Español

Los Datos de LinkedIn Muestran que la Demanda de Habilidades de IA Aumentó un 142% en 12 Meses: Qué Roles la Están Impulsando

Un aumento del 142% en la demanda de habilidades de IA en un solo año no es una tendencia. Es una señal de que el mercado ya se ha movido.

El informe Workforce Insights 2026 de LinkedIn, basado en más de 950 millones de perfiles profesionales y más de 60 millones de ofertas de trabajo a nivel global, documenta lo que la mayoría de los responsables de contratación ya perciben sobre el terreno: las empresas no solo están añadiendo roles de IA. Están reescribiendo los requisitos de los puestos en todos los niveles y funciones. La oleada de demanda se acelera. La oferta no la sigue.

Para los CEOs que todavía tratan la estrategia de talento en IA como un punto de agenda para el próximo trimestre, los datos sugieren que esa ventana ya se cerró.

Qué Mide Realmente LinkedIn

Antes de apoyarse en el 142%, vale la pena entender qué está midiendo LinkedIn. Su plataforma Workforce Insights rastrea las ofertas de trabajo que citan explícitamente habilidades relacionadas con IA, desde competencias técnicas centrales como machine learning y fine-tuning de LLMs hasta habilidades aplicadas como el diseño de Workflow asistido por IA y el prompt engineering. El período de 12 meses abarca del Q1 2025 al Q1 2026.

La metodología importa porque algunos críticos argumentan que la demanda de habilidades de IA está inflada por el uso excesivo de palabras clave en las ofertas. El enfoque de LinkedIn lo cruza con respaldos reales en perfiles y actividad de búsqueda de reclutadores, lo que hace más sólido el 142%. No se trata solo de lo que las empresas piden en sus avisos. Es lo que los reclutadores buscan activamente y lo que los candidatos consiguen validar.

Año a año, 2024 mostró un aumento del 68% en la misma métrica. El ritmo de crecimiento de la demanda se duplicó prácticamente en la ventana 2025-2026. Esa aceleración es la historia real.

Las Cinco Categorías de Roles que Impulsan el Alza

No todos los roles de IA crecen por igual. Los datos de LinkedIn desglosan la demanda por clusters de roles, y cinco categorías concentran más del 70% del aumento total:

Machine Learning Engineer sigue siendo la categoría de mayor volumen, con un incremento interanual del 178% en ofertas. Son los ingenieros que construyen, ajustan y ponen en producción modelos: la columna vertebral operativa de cualquier capacidad seria en IA.

AI Product Manager creció un 161%. A medida que la IA pasa de I+D a líneas de producto, las empresas necesitan PMs que definan qué debe hacer una función de IA y que trabajen entre equipos de ingeniería, legal y comercial para lanzarla.

Prompt Engineer / AI Interaction Designer creció un 194%, la categoría de más rápido crecimiento en los datos. Hace 18 meses, apenas era un cargo reconocido. Ahora es una prioridad de contratación en empresas que despliegan modelos de lenguaje de gran escala.

AI Analyst registró un aumento del 138%. Son los roles que traducen los outputs de la IA en decisiones de negocio, más cercanos al perfil de analista de negocio que al rol tradicional de ciencias de datos.

AI Operations Specialist creció un 122%. A medida que las herramientas de IA proliferan en todos los departamentos, alguien tiene que gestionar la infraestructura, monitorear el rendimiento de los modelos, manejar las relaciones con proveedores y solucionar fallos a escala. Este rol sigue siendo subutilizado respecto a la demanda.

La Brecha entre Oferta y Demanda se Amplía, No se Reduce

La aritmética incómoda para los ejecutivos: LinkedIn estima que actualmente hay 2,3 candidatos calificados por cada 10 puestos de IA abiertos a nivel global. Una brecha que se ha ampliado desde 3,1 por cada 10 hace un año.

La brecha no es uniforme. En América del Norte, la proporción es de aproximadamente 2,8 candidatos por cada 10 puestos. En Europa, es más estrecha: 1,9. En el Sudeste Asiático, donde la contratación en IA crece rápido frente a un pool de talento más pequeño, es cercana a 1,4. Las empresas con operaciones globales enfrentan una escasez más severa de lo que sus datos de contratación solo en América del Norte sugieren.

La restricción de oferta es en parte estructural. Las universidades están formando más ingenieros de ML y especialistas en IA, pero la brecha entre las tasas de graduación y la velocidad de contratación sigue ampliándose en un horizonte de 3 a 5 años. Los programas de reskilling pueden cerrar parte de la brecha para roles adyacentes (AI Analyst, AI Operations, Prompt Engineer) más rápido que los canales académicos.

Los Tiempos de Cobertura de Puestos Empeoran

Otra señal que vale la pena rastrear: el tiempo promedio para cubrir roles de IA aumentó a 68 días en el Q1 2026, frente a 52 días un año antes. En comparación, los roles técnicos no relacionados con IA tardaron 38 días en el mismo período.

Para empresas con equipos de contratación ajustados, una ventana de 68 días se traduce directamente en retrasos en cronogramas de producto, metas de ingresos incumplidas y proyectos en espera de headcount. El efecto compuesto es que los tiempos más largos empujan a las empresas hacia contratos temporales que cuestan más y generan menos capacidad institucional en IA a largo plazo.

Lo que Hacen los Líderes que Cierran la Brecha

Las empresas que cierran la brecha más rápido no necesariamente superan en salarios a sus competidores. Preparan el Pipeline por adelantado. Organizaciones como Capital One, Siemens y T-Mobile han construido academias internas de IA que identifican y reconvierten a empleados de alto potencial en roles adyacentes de IA, reduciendo el tiempo hasta la productividad de 6 meses a menos de 10 semanas para roles como AI Analyst y AI Operations. La decisión de upskill vs. contratación externa tiene una respuesta clara en términos de ROI para la mayoría de los roles de IA aplicada: las contrataciones externas tardan meses en alcanzar el nivel de productividad que un reskilling interno puede lograr en semanas.

El reskilling funciona mejor para roles de IA no relacionados con ingeniería. Para ML Engineering y AI Product Management, la profundidad técnica requerida significa que la contratación externa sigue siendo la vía principal. Las empresas que tratan estas dos vías por separado (reskilling para roles de IA aplicada, contratación externa para ingeniería central de IA) están cubriendo puestos más rápido que las que intentan desarrollar toda la capacidad de IA internamente. Una matriz de habilidades de IA puede mapear qué roles en su organización pertenecen a cada vía antes de comprometer el presupuesto de reclutamiento.

Las empresas especializadas en reclutamiento de IA también han experimentado un alza en la demanda. Las firmas enfocadas exclusivamente en talento de IA y ML ahora representan aproximadamente el 18% de las colocaciones senior en IA, frente al 9% hace dos años. La contrapartida es el costo: estas colocaciones tienen honorarios entre un 20% y un 30% más altos que los reclutadores generalistas. Pero para empresas donde una ventana de 68 días tiene un impacto real en los ingresos, esa prima suele resultar favorable.

La Realidad Salarial

La compensación es parte de lo que genera lentitud en las coberturas. El aumento del 142% en la demanda no ha venido acompañado de un 142% más de disposición del talento en IA a aceptar rangos salariales estándar. Los salarios base medianos para ML Engineers superaron los $185.000 en el Q1 2026 para roles en Estados Unidos. Los AI Product Managers promedian $172.000. Los Prompt Engineers, aún una categoría naciente, tienen un rango amplio: de $95.000 a $155.000 según el contexto y la industria.

Los trabajadores con fluidez en IA ahora exigen un 27% más de salario en todas las categorías de empleo, lo que significa que la oleada de demanda no se limita a los roles puramente de IA. Analistas financieros, gerentes de marketing y líderes de operaciones que saben trabajar con herramientas de IA también están viendo un aumento en su compensación. Los CEOs que no actualizan las bandas salariales para roles adyacentes a IA están sufriendo rotación hacia competidores que sí lo han hecho.

Qué Observar en H2 2026

Dos escenarios merecen seguimiento. El primero: el crecimiento de la demanda se normaliza a medida que las oleadas iniciales de despliegue de IA se completan y las empresas pasan de construir a mantener. Algunos analistas proyectan que la demanda de Prompt Engineers en particular podría estabilizarse a medida que las herramientas de IA maduren y reduzcan la necesidad de prompt engineering manual a escala.

El segundo escenario, más probable según las señales actuales, es que la demanda se acelere aún más a medida que las industrias que todavía contratan talento de IA con relativa lentitud alcancen su punto de inflexión y comiencen a contratar agresivamente. Los sectores de salud, legal y gobierno están significativamente por detrás de los servicios financieros y el retail en densidad de talento en IA. Cuando esos sectores lleguen a sus propios puntos de inflexión, competirán por el mismo pool de talento que ya está en déficit.

La tercera señal a observar es si las ofertas de trabajo no tecnológicas continúan incorporando requisitos de habilidades de IA al ritmo actual. Los requisitos de habilidades de IA ahora aparecen en ofertas de empleo no tecnológicas a una tasa que habría parecido impensable 18 meses atrás. Si esa tendencia se acelera, el pool de talento efectivo para sostener una fuerza laboral con fluidez en IA se expande significativamente más allá de las categorías actuales de roles de IA.

La Perspectiva del CEO

El 142% es un insumo para una decisión, no un titular que archivar. La pregunta práctica para los CEOs es si su velocidad actual de contratación en IA se compara favorablemente con un mercado donde la demanda creció el doble de rápido en 2025 que en 2024.

Si la respuesta es incierta, los datos subyacentes (tiempo de cobertura, benchmarks salariales, tasas de crecimiento por categoría de rol) ofrecen suficiente especificidad para someter el plan de contratación a prueba contra lo que el mercado realmente muestra en el Q2 2026. Esperar al próximo ciclo de planificación para abordar la estrategia de talento en IA no es una decisión neutral. Es elegir quedarse más atrás en una curva que ya se ha movido.

Más Información