terminado no acredita por sí solo capacidad para mantener un sistema crítico.
Si se realiza una prueba, debe existir una persona que pueda revisar el resultado y decidir si se utiliza. No conviene convertir el tiempo sin proyecto en una colección de automatizaciones que nadie ha pedido.
Seguimiento y reasignación
La política necesita conversaciones periódicas. El original insistía en revisar progreso y oportunidades, no solo en entregar una lista de cursos.
Recomendación editorial: define quién busca la siguiente asignación, quién acompaña el aprendizaje y cuándo se revisa el plan. La responsabilidad no debería recaer exclusivamente en la persona que espera un proyecto.
Cuando aparezca una nueva oportunidad, compara las necesidades del equipo con las habilidades disponibles y el contexto que la persona necesita para incorporarse.
Cómo encaja la automatización
La automatización puede cambiar la distribución del trabajo, pero el artículo no demuestra que vaya a dejar necesariamente a más personas sin proyecto. Esa era una expectativa del debate de 2019, no un resultado universal.
La decisión útil es planificar qué hacer con la capacidad que se libera: mejorar un servicio, aprender, revisar procesos o asumir nuevas tareas. No basta con eliminar una actividad y dejar indefinido lo que viene después.
Para valorar Make como herramienta de aprendizaje, consulta sus precios, planes, cuotas y límites actuales en Make Pricing. Esa referencia sustituye las afirmaciones comerciales antiguas; no garantiza acceso a cualquier función, integración o API.
Empezar con claridad
Una política útil combina expectativas explícitas, aprendizaje pertinente y seguimiento. La tecnología puede ser parte de ese aprendizaje, pero la responsabilidad de organizar el trabajo sigue siendo de la empresa.