La carrera siempre funcionó como una escalera. El primer peldaño: las prácticas, el puesto junior, un año de traer y llevar cosas mientras miras cómo lo hacen los senior. Te pasas ahí un par de años, te pagan poco, pero te enseñan. Luego subes.
Pues bien, ese primer peldaño lo acaban de serrar. Y la universidad sigue vendiendo billetes de cuatro años hasta arriba, a precio de clase business.
La cifra que me hizo sentarme a escribir
El Digital Economy Lab de Stanford (el laboratorio de Erik Brynjolfsson) tomó datos de ADP, la mayor procesadora de nóminas de Estados Unidos. Millones de personas reales, no encuestas. El resultado: entre los trabajadores de 22 a 25 años en las profesiones más expuestas a la IA, el empleo cayó un 16% respecto a sus colegas mayores en esas mismas empresas. Los experimentados, estables. Quienes se hundieron fueron los jóvenes.
Entre los desarrolladores jóvenes la caída a septiembre de 2025 fue de casi un 20% desde el pico de finales de 2022.
Y aquí está el detalle que importa. Esto no va de que la IA mate el trabajo. Va de que la IA mata la entrada al trabajo. La diferencia lo es todo.
Qué aspecto tiene un peldaño serrado
Los datos componen una sola imagen, y es incómodamente coherente.
- La contratación de recién graduados en las grandes tecnológicas cayó alrededor de un 65% respecto a 2019, y en las startups en fase inicial un 76% (SignalFire, 2026).
- Los graduados de los 20 mejores programas de computer science de Estados Unidos tienen un 45% menos de probabilidades de conseguir un puesto de ingeniería en una gran tecnológica que hace unos años. Hasta la señal de élite dejó de funcionar.
- De mayo de 2025 a mayo de 2026 las ofertas de nivel senior crecieron un 14,7% mientras que las de nivel inicial cayeron un 7,5% (Indeed Hiring Lab).
- En desarrollo de software solo el 4,5% de las ofertas son de nivel inicial. Para comparar, en cuidados personales son el 91,3%.
- Las Big Four recortan la entrada de graduados: Deloitte un 18% menos, EY un 11% menos, KPMG pasó de 1.399 personas a 942.
- El paro entre los recién graduados universitarios es del 5,6% frente al 4,2% nacional (NY Fed). Históricamente iba justo al revés.
El mecanismo aparece en los datos de las propias empresas de IA
Esto es lo que me cierra la pregunta de si de verdad es cosa de la IA. Anthropic publica un Economic Index, un informe sobre en qué gastan realmente las empresas sus modelos. El 77% del uso corporativo es automatización, incluida la entrega completa de una tarea. Y solo el 12% es colaboración, cuando la persona y el modelo hacen algo juntos.
Ahora piensa en qué consiste el trabajo de un junior. Exactamente en esas tareas que se entregan enteras: sacar el resumen, escribir el código repetitivo, cuadrar la tabla, revisar los documentos. Ninguna empresa decidió despedir a los jóvenes. Decidió que ese trabajo ahora lo hace un modelo. Y los jóvenes simplemente estaban sentados encima.
La ironía es que aquello no era solo trabajo. Era el mecanismo de aprendizaje. No automatizamos una tarea. Automatizamos el campo de entrenamiento.
Ahora, la factura de la universidad
Si la entrada se rompe, la pregunta de verdad es cuánto cuestan cuatro años de preparación para esa entrada.
Los estadounidenses deben 1,863 billones de dólares en préstamos estudiantiles. Son 42,6 millones de personas, con una media de 40.467 dólares cada una. El coste de la universidad subió un 169% entre 1980 y 2019, mientras que los ingresos de los trabajadores de 22 a 27 años subieron solo un 19%. Pagar un año de universidad pública cobrando el salario mínimo exige hoy 1.345 horas de trabajo, frente a 387 horas en 1980.
Y lo más importante, qué te llevas a cambio. El 52% de los graduados de programas de cuatro años trabaja, un año después del título, en puestos que no exigen ese título. Diez años después, el 45% sigue por debajo de su nivel. Y aquí va la cifra que me da escalofríos: de quienes empiezan por debajo de su nivel, el 73% sigue atrapado ahí una década más tarde (Strada y el Burning Glass Institute).
O sea que tu primer empleo marca tu trayectoria más que tu título. Y el primer empleo es precisamente lo que serraron.
Luego está la economía del título en sí. La prima salarial universitaria subió del 39% en 1980 al 79% en 2000 y desde entonces está plana, incluso algo por debajo según algunas mediciones (Minneapolis Fed). La razón es sencilla: la oferta adelantó a la demanda. La proporción de la población activa con licenciatura pasó del 31% al 45%, mientras que las ofertas que exigen título por cada oferta que no lo exige cayeron de 1,2 en 2010 a 0,6 en 2020 (Cleveland Fed).
Y la guinda. Según los cálculos de FREOPP, el 31% de los estudiantes estadounidenses está matriculado en programas con retorno financiero nulo o negativo. En el 23% de los grados el retorno es negativo. Es decir, el graduado medio acaba más pobre que si no hubiera ido.
Pero no te voy a decir que dejes la universidad. Y te explico por qué
Sería deshonesto venderte una conclusión bonita. Los datos también dicen lo contrario.
El paro entre todos los titulados universitarios de 22 a 65 años es del 3,1%, entre los recién graduados del 5,6%, y entre los jóvenes sin título del 7,8%. O sea que el problema no es la educación, es la experiencia. El título sigue siendo mejor que la ausencia de título: ingresos medianos de 1.543 dólares semanales frente a 930 de quien solo terminó el instituto.
Y la historia de que las corporaciones eliminan los requisitos de titulación es en buena parte teatro. Harvard Business School y Burning Glass auditaron 11.300 puestos. Después de todos los anuncios ruidosos, se benefició realmente menos de una contratación de cada 700. Unas 97.000 personas de 77 millones de contrataciones al año. Notas de prensa hay muchas, práctica casi ninguna.
Y el contraargumento que no pienso esconder. El prometido apocalipsis del empleo no ha llegado. El paro en Estados Unidos ronda el 4,2%. Una investigación de la Dallas Fed encontró que la IA reduce a la vez la contratación de juniors y sube los salarios de los experimentados en esas mismas profesiones. Apocalipsis no hay. Hay redistribución, y cae sobre la puerta de entrada.
Profesiones que no existían cuando presentaste la solicitud
Ahora la parte buena. El peldaño no desapareció. Se mudó, y casi nadie te enseña adónde.
Manager de agentes de IA. Harvard Business Review definió formalmente el puesto en febrero de 2026. Una de las primeras personas del mundo con ese cargo, Zach Stauber en Salesforce, describe su día de forma sencilla: lo empieza y lo termina en dashboards, scorecards y monitorización de agentes. No escribe código. Dirige una flota.
AI Orchestration Specialist. El sueldo medio en Estados Unidos es de 148.233 dólares al año, y la parte alta de la horquilla supera los 450.000. Lo que exige no es programar, sino experiencia de dominio. Hay que entender un proceso lo bastante bien como para descomponerlo en agentes.
Forward Deployed Engineer. El ingeniero que vive en casa del cliente y dobla el sistema a su realidad. Mediana de 211.000 en Palantir, por encima de 785.000 para los senior en OpenAI y Anthropic.
AI Governance y ética. La demanda creció un 150% interanual, la de ética un 125%. Mediana en torno a 150.000, C-level desde 300.000. El motor es evidente: la regulación y la EU AI Act. Mientras tanto, el 98,5% de las organizaciones reconoce que no tiene suficiente gente para esto.
Data Annotator. La cuarta profesión que más crece en la lista de LinkedIn para 2026. El oficio se partió en dos: el etiquetado masivo se abarató, mientras que la anotación experta pasó a ser escasa. Es cuando un médico, un abogado o un trader enseña su propio dominio a un modelo.
Y lo más infravalorado: el mundo físico. Datacenter Technician ocupa el puesto 17 de esa misma lista de LinkedIn, y Commissioning Manager de centros de datos el puesto 11. Un operador de teleoperación de robots gana 28,24 dólares la hora, y Figure AI paga a los operadores de humanoides entre 35 y 40. Siemens se comprometió a formar a 200.000 electricistas para 2030. El boom de la IA también es hormigón, electricidad y refrigeración, y ahí lo que falta son manos, no diplomas.
Todo esto tiene un denominador común. La prima salarial por competencias en IA frente a un puesto comparable saltó del 25% al 56% en un solo año (PwC). Cuatro de las cinco profesiones que más crecen en Estados Unidos en 2026 tienen que ver con la IA.
Qué haría yo si tuviera dieciocho años ahora mismo
No soy pedagogo. Soy inversor y fundador, así que miro esto como una asignación de capital con horizonte y perfil de riesgo.
Uno. Dejaría de comprar el título como garantía. Como opción sobre red de contactos, acceso y profesiones colegiadas tipo medicina, derecho o ingeniería, funciona. Como promesa de empleo, ya no.
Dos. Perseguiría el primer empleo de verdad, no el diploma. Aquí los datos son contundentes: unas prácticas reducen un 49% el riesgo de acabar por debajo de tu nivel. Si tu programa no te pone en trabajo real para tercero, te está vendiendo un producto caducado.
Tres. Calcularía el retorno de un programa concreto, no de la educación superior en general. La dispersión es enorme. Criminología ronda el 65,8% de subempleo, ingeniería una fracción de eso. La educación superior no es un activo. Es un índice, y un tercio de sus posiciones pierde dinero.
Cuatro. Construiría prueba pública de trabajo. Un currículum dice que confiaron en ti. Un portfolio, un repositorio, un producto lanzado, un blog dicen que sabes hacerlo. Cuando las plazas de entrada escasean, la empresa se queda con quien ya tiene la prueba.
Cinco. Apuntaría a donde la IA complementa en lugar de sustituir. Stanford lo demostró sin rodeos: el empleo cae donde la IA automatiza y sube donde complementa. Ahí tienes el mapa de la próxima década.
Y sí, la Thiel Fellowship, que paga 250.000 dólares por dejar la universidad, ha cuadruplicado su beca desde que arrancó. De sus antiguos becarios salieron Anthropic, Figma, Ethereum y Scale AI. No es una receta para todo el mundo. Pero es una señal muy ruidosa sobre adónde se ha movido el precio.
Conclusión
Cuatro años y una cifra de seis dígitos para prepararte al primer peldaño tenían sentido mientras ese peldaño existía. Lo automatizaron primero, porque consistía exactamente en las tareas que un modelo hoy hace de principio a fin.
Esto no significa que no haya que estudiar. Significa otra cosa: deja de pagar por la señal y empieza a pagar por la capacidad. Antes el título era la prueba de que podías. Ahora la prueba es lo que ya has construido.
Nadie retiró la escalera. Simplemente le serraron los peldaños de abajo. Ahora se salta a ella, no se entra caminando.