El primer empleo ya pide habilidades de gente con experiencia: qué muestra el mercado laboral con IA y qué hacer desde el currículo

Qué es este documento. Una lectura del barómetro 2026 de empleos e IA de PwC (publicado el 15 de junio de 2026, con un PDF de hallazgos de 52 páginas y un comunicado de prensa), hecha para quien decide qué se enseña en una universidad de América Latina. El barómetro analiza más de 1,000 millones de anuncios de empleo en 27 países y territorios, incluidos Brasil (21.1 millones de anuncios) y México (19.3 millones). El documento explica qué mide, resume los cuatro hallazgos que tocan al currículo y termina con seis decisiones para el diseño de programas. Todo lo atribuido al barómetro está citado de su fuente; lo que agregamos está marcado como adaptación.

1. Qué mide el barómetro y qué no

PwC clasifica cada ocupación por su exposición a la IA (cuánto de sus tareas puede hacer la IA) y compara, con datos de anuncios de empleo de Lightcast, cómo cambian vacantes, habilidades exigidas y salarios entre las ocupaciones más y menos expuestas. La edición 2026 agrega dos análisis: una clasificación de empleos en "profesionalizados" y "democratizados" según qué tareas automatiza la IA, y un estudio de puestos de entrada (0 a 2 años de experiencia) hecho con 2.4 millones de anuncios de Estados Unidos.

Dos límites que el propio informe declara y que conviene tener presentes. El análisis de puestos de entrada es de Estados Unidos, no global. Y las primas salariales comparan anuncios con y sin habilidades de IA dentro de cada sector, sin controlar por educación, experiencia o ubicación.

2. Cuatro hallazgos que tocan al currículo

*Elaboración propia a partir de los hallazgos clave del barómetro y del comunicado de prensa.*

Un dato más de contexto: los anuncios que piden habilidades específicas de IA crecieron 68.9% entre 2024 y 2025, contra 8.6% del total de anuncios. Y las empresas de los sectores más expuestos a la IA aumentaron su plantilla más rápido (52% contra 36% desde 2018) y sus salarios también (24% contra 17%). El informe lo resume: las organizaciones que más ganan con IA la usan para amplificar a las personas, no para reemplazarlas.

3. El mercado en dos carriles

La novedad conceptual de 2026 es que la IA no afecta a todos los empleos en la misma dirección. El barómetro, con datos de investigadores académicos, separa dos grupos según qué parte del trabajo automatiza la IA.

• Profesionalizados (22% de los anuncios). La IA hace las tareas de menor pericia y deja a la persona las de mayor pericia. El informe pone como ejemplos a valuadores, gerentes de investigación y desarrollo, ingenieros ambientales, ópticos, controladores aéreos y profesionales de orientación laboral.
• Democratizados (52% de los anuncios). La IA hace las tareas de mayor pericia y el puesto se vuelve accesible para no expertos. Ejemplos del informe: desarrolladores de software, administradores de sistemas, gerentes de servicios de TI, secretarios médicos, auxiliares contables, diseñadores de interiores.

Los dos carriles se separan en todo: las vacantes de los profesionalizados crecieron 39% desde 2018 contra 17% de los democratizados; exigen habilidades nuevas al doble de ritmo (68% contra 33%); y sus salarios crecieron 37% desde 2021 contra 26%, una diferencia de 42%.

Para el currículo la implicación es directa y algo incómoda: varias carreras que las universidades de la región expandieron en la última década (software, sistemas, contabilidad operativa) aparecen en la lista de democratizadas. No significa que desaparezcan; significa que lo que el mercado paga en ellas se mueve hacia el criterio y la pericia que la IA no cubre.

4. Lo que pasa en el primer empleo

El análisis de puestos de entrada es el que más le habla a una universidad, porque describe el punto de llegada de sus graduados.

• En los puestos de entrada más expuestos a la IA, 52% de las habilidades nuevas exigidas en 2025 eran habilidades que en 2019 sólo se pedían a gente con experiencia. En los menos expuestos, 7%.
• Esas habilidades son de juicio y liderazgo, no técnicas: toma de decisiones estratégicas, liderazgo motivacional, construcción de equipos, gestión de personas, gestión de partes interesadas, gestión de procesos, mentoría, resolución de problemas con recursos limitados y decisiones basadas en datos.
• Los puestos de entrada expuestos a la IA que se "seniorizaron" crecieron 35% entre 2019 y 2025; los que no, cayeron 10%.
• En cuatro economías avanzadas (Estados Unidos, Canadá, Reino Unido y Singapur), las vacantes de entrada del cuarto de ocupaciones más expuesto a la IA son las únicas que dejaron de crecer desde finales de 2022, cuando se lanzó ChatGPT. El informe advierte que no se puede atribuir sólo a la IA.

"La relación tradicional entre experiencia y pericia está cambiando. La IA está eliminando parte del trabajo rutinario que antes funcionaba como aprendizaje, mientras aumenta la demanda de juicio, liderazgo y adaptabilidad mucho antes en la carrera." (Comunicado de prensa del barómetro 2026, 15 de junio de 2026. Traducción propia.)

El barómetro dirige su consejo a empresas y trabajadores. A las empresas les pide reinventar las rutas de carrera temprana: rediseñar la inducción, la mentoría y la formación para acelerar habilidades como liderazgo, gestión de partes interesadas y decisión estratégica. A quien empieza su carrera, desarrollar habilidades senior rápido. Ninguno de los dos consejos nombra a la universidad, y esa es la oportunidad: el espacio entre "el empleador ya no enseña lo básico" y "el graduado ya debe traerlo" es el currículo.

5. Qué significa para América Latina

El barómetro incluye a Brasil y México en su base global, pero no publica cortes por país para estos hallazgos. Lo que sí permite es una lectura por sector y por tipo de empleo que aplica a la región con dos matices.

Primero, la prima salarial por habilidades de IA es un promedio de 16 sectores y varía de 16% a 118%; en economías donde el sector público y los servicios pesan más, el promedio local puede ser menor. Segundo, la seniorización de los puestos de entrada se midió en Estados Unidos; en la región, donde el primer empleo formal suele llegar más tarde y en empresas más pequeñas, la señal llega con rezago, pero en la misma dirección, porque las empresas multinacionales y los anuncios en plataformas globales son los mismos.

Lo que no cambia con la geografía es la dirección de las habilidades: juicio, liderazgo, decisiones con datos y saber cuándo usar y cuándo no usar la IA.

6. Seis decisiones para el diseño de programas (adaptación)

Derivadas de las secciones anteriores. Ninguna exige una carrera nueva; todas se pueden aplicar en la próxima revisión curricular.

1. Clasificar las carreras propias en los dos carriles. Con la lógica del barómetro (qué tareas de la profesión automatiza la IA: las de mayor o las de menor pericia), ubicar cada programa como profesionalizado, democratizado o mixto. Define dónde urge el rediseño.
2. Mover el perfil de egreso hacia lo que la IA no cubre. En las carreras democratizadas, el valor pagado se corre hacia la pericia y el criterio. El perfil de egreso debe nombrarlos y las asignaturas de los últimos años deben evaluarlos.
3. Enseñar las habilidades "senior" antes del primer empleo. Toma de decisiones con datos, gestión de personas y partes interesadas, mentoría. Hoy se dejan a la experiencia; el mercado ya las pide en el anuncio de entrada.
4. Habilidades de IA en cada carrera, no en un curso aparte. La prima de 62% es por habilidades de IA aplicadas a un sector, y los anuncios con habilidades de IA crecen ocho veces más rápido que el resto. Un curso general de "IA" no genera esa prima; la genera saber usarla en el dominio.
5. Actualizar habilidades con el ritmo del mercado, no del plan de estudios. Si en las ocupaciones expuestas la mezcla de habilidades cambia 2.2 veces más rápido y la brecha crece cada año, una revisión curricular cada cinco años llega tarde. Revisión anual de habilidades por carrera con datos de anuncios.
6. Prácticas y proyectos que sustituyan el aprendizaje rutinario perdido. Si el empleador ya no da el escalón de tareas básicas, la universidad tiene que darlo: prácticas, proyectos con empresas y simulaciones donde el estudiante ejerza juicio sobre trabajo que la IA produce.

Sobre evaluación, el barómetro no dice nada directamente. Lo que sí implica es que evaluar reproducción de tareas rutinarias mide justamente lo que el mercado dejó de pagar.

Fuente: PwC. 2026 Global AI Jobs Barometer. Publicado el 15 de junio de 2026. https://www.pwc.com/gx/en/news-room/press-releases/2026/pwc-2026-ai-jobs-barometer.html

Nota sobre fuentes y derechos

Este documento es un análisis independiente de Proctorizer (Devs Partners LLC). No está afiliado a PwC ni respaldado por ella, y las interpretaciones son nuestras. Las citas textuales son breves, van entre comillas y con su fuente, al amparo del derecho de cita; las tablas son de elaboración propia a partir de datos publicados. Los nombres y marcas mencionados pertenecen a sus titulares y se usan sólo para identificar la fuente. Recomendamos leer el documento original: PwC, 2026 Global AI Jobs Barometer (derechos reservados). https://www.pwc.com/gx/en/services/ai/ai-jobs-barometer.html