La inteligencia artificial dejó de ser una promesa y se convirtió en realidad en el día a día de las empresas — y quienes lo están sintiendo en carne propia son justamente los recién egresados que acaban de entrar al mercado laboral.
En Texas, dos tercios de las empresas encuestadas ya usan IA generativa en sus procesos, un salto importante respecto al 40% registrado hace apenas dos años, según datos de la Encuesta de Perspectivas de Negocios de Texas de mayo de 2026.
Ese número no es solo una estadística bonita para un informe — representa un cambio silencioso y profundo en la forma en que las empresas contratan, organizan equipos y distribuyen tareas.
Y hay un detalle que hace este panorama todavía más relevante: no son las startups nacidas digitales las que están impulsando esta transformación.
Son las empresas tradicionales, ya consolidadas, las que están revisando sus necesidades de contratación y, en muchos casos, abriendo simplemente menos vacantes que antes — especialmente para funciones que la IA logra ejecutar con eficiencia.
La pregunta que queda en el aire es: ¿quién paga la cuenta de esta transición? 🤔
Reciba el mejor contenido sobre innovación en su correo electrónico.
Todas las noticias, consejos, tendencias y recursos que buscas, directamente en tu bandeja de entrada.
Al suscribirte al boletín informativo, aceptas recibir comunicaciones de Método Viral. Nos comprometemos a proteger y respetar siempre tu privacidad.
Los datos apuntan a un grupo bastante específico — y vulnerable.
En este artículo, vamos a desglosar lo que un análisis basado en millones de ofertas de empleo en línea reveló sobre el impacto de la automatización en el mercado laboral de Texas, qué profesiones están en la primera línea de este cambio y por qué los recién egresados están siendo afectados de manera desproporcionada.
Cómo medir la exposición de una profesión a la IA
Antes de entender los efectos, necesitamos hablar sobre cómo los economistas logran medir todo esto. La lógica es interesante: los investigadores ven cualquier empleo como un conjunto de tareas que el trabajador realiza de forma regular. Pensemos en un técnico de registros médicos, por ejemplo. Su trabajo implica compilar y mantener historiales clínicos de pacientes, documentar condiciones y tratamientos, organizar y codificar datos usando sistemas estandarizados y revisar registros para garantizar precisión y cumplimiento de las regulaciones. Cada una de esas actividades es una pieza que forma el rompecabezas de la profesión.
La pregunta que surge es directa: ¿cuántas de esas piezas la inteligencia artificial generativa ya puede armar sola? Para responder esto, el análisis utilizó una métrica basada en tareas desarrollada por Anthropic, la empresa responsable de la plataforma Claude, uno de los principales asistentes de IA del mercado. Esta métrica cruza las tareas listadas en la base de datos O*NET — que reúne cerca de mil ocupaciones comunes de la economía estadounidense y detalla lo que hace cada una — con las tareas que las personas realmente ejecutan usando Claude en su día a día.
Lo brillante aquí es que esta medida no evalúa lo que la IA podría teóricamente hacer, sino lo que efectivamente hace de forma barata y eficiente como para ser adoptada por empresas y consumidores. En el caso del técnico de registros médicos, por ejemplo, casi el 5% de las tareas de la profesión ya son automatizables según el uso real de la herramienta. ¿Y qué profesiones lideran este ranking de exposición? En general, las áreas ligadas a desarrollo de software, diseño web y otras ocupaciones intensivas en computación. Pero gerentes, trabajadores administrativos, editores y otras funciones de oficina también aparecen entre los más expuestos. 💻
Lo que los datos realmente muestran sobre empleo y automatización
Para conectar esa exposición con la realidad del mercado, los investigadores usaron datos de Lightcast, antes Burning Glass, que recopila y estandariza anuncios de vacantes de más de 220 mil sitios de empleo y páginas de empresas. Esto permite dar seguimiento, casi en tiempo real, a cómo la demanda laboral por diferentes profesiones evoluciona a lo largo del tiempo. Vale una aclaración importante: estas vacantes en línea representan mejor ciertos tipos de trabajo, y áreas como agricultura, construcción y servicios personales aparecen subrepresentadas en estos datos.
Hecha esa salvedad, los resultados son reveladores. Después del lanzamiento de ChatGPT, a finales de 2022 — un verdadero parteaguas que disparó una ola de adopción e inversión —, las vacantes para profesiones más expuestas a la automatización comenzaron a caer de forma consistente. Comparando ocupaciones más y menos expuestas dentro de un mismo sector, la caída fue de alrededor del 5% hacia finales de 2023 y llegó a aproximadamente el 8% en el primer trimestre de 2025. Estos porcentajes representan la diferencia asociada a una variación de diez puntos en la proporción de tareas automatizables de cada función.
Lo más interesante es que este patrón se repite cuando el análisis se amplía a todo Estados Unidos, con resultados muy similares. Es decir, no se trata de un fenómeno aislado ni de una desaceleración puntual en un sector específico como el tecnológico. Es un movimiento estructural que atraviesa industrias y regiones. 📉
Las empresas tradicionales están contratando menos
Aquí está uno de los hallazgos más sorprendentes de la investigación. Sería natural imaginar que esta caída en las contrataciones fuera causada por el surgimiento de empresas nuevas, nacidas con IA y que necesitan menos gente. O simplemente por la reducción en el número de empresas activas. Pero los datos cuentan una historia diferente.
Al analizar un grupo estable de empresas presentes durante todo el periodo estudiado, los investigadores descubrieron que las compañías ya establecidas y más expuestas a la IA redujeron sus contrataciones en proporciones muy parecidas al efecto general. La caída fue de alrededor del 5% al 6% hasta mediados de 2024 y llegó al 8% o 9% a principios de 2026. Es decir, son las empresas tradicionales las que están frenando, y no solo las startups digitales.
Más que eso: estas empresas cambiaron la composición de las vacantes que ofrecen. Compañías cuyas funciones estaban destinadas a volverse un 10% más automatizables pasaron a publicar vacantes con dos puntos porcentuales menos de tareas automatizables después de ChatGPT — una reducción de casi el 50% respecto al promedio. Esto demuestra que la IA está actuando como sustituta de ciertas tareas, y las empresas están reorganizando sus equipos para reflejar esta nueva realidad. 🤯
Por qué los recién egresados son los más afectados
Con base en estos cálculos, los investigadores estiman que la exposición a la IA generativa redujo el total de vacantes en línea en Texas en cerca del 1,8% en 2024 y el 2,6% en 2025. A primera vista, parece un efecto modesto en el agregado. Pero cuando miras a grupos específicos de trabajadores, el impacto cobra otra dimensión.
Y existe una lógica cruel en esta dinámica cuando uno se detiene a analizarla. Las empresas que adoptan inteligencia artificial no están, necesariamente, despidiendo profesionales experimentados en masa — al menos no todavía. Lo que está ocurriendo es una reorganización silenciosa: en lugar de contratar gente nueva, simplemente frenan las contrataciones. Aunque no haya despidos, este freno en las admisiones impacta duramente a quienes están entrando al mercado por primera vez o intentando una transición de carrera.
Herramientas que usamos a diario
Los números de Lightcast refuerzan este punto. Menos de la mitad de las vacantes típicas exige más de dos años de experiencia, y muy pocas piden más de cinco. Como la mayoría de los anuncios en línea son justamente para funciones que requieren poca experiencia previa, una caída en las vacantes golpea de forma desproporcionada a los nuevos aspirantes — y nadie está más al inicio del camino que los recién egresados.
No es casualidad que la tasa de desempleo entre recién graduados haya subido a niveles inusuales exactamente durante este periodo de adopción acelerada de la IA. Existe un fenómeno que ganó nombre en los círculos de investigación: el gatekeeping de entrada. La puerta de acceso al mercado profesional se está volviendo más estrecha, y los criterios para cruzarla están subiendo. Las posiciones de nivel básico, históricamente, no existían solo para ejecutar tareas — servían para formar profesionales. Era ahí donde alguien aprendía cómo funciona realmente el trabajo. Si esos peldaños desaparecen, los graduados de hoy se quedan sin la escalera que las generaciones anteriores usaron para subir. 💡
Qué significa este panorama para los próximos años
La pregunta que todos se hacen es si esta reducción en la demanda laboral para recién egresados es temporal o estructural. Datos administrativos del estado de Texas ya sugieren que la automatización afectó resultados como empleo y salarios de los recién graduados, e incluso hizo que estudiantes actuales cambiaran sus decisiones educativas para adaptarse a esta nueva realidad. Es decir, el efecto no se queda solo en el papel — está cambiando decisiones de vida de las personas.
Hay quienes argumentan que, como en otras revoluciones tecnológicas, nuevas funciones van a surgir para compensar las que desaparecen. La automatización industrial creó el trabajo de oficina. La digitalización creó toda una industria de servicios digitales. La lógica histórica sugiere que lo mismo puede pasar con la IA — pero con una diferencia importante: la velocidad de esta transformación es mucho mayor, y el intervalo entre el fin de las funciones antiguas y el surgimiento de las nuevas puede ser lo suficientemente largo como para afectar a una generación entera.
Además, las funciones que la IA crea — como especialistas en automatización, analistas de datos de alto nivel y arquitectos de sistemas — exigen perfiles técnicos profundos y, muchas veces, experiencia previa. No llegan fácilmente hasta quienes están saliendo de la universidad ahora. Para los jóvenes profesionales, el mensaje de los datos es claro: el camino hacia el mercado va a exigir más que un título. Va a exigir familiaridad práctica con herramientas de automatización, capacidad de trabajar junto con la IA en lugar de competir contra ella, y un conjunto de habilidades que los diferencie de lo que cualquier modelo de lenguaje entrega por sí solo. No es una tarea sencilla — pero es, cada vez más, lo que va a separar a quien conquista una oportunidad de quien se queda esperando a que el mercado se normalice.
