No es una guerra de talento técnico. Es una guerra de talento estratégico

Durante años, el discurso empresarial sobre la IA ha estado mal planteado. Antes hablábamos de que hacían falta ingenieros y parecía una carrera por contratar ingenieros, científicos de datos y perfiles capaces de construir modelos. Hoy el mercado dice otra cosa: el cuello de botella no es saber desarrollar con IA, sino quién sabe dónde aplicarla, para qué usarla y cómo convertirla en ventaja competitiva.

Los datos son difíciles de ignorar. En la encuesta global de escasez de talento de Manpower Group para 2026, AI Model & Application Development y AI Literacy aparecen como las habilidades más difíciles de conseguir a nivel global, por encima de ingeniería y muy por encima de TI y datos. Ese movimiento importa porque revela un cambio de fondo: la escasez ya no está en la construcción técnica, sino en la capacidad organizacional para entender y operar la IA con criterio.

Ahí es donde la conversación se vuelve retadora para muchas empresas en Colombia y América Latina. Porque ya no basta con decir “necesitamos talento en IA”. Lo real es: ¿necesitamos más desarrolladores o más gente capaz de traducir el negocio a decisiones, procesos y casos de uso que sí generen valor?
Esa diferencia parece semántica, pero no lo es. Es estratégica.

El WEF recoge una señal: 94% de los líderes reporta escasez en habilidades críticas de IA y cerca de uno de cada tres habla de brechas de 40% o más. No estamos frente a una fricción temporal de contratación. Estamos frente a una capacidad escasa que va a definir productividad, velocidad de ejecución y calidad de decisión en los próximos años.

Además, el mercado ya le puso precio a esa escasez. PwC encontró que los trabajadores con habilidades de IA reciben un “premio salarial” promedio de 56%, frente a 25% un año antes. En industrias más expuestas a IA, la productividad se aceleró con mucha más fuerza que en las menos expuestas. Eso confirma que la IA no está premiando solo al que programa mejor, sino al que combina contexto, criterio y ejecución.

El perfil más valioso no siempre será el más técnico. Será, cada vez más, el traductor de negocio. La persona que entiende qué puede hacer un modelo, pero también qué necesita el cliente, dónde está el margen, qué proceso está roto, qué riesgo reputacional existe y qué decisión no se puede automatizar sin supervisión. El que conecta la tecnología con la estrategia. El que hace mejores preguntas antes de pedir más presupuesto. El que evita que la empresa llene la operación de pilotos vistosos y resultados irrelevantes.

La tesis es simple: los LLM no valen por sí solos; valen en proporción a la calidad de las preguntas, el contexto y la arquitectura de decisión que la empresa construye alrededor de ellos.
La competencia por talento no ocurre solo en Silicon Valley. Llega a mercados donde antes se hablaba de adopción.

El problema no es el acceso; es criterio.