Si todas las empresas quieren contratar personas con experiencia, ¿quién va a darles su primera oportunidad?

La pregunta cobra otra dimensión con la inteligencia artificial. Preparar un primer análisis, clasificar información, redactar una propuesta o resolver una consulta sencilla son actividades que hoy pueden hacerse con ayuda de estas herramientas. También son tareas por las que muchas personas comienzan a conocer un negocio.

Cuando evaluamos qué automatizar, conviene mirar ambas cosas: el trabajo que podemos resolver con menos esfuerzo y el aprendizaje que ocurría mientras alguien lo hacía. Si quitamos ese primer escalón, ¿cómo llegarán los próximos profesionales senior, gerentes y directores al siguiente?

La señal está en las oportunidades de entrada

La revisión de agosto de 2026 de Canaries in the Coal Mine, del Stanford Digital Economy Lab, analiza nóminas de ADP en Estados Unidos. Encuentra una evolución menos favorable del empleo de jóvenes de 22 a 25 años en ocupaciones muy expuestas a IA frente a las menos expuestas. El ajuste aparece principalmente en una menor contratación, más que en un aumento de las salidas.

Los propios autores presentan estos resultados como señales descriptivas, no como una estimación causal definitiva. No encuentran un desplazamiento generalizado del empleo en toda la economía. Tampoco podemos trasladar automáticamente sus conclusiones a México ni equiparar una franja de edad con todos los puestos junior.

La señal merece atención porque una puerta puede cerrarse sin que haya un despido: basta con que deje de abrirse la vacante para alguien que empieza. Para una empresa, eso plantea una pregunta que va más allá del tamaño actual de su plantilla: ¿cómo se renovarán sus capacidades?

La experiencia se construye tomando decisiones

Un puesto de entrada puede ser mucho más que una lista de pendientes. Es una oportunidad para aprender a reconocer una inconsistencia, preguntar por un dato que falta y entender por qué una respuesta aparentemente correcta puede ser inadecuada para un cliente.

La experiencia tampoco aparece por el simple paso del tiempo. Requiere exposición a situaciones reales, retroalimentación y responsabilidades que crecen. Si un becario pasa meses copiando información sin entenderla, la empresa tampoco está formando el talento que necesitará.

Por eso, conservar tareas repetitivas solo para que alguien las haga no resuelve el problema. El reto consiste en diseñar oportunidades para desarrollar criterio cuando la primera versión del trabajo puede producirla una herramienta.

Evaluar una respuesta de IA exige comprender qué debería contener, detectar qué le falta y hacerse responsable de usarla. Esa capacidad necesita práctica; no se obtiene únicamente por tener acceso a la herramienta.

La IA también puede ayudar a aprender

Hay evidencia de que el efecto depende de cómo se incorpora la tecnología. En Generative AI at Work, de Erik Brynjolfsson, Danielle Li y Lindsey Raymond, el uso de un asistente de IA en atención al cliente mejoró especialmente la velocidad y calidad del trabajo de personas con menos experiencia o habilidad inicial. Los investigadores también encontraron indicios de aprendizaje.

Es un contexto específico, no una garantía para cualquier puesto. Pero permite considerar otra posibilidad: que la herramienta amplíe lo que una persona de nuevo ingreso puede hacer y aprender bajo supervisión.

La decisión organizacional importa. Podemos usar la IA para entregar un resultado sin incorporar a alguien nuevo, o integrarla a una trayectoria en la que esa persona aprenda a producir, revisar y decidir. Cada opción tiene implicaciones distintas para el futuro del equipo.

Cómo rediseñar un puesto junior

Pensemos en un ejemplo ilustrativo: una persona que empieza en un equipo comercial debe preparar una propuesta. La IA puede ayudar a redactarla. La formación puede concentrarse entonces en entender la necesidad del cliente, verificar las condiciones ofrecidas y explicar por qué esa propuesta tiene sentido.

El responsable del equipo puede revisar con ella los cambios: qué corrigió, qué descartó y qué pregunta sigue sin respuesta. Así, la entrega sirve al negocio y deja un aprendizaje que puede aplicarse al siguiente caso.

Para una pequeña empresa, propondría comenzar por cuatro decisiones:

  • Definir qué debe aprender la persona. Además de las entregas, señalar los criterios que deberá dominar: interpretar información, detectar riesgos o identificar cuándo pedir ayuda.
  • Asignar revisión con propósito. Un responsable explica las correcciones importantes y pregunta por el razonamiento, en lugar de limitarse a aprobar el resultado.
  • Aumentar la responsabilidad gradualmente. Pasar de ejercicios y borradores supervisados a decisiones acotadas, con límites claros para escalar dudas.
  • Evaluar comprensión y autonomía. Observar si la persona puede justificar una decisión, reconocer un error y resolver un caso distinto, además de entregar más rápido.

Estas medidas exigen tiempo de quienes ya tienen experiencia. Ese tiempo debe contemplarse al calcular el beneficio de incorporar IA y al decidir cómo se organiza el equipo.

Formar talento también es una decisión de productividad

Una empresa puede resolver más trabajo hoy y, aun así, encontrarse mañana con menos personas preparadas para asumir responsabilidades. Es un riesgo que conviene evaluar al rediseñar puestos, no una consecuencia inevitable de usar IA.

En cada proceso que transformemos, vale la pena preguntar: ¿qué capacidad humana necesitamos conservar y desarrollar?, ¿quién la está aprendiendo?, ¿qué oportunidades reales tiene para practicarla?

La IA nos permite empezar por un problema concreto y cambiar cómo lo resolvemos. También nos obliga a pensar cómo formaremos al equipo que seguirá resolviendo los siguientes.

Si todos queremos contratar experiencia, alguien tiene que seguir creando oportunidades para adquirirla.

Si estás revisando cómo incorporar IA en tu empresa, podemos conversar sobre procesos, soluciones y capacidades de tu equipo.