El mercado laboral tecnológico enfrenta una severa crisis de escasez de talento enfocado en la infraestructura de inteligencia artificial, donde los ingenieros de datos se han posicionado como los perfiles más difíciles de contratar, superando incluso a los expertos en modelos de lenguaje.
La demanda de estos profesionales experimentó un incremento superior al 32% en América Latina. Esta situación responde a una combinación de factores que incluyen la rápida adopción de herramientas tecnológicas por parte de las corporaciones y la fuga de especialistas hacia mercados como Estados Unidos y Europa, donde perciben remuneraciones en dólares o euros mediante la modalidad remota.
La jerarquía de carencias en las compañías sitúa en primer lugar a los ingenieros de datos. En una segunda categoría se ubican los especialistas en MLOps, encargados de llevar modelos de lenguaje a producción y estabilizarlos, junto con los profesionales dedicados a la ética y la gobernanza. El tercer nivel comprende a los auditores de calidad de información, expertos en ciberseguridad y personal enfocado en minimizar las alucinaciones de los sistemas.
En México, el panorama se refleja en las cifras de ManpowerGroup, que señalan que siete de cada diez empleadores experimentan dificultades para llenar puestos vacantes, particularmente en tecnología y análisis de datos. Paralelamente, el estudio Compara Carreras 2025 del Instituto Mexicano para la Competitividad (IMCO) indica que las Tecnologías de la Información y la Comunicación otorgan un sueldo mensual inicial promedio de 25,761 pesos, superando a profesiones como Medicina General con 25,732 pesos, Administración Pública con 25,678 pesos, Ciencias Políticas con 25,288 pesos y Derecho con 23,991 pesos.
A pesar de estas remuneraciones, el 46% de la matrícula universitaria mexicana sigue optando por diez carreras tradicionales como Derecho, Administración y Contabilidad. El IMCO proyecta que hacia 2050 el número de graduados aumentará en 44 millones, pero el 65% de ellos se titulará en disciplinas convencionales, mientras que el resto cursará áreas vinculadas a la ciencia, tecnología, ingeniería y matemáticas (STEM). El organismo advierte que la transformación global hacia 2030 estará marcada por la aceleración tecnológica y la fragmentación geoeconómica, por lo que resulta indispensable alinear la educación con las necesidades productivas.
Las organizaciones suelen incurrir en tropiezos al intentar conformar sus plantillas tecnológicas. El primer error es el “síndrome del unicornio”, que implica buscar a una sola persona capaz de dominar infraestructura, modelos predictivos, analítica de negocio y visualización, un perfil sumamente costoso e inusual. El segundo error consiste en contratar en un orden inadecuado, incorporando a científicos de datos antes de contar con ingenieros que preparen la información limpia. La tercera falla radica en armar equipos para proyectos aislados sin una estrategia comercial definida.
Para mitigar estas deficiencias, diversas entidades implementan programas de upskilling y reskilling para potenciar o reconvertir las capacidades de sus colaboradores, además de integrar equipos multidisciplinarios externos conocidos como squads por proyecto.
Por otro lado, el Barómetro global del impacto de la IA en el empleo de PwC detalla que las empresas altamente expuestas a esta tecnología son un 40% más productivas y que sus competencias requeridas evolucionan al doble de velocidad que en los puestos convencionales. En el sector manufacturero nacional, las compañías que adoptan inteligencia artificial consiguen aumentos de hasta 18.8% en su producción bruta y de 5.4% en los pagos a sus trabajadores, según cifras de la Secretaría de Economía. No obstante, únicamente el 4.8% de las empresas manufactureras del país emplea inteligencia artificial, una cifra considerablemente inferior al promedio del 19.1% documentado entre las naciones que integran la OCDE, brecha impulsada en gran medida por la falta de ingenieros de datos que habiliten la infraestructura requerida.
