El ahorro de hoy puede ser una factura de talento mañana
El dato importante no es solo que una de cada cinco empresas haya parado contrataciones de entrada por la inteligencia artificial. Lo relevante es qué tipo de empleo queda fuera: perfiles júnior, recién graduados, técnicos de apoyo, analistas de primer nivel, desarrolladores en sus primeros años o puestos administrativos donde antes se aprendía haciendo.
Según Resume.org, otro 36% de compañías encuestadas dice que habrá dejado de contratar trabajadores de entrada a finales de 2026 y casi la mitad espera haber eliminado esa vía en 2027. La muestra es estadounidense, así que no debe trasladarse sin matices a España. Pero sí sirve como aviso: algunas empresas están usando la IA no solo para producir más, sino para rediseñar la base de su pirámide laboral.
La lectura empresarial es incómoda. Si una compañía deja de incorporar perfiles júnior, puede mejorar costes a corto plazo, pero también reduce el número de personas que aprenden sus procesos, sus clientes, sus sistemas y su cultura. El ahorro inicial puede acabar convertido en una crisis de sucesión: muchos sénior hoy, pocos mandos intermedios mañana y una cantera demasiado estrecha cuando haga falta relevo.
El matiz financiero es igual de importante. PwC ha detectado que el 20% de las empresas concentra el 74% de los retornos económicos generados por la IA. Es decir, muchas compañías están probando herramientas, pero pocas convierten esa actividad en ingresos, eficiencia medible o mejores decisiones. Recortar cantera sin tener claro el retorno real de la tecnología no es estrategia: puede ser simplemente un ajuste de costes vestido de modernización.
Por qué los perfiles tecnológicos y de entrada son los primeros en sentirlo
La IA encaja especialmente bien en tareas que antes servían para formar a perfiles júnior: preparar borradores, limpiar datos, revisar código sencillo, ordenar información, atender incidencias básicas, hacer resúmenes, redactar documentación o apoyar a equipos comerciales y administrativos.
Ahí está el cambio de fondo. Strada Institute, tras encuestar a casi 1.500 ejecutivos y responsables de talento, concluye que la IA no solo reduce tareas rutinarias: también aumenta las responsabilidades analíticas y de criterio asignadas a puestos de entrada. En tecnología, el 60% de los empleadores afirma que la IA ha incrementado las tareas analíticas para perfiles iniciales y el 54% dice que ha reducido tareas de aprendizaje básico.
Esto cambia la escalera profesional. Antes, una persona entraba por tareas sencillas, aprendía el negocio y asumía más responsabilidad con los años. Ahora algunas empresas quieren que el candidato llegue con criterio, autonomía, manejo de IA y experiencia práctica desde el primer día. El resultado es una contradicción: se siguen anunciando puestos júnior, pero cada vez se parecen menos a un primer empleo.
PwC lo llama, en la práctica, una “seniorización” del empleo de entrada. Su Barómetro Global de Empleos en IA 2026, basado en más de 1.000 millones de anuncios de empleo en 27 países y territorios, señala que los puestos júnior más expuestos a la IA tienen siete veces más probabilidades de exigir habilidades típicamente sénior, como liderazgo, juicio y pensamiento estratégico. Esos roles “seniorizados” crecen, mientras otros puestos de entrada caen.
Qué cambia para trabajadores, pymes, clientes e inversores
Para los jóvenes y perfiles en reconversión, la conclusión no es que “la IA te quita el trabajo”. Esa frase es demasiado simple. La conclusión útil es otra: el primer empleo exige más pruebas de capacidad. Ya no basta con un título, un curso o una promesa de aprendizaje. Pesan más las prácticas, los proyectos reales, el dominio de herramientas de IA y la capacidad de revisar lo que la máquina produce.
Para los trabajadores con experiencia, el riesgo también existe. Si las empresas dejan de contratar perfiles de entrada, los equipos sénior pueden terminar haciendo más revisión, más supervisión y más trabajo invisible. La IA puede quitar tareas mecánicas, pero no elimina la necesidad de criterio. Y el criterio no aparece de golpe: se construye con años de errores, acompañamiento y exposición al negocio.
Para las pymes, el aviso es todavía más claro. Copiar el discurso de las grandes tecnológicas sin sus recursos puede ser peligroso. Una pequeña empresa puede usar IA para ahorrar tiempo en administración, atención al cliente, análisis comercial o documentación, pero conviene medir si realmente mejora márgenes, calidad o ventas. También debe revisar costes, formación, seguridad de datos y financiación. En ese punto, comparar bancos para pequeñas empresas puede ser más útil que comprar herramientas por impulso.
Para los consumidores, el impacto puede notarse en el servicio. Si una empresa automatiza soporte, facturación, incidencias o reclamaciones, quizá reduzca tiempos de espera. Pero también puede aumentar respuestas impersonales, errores difíciles de corregir o decisiones opacas. La pregunta no es si una empresa usa IA, sino si mantiene vías humanas suficientes cuando el caso se complica.
Y para el pequeño inversor, la señal no debe ser “empresa que recorta empleo, empresa más rentable”. Esa lectura es incompleta. Si una cotizada mejora márgenes gracias a IA, habrá que mirar si el ahorro es recurrente, si mejora el producto, si mantiene talento y si no está sacrificando su cantera. Quien invierte en tecnología, ya sea mediante acciones o ETFs del sector tecnológico, debe separar narrativa de resultados medibles.
España no está al margen, pero falta un dato clave
En España, la adopción empresarial de IA ya es significativa. El INE recoge que el 21,1% de las empresas de 10 o más empleados utilizaba inteligencia artificial en el primer trimestre de 2025. Eurostat, por su parte, sitúa el uso de IA en el 20,0% de las empresas de la UE con al menos 10 empleados en 2025, con una presencia mucho mayor en grandes compañías.
Lo que no está confirmado es cuántas empresas españolas están congelando contratación júnior específicamente por la IA. Ese dato falta. Y es importante no rellenar el hueco con suposiciones. La tendencia internacional apunta a una tensión real, pero el mercado laboral español tiene sus propias particularidades: más peso de pymes, más temporalidad, más dependencia sectorial y una estructura empresarial distinta a la estadounidense.
La clave está en no confundir automatización con buena gestión. Una empresa puede usar IA y destruir su cantera. Otra puede usarla para formar mejor, liberar tiempo y dar más responsabilidad a los jóvenes con supervisión adecuada. La diferencia no está solo en la herramienta. Está en cómo se rediseñan los puestos, cómo se mide el retorno y cómo se conserva el conocimiento interno.
El empleo júnior no es un coste sobrante. Es el sistema por el que una empresa fabrica sus futuros mandos, técnicos, especialistas y directivos. Si la IA elimina esa etapa sin sustituirla por formación real, mentoría y proyectos progresivos, el problema no aparecerá mañana en la cuenta de resultados. Aparecerá dentro de unos años, cuando falte gente preparada para tomar decisiones.
