PwC: el empleo júnior con IA pide 7 veces más sénior

La paradoja del primer empleo: puestos júnior con exigencias de sénior

Los empleos de nivel inicial más expuestos a la IA tienen siete veces más probabilidades de pedir habilidades que tradicionalmente se asociaban a perfiles sénior —liderazgo, criterio, pensamiento estratégico—, según el Barómetro Global de Empleos en IA 2026 de PwC, que analizó más de 1.000 millones de anuncios de empleo en 27 países y territorios (Europa Press). La contracara es igual de incómoda: las ofertas de entrada que se transformaron hacia más responsabilidad crecieron un 35 % desde 2019, mientras que el resto de las vacantes júnior cayó un 10 %.

Para un founder, la lectura práctica es dura. El talento junior que puedes contratar hoy no solo es más escaso: también es más caro de formar. La tarea que antes le dabas a alguien para que aprendiera el oficio ahora la resuelve un asistente en minutos. Lo que no resuelve es la pregunta de dónde sale el criterio para saber si ese asistente se equivocó.

¿Por qué el primer empleo dejó de ser una escuela?

La progresión tradicional de muchas profesiones se apoyaba en un itinerario previsible. Una persona recién incorporada preparaba informes, revisaba documentos, clasificaba incidencias o estructuraba análisis sencillos. Ese trabajo era productivo, pero sobre todo era formativo: recibía correcciones, entendía supuestos y asumía funciones más complejas de a poco.

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

La nota de la consultora Qaracter recogida por Infoesfera apunta justamente ahí. Cuando una herramienta redacta el análisis automáticamente, quien lo recibe igual necesita identificar errores, comprender los supuestos y detectar información omitida. Esa capacidad no aparece por tener un buen sistema: requiere práctica y conocimiento del contexto.

Ahí está la paradoja. La IA elimina la parte tediosa del trabajo de entrada y, con ella, muchas veces elimina también el mecanismo por el cual se aprendía a juzgar resultados.

El mercado laboral se está partiendo en dos vías

PwC describe un mercado de "dos vías". Los puestos "profesionalizados" —donde la IA automatiza lo rutinario y el valor está en el juicio humano, como un radiólogo o un reclutador— crecen al doble de ritmo en ofertas y pagan salarios que suben un 42 % más rápido que los puestos "democratizados", donde la IA hace que la tarea la pueda ejecutar alguien sin experiencia, como un gerente de servicios de TI o una secretaria médica (Euronews).

La consecuencia para quien contrata es directa: no todos los puestos junior se volvieron igual de difíciles. Los que quedan expuestos a la IA y sobreviven a la automatización son los que piden más cabeza y menos ejecución mecánica. Si tu descripción de puesto sigue vendiendo "apoyo administrativo y tareas de soporte", estás compitiendo por un perfil que el mercado ya no premia igual.

Las empresas que mejor usan la IA contratan más, no menos

El mismo informe desarma el supuesto de que la IA se traduce automáticamente en menos plantilla. Las compañías con mayor capacidad de uso de IA crecieron en personal un 52 % frente al 36 % de las menos expuestas, y sus salarios subieron un 24 % frente al 17 %, tomando 2018 como base. El 20 % más expuesto del grupo logró un crecimiento de productividad laboral del 163 % respecto a 2018, casi cinco veces la media de las empresas expuestas (Euronews).

También hay una prima clara para quien sabe usar la tecnología: los puestos que exigen habilidades específicas de IA crecen un 69 % frente al 9 % del mercado general, y la prima salarial promedio para esas competencias llegó al 62 %, frente al 57 % del año anterior. El rango va del 118 % en consumo al 16 % en el sector público (Euronews).

Traducido a tu equipo: si contratas junior para tareas que la IA ya cubre y no les enseñas a operar la herramienta con criterio, estás pagando por la parte del trabajo que menos valor genera.

¿Dónde se aprende el criterio si la IA hace el trabajo de entrada?

El problema tiene una dimensión de oferta de talento que ya se mide. En ocupaciones donde la IA sustituye trabajo humano, la contratación de personas de 22 a 25 años cayó un tercio desde 2021, según un análisis publicado en NJBiz que cita datos del New York Times y del Stanford Digital Economy Lab. Investigadores de Harvard observaron el mismo patrón: en empresas que adoptan IA, la contratación junior baja mientras la sénior se mantiene estable, y las tareas que la IA puede hacer desaparecen de las descripciones de puesto escritas para principiantes.

Cheney Hamilton, directora de investigación de Bloor, lo resume con precisión: la IA eleva el piso de lo que un junior puede producir, pero no le da el juicio para saber cuándo el resultado está mal, y ese juicio históricamente venía de la repetición y de las consecuencias. Su propuesta es tratar el trabajo de entrada como "exposición" y no como "output": que el junior revise y corrija trabajo generado por IA mientras un sénior le enseña deliberadamente el criterio detrás de esa corrección.

En Reino Unido, el Barómetro de Negocios 2026 de Open University, con 1.500 líderes empresariales encuestados, encontró que el 51 % dice que la IA está cambiando su forma de contratar y que el 19 % redujo la contratación de nivel inicial, con un 42 % de ellos citando la adopción de IA como motivo. En sentido contrario, una encuesta de Klarus a 500 líderes de empresas medianas del Reino Unido e Irlanda mostró que el 45 % usa IA para que sus junior trabajen mejor y más rápido, y casi una cuarta parte afirma que está creando roles nuevos (CNBC).

Cuatro frentes que hay que rediseñar, no solo denunciar

El Foro Económico Mundial analizó en junio de 2026, junto con PwC, el futuro del trabajo de nivel inicial y ordenó el problema en cuatro dimensiones: acceso al empleo, diseño de los puestos, desarrollo de la cantera interna y conexión con el sistema educativo.

Llevado a la práctica en una startup, eso significa:

Separar explícitamente lo que se automatiza de lo que se conserva como experiencia formativa.
Reservar tiempo para revisar decisiones de la IA junto a especialistas, en lugar de dar por bueno el primer borrador.
Diseñar tareas graduadas, con responsabilidad creciente y evaluación del proceso, no solo del resultado rápido.
Incorporar evaluaciones donde la persona explique por qué acepta o rechaza una propuesta automática.

La tensión ya se ve en ciberseguridad y en las pymes

Donde el problema se vuelve más visible es en sectores con escasez de talento. Un estudio de Barracuda señala que parte de las organizaciones reduce efectivos de seguridad vinculados a IA al mismo tiempo que reconoce carencias de competencias, una paradoja que analizó Revista Ciberseguridad. Si un centro de operaciones delega todas las alertas simples en sistemas automáticos, necesita otro mecanismo para enseñar a un futuro analista a distinguir una anomalía real de un falso positivo.

Las pymes cargan además con una dificultad estructural: el Barómetro IndesIA 2026, analizado en Revista Cloud Computing, muestra que el uso identificable de IA en la muestra de pymes todavía presenta diferencias importantes según tamaño y territorio. Menos recursos para formar, menos margen para absorber el costo de entrenar a alguien durante meses.

¿Qué significa esto para tu startup?

No se trata de resistir la automatización, sino de decidir qué parte del trabajo junior proteges porque es tu cantera futura. Cuatro movimientos concretos:

Reescribe la descripción del puesto junior antes de publicarla. Si la lista de tareas es exactamente lo que la IA ya hace, no vas a atraer al perfil que necesitas ni vas a poder formarlo. Define qué competencias son imprescindibles al contratar y cuáles se desarrollan con acompañamiento.
Convierte las tareas automatizadas en tareas de revisión. Que el junior revise, contraste fuentes y explique por qué acepta o rechaza el resultado de la IA. Es la versión moderna del aprendizaje por repetición, y cuesta mucho menos que sumar un sénior extra al equipo.
Mide a tus líderes por cuántas personas desarrollan, no solo por output. Si el único indicador es producir más entregables con menos gente, los incentivos van a erosionar la formación sin que nadie lo note hasta que falten perfiles intermedios.
Trata la contratación junior como inversión en pipeline. Con la contratación de personas de 22 a 25 años en roles expuestos a IA cayendo un tercio desde 2021 (NJBiz), la cantera de perfiles intermedios se está secando. Quien siga formando juniors hoy va a tener menos competencia por ese talento en unos años.

Conclusión

La IA no está eliminando el primer empleo de forma generalizada: está cambiando qué se hace en él. El riesgo real no es que desaparezcan las vacantes junior, sino que desaparezcan las tareas que convertían a un principiante en alguien con criterio, y que las empresas empiecen a exigir de entrada lo que antes se construía con años de práctica.

La pregunta de fondo no es cuánta IA puedes meter en tu equipo. Es qué experiencias concretas vas a diseñar para que la persona que contratas hoy sea la que tome las decisiones difíciles en cinco años. Esa decisión no la toma el modelo: la tomas tú.