LinkedIn confirma que la demanda de ingenieros con dominio de automatización creció 60% en un año

En 1865, el economista británico William Stanley Jevons advirtió algo que desafiaba el sentido común de su época: a medida que las máquinas de vapor se volvían más eficientes en el consumo de carbón, la demanda total del combustible no se reducía sino que se disparaba. Menos gasto por unidad significaba más unidades, más aplicaciones y más industrias que antes no podían costear el recurso. Ese hallazgo viviría en los libros de texto durante siglo y medio bajo su nombre, esperando el momento preciso para volver a ser relevante. Ese momento es ahora, y el recurso ya no es el carbón.

La tesis que dominó los últimos dos años de la industria tecnológica fue tan clara como contundente: las herramientas de programación asistida por algoritmos elevarían la productividad individual de un ingeniero hasta diez veces su rendimiento anterior, lo que haría superflua a buena parte del personal técnico. Los titulares competían por pronunciar el obituario del desarrollador. Y sin embargo, en febrero de 2026, el estratega macro Frank Flight publicó un documento desde Citadel Securities que comenzaba con una ironía calculada: la tasa de desempleo en Estados Unidos rondaba el 4,28%, la inversión en infraestructura computacional representaba el 2% del PIB nacional, y las ofertas laborales para ingenieros de software crecían a un ritmo del 11% interanual. El mercado laboral, señalaba el informe, no había recibido el memorándum del apocalipsis.

El efecto rebote que nadie anticipó

El 26 de febrero de 2026, Jack Dorsey anunció que Block, la empresa detrás de Square y Cash App, reduciría su planta de 10.205 empleados a menos de 6.000. Cuatro mil personas despedidas de una sola vez, no por pérdidas sino por todo lo contrario: el beneficio bruto trimestral había trepado un 24% interanual hasta los 2.870 millones de dólares. La acción subió un 24% en el mercado fuera de horario. La explicación de Dorsey fue directa: las herramientas algorítmicas habían vuelto a cada ingeniero restante exponencialmente más productivo, y prefería una sola reducción honesta a años de sangría gradual. El caso Block ilustra la primera mitad del fenómeno. La segunda mitad, la que articula Jevons, es lo que sucede a continuación.

Cuando construir software se abarata, el umbral de rentabilidad para nuevos proyectos cae con él. Iniciativas que antes requerían un equipo de cinco personas durante seis meses pueden ahora prototiparselas en una semana. Proyectos que dormían en el backlog por inviables se convierten en tareas de dos sprints. Steven Sinofsky, de la firma Andreessen Horowitz, trazó en febrero de 2026 el mismo patrón a través de tres oleadas tecnológicas previas: la computadora personal no mató al mainframe, sino que ambos coexistieron y crecieron. Amazon no destruyó a Walmart; las dos empresas se convirtieron en compañías de un billón de dólares. Netflix no liquidó la producción audiovisual tradicional; hay más contenido producido hoy que en cualquier otro momento de la historia. En cada caso, la predicción fue destrucción. El resultado fue expansión.

Alemania ofrece los datos más precisos desde el lado del empleador. El estudio Bitkom de 2025, basado en 855 compañías representativas de todos los sectores, encontró 109.000 puestos tecnológicos sin cubrir en el país. La cifra baja respecto a los 149.000 registrados en 2023, pero el 79% de las empresas encuestadas anticipa que la escasez se agravará. El dato más revelador: el 42% de esas organizaciones espera necesitar especialistas adicionales precisamente como consecuencia de la adopción de sistemas automatizados. La tecnología que supuestamente vaciaría las plantas está generando su propia demanda de talento.

El perfil que el mercado no puede cubrir

La paradoja de Jevons no equivale a decir que todos los puestos de ingeniería son igualmente seguros. Lo que el mercado laboral tecnológico está atravesando es una redistribución profunda, y sus estratos no se mueven en la misma dirección. Las contrataciones masivas de desarrolladores junior para tareas de implementación rutinaria están en retirada, porque precisamente esas labores son las que los modelos actuales ejecutan con mayor solvencia. Lo que crece con fuerza no es cualquier ingeniería: es una variedad más exigente, más escasa y considerablemente mejor retribuida.

Los indicadores lo confirman con detalle. Según el reporte de empleos emergentes de LinkedIn para 2025, la demanda de ingenieros con dominio fluido de herramientas de automatización creció casi un 60% en términos interanuales. Glassdoor documenta primas salariales de entre el 15% y el 25% para desarrolladores con competencias en orquestación de modelos y marcos de despliegue. La firma AgileEngine reportó a finales de 2025 que las empresas habían dejado de contratar rápido para contratar bien: el foco se desplazó hacia perfiles capaces de multiplicar su producción desde el primer día, lo que eleva la presión sobre los candidatos pero también su valor en el mercado.

La contradicción más visible del momento la encarna la propia Anthropic. El 21 de enero de 2026, su director ejecutivo Dario Amodei declaró en Davos que los sistemas de la compañía podrían ocuparse de "la mayor parte, quizás la totalidad" de lo que hacen los ingenieros de software en un plazo de seis a doce meses. En marzo de ese mismo año, la página de empleos de Anthropic listaba 448 posiciones abiertas, de las cuales 146 correspondían a ingeniería de software. La empresa había pasado de unos 500 empleados a principios de 2024 a más de 1.000, con planes de alcanzar los 2.000. Los investigadores senior cotizaban compensaciones superiores al millón de dólares anuales. Esta no es hipocresía corporativa: es Jevons operando a plena vista.

Lo que Anthropic, OpenAI y otras firmas del sector buscan no son programadores que compitan con sus propios modelos en la escritura de funciones. Buscan ingenieros capaces de evaluar lo que esos sistemas producen, detectar sus fallas arquitectónicas, diseñar soluciones que aún no existen dentro de la distribución de entrenamiento de ningún algoritmo y tomar decisiones con consecuencias reales que ningún modelo puede asumir por cuenta propia. La escritura de código era una fracción del oficio. Los estudios de productividad más recientes documentan ganancias de entre el 26% y el 55% en tareas de codificación rutinaria asistida; lo que queda fuera de ese rango, el juicio, la arquitectura, la depuración de sistemas complejos, el razonamiento sobre seguridad, se consolida como el núcleo irreemplazable del trabajo.

Una paradoja que los datos ya no pueden ignorar

La trayectoria de las ofertas laborales para desarrolladores en Estados Unidos no es un relato lineal. Según los datos de Indeed procesados por FRED, el índice de publicaciones de empleo tocó un pico cercano al 230% del nivel de referencia de febrero de 2020 durante mediados de 2022, impulsado por tasas de interés en mínimos históricos y una cultura de contratación acelerada en el sector. Cuando el capital se encareció, la corrección fue brutal: el índice cayó hasta el 64% del nivel base hacia mediados de 2025. Leer esa caída como el preludio de una extinción es confundir la normalización de una burbuja con una tendencia estructural. Los datos más recientes, los que Citadel Securities cruzó con las publicaciones diarias de Indeed, muestran una recuperación sostenida que no replica los excesos de 2022 sino que refleja demanda orgánica genuina.

El argumento de Frank Flight es macro pero también histórico. Para producir un choque negativo de demanda suficientemente grande como para destruir empleo neto en el sector, señala, habría que asumir una automatización casi total del trabajo cognitivo económicamente relevante, combinada con una respuesta redistributiva prácticamente nula. La pregunta que propone para calibrar la magnitud real del riesgo es directa: ¿fue Microsoft Office un sustituto o un complemento para los trabajadores de oficina? La intuición previa a su lanzamiento señalaba la sustitución. La evidencia posterior mostró lo contrario con claridad rotunda. Las herramientas que reducen el coste de una tarea tienden a expandir el universo de tareas que vale la pena acometer.

La Oficina de Estadísticas Laborales de Estados Unidos proyecta un crecimiento del 25% en el campo de la ingeniería de software hasta 2032, una de las tasas más altas entre todas las ocupaciones relevadas. Lo que cambia no es el volumen del empleo sino su contenido. Las empresas gastan miles de dólares mensuales en herramientas algorítmicas para sus equipos técnicos; esa inversión no es un beneficio sino una expectativa implícita de retorno medible. El ingeniero que puede multiplicar su producción mediante esas herramientas, verificar su salida, detectar sus límites y construir sobre ella lo que ningún modelo haría solo, ocupa en 2026 la posición más sólida que la industria ha ofrecido en una década.

William Stanley Jevons nunca imaginó el software. Murió en 1882, cuando la electricidad era todavía una curiosidad de laboratorio. Pero la lógica que formuló al observar las minas de carbón y las máquinas de vapor es la misma que hoy rige las plataformas de empleo, los presupuestos de las grandes tecnológicas y las decisiones de contratación de miles de compañías que descubrieron, con sorpresa, que hacer el código más barato no les había reducido la necesidad de quienes saben construirlo.