Hay dos narrativas dominantes sobre la IA y el empleo. La primera: "la IA va a reemplazar todos los trabajos en 5 años". La segunda: "la IA es una herramienta, los humanos siempre serán necesarios". Ambas son simplificaciones convenientes que evitan la verdad más compleja y menos cómoda.
Voy a intentar no caer en ninguna de las dos.
Lo que dicen los datos de 2025-2026
Los números de empleo en tech cuentan una historia interesante. Las grandes empresas de Silicon Valley redujeron plantillas de developers junior significativamente en 2024-2025. GitHub, Salesforce, Google y Microsoft recortaron roles de desarrollo de nivel inicial entre un 15% y 30% en algunos departamentos.
Al mismo tiempo, los salarios de developers senior aumentaron en ese mismo período. La demanda de ingenieros que pueden arquitectar sistemas, tomar decisiones técnicas complejas y supervisar el output de herramientas de IA se disparó.
Eso no es "la IA reemplaza a los humanos". Es la IA reemplaza a los humanos menos especializados mientras aumenta el valor de los más especializados.
Qué trabajos están en riesgo real
Siendo específico, los trabajos que sí están en declive estructural:
- Data entry y procesamiento de documentos: automatizado en gran parte. No es IA generativa, es automatización clásica que simplemente aceleró.
- Desarrollo de features sencillas y repetitivas: el código boilerplate, los CRUDs básicos, las integraciones simples entre APIs. Copilot y herramientas similares los hacen en segundos.
- Soporte técnico de nivel 1: las respuestas a preguntas frecuentes, el troubleshooting básico. Los chatbots de 2026 son genuinamente buenos en esto.
- Redacción de contenido genérico: artículos de SEO de baja calidad, descripciones de producto estándar. Ese mercado colapsó.
Qué trabajos están creciendo
El otro lado de la ecuación:
- Ingeniería de prompts y sistemas de IA: diseñar cómo las empresas integran IA en sus procesos requiere entender tanto de negocio como de tecnología.
- Seguridad en sistemas de IA: un área que prácticamente no existía en 2022 y hoy tiene más demanda que candidatos.
- Arquitectura de sistemas complejos: la IA puede escribir código, no puede decidir qué sistema construir ni por qué.
- Diseño de experiencia humana con IA: UX/UI para productos que integran IA de manera que se sientan naturales. Esto es más difícil de lo que parece.
El problema de la narrativa del "co-piloto"
La narrativa popular dice que la IA es un "co-piloto" que te hace más productivo y punto. El problema es que esa productividad aumentada tiene consecuencias directas en el headcount.
Si un developer con Copilot puede hacer el trabajo de tres developers sin Copilot, las empresas no contratan tres veces más developers. Contratan menos y esperan más. Eso es una presión real sobre el empleo, especialmente en posiciones junior.
No estoy diciendo que sea malo que la IA exista. Digo que minimizar este efecto con "pero crea nuevos empleos también" es una respuesta incompleta para alguien que está buscando trabajo hoy.
Qué haría yo si estuviera empezando ahora
Esta es la parte que más gente me pregunta. Honestamente:
No evitaría aprender a programar. El razonamiento computacional, la capacidad de entender sistemas complejos, saber leer y evaluar código: esas habilidades siguen siendo valiosas.
Me enfocaría en capas que la IA no puede automatizar fácilmente: entender el negocio detrás del software, comunicarme bien con stakeholders no técnicos, tomar decisiones de arquitectura con incertidumbre.
Aprendería a usar IA como herramienta central, no como asistente opcional. El developer que ignora las herramientas de IA en 2026 es equivalente al que ignoraba Git en 2010.
Conclusión sin adornos
La IA sí está reemplazando algunos trabajos. También está creando otros. El efecto neto sobre el empleo total es genuinamente incierto y cualquiera que te diga que sabe exactamente cómo va a resultar miente o vende algo.
Lo que sí es seguro: las habilidades que hacen a un developer valioso están cambiando. Adaptarse a ese cambio no es opcional.