📈 Salario de Pareto: la ley de Price y la remuneración 🔗

Salario de Pareto: la ley de Price y la remuneraciónSalario de Pareto: la ley de Price y la remuneración

Si la raíz cuadrada de las personas produce la mitad del valor, ¿cuántas veces superior al salario medio debería ser el salario de los profesionales de mayor rendimiento?

La ley de Price sugiere que, en un ámbito determinado, la raíz cuadrada del número de personas involucradas produce el 50 % de los resultados. Se trata de una aplicación específica del principio de Pareto (conocido habitualmente como la regla del 80/20).

Si aplicamos este modelo matemático para calcular el valor hipotético generado por el nivel superior de empleados, la brecha entre los profesionales de máximo rendimiento y el promedio crece exponencialmente a medida que la empresa escala.

📑 Tabla de Contenidos

⚖️ La escala de la asimetría 🔗

Aquí tienes la proporción entre la productividad de un profesional de alto rendimiento y el promedio de la empresa, en función del número total de personas en el sistema.

Número de personasProductividad de los mejores profesionalesProductividad mediaRatio salarial (Mejores vs. Media)
1015,81 %10,000 %1,58x
1007,91 %1,000 %7,91x
1.0005,27 %0,100 %52,71x
10.0003,95 %0,010 %395,28x
100.0003,04 %0,001 %3043,55x

(Nota: La columna «Productividad de los mejores profesionales» refleja la contribución individual de alguien situado en el nivel más alto absoluto, calculada aplicando recursivamente la regla de la raíz cuadrada hasta que el tamaño del grupo es lo suficientemente pequeño como para evaluarlo).


🧮 Ejemplo de cálculo: una empresa de 10.000 personas 🔗

Para entender cómo funcionan las matemáticas, desglosemos una empresa de 10.000 personas. Si aplicamos repetidamente la ley de Price (la raíz cuadrada del grupo produce la mitad del valor restante), obtenemos los siguientes niveles:

Personas en el nivelValor producido por el nivelValor medio por persona en el nivel
10.000,00 (Total de la empresa)100,00 %0,01 %
100,00 (Raíz cuadrada de 10k)50,00 %0,50 %
10,00 (Raíz cuadrada de 100)25,00 %2,50 %
3,16 (Raíz cuadrada de 10)12,50 %3,95 %

En este escenario, una sola persona de ese grupo de élite de ~3 personas está produciendo el 3,95 % del valor de toda la empresa. El empleado promedio está produciendo el 0,01 %.

3.95%0.01%=395\frac{3.95\%}{0.01\%} = 395

Según este modelo, el profesional de mayor rendimiento genera 395 veces más valor que el empleado promedio.


💻 El código 🔗

Este script de Python genera los datos de las tablas anteriores.

import math

def calculate_top_productivity(number_of_people, total_value_percent):
    """
    Calcula recursivamente la productividad de un individuo en el nivel superior
    basándose en la ley de Price (la raíz cuadrada de N produce el 50 % del valor).
    """
    next_tier_size = math.sqrt(number_of_people)
    
    # Caso base: si el siguiente nivel supera la mitad del grupo actual,
    # hemos desglosado tanto como las matemáticas permiten. Devolvemos el promedio de este nivel.
    if 2 * next_tier_size > number_of_people:
        return total_value_percent / number_of_people
        
    return calculate_top_productivity(next_tier_size, total_value_percent / 2.0)

# Generar datos de la tabla para tamaños de empresa de 10 a 100.000
for exp in range(5):
    total_people = math.pow(10, exp + 1)
    
    top_performer_value = calculate_top_productivity(total_people, 100.0)
    average_value = 100.0 / total_people
    ratio = top_performer_value / average_value
    
    print('| %6.0f | %5.2f%% | %6.3f%% | %7.2fx |' % (total_people, top_performer_value, average_value, ratio))


💬 Comentarios y Debate 🔗

¿Tienes alguna pregunta, perspectiva o sugerencia? Comparte tus ideas abajo. Los comentarios funcionan con GitHub Discussions (sin anuncios y sin spam)—haz clic en Iniciar sesión con GitHub abajo para comentar o reaccionar (crear una cuenta gratuita en GitHub toma menos de un minuto).



Actualizado el 11 oct 2026.

AVISO LEGAL: El contenido de este sitio tiene fines exclusivamente informativos y educativos y no constituye asesoramiento médico, psicológico, financiero, de inversión, fiscal ni legal. Las ideas, la selección y las opiniones aquí presentadas son exclusivamente mías y no representan las de mi empleador. Los resúmenes de libros, conferencias y artículos son comentarios educativos independientes y siguen siendo propiedad intelectual de sus respectivos autores. Se pueden utilizar herramientas de IA para ayudar en la edición, el formato y la síntesis; aunque se hace todo lo posible por garantizar la precisión, pueden producirse errores. PRIVACIDAD: Este sitio no utiliza cookies de seguimiento; el almacenamiento local del navegador se emplea únicamente para recordar preferencias opcionales de idioma y velocidad de reproducción, y los registros de alojamiento en Google Cloud procesan las direcciones IP de los visitantes, los metadatos del navegador, los recursos solicitados, la interacción en la página y las fuentes de referencia para estadísticas agregadas de tráfico. Los servicios de terceros utilizados para la suscripción opcional al boletín (Mailchimp), los comentarios (giscus / GitHub Discussions) y la descarga/reproducción multimedia (GitHub) pueden procesar las direcciones IP y las cookies de los visitantes de acuerdo con sus respectivas políticas de privacidad.