El costo que nadie pone en el presupuesto de contratación
Un candidato a un puesto de ingeniería puede estar entrevistando con cinco empresas en la misma semana. Si cada una le pide una prueba técnica donde debe usar IA, ese candidato —que en ese momento no tiene ingresos— está pagando suscripciones de su propio bolsillo para poder aplicar. Ese es el problema que plantea un post publicado en el blog de weli.dev por un Head of Engineering que acaba de asumir el rol de contratación en Konvo AI, una startup con oficina en Rosenthaler Platz, Berlín.
El argumento no es un lamento genérico sobre el costo de buscar trabajo. Es una distinción concreta: siempre hiciste falta dinero para poder aplicar (vivienda, ropa, comida), pero esos gastos no existen solo para conseguir el empleo. Una suscripción a un modelo de lenguaje sí. Es efímera y su único propósito es pasar el filtro de esa empresa.
Cuánto cuesta realmente el stack de IA de un candidato
El post no da cifras, pero el mercado sí. Según el comparativo de TechRepublic con precios verificados al 24 de septiembre de 2026, las herramientas que un candidato necesita para una prueba técnica seria arrancan así:
Leíste lo que hace la IA. ¿Y en tu negocio?
En CAR, dueños de empresa arman en 7 días su primer sistema funcionando: que ningún cliente se les escape, o que el informe del lunes salga solo. Con otros emprendedores al lado.
👥 Probar 7 días- GitHub Copilot: plan Free con límites y 2.000 completions por mes; Pro a US$10/mes.
- Cursor: tier Hobby gratuito con uso de agente limitado; Pro a US$20/mes, Pro+ a US$60 y Ultra a US$200.
- Google Antigravity CLI: plan individual gratuito; Google AI Pro a US$19,99/mes.
- Kiro: plan Free con 50 créditos; Pro a US$20 por usuario/mes.
A eso se suma Claude Code, que según el relevamiento de Memeburn sobre las mejores herramientas de IA para desarrolladores de 2026 se ofrece a US$17/mes con facturación anual y no tiene plan gratuito.
Haz la cuenta de un candidato que entrevista en cinco procesos: si necesita un modelo de primera línea para cada challenge, hablamos de decenas de dólares por semana en el peor momento financiero posible. Y no es un gasto que se recupere si no queda seleccionado.
El propio autor descarta las dos salidas obvias. Darle al candidato una cuenta corporativa «está fuera de la mesa»: es un riesgo de responsabilidad y no puede garantizar cómo se usará. Reembolsar el gasto tampoco funciona: es difícil de justificar como gasto de negocio y deriva rápido en una zona gris.
Por qué el filtro del mérito puro ya no alcanza
Hay una segunda capa en el argumento, y es la que más incomoda a quienes dirigen equipos. El autor confiesa que tenía «ideas grandilocuentes sobre la meritocracia»: contratar por habilidad y nada más. Se equivocaba. Una vez que un candidato supera una base de competencia, la disposición a hacer el trabajo pesa más que saber un poco más.
En una startup eso no es romanticismo, es supervivencia. Es la única forma en que equipos chicos con capacidad limitada compiten contra compañías que pueden pagar más que tú por cada ingeniero del mercado.
El problema es que el filtro económico de las pruebas con IA no mide eso. Mide la billetera del candidato. Y el autor lo dice sin rodeos: un challenge que necesita un modelo de primera línea corriendo durante horas no está evaluando al candidato, está evaluando su capacidad de pago.
El contexto del sector respalda que la IA ya es parte estructural del trabajo. La Encuesta de Ecosistema de Desarrolladores 2026 de JetBrains, citada por Memeburn, encontró que el 90% de los desarrolladores usa agentes de IA en el trabajo al menos semanalmente y el 68% lo hace a diario. Si usar IA es el estándar del puesto, exigirla en la prueba es coherente — pero traslada el costo al que todavía no cobra.
Las cuatro decisiones que sí están en tu control
El autor no se queda en el diagnóstico. Propone cuatro cambios concretos de proceso, y los cuatro son implementables esta semana:
- Mover el challenge más adelante. Nadie debería quemar tokens para una empresa que todavía no tuvo una conversación real con él. Si el candidato llega a la etapa de prueba, es porque ya hay interés serio y el dinero que gasta tiene muchas más probabilidades de convertirse en una oferta.
- Hacerlo más chico. Un problema acotado y bien definido que funcione en un plan gratuito o básico, y dedicar el resto del tiempo a conversar sobre cómo lo abordó. Ahí es donde el entrevistador aprende más, según el propio autor.
- Hacerlo en vivo y en conjunto. Su favorita: en lugar de un take-home, una sesión donde el candidato dirige y la IA corre del lado de la empresa, en su máquina y su cuenta. Sin riesgo de responsabilidad, sin reembolsos, sin zonas grises. Y permite ver lo que de verdad importa: cómo piensa, cómo se comunica y cómo reacciona cuando el modelo le entrega algo mal con total seguridad.
- Pesar menos el código. Cuando un LLM puede escribir la mayor parte del código, el código dice menos del candidato. Pesa más cómo razona sobre arquitectura, dónde pone los límites de un sistema y cómo piensa testing, revisiones y despliegue. Esa conversación no cuesta nada.
¿Qué significa esto para tu startup?
Si estás contratando perfiles técnicos, tu proceso tiene un costo invisible que no aparece en ninguna planilla. Estas son las acciones que puedes ejecutar ahora mismo:
- Audita tu funnel y calcula el gasto del candidato. Suma las suscripciones que tu prueba exige y multiplícalas por el número de procesos simultáneos que un candidato razonable estaría manejando. Si el número te incomoda, tu proceso está filtrando por dinero, no por talento.
- Mueve la prueba técnica a la última etapa y redúcela a un problema de una o dos horas. El objetivo no es ver código terminado, es ver criterio. Un challenge que cabe en un plan gratuito elimina la barrera sin bajar el estándar.
- Reemplaza el take-home por una sesión en vivo con la IA en tu cuenta. Es la opción que el propio autor prefiere y la que mejor resuelve el problema legal y el económico al mismo tiempo. Además te da una señal que ningún take-home entrega: cómo reacciona la persona cuando la herramienta se equivoca con confianza.
Vale la pena mirar también el otro lado del mostrador. La IA ya se metió en el proceso de selección completo: según datos de Ribbon AI reportados por Business Insider a través de Yahoo Finance, cerca de una cuarta parte de las entrevistas que se hacen con su plataforma ocurren entre las 10 de la noche y las 2 de la mañana, y entre sus clientes de manufactura esa proporción sube al 35%. La flexibilidad horaria es una ventaja real, pero deja claro que el costo de adaptarse al proceso recae cada vez más sobre el candidato.
Conclusión
El post no ofrece una solución perfecta y lo admite: las sesiones en vivo estresan a algunas personas, y un challenge más chico muestra menos. La propuesta es elegir el trade-off a conciencia en lugar de fingir que el problema no existe.
Para un founder, la pregunta operativa es simple: ¿cuánto le cuesta tu proceso a alguien que hoy no tiene ingresos? Y, sobre todo, ¿cuántos buenos ingenieros estás perdiendo sin enterarte, porque nunca llegaron a la etapa donde podías verlos pensar?
Fuentes
- The cost of getting a job today (fuente original)
- 5 Best Claude Code Alternatives for 2026: Codex, Copilot and More
- 10 Best AI Tools for Developers in 2026
- AI is changing job interviews by letting candidates interview around the clock
Leíste lo que hace la IA. ¿Y en tu negocio?
En CAR, dueños de empresa arman en 7 días su primer sistema funcionando: que ningún cliente se les escape, o que el informe del lunes salga solo. Con otros emprendedores al lado.
👥 Probar 7 días
