Eliminar puestos junior por la IA: el ahorro que sale caro

Un gerente de finanzas revisa el organigrama y encuentra la respuesta obvia: el analista junior que pasa el día armando reportes y verificando cifras hace, en esencia, lo que ahora hace una herramienta de inteligencia artificial en minutos. Eliminar la posición ahorra un salario completo este trimestre. La pregunta que casi nadie se hace en esa reunión es de dónde saldrá, dentro de cinco años, el gerente que reemplace al gerente actual.

Lo esencial

• El 35% de los puestos de entrada en Estados Unidos ya exige alguna habilidad de inteligencia artificial y la mención de IA en avisos de empleo casi se duplicó en un año, según datos citados por NACE y Strada Education Foundation.
• Un análisis del Stanford Digital Economy Lab encontró que el empleo de trabajadores de 22 a 25 años en ocupaciones muy expuestas a la IA cae a un ritmo anual cercano al 3,8%, mientras que en ocupaciones poco expuestas crece; la tendencia no se ha revertido en casi cuatro años de datos.
• Suprimir el escalón junior no es una decisión de estrategia de talento: es una decisión de tesorería con un costo diferido que la empresa paga cuando no tiene a quién ascender.

¿Qué está pasando realmente con el empleo de entrada?

La imagen que domina la conversación —“la IA está acabando con los primeros empleos”— es más matizada de lo que sugieren los titulares, y conviene leerla con cuidado antes de tomar decisiones de personal. Por un lado, la Asociación Nacional de Universidades y Empleadores de Estados Unidos (NACE) proyectó en su actualización de primavera de 2026 un incremento de 5,6% en la contratación de la promoción de ese año, y el 77,2% de los recién graduados consiguió empleo dentro de los tres primeros meses, frente a 63,3% el año anterior. El mercado, en agregado, no se ha desplomado.

Por otro lado, cuando se mira dentro de las ocupaciones más expuestas a la automatización con IA —programación, marketing digital, atención al cliente, tareas administrativas de análisis—, el cuadro cambia. La investigación del economista Erik Brynjolfsson y su equipo en el Stanford Digital Economy Lab, que sigue datos de nómina de millones de trabajadores estadounidenses desde el lanzamiento de ChatGPT, documentó una caída relativa de alrededor de 16% en el empleo de trabajadores jóvenes en esas ocupaciones específicas, incluso después de controlar por el desempeño general de cada empresa. El equipo ha sometido el hallazgo a las explicaciones alternativas más obvias —tasas de interés, ciclo económico general— y el patrón se mantiene: no es una anomalía pasajera, sino una tendencia que se ha profundizado mes a mes durante casi cuatro años.

La conclusión práctica para un gerente en Hispanoamérica no es “la IA reemplaza a los junior” en términos absolutos, sino algo más específico y más útil: la IA reemplaza las tareas rutinarias y repetibles que tradicionalmente formaban al junior, no necesariamente al puesto completo. Esa distinción es la que separa una decisión inteligente de una decisión miope.

¿Por qué eliminar el puesto junior es una trampa de tesorería?

Cuando una herramienta de IA puede redactar el primer borrador de un informe, clasificar tickets de soporte o hacer una primera pasada de análisis de datos, la tentación gerencial es directa: si la tarea ya no requiere una persona, elimínese la posición que la hacía. El cálculo es correcto para el trimestre en curso y equivocado para el horizonte de cinco a diez años, por tres razones concretas.

Primero, el puesto junior nunca fue solo “hacer la tarea rutinaria”. Era el mecanismo por el cual una persona aprendía a reconocer un problema, a distinguir un dato correcto de uno erróneo, a entender cómo funciona el negocio desde adentro antes de tener que tomar decisiones sobre él. Quien nunca hizo el trabajo de base difícilmente desarrolla el criterio para supervisarlo cuando lo hace una máquina.

Segundo, la organización que deja de contratar en la base no está ahorrando un costo: lo está trasladando al futuro. Dentro de cinco a ocho años, cuando haya que promover a alguien a gerente de área, la empresa descubrirá que no formó a nadie para el puesto. La alternativa —contratar gerencia media desde afuera, de forma sistemática— es más cara, más lenta y más riesgosa para la cultura organizacional que formar internamente.

Tercero, hay una asimetría de riesgo que rara vez se discute en la sala de finanzas: revertir la decisión de eliminar puestos junior es mucho más lento que tomarla. Un pipeline de talento tarda años en reconstruirse; un renglón del presupuesto se recorta en una reunión.

¿Cómo se rediseña un puesto junior para la era de la IA?

La respuesta no es mantener el puesto junior exactamente como era antes de la IA generativa —eso también es un error, porque desperdicia una herramienta genuinamente útil—, sino rediseñarlo alrededor de tareas de criterio y verificación en lugar de tareas de transcripción y ejecución mecánica. Algunas líneas concretas que están aplicando empresas de distintos tamaños:

• De “producir el primer borrador” a “auditar el primer borrador”. Si la IA genera el reporte inicial, el trabajo del junior pasa a ser verificar supuestos, detectar errores y decidir qué preguntas hacerle de vuelta a la herramienta. Es una tarea más exigente cognitivamente, no menos.
• Exposición temprana a la interacción con el cliente o el proceso real, en lugar de mantener al junior aislado detrás de una pantalla haciendo tareas de back-office que ahora automatiza el software.
• Rotación deliberada por dos o tres áreas en el primer año, para compensar con amplitud lo que ya no se aprende por repetición pura en una sola función.
• Mentoría estructurada y explícita —no informal ni dejada al azar— porque el aprendizaje por observación que antes ocurría de forma natural, viendo a un senior hacer la tarea rutinaria una y otra vez, ya no ocurre solo.

¿Qué evaluar en una entrevista cuando el candidato no tiene experiencia demostrable?

Si el puesto junior deja de ser “quien hace las tareas mecánicas”, la entrevista tradicional centrada en experiencia previa pierde sentido: por definición, un candidato de entrada no la tiene. Lo que sí puede evaluarse, y lo que efectivamente diferencia a los candidatos que rinden bien en un puesto rediseñado, son tres capacidades: la calidad del razonamiento cuando se le presenta un problema ambiguo con información incompleta, la capacidad de formular buenas preguntas antes de actuar, y la disposición a verificar en lugar de aceptar una respuesta —de una IA o de un colega— sin cuestionarla. NACE reporta que el 70% de los empleadores estadounidenses ya usa selección basada en habilidades (skill-based hiring) en lugar de exigir años de experiencia, un porcentaje que subió desde 65% el año anterior, precisamente porque el criterio de “experiencia previa” perdió capacidad predictiva.

¿Cómo aplica esto en una PYME que contrata uno o dos jóvenes al año?

Una empresa grande puede permitirse programas formales de rotación y mentoría estructurada; una PYME que contrata uno o dos jóvenes al año necesita una versión más simple pero igual de deliberada. Tres pasos son suficientes: primero, designar explícitamente a un mentor —no dejarlo a la buena voluntad del equipo— y reservarle tiempo real en su semana, no una hora robada entre reuniones. Segundo, definir desde el primer día dos o tres decisiones reales que el junior deba tomar (no solo tareas que ejecute), aunque sean de bajo riesgo, para empezar a formar criterio desde temprano. Tercero, medir explícitamente si esa persona está lista para más responsabilidad a los seis y doce meses, en lugar de asumir que “ya aprenderá con el tiempo”: en un puesto rediseñado, el tiempo por sí solo enseña menos de lo que enseñaba antes.

Esto es, en el fondo, una variante del mismo problema estructural que enfrentan las empresas familiares de la región cuando no preparan a la siguiente generación de liderazgo con años de anticipación: la ausencia de un plan deliberado de formación no se nota en el corto plazo, y se nota con toda su fuerza el día que hace falta alguien listo para el puesto siguiente.

El costo que no aparece en el estado de resultados de este año

El error de fondo al eliminar puestos junior por sustitución con IA es tratar como una decisión puramente financiera algo que es, sobre todo, una decisión de formación de capital humano con efectos retardados de cinco a diez años. El renglón de nómina que se ahorra hoy es visible y medible; el gerente que no existirá dentro de una década porque nadie lo formó no aparece en ningún estado financiero hasta que la empresa lo necesita y no lo encuentra —adentro ni afuera, porque toda la industria tomó la misma decisión al mismo tiempo.

La pregunta que conviene llevar a la próxima reunión de presupuesto, entonces, no es “¿podemos automatizar esta tarea junior?” —casi siempre la respuesta es sí—, sino “¿qué reemplaza, en este puesto rediseñado, la formación que antes daba esa tarea?”. Las empresas que respondan bien esa segunda pregunta en 2026 tendrán, dentro de una década, algo que sus competidoras no tendrán: gerentes formados internamente que entienden el negocio desde la base.

Para profundizar en cómo la inteligencia artificial está transformando específicamente el ciclo de formación de talento senior, este análisis sobre IA y empleos junior plantea el problema desde la óptica de quién formará al senior de 2031. Si el desafío es evaluar candidatos sin historial extenso, conviene revisar también cómo auditar el uso de IA en los procesos de selección de personal, y las PYME que arman su primer proceso formal de contratación pueden encontrar útil este repaso de los errores más comunes que hunden a las pymes en su primer año. Toda la cobertura sobre este tema está reunida en las secciones de Carrera y Empleo y Recursos Humanos de deGerencia.

Fuentes

• National Association of Colleges and Employers (NACE), 2026 Job Outlook — Spring Update
• Strada Education Foundation, Entry-Level Hiring in the AI Era: What Employers Are Thinking
• CNBC Select, Class of 2026 Hiring Stats and AI Trends
• Stanford Digital Economy Lab, Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence
• NPR, Recent college graduates and the AI job market