Selectel: la IA no quita el trabajo, pero hace mucho más difícil entrar en la profesión

La IA no elimina el trabajo: cambia las reglas de acceso a él. Es la conclusión de Selectel al analizar cómo la inteligencia artificial reconfigura el mercado laboral: no hay menos vacantes, pero la entrada a la profesión se estrecha, los requisitos suben y el precio de las habilidades relacionadas con la IA se dispara. En lugar de un escenario en el que las máquinas desplazan a las personas en masa, emerge otro: a las personas las sustituyen quienes ya han aprendido a trabajar en tándem con los modelos y convierten la IA en resultados prácticos con mayor rapidez.

En los últimos años ha aparecido en torno a la IA toda una capa de nuevos roles que hasta hace poco no existían o eran de nicho. En el centro de este ecosistema está el LLM/AI Engineer, que no entrena un modelo desde cero, sino que monta un sistema funcional a partir de API, RAG, herramientas y pipelines. A su lado está el ingeniero de MLOps renovado: su tarea ya no es solo desplegar modelos, sino mantener bajo control la latencia, la fiabilidad y el coste de la inferencia.

Aún más arriba en escasez y salarios está el AI Infrastructure Engineer, especialista en GPU, computación distribuida, cuantización, caché y otros aspectos que influyen directamente en la economía de un producto de IA. Completan esta capa el AI Product Manager y el AI Interaction Designer: el primero equilibra la calidad de la respuesta, el precio de las consultas y la experiencia de usuario; el segundo diseña la lógica del diálogo, el comportamiento del sistema y la forma en que debe equivocarse.

Otro grupo de roles gira en torno a los datos, la calidad y la seguridad. El Prompt Engineer, que fue una profesión independiente de moda, se convierte poco a poco en un conjunto de habilidades obligatorias para ingenieros y equipos de producto. Los especialistas human-in-the-loop y los AI Trainers etiquetan datos, corrigen las respuestas de los modelos y, de hecho, crean la 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. Los AI Auditors y AI Risk Specialists revisan los sistemas en busca de sesgos, riesgos legales y cumplimiento normativo. En otras palabras, el mercado no se limita a adaptar viejas profesiones a nuevas herramientas, sino que levanta en torno a la IA una infraestructura de producción completa.

Pero con los nuevos roles cambia el propio principio de contratación. Según datos que Selectel cita de varios estudios, hasta un 66% de las empresas reducen la contratación de especialistas a quienes habría que formar durante mucho tiempo, y alrededor del 90% de los empleadores constata la desaparición o transformación radical de los roles básicos. Esto golpea especialmente a los júniors: el código estándar, el análisis inicial, la preparación de informes y otras tareas rutinarias se automatizan cada vez más.

Las empresas están menos dispuestas a contratar a alguien «para que crezca» y prefieren candidatos que ya usan herramientas de IA en sus procesos de trabajo. En este contexto el mercado se polariza: el segmento superior, con ingeniería, infraestructura y gestión de productos de IA, se encarece; el inferior lo aplasta la automatización; y los perfiles intermedios quedan en medio: parte de sus tareas desaparece y el resto exige ya un nivel casi sénior. Al mismo tiempo crece la prima por competencias de IA: según estimaciones, estas habilidades pueden añadir hasta un 15% al salario.

Los despidos, mientras tanto, no han desaparecido, pero hay que interpretarlos bien. Selectel cita una estimación según la cual en 2025 el sector tecnológico perdió en todo el mundo a unos 246 mil empleados, de los cuales unos 55 mil despidos se vincularon en mayor o menor medida con la IA. En los primeros meses de 2026 la dinámica continuó: otros 40 mil recortes aproximadamente, y la intensidad media subió de 674 a 926 personas al día.

Sin embargo, la IA rara vez se señala como causa única de los despidos. Normalmente las empresas hablan de reestructuración, mejora de la eficiencia y redistribución de recursos hacia las áreas de IA. También es importante que la contribución directa de la IA a los despidos sigue siendo limitada por ahora: a principios de 2026 en EE.

UU. solo se vinculaba con ella alrededor del 7% de los casos, y los directores financieros esperaban, de media, una reducción de plantilla de apenas un 0,4% al año. Esto indica que la IA actúa más a menudo como acelerador de una optimización ya iniciada que como única fuente de crisis.

La conclusión principal no es que haya menos trabajo, sino que el mercado laboral se ha vuelto notablemente más selectivo. Ganan los especialistas que entienden las limitaciones de los modelos, saben calcular la economía de la inferencia, construir pipelines fiables y asumir tareas más complejas que antes. Lo que pierde no es la profesión en sí, sino la vieja vía de entrada: mediante tareas sencillas, un largo periodo de rodaje y aprendizaje gradual sobre la marcha. Por eso el principal 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 de ello un resultado medible.