Carrera IAMercadoNivel: profesional que ejerce

Oportunidades de trabajo con inteligencia artificial para un automatizador

Cada semana un automatizador revisa las mismas veinte publicaciones de LinkedIn: “buscamos especialista en IA”, “necesitamos experto en automatización”, “se requiere talento en inteligencia artificial”. Aplica a la mitad, mide una respuesta y espera. Mientras tanto, a dos kilómetros, un gerente de operaciones lleva tres meses tratando de contratar a alguien que le explique por qué su empresa tiene cuatro sistemas que no se hablan entre sí y nadie sabe cuál automatizar primero. Los dos buscan lo mismo con nombres distintos, y casi nunca se encuentran. Esta página no habla de vacantes que van a aparecer: habla de los cinco caminos reales para entrar a este mercado, qué pide cada uno, dónde está la demanda que nadie atiende y por qué el camino más lento de arrancar suele ser el que enseña más rápido.

Definición

Las oportunidades de trabajo con inteligencia artificial no están donde se concentra la oferta: sobran personas que conectan herramientas y faltan personas que entren a una empresa desordenada y decidan qué arreglar primero.

DolorProcesoDatosResultado5VÍASLos cinco caminos posibles
Se diagnostica el sector antes de elegir la herramienta.

El escritorio lleno de postulaciones que nadie contesta

El automatizador del ejemplo no es un caso raro. Lleva año y medio armando flujos con n8n y Make, tiene certificados de dos o tres plataformas y un portafolio decente. Postula a vacantes que dicen “inteligencia artificial” en el título y compite con doscientos perfiles parecidos al suyo: gente que sabe conectar un formulario con un CRM y un CRM con WhatsApp. Nadie le contesta, o le contestan con un filtro de preguntas que ya sabía que no iba a pasar, porque piden “tres años de experiencia en IA generativa” para un puesto que en la práctica es soporte técnico con otro nombre.

Al mismo tiempo, en un grupo de WhatsApp de gerentes de una pyme industrial, alguien pregunta por tercera vez si conocen a “alguien que entienda de esto de la IA” para que les diga qué hacer con sus procesos. No buscan a alguien que sepa usar ChatGPT, ya lo usa todo el mundo en la oficina para redactar correos. Buscan a alguien que entre a la empresa, mire los procesos reales (el de compras, el de atención al cliente, el de cobranza) y diga con criterio cuál conviene tocar primero y cuál no vale la pena todavía. Esa persona no aparece en sus búsquedas porque no sabe cómo se llama el puesto que necesita, y porque casi nadie se presenta con ese perfil.

El desajuste no es casualidad ni mala suerte de ningún lado. Es estructural: la oferta de talento se formó rápido alrededor de lo visible (cursos de herramientas, certificaciones de plataformas, tutoriales de automatización) y la demanda real de las empresas está en un lugar más incómodo, que ningún curso de fin de semana enseña a ocupar. Entender esa diferencia es lo primero que hay que resolver antes de elegir un camino, porque cada uno de los cinco que existen hoy pide una mezcla distinta de esa habilidad incómoda.

La demanda no está donde se concentra la oferta

Hay una forma simple de ver el desajuste: dibuja dos columnas. En una, todo lo que miles de personas aprendieron en los últimos dos años, como conectar APIs, armar automatizaciones con n8n o Make, usar prompts para tareas puntuales. En la otra, lo que las empresas dicen necesitar cuando hablan en serio, no en un post de LinkedIn: alguien que entre a un área desordenada, entienda el proceso real y decida con criterio qué automatizar primero, qué no tocar todavía y qué directamente no vale la pena. La primera columna está saturada. La segunda tiene pocas personas y mucha demanda sin cubrir.

Definición

Las oportunidades de trabajo con inteligencia artificial no están donde se concentra la oferta: sobran personas que conectan herramientas y faltan personas que entren a una empresa desordenada y decidan qué arreglar primero.

Esto no quiere decir que conectar herramientas no sirva ni que haya que saltárselo. Es la puerta de entrada de casi todos los que hoy trabajan en esto, y ninguno de los cinco caminos que siguen se salta ese paso. El problema es quedarse ahí: es donde la oferta se amontona y los sueldos dejan de moverse. La habilidad que sí escasea es diagnosticar un proceso real, con sus excepciones y su desorden, y decidir con criterio dónde meter la mano primero, algo más cercano al enfoque de el framework Arquitectura IA que a una lista de herramientas.

Los cinco caminos para entrar a este mercado

No hay un solo camino para trabajar con esto, hay cinco, y se diferencian menos por la herramienta que usan y más por el tipo de responsabilidad que asumen frente a la empresa. Antes de elegir uno conviene verlos completos, porque casi nadie los tiene ordenados en la cabeza:

  • Freelance por proyecto: entra a una empresa, resuelve un problema puntual (automatizar un flujo, montar un agente para un caso específico) y se va cuando el proyecto cierra. Es el camino más rápido para empezar a cobrar y el que exige menos estructura de negocio previa.
  • Servicio recurrente: en vez de un proyecto cerrado, la empresa contrata un acompañamiento mensual para mantener lo que ya se automatizó, sumar mejoras y resolver lo que se rompe. Pide más estabilidad de relación que el freelance suelto y paga con recurrencia, no con picos.
  • Puesto interno: la empresa lo contrata en planilla para que viva dentro del proceso, no como visita externa. Suele pagar menos por hora que un proyecto freelance bien cotizado, pero da algo que ningún proyecto corto da: ver el resultado de una decisión meses después.
  • Gerente fraccional: la misma responsabilidad de un puesto de dirección (decidir prioridades, gobernar riesgo, reportar resultados) repartida entre varias empresas que no pueden pagar un puesto de tiempo completo. Pide haber pasado antes por el puesto interno o por muchos proyectos.
  • Formación: enseñar a otros a recorrer los cuatro caminos anteriores, dentro de una empresa o de forma independiente. Es el que menos gente elige de entrada y el que más rápido cierra cuando ya se acumuló experiencia real en los otros cuatro.

Los cinco conviven, incluso en la misma persona a lo largo de los años: casi nadie arranca en gerente fraccional y casi nadie se queda para siempre en freelance suelto. Lo que cambia entre ellos no es la tecnología que usan, que es prácticamente la misma, sino cuánta responsabilidad de negocio están dispuestos a cargar y durante cuánto tiempo.

Qué pide cada camino y qué paga en la práctica

Los cinco caminos no piden lo mismo ni pagan igual, y confundir esto es la razón por la que mucha gente elige mal y se frustra en los primeros meses.

El freelance por proyecto pide portafolio antes que currículum: a la empresa que contrata un proyecto puntual no le importa dónde estudiaste, le importa ver algo parecido a lo que necesita ya resuelto antes. Por eso un portafolio de proyectos de automatización que sí convence a una empresa pesa más que cualquier certificado en esta puerta de entrada. Suele pagar por proyecto cerrado, con variación amplia según la complejidad, y el ingreso es irregular: meses buenos y meses secos hasta armar cartera propia.

El servicio recurrente pide algo distinto: confianza sostenida. La empresa no está comprando una entrega, está comprando la tranquilidad de que alguien va a seguir revisando lo que se automatizó, y eso solo se gana con historial. Suele pagar menos por hora que un proyecto grande bien cotizado, pero paga todos los meses, que es justo lo que el freelance puro no tiene.

El puesto interno pide menos autonomía comercial, porque no hay que salir a buscar clientes, y más paciencia para moverse dentro de la política de una organización que no siempre decide rápido. En sueldo suele partir por debajo de lo que factura un freelance con buena cartera, y ese es precisamente el motivo por el que mucha gente lo descarta sin entender lo que da a cambio. Para tener una referencia concreta de rangos en el mercado local conviene revisar cuánto cobra un automatizador de IA en Perú, en vez de guiarse por lo que circula sin fuente en redes.

El gerente fraccional pide el paquete completo: ejecución probada, criterio de negocio y la capacidad de sostener varias relaciones a la vez sin que ninguna se sienta desatendida. Suele ser el que mejor paga por hora de los cinco, y también el que menos personas pueden ejercer de entrada, porque nadie contrata a alguien para fraccionar su tiempo de dirección sin ver antes un historial de puestos internos o proyectos serios.

La formación paga distinto: no por hora trabajada, sino por cuánta gente puede llegar el conocimiento empaquetado, algo que depende de la reputación acumulada en los otros cuatro caminos, no de las ganas de enseñar.

Dónde está la demanda que nadie atiende

La demanda desatendida no está en las publicaciones de empleo que usan la palabra “IA” en el título, está en las empresas que todavía no saben cómo nombrar el puesto que necesitan. Un gerente que lleva meses buscando “alguien que ordene esto” no publica una vacante de “ingeniero de IA”: pregunta en su círculo, contrata por referido, o simplemente no contrata a nadie y sigue operando con el desorden de siempre porque no encontró a quién confiarle el diagnóstico.

Esto explica por qué dónde buscar candidatos de IA cuando no hay en tu mercado es una pregunta tan común del lado de las empresas: no es que no exista gente capaz, es que esa gente no se anuncia con el nombre que la empresa está buscando. Los dos lados del mismo problema (quien busca trabajo y quien busca a quien contratar) usan vocabularios distintos para describir la misma necesidad, y esa desconexión de lenguaje es, en la práctica, la mayor parte de la demanda desatendida.

La demanda desatendida también tiene un patrón por tamaño de empresa. Las corporaciones grandes ya tienen o están armando áreas internas de datos e IA, con procesos de selección formales que sí usan el nombre correcto del puesto. Las empresas medianas y las pymes, que son la mayoría del tejido productivo de la región, no tienen ese lenguaje ni ese proceso: tienen un dolor operativo y ninguna forma clara de convertirlo en una vacante. Ahí es donde el camino freelance y el servicio recurrente encuentran más oportunidad que el puesto formal publicado en LinkedIn, porque entran por la conversación directa, no por el proceso de selección estructurado.

Los sectores que recién están empezando a contratar para esto

Los sectores que llevan más tiempo invirtiendo en esto (tecnología, servicios financieros, retail grande) ya tienen procesos de selección más maduros y compiten entre ellos por el mismo perfil escaso. La oportunidad más interesante para quien recién entra suele estar un escalón atrás: sectores tradicionales que apenas están empezando a moverse porque el resto del mercado ya los empujó a hacerlo.

Manufactura mediana, agroindustria, construcción, salud privada y servicios profesionales, como estudios contables, legales o de arquitectura, son ejemplos de sectores donde la conversación sobre IA recién está pasando de la curiosidad a la decisión de contratar a alguien. No tienen el lenguaje ni los procesos maduros de las tecnológicas, y eso es justo lo que abre espacio: contratan por confianza y por caso demostrado, no por currículum técnico impecable.

Los reportes de adopción de IA por sector y función, como los que publican McKinsey y BCG, muestran un patrón cualitativo más que una cifra puntual: la brecha entre los sectores que ya adoptaron y los que recién empiezan sigue siendo amplia, y esa brecha es exactamente el espacio donde hay trabajo de entrada sin cubrir. No hace falta memorizar un número de reporte para entender la implicancia: donde la brecha es grande, hay trabajo por hacer.

Por qué el puesto interno es la ruta más rápida para aprender

De los cinco caminos, el puesto interno es el que peor se vende en redes sociales, porque no hay foto de “cerré este proyecto” cada semana, y el que más rápido enseña lo que realmente importa: qué pasa con una automatización seis meses después de encenderla. Un freelance entrega, cobra y se va antes de ver si el proceso se sostuvo, si el equipo lo adoptó de verdad o si volvió a la hoja de cálculo de siempre a la tercera semana.

Adentro de una empresa se ve algo que ningún curso enseña: la política interna que frena una decisión técnicamente correcta, el área que boicotea un cambio porque nadie le explicó el motivo, el dato que parecía limpio y no lo era. Esa fricción es exactamente lo que después distingue a quien puede diagnosticar procesos de quien solo puede conectarlos. Por eso cómo pasar de automatizador a Gerente de IA casi siempre pasa por haber vivido un puesto interno primero, y muy pocas veces por saltar directo de freelance a dirección.

Esto no significa que el puesto interno sea superior a los otros cuatro caminos en abstracto. Significa que, si el objetivo final es llegar a un rol de mayor responsabilidad, ya sea un puesto interno senior o una gerencia fraccional, el tiempo más corto para acumular ese criterio suele pasar por estar adentro de una operación real viendo consecuencias, y no solo entregando proyectos cerrados. Comparado con eso, entender qué hace un Gerente de IA en una empresa ayuda a calibrar qué tan lejos o cerca está ese objetivo desde donde cada quien arranca.

Cómo se ve la demanda en la región

En habla hispana la demanda tiene una característica que conviene asumir de entrada: llega más tarde y más desordenada que en mercados donde la adopción de IA empresarial partió antes. Eso no es necesariamente mala noticia para quien busca trabajo: significa que el mercado todavía se está formando, que los nombres de los puestos no están estandarizados y que hay más espacio para entrar por la puerta del criterio que por la puerta del título formal, algo que favorece a quien se posiciona como el profesional AI Native de su industria local en lugar de competir por el mismo título genérico que usan todos los demás.

Los reportes sobre el futuro del trabajo, como los que publican el Foro Económico Mundial o el índice de tendencias laborales de Microsoft, describen el mismo movimiento en distintos mercados: los perfiles que ganan terreno no son los que dominan una herramienta puntual, son los que combinan criterio de negocio con capacidad técnica. Eso se lee en clave cualitativa, no como una lista de vacantes que va a aparecer en un plazo determinado, y aplica igual o más en un mercado que todavía se está formando.

Dentro de la región también hay diferencias entre países y entre la capital y el resto del territorio: las empresas más grandes de las capitales suelen ir un paso adelante en madurez de contratación, y el interior de cada país suele tener la misma demanda desatendida que se describió antes, con menos competencia todavía por ocuparla. Ninguna de estas observaciones reemplaza mirar el mercado local propio antes de decidir, pero sí ayuda a entender por qué la queja de “no hay demanda en mi país” casi siempre describe una búsqueda mal dirigida, no una ausencia real de necesidad.

El criterio para elegir camino sin perder tiempo

Con los cinco caminos, los sectores y la geografía ya mapeados, la pregunta que queda no es cuál camino es “el mejor” en abstracto, porque no existe esa respuesta. La pregunta es cuál pide lo que esa persona ya tiene y cuál construye lo que todavía le falta en el menor tiempo posible.

Mi criterio

Cuando alguien me pregunta por dónde empezar, casi nunca le recomiendo lanzarse directo a freelance, aunque sea el camino más rápido para facturar algo. Prefiero que alguien pase un año, año y medio, adentro de una empresa real, aunque el sueldo sea más bajo que lo que podría facturar suelto, porque ese tiempo enseña a leer el desorden de una organización de un modo que ningún proyecto corto enseña. El error que más veo es el opuesto: gente que arma su marca personal de “consultor de IA” antes de haber visto un proceso fallar por dentro, y que después no sabe qué responder cuando el cliente le pregunta por qué el equipo no adoptó lo que se automatizó. No digo que el freelance esté mal, digo que como primer paso suele costar más de lo que parece ahorrar.

Elegir camino no es una decisión que se tome una sola vez y para siempre. La mayoría de quienes hacen carrera en esto rota entre dos o tres de los cinco a lo largo de los años, según lo que la etapa les pide: primero criterio, después cartera, después la capacidad de sostener varias relaciones al mismo tiempo. Lo único que no cambia es el punto de partida real: la demanda no está donde se concentra la oferta, y quien entiende eso antes de elegir un camino pierde menos tiempo que quien sale a competir en la fila más larga.

Preguntas frecuentes

¿Hay demanda real de trabajo con inteligencia artificial o es una burbuja?

Hay demanda real, pero no donde la mayoría la busca. La burbuja está en la oferta de personas que aprendieron a conectar herramientas en un fin de semana y esperan que eso baste, no en la necesidad de las empresas. Las empresas siguen sin resolver problemas operativos concretos, como procesos desordenados o decisiones sin criterio claro sobre qué automatizar primero, y ese problema no desaparece aunque el hype baje. Lo que sí puede desinflarse es la parte más superficial del mercado: cursos exprés, certificaciones sin práctica real, perfiles que solo saben repetir un tutorial. La demanda de fondo, la de diagnosticar y decidir, no depende de una moda pasajera.

¿Conviene más el freelance o un puesto interno para empezar?

Depende de qué le falte a la persona, no de cuál pague más rápido. El freelance exige salir a buscar cliente propio y sostener ingresos irregulares desde el primer mes, algo que castiga a quien todavía no tiene criterio probado ni portafolio real. El puesto interno paga menos por hora al inicio, pero da algo que el freelance no puede dar: ver qué pasa con una decisión meses después de tomarla, y aprender de la política interna de una organización real. Para quien recién entra, un puesto interno de un año o más suele construir más criterio que varios proyectos freelance sueltos en el mismo periodo, aunque facture menos mientras tanto.

¿Qué sector está contratando más para esto ahora mismo?

No hay un solo sector ganador, hay un patrón: los sectores que llevan más tiempo invertidos, como tecnología, banca o retail grande, ya tienen procesos de selección maduros pero mucha competencia por el mismo perfil escaso. La oportunidad más accesible suele estar un escalón atrás, en sectores tradicionales (manufactura mediana, agroindustria, construcción, servicios profesionales) que recién están pasando de la curiosidad a la decisión de contratar a alguien. Ahí compite menos gente y se valora más la confianza y el caso demostrado que el currículum técnico perfecto. La pregunta útil no es “qué sector contrata más” sino “qué sector recién empieza y todavía no sabe a quién buscar”.

¿Hace falta un título o una certificación en IA para conseguir trabajo?

No es lo que más pesa en la decisión, aunque ayuda a pasar un primer filtro automático en procesos grandes y formales. Lo que de verdad convence a quien contrata, sea para un proyecto freelance o un puesto interno, es ver algo resuelto antes: un portafolio con casos reales, aunque sean pequeños, o una referencia de alguien que ya trabajó con esa persona. Una certificación sin nada ejecutado detrás no distingue a nadie, porque miles de personas tienen la misma certificación y ningún caso real que mostrar. Si hay que elegir dónde invertir el tiempo al empezar, conviene invertirlo en resolver un problema real de alguien, aunque sea pequeño, antes que en acumular certificados.

¿Cuánto tiempo toma conseguir la primera oportunidad real?

No hay un plazo único, y cualquier cifra exacta que alguien prometa sin conocer el caso es una suposición disfrazada de dato. Lo que sí cambia el tiempo de forma consistente es el punto de partida: quien ya tiene un problema concreto resuelto, aunque sea un proyecto pequeño propio o para un conocido, para mostrar como portafolio consigue conversaciones mucho más rápido que quien solo tiene certificados y ninguna evidencia ejecutada. El camino que más alarga el tiempo es aplicar en silencio a vacantes formales con “IA” en el título, porque ahí la competencia es más alta y la señal que se pide es justo la que menos gente nueva tiene: experiencia demostrada, no potencial.

Fuentes

Este artículo sintetiza y pone en contexto de negocio material público de estas fuentes. Léelas directo; aquí solo se agrega criterio de implementación.

  1. El Foro Económico Mundial documenta qué perfiles y habilidades ganan terreno en el mercado laboral con la IA, en línea con la idea de que lo escaso es el criterio y no el manejo de una herramienta puntual. weforum.org
  2. El Work Trend Index de Microsoft describe cómo cambia el trabajo dentro de las organizaciones cuando adoptan IA, un contraste útil para entender por qué la demanda real vive dentro de procesos desordenados y no en vacantes con el título de moda. microsoft.com
  3. El estudio de McKinsey sobre el estado de la adopción de IA por sector y función respalda por qué algunos sectores llevan ventaja y otros recién empiezan a contratar para este tipo de perfil. mckinsey.com
  4. El análisis de BCG sobre inversión y madurez de IA por organización ayuda a explicar por qué la brecha entre sectores maduros e inmaduros es, en la práctica, el mapa de dónde hay trabajo de entrada sin cubrir. bcg.com

Sigue explorando

Sigue por aquí

Ver todas las páginas de Carrera IA · Ver todo el Playbook AI Native

José Andonaire

Sobre el autor

José Andonaire

Ayudo a empresas de Latinoamérica y España a identificar, priorizar e implementar oportunidades de inteligencia artificial que generen resultados reales para el negocio. Lo que publico sale de implementaciones reales, no de teoría.