Qué perfil buscar para el primer puesto de IA de tu empresa

El error que casi toda empresa comete al abrir esta vacante

Cuando una empresa decide que necesita “alguien de IA”, lo primero que hace es escribir una descripción de puesto llena de tecnología: Python, LangChain, modelos de lenguaje, automatización con n8n o Make, experiencia en agentes. Es un reflejo lógico: si el problema se llama inteligencia artificial, el título del puesto y los requisitos deben sonar técnicos. El resultado es previsible. La vacante atrae candidatos que dominan herramientas y saben explicar en la entrevista qué es un embedding o cómo funciona un pipeline de RAG, pero que nunca preguntan cuál es el proceso que realmente le duele al negocio.

El comité de contratación, deslumbrado por el vocabulario técnico, confunde dominio de jerga con capacidad de generar resultado. Contrata al candidato que “suena más a IA”, no al que hace la pregunta incómoda: “¿cuánto le cuesta hoy a la empresa este proceso, y cómo sabremos que mejoró?”. Ese filtro invertido es el origen de un problema que se repite en distribuidoras, estudios, clínicas y empresas de servicios de toda Latinoamérica: contratan primero al técnico, y después descubren que nadie definió qué problema de negocio debía resolver.

Seis a nueve meses después, el patrón es el mismo. El nuevo especialista construyó dos o tres prototipos interesantes (un bot que responde preguntas frecuentes, un flujo que resume correos), pero ningún equipo los adoptó porque nadie los diseñó a partir de un dolor real ni midió si de verdad ahorraban tiempo o plata. La dirección concluye, equivocadamente, que “la IA no funciona para nuestro negocio”, cuando lo que falló fue el criterio de contratación desde el primer día.

El error no es técnico, es de diagnóstico de perfil. Se contrató a alguien capaz de construir con IA, cuando lo que la empresa necesitaba en su primer puesto era alguien capaz de decidir qué construir, con qué proceso, y cómo probar que funcionó.

Qué es (y qué no) el primer puesto de IA de una empresa

Antes de escribir la vacante hay que tener clara la definición de lo que se está buscando. No es un cargo decorativo ni un título de moda para la foto de innovación: es la persona responsable de convertir un problema operativo en un proyecto de IA con entregable medible.

• No es el data scientist puro: modelar datos con precisión estadística es una habilidad distinta a decidir qué proceso de negocio atacar primero.
• No es el desarrollador full-stack “que también sabe de IA”: saber integrar la API de un modelo no es lo mismo que saber diagnosticar dónde está el dolor.
• No es un consultor externo de medio tiempo: el seguimiento del proceso hasta que funcione requiere presencia, contexto y memoria institucional que un externo raramente tiene.
• No es el empleado más joven que usa ChatGPT seguido: usar una herramienta de IA en el día a día no equivale a saber liderar un proyecto de transformación de proceso.
• No es un puesto ceremonial para la foto de innovación: si no tiene autoridad para tocar procesos reales y presupuesto para ejecutar, es cosmético, no operativo.

Qué pesa realmente en la selección: criterio de negocio antes que herramientas

Si el filtro técnico va primero, el proceso de selección premia al candidato equivocado. El orden correcto es al revés: primero se evalúa capacidad de análisis y gestión de procesos, y solo después, como complemento, el manejo de herramientas.

Capacidad de análisis de negocio

• Sabe traducir una queja en un proceso: cuando alguien dice “perdemos muchas horas respondiendo lo mismo”, identifica el flujo exacto, sus pasos, sus responsables y su costo actual.
• Prioriza por impacto, no por lo técnicamente interesante: elige el proyecto que mueve una métrica del negocio (tiempo de respuesta, costo por transacción, tasa de conversión), no el que permite lucirse con una arquitectura sofisticada.
• Pregunta antes de proponer: llega a cada área haciendo preguntas de diagnóstico, no con una solución prearmada buscando dónde encajar.

Gestión de procesos y seguimiento

• Diseña el proyecto con inicio, entregable y fecha: no “vamos probando cosas”, sino un alcance acotado con una métrica de éxito definida antes de empezar.
• Hace seguimiento después del lanzamiento: un proyecto de IA que no se revisa a las dos semanas y al mes es una apuesta, no una gestión.
• Sabe decir que no: rechaza pedidos de “automatizar por automatizar” cuando no hay un dolor de negocio real detrás que lo justifique.

Las preguntas que revelan el perfil correcto en una entrevista

La forma más rápida de detectar al candidato correcto no es preguntarle por su stack técnico, es pedirle que explique resultados en el idioma del negocio. Estas preguntas filtran mejor que cualquier examen técnico:

• “Cuéntame de un proceso que mejoraste, sin usar la palabra IA”: si no puede explicar el antes y el después en términos de negocio, la herramienta que use después es secundaria.
• “¿Qué número se movió y cómo lo mediste?”: obliga a hablar de resultado, no de la tecnología usada para llegar a él.
• “¿Qué proyecto de IA recomendaste NO hacer, y por qué?”: revela si sabe priorizar y decir que no, o si acepta cualquier pedido por quedar bien.
• “Explícame en dos minutos qué harías en tu primera semana en la empresa”: un buen candidato habla de entrevistar áreas y mapear procesos, no de “elegir el stack”.
• “¿Cómo le explicarías esto a un gerente que no sabe de tecnología?”: si solo sabe hablar en jerga técnica de agentes y modelos, es una señal débil, no fuerte.

Un candidato que responde todo hablando de agentes, modelos y frameworks, y no logra explicar en dos frases el impacto en el negocio, es exactamente el perfil que este puesto no necesita en su primera contratación. Ese perfil puede sumar valor después, como especialista técnico dentro de un equipo ya liderado por alguien con criterio de negocio, pero no como la primera pieza.

El recorrido: de automatizador a Gerente de IA

Muchos de los mejores candidatos para este puesto no empezaron queriendo ser “gerentes de IA”. Empezaron como automatizadores: personas que conectaban formularios con hojas de cálculo, correos con CRMs, WhatsApp con sistemas internos. Ese oficio, bien entendido, es una base valiosa, pero solo si evoluciona. El automatizador que se queda cobrando por conectar herramientas, sin preguntarse qué proceso de negocio mejora, no está listo para el primer puesto de IA de una empresa. El que sí evoluciona empieza a hacerse preguntas distintas: qué proceso atacar primero, cómo medirlo, cómo lograr que el área lo adopte.

Ese tránsito, de automatizar tareas sueltas a gestionar proyectos de IA con resultado, es el que se documenta en el recorrido /recursos/roadmap-ia-de-automatizador-a-gerente-ia y en /contenido/de-automatizador-a-gerente-ia. Si estás evaluando candidatos internos para este primer puesto, vale más mirar si alguien de tu equipo ya transita ese camino, que salir a buscar afuera a un desconocido con certificaciones vistosas y cero conocimiento de tu operación.

Qué credenciales técnicas sí importan, y cuándo

Esto no es un argumento contra lo técnico. Es un argumento sobre el orden. Lo técnico se puede sumar después, por contratación, por consultoría externa o por capacitación del propio perfil. Lo que no se puede tercerizar fácilmente es el criterio para decidir qué proyecto vale la pena y la disciplina para gestionarlo hasta el resultado.

• Un curso o certificación en herramientas de IA suma, pero no sustituye evidencia de resultados: pregunta siempre por el proyecto anterior y el número que movió, no solo por el diploma.
• El conocimiento técnico profundo (fine-tuning, arquitectura de agentes, integración vía protocolos como MCP) se puede contratar como apoyo puntual: no necesita vivir en la primera contratación.
• La familiaridad básica con herramientas de IA generativa sí es un mínimo esperable: el perfil debe poder usar y evaluar estas herramientas de primera mano, aunque no las construya desde cero.
• Si más adelante el equipo de IA crece, ahí sí conviene sumar un perfil más técnico bajo la dirección de quien ya entiende el negocio: el orden de crecimiento importa tanto como el de contratación inicial.

Cómo se ve esto en la práctica

Una distribuidora mediana de insumos industriales, unas 90 personas, en Perú, decidió abrir su primer puesto de IA después de meses de presión de la gerencia general para “meterle IA al negocio”. El primer borrador de la vacante pedía experiencia con modelos de lenguaje, Python y automatización. El área de RRHH, con apoyo externo, cambió el enfoque antes de publicarla: en vez de pedir stack técnico, pidió evidencia de haber mejorado un proceso operativo y capacidad de explicarlo en términos de negocio.

Contrataron a una persona que venía de coordinar operaciones en logística, sin formación formal en IA, pero con un historial claro de haber rediseñado el proceso de despacho reduciendo tiempos de espera. En su primer mes, esta persona no tocó ninguna herramienta de IA: se dedicó a entrevistar a cobranzas, atención al cliente y logística para mapear los tres procesos que más tiempo consumían y más quejas generaban.

El primer proyecto que eligió no fue el más vistoso tecnológicamente: fue automatizar la clasificación y respuesta inicial de reclamos de clientes, un proceso manual que tomaba en promedio más de un día en asignarse al área correcta. Con apoyo técnico externo puntual para la implementación, el proyecto se lanzó en seis semanas con una métrica clara: tiempo de asignación del reclamo. La reducción fue medible y visible para la gerencia desde el primer reporte mensual.

Dieciocho meses después, esa misma persona lidera un equipo pequeño de dos personas más técnicas que ella, y sigue siendo quien decide qué proyecto se prioriza. La empresa reconoce hoy que si hubieran contratado primero al perfil técnico que pedían en el borrador original, probablemente tendrían prototipos sueltos sin adopción, como les pasó a dos competidores del mismo sector que sí siguieron esa ruta.

Mi criterio

Cómo saber si lo hiciste bien

Cerrar bien esta contratación no se confirma en la entrevista, se confirma en los primeros noventa días. Estas son las señales concretas que indican que elegiste al perfil correcto para el primer puesto de IA de tu empresa.

• En su primer mes, mapeó procesos antes de tocar cualquier herramienta: si empezó comprando licencias de software de IA en la primera semana, es señal de alerta.
• El primer proyecto que propuso tiene una métrica de negocio clara, no solo un entregable técnico interesante.
• Puede explicarle el proyecto a un gerente de otra área en menos de tres minutos, sin jerga técnica.
• Hace seguimiento activo después del lanzamiento y reporta el resultado con datos, no con anécdotas de “a la gente le gustó”.
• Sabe decir “esto no es prioridad ahora” cuando un área pide un proyecto de IA que no resuelve un dolor real.

Si tu primer contratado cumple estas cinco señales, tienes al perfil correcto trabajando el problema correcto. Si no las cumples en noventa días, no es momento de esperar más: es momento de revisar si el error estuvo en la vacante, en el proceso de selección o en las expectativas que le pusiste al puesto desde el día uno.