Ingenieros de software: la IA termina 30 años de privilegio

Más de 175.000 trabajadores tecnológicos perdieron su empleo en lo que va de 2026, según Millennium Post. Ese número es el telón de fondo de una pregunta que la industria evitó durante décadas y que ahora define cómo deberías contratar, formar y retener a tus ingenieros de software: ¿y si nunca fueron trabajadores de cuello blanco, sino un oficio cualificado más?

El argumento: un oficio que se creyó de oficina

El ensayo que originó esta nota plantea una hipótesis incómoda. La distinción clásica de los economistas separa a los empleados de oficina que trabajan con conocimiento, gestión o administración —cuello blanco— de quienes hacen trabajo manual o ejercen un oficio especializado. Bajo esa definición, un desarrollador encaja mejor en la segunda categoría de lo que a la industria le gusta admitir.

El autor no lo plantea como una degradación, sino al revés. Llamar oficio al desarrollo reconoce que, como un electricista o un carpintero, hacen falta años de práctica para volverse competente y buscado. No exige educación formal, pero sí tiempo y repetición. La diferencia con un oficio tradicional es el material: se construye y se repara en bits en lugar de átomos.

Por qué la luna de miel de 30 años se terminó

Durante tres décadas, sostiene el texto, los desarrolladores fueron tratados como estrellas dentro de sus empresas. Su tiempo y su atención se protegían a cualquier costo, podían exigir salarios muy por encima de sus pares y sus colegas no técnicos creían todo lo que decían sobre cuánto tardaría una funcionalidad.

Ese privilegio se apoyaba en una escasez real de talento. Cuando la IA generativa empieza a producir código funcional a bajo costo, la escasez se diluye y con ella el poder de negociación. El autor lo resume con tres analogías: las costureras frente al telar, los leñadores frente a la motosierra y los contadores frente a Excel. En los tres casos el oficio no desapareció: se transformó, y quienes aprendieron a operar la herramienta nueva siguieron trabajando.

Qué dicen los datos sobre la IA y el empleo técnico

Los números de 2026 no son tranquilizadores. El ritmo de recortes ya supera al de 2025, cuando se eliminaron más de 245.000 puestos tecnológicos en todo el año, según Millennium Post. Entre los casos que documenta esa cobertura: Oracle recortó cerca de 21.000 empleos en el último año, alrededor del 13% de su plantilla; Microsoft anunció 4.800 recortes en julio; Monday.com eliminó unos 630 puestos, el 20% de su plantilla; PayPal cerca de 4.800, también en torno al 20%.

La relación causal, sin embargo, es más borrosa de lo que sugieren los titulares. La misma cobertura señala que las empresas también citan demanda más débil, reestructuraciones y cambios de plan de negocio. Y Vanguard, según Business Insider, compara la IA con la llegada de los cajeros automáticos en los años 80: la automatización de tareas rutinarias redujo costos, los bancos abrieron más sucursales y terminaron contratando más oficiales de crédito, analistas y especialistas en riesgo. El economista Adam Schickling lo describió así: el trabajo dentro de una sucursal subió en la cadena de valor.

¿La IA reemplaza ingenieros o solo cambia la tarea?

Un estudio de los investigadores de Harvard Fiona Chen y James Stratton, difundido por Ars Technica, analizó 300 millones de eventos de trabajo de más de 700.000 empleados en más de 700 empresas entre 2021 y marzo de 2026. El resultado: la adopción de agentes de código elevó 30% las líneas de código generadas, 20% los commits y 23% los pull requests. Pero la tasa de resolución de issues y epics —es decir, funcionalidades completas— no cambió de forma estadísticamente significativa. La revisión humana del código se convirtió en el cuello de botella.

Otro dato apunta en la misma dirección. En un ensayo controlado de METR de 2025 con 16 desarrolladores open source experimentados, citado por Forbes, los participantes esperaban ser 25% más rápidos con IA y creían haberlo sido, pero la medición objetiva mostró que fueron cerca de 19% más lentos.

Tony Xu, CEO de DoorDash, lo dijo sin rodeos en el podcast Uncapped, según Business Insider: escribir código ocupa apenas entre el 25% y el 50% del día de un ingeniero. El resto se va en revisiones de producto, reuniones de diseño y alineación con equipos de negocio. DoorDash reportó que cerca de dos tercios de su código ya lo escribe la IA, pero eso no cambió su estructura organizacional.

Qué significa esto para tu startup

Si el desarrollo es un oficio y no una profesión de élite, la forma de gestionar talento técnico cambia. Tres implicaciones concretas:

• Deja de contratar solo por capacidad de escribir código. Si la IA cubre buena parte de la generación, el diferencial está en quien revisa, define arquitectura y traduce negocio a sistema. Harvard Business School trabaja con empresas que reescribieron las descripciones de puestos junior para incluir rotaciones por ventas y producto, según Harvard Gazette.
• Mide el sistema completo, no una sola etapa. Acelerar la escritura de código sin mejorar testing, revisión y despliegue solo mueve el cuello de botella de lugar. El reporte DORA 2025 de Google, citado por Forbes, encontró que la adopción de IA se asocia con mayor throughput pero menor estabilidad de entrega.
• Invierte en formación estructurada. Un modelo desarrollado por Joseph Fuller de Harvard Business School junto a Accenture Research encontró que el 41% de las tareas laborales puede automatizarse o aumentarse con IA, pero solo alrededor de un tercio de los experimentos empresariales resulta exitoso. Una causa frecuente, según Harvard Gazette, es que los empleados usan los modelos como un buscador glorificado, sin entrenamiento formal.

Conclusión

La tesis del ensayo no es un lamento, es un ajuste de expectativas. Si los ingenieros de software son un oficio cualificado, la respuesta a la IA no es defender un estatus, sino hacer lo que hicieron los oficios antes: aprender la herramienta nueva antes que la competencia. El autor lo cierra con una imagen útil: todavía hay gente cosiendo y cortando leña a mano porque quiere. Puede que ya no sea algo por lo que te paguen, pero sigue siendo algo que puedes disfrutar.

Para un founder, la lectura práctica es doble. Primero, el talento técnico sigue siendo escaso, pero cambió el tipo de talento escaso: hoy vale más quien gobierna el sistema que quien teclea más rápido. Segundo, la ventaja competitiva ya no está en cuántas líneas de código produce tu equipo, sino en qué tan rápido convierte una intención de negocio en software confiable corriendo en producción.

Fuentes

• Were Software Engineers blue-collar workers all along? (fuente original)
• Why AI hasn’t triggered mass layoffs — yet
• Vanguard says fears of an AI-fueled white-collar job wipeout are way overdone
• Tech layoffs cross 175,000 in 2026 as AI reshapes jobs, hiring and workforce plans
• AI coding agents generate more code, but not more software
• Software Engineering Productivity: You’re Measuring The Wrong Thing
• DoorDash’s CEO says AI coding is not enough to make engineers more productive

Artículos relacionados:

Talleres Ardanza: 70 años uniendo robots y oficio en Cantabria Usuarios sintéticos: validar producto con IA en 48 horas Comunidades programación hobby rechazan LLM: por qué el aprendizaje importa más que la IA El herrero de tu bisabuelo y la IA: misma historia Finanzas Abiertas: Diputados chilenos exigen avances a CMF