Selectel: la IA no quita empleos, pero hace que entrar en la profesión sea significativamente más difícil

La IA no cancela el trabajo — cambia las reglas de acceso a él. Esta es la conclusión que extrae Selectel al analizar cómo la inteligencia artificial está reestructurando el mercado laboral: no hay menos vacantes, pero la entrada a la profesión se estrecha, los requisitos aumentan, y el precio de las habilidades relacionadas con la IA se dispara. En lugar de un escenario en el que las máquinas desplacen masivamente a los humanos, se forma un cuadro diferente: las personas son reemplazadas por aquellos que ya han aprendido a trabajar en conjunto con modelos y pueden convertir la IA en resultados prácticos más rápidamente.

En los últimos años, alrededor de la IA ha surgido una capa completa de nuevos roles, que hace poco no existían o eran nichos. En el centro de este ecosistema está el LLM/AI Engineer, que no entrena un modelo desde cero, sino que ensambla un sistema funcional a partir de APIs, RAG, herramientas y pipelines. A su lado está el MLOps Engineer actualizado: su tarea ahora no es solo desplegar modelos, sino controlar la latencia, confiabilidad y costo de inferencia.

Aún más escaso y bien pagado es el AI Infrastructure Engineer — un especialista en GPUs, computación distribuida, cuantización, cachés y otras cosas que impactan directamente la economía de un producto de IA. Esta capa se complementa con el AI Product Manager y AI Interaction Designer: el primero equilibra calidad de respuesta, costo de consultas y experiencia del usuario, el segundo diseña la lógica de diálogo, comportamiento del sistema y cómo debe fallar. Una capa separada consiste en roles relacionados con datos, calidad y seguridad.

El Prompt Engineer de una profesión independiente de moda se transforma gradualmente en un conjunto de habilidades obligatorias para ingenieros y equipos de producto. Los especialistas en Human-in-the-loop y AI Trainers etiquetan datos, corrigen respuestas de modelos y esencialmente crean una capa humana oculta bajo la "inteligencia automática." El Synthetic Data Engineer va más allá y genera conjuntos de entrenamiento para escenarios raros o mal representados.

El AI Auditor y AI Risk Specialist verifican sistemas por sesgos, riesgos legales y cumplimiento normativo. En otras palabras, el mercado no solo está adaptando profesiones antiguas a nuevas herramientas, sino ensamblando una infraestructura de producción completa alrededor de la IA. Pero junto con el surgimiento de nuevos roles, cambia el propio principio de contratación.

Según datos que Selectel cita basándose en investigaciones, hasta el 66% de las empresas están reduciendo la contratación de especialistas que necesitarán mucho reentrenamiento, y alrededor del 90% de los empleadores notan la desaparición o transformación radical de roles de entrada. Esto golpea particularmente a los juniors: código típico, análisis básico, preparación de reportes y otro trabajo rutinario se automatiza cada vez más. Las empresas están menos dispuestas a contratar a alguien "para crecer" y prefieren candidatos que ya saben usar herramientas de IA en los procesos de trabajo.

Con este telón de fondo, el mercado se polariza: el segmento superior con ingeniería de IA, infraestructura y gestión de productos de IA se encarece, el extremo inferior es exprimido por la automatización, y las posiciones de nivel medio se encuentran en el medio — algunas de sus tareas desaparecen mientras que el resto requiere experiencia casi a nivel sénior. En paralelo, crece la prima por competencias en IA: tener tales habilidades, según algunas estimaciones, puede añadir hasta el 15% al salario. Los despidos no han desaparecido, pero es importante interpretarlos correctamente.

Selectel cita una estimativa de que en 2025 el sector tecnológico global perdió alrededor de 246 mil empleados, de los cuales alrededor de 55 mil despidos estaban de alguna manera conectados con la IA. En los primeros meses de 2026 la tendencia continuó: alrededor de 40 mil cortes más, e la intensidad promedio aumentó de 674 a 926 personas por día. Sin embargo, la IA rara vez se cita como la única causa de despidos.

Las empresas generalmente hablan de reestructuración, ganancias de eficiencia y reasignación de recursos hacia direcciones relacionadas con la IA. También es importante que la contribución directa de la IA a los despidos siga siendo limitada: a principios de 2026 en EE.UU.

estaba vinculada a solo alrededor del 7% de los casos, y los directores financieros en promedio esperaban una reducción de personal de solo alrededor del 0,4% al año. Esto muestra que la IA frecuentemente actúa como acelerador de optimización que ya ha comenzado, en lugar de ser la única fuente de crisis. La conclusión principal aquí no es que hay menos trabajo, sino que el mercado laboral se ha vuelto significativamente más selectivo.

Ganan los especialistas que entienden las limitaciones de los modelos, pueden calcular la economía de inferencia, construir pipelines confiables y asumir tareas más complejas que antes. Lo que pierde no es la profesión en sí, sino la vieja manera de entrar en ella — a través de tareas simples, larga curva de aprendizaje y aprendizaje gradual en el trabajo. Por eso el verdadero competidor hoy no es la IA como tal, sino la persona que ya la ha integrado en su trabajo diario y ha aprendido a obtener resultados medibles de ello.