Hace unos días te conté en LinkedIn que solo el 2,6% de las vacantes menciona explícitamente "habilidades de IA". Te prometí un artículo completo con cuáles son esas competencias exactas y cómo empezar a desarrollarlas desde hoy. Aquí está.
Si en tu perfil o en tu CV escribiste algo como "manejo de inteligencia artificial" porque alguna vez le pediste a ChatGPT que te redactara un correo, tengo que decírtelo directo: eso no es lo que están evaluando las empresas cuando piden esa habilidad.
Cuánto ha crecido realmente la demanda de IA
El estudio es del CAF (Banco de Desarrollo de América Latina y el Caribe), hecho junto con investigadores del IIEP (Universidad de Buenos Aires) y el CONICET. Analizaron más de 1,2 millones de ofertas laborales en Latinoamérica, publicadas en portales como Computrabajo, ZonaJobs y Workana.
En Argentina, donde el estudio hizo el análisis más detallado sobre 64.088 publicaciones, el hallazgo fue este: en 2026, el 2,6% de las vacantes menciona explícitamente habilidades de IA. En el período 2017 a 2022 era apenas el 0,6%. Es un crecimiento real, más de cuatro veces, aunque todavía el 97% de los avisos no la menciona de forma explícita.
No te cuento esto para generar alarma. Un salto de 0,6% a 2,6% sigue siendo un mercado pequeño en términos absolutos. Pero es la tendencia la que importa: crece rápido, y llegar temprano con la competencia correcta vale más que llegar tarde, cuando ya sea un requisito estándar en cualquier vacante.
Argentina fue el país de la región con la aceleración más marcada en este indicador. Brasil, por ejemplo, pasó de 0,6% a apenas 0,8% en el mismo período. La curva no avanza igual en todos los países de Latinoamérica, pero la dirección sí es la misma.
La IA casi nunca aparece como requisito aislado. El estudio encontró que el 0% de las ofertas pide IA en solitario: siempre se combina con habilidades técnicas tradicionales y habilidades blandas. El perfil promedio que buscan las empresas pide cerca de 7 competencias distintas, no una sola palabra de moda en el CV.
El mismo estudio confirma algo que vengo viendo en cada proceso de selección que reviso: las habilidades técnicas convencionales siguen apareciendo en el 91,2% de los avisos, y las habilidades blandas subieron de 59,9% a 76,9% en el mismo período. La combinación de ambas, técnica más blanda en un mismo aviso, pasó de 49,9% a 66,1%. La IA no está reemplazando esas exigencias, se está sumando encima de ellas.
Fuente: Infobae, estudio CAF, IIEP-UBA y CONICET.
El error más común: confundir "usar IA" con "usar ChatGPT"
El reporte Skills on the Rise 2026 de LinkedIn ya ubica a la inteligencia artificial como una competencia transversal, presente en prácticamente todas las funciones, no solo en las técnicas. La demanda ya no es solo de habilidades técnicas de IA, también crece la de estrategia de negocio con IA, porque las empresas la están integrando en sus productos y procesos centrales.
Esto tiene una lectura práctica para ti, no importa tu cargo: si trabajas en marketing, ventas, operaciones, finanzas o recursos humanos, ya no basta con que el área de sistemas entienda de IA. Las empresas buscan que cualquier persona en un rol de decisión sepa dónde aplicarla dentro de su propia función, no solo que la tecnología exista en algún departamento aparte.
Pero muchos candidatos entienden "saber IA" como haber usado ChatGPT para redactar un correo o resumir un texto. Eso demuestra productividad personal básica. No es la competencia que las empresas están evaluando.
Lo que separa un perfil del resto no es haberle preguntado algo a un chat. Es poder mostrar que usaste esa herramienta para resolver algo real: pasar de un problema a una solución a través de un buen prompting.
Fuente: LinkedIn, Skills on the Rise: The Fastest Growing Skills in 2026.
Cuáles son estas competencias del futuro
No todas las empresas piden lo mismo, y no todas las vacantes esperan el mismo nivel. Según lo que muestran las ofertas analizadas, hay tres niveles claros.
El primer nivel es el que te conviene dominar sin importar tu profesión, porque es el que más rápido se traduce en resultados visibles en tu trabajo diario:
- Prompting aplicado a tu trabajo diario: saber pedirle a una IA lo correcto y refinar el resultado hasta que sirva de verdad.
- Uso de IA generativa con criterio: para investigar, redactar o sintetizar información de tu área.
- Automatización de tareas repetitivas: con herramientas de IA, sin necesidad de programar.
- Análisis de datos asistido por IA: para ordenar y cruzar información que hoy revisas a mano.
El segundo nivel aparece en perfiles semitécnicos: machine learning, procesamiento de lenguaje natural (NLP) y manejo de chatbots o agentes conversacionales aplicados a un negocio. No es raro encontrarlo hoy en vacantes de analista de datos, atención al cliente o marketing digital, no solo en tecnología. Si tu trayectoria natural apunta hacia ahí, familiarizarte con estos términos ahora te da ventaja frente a colegas que recién los vean por primera vez el día que aparezcan en una descripción de puesto.
El tercer nivel es de especialización técnica avanzada, para quien construye estas herramientas y no solo las usa: TensorFlow (una librería para entrenar modelos de IA), deep learning, RAG o generación aumentada por recuperación (conectar un modelo de IA con información específica de una empresa para que responda con datos reales), MLOps (la disciplina que pone esos modelos a funcionar de forma estable en producción), LangChain (un framework para conectar modelos de IA con tus propios datos), prompt engineering como disciplina formal, Scikit-Learn, y frameworks más nuevos como LangGraph, CrewAI o AutoGen.
Si no vienes de tecnología, tu meta realista es el primer nivel. Ahí es donde está la mayor parte de las 7 competencias que piden las empresas hoy, combinadas con tus habilidades técnicas y blandas actuales.
Estos tres niveles no son compartimentos cerrados. Alguien de nivel uno que practica de forma constante termina entendiendo, sin proponérselo, buena parte del vocabulario del nivel dos. Y ese es justamente el puente que te conviene cruzar si tu carrera va hacia lo técnico.
Fuente: El Economista, relevamiento de perfiles de IA más buscados en Argentina, sobre el mismo estudio CAF, IIEP-UBA y CONICET.
Cómo empezar a practicar sin experiencia técnica
No necesitas un curso de meses ni saber programar para empezar a construir esta competencia. Lo que sí necesitas es constancia y un método simple.
Elige una tarea repetitiva de tu trabajo actual, algo que hagas cada semana y que te quite tiempo sin exigir demasiado criterio: ordenar una base de datos, resumir reportes, redactar respuestas similares una y otra vez. Prueba resolverla con una herramienta de IA gratuita, ajusta el resultado con dos o tres intentos de prompting hasta que sea usable, y mide cuánto tiempo te ahorraste esa semana frente a la forma en que lo hacías antes.
Repite eso con una tarea distinta cada mes. En pocos meses no vas a tener una lista de cursos de IA en tu CV, vas a tener casos reales que contar en una entrevista, que es exactamente lo que evalúa un reclutador. Ese historial de intentos, ajustes y resultados vale más que cualquier certificado, porque demuestra algo que ningún curso certifica por sí solo: que sabes aplicar la herramienta bajo presión real, con datos reales y un resultado que alguien más pudo medir.
Cómo mostrarlo en tu perfil o tu CV
En lugar de escribir "sé usar inteligencia artificial" como frase genérica, describe el caso concreto: qué tarea automatizaste, qué herramienta usaste y qué resultado obtuviste.
Un ejemplo pequeño y real dice más que cualquier lista de habilidades. Mira la diferencia.
- En vez de "Manejo de herramientas de inteligencia artificial", escribe algo como "Reduje en 40% el tiempo de elaboración de reportes semanales automatizando la consolidación de datos con IA".
- En vez de "Conocimientos de ChatGPT", escribe "Diseñé prompts para generar primeras versiones de contratos y comunicados, reduciendo el tiempo de redacción de 2 horas a 20 minutos".
- En vez de "Familiarizado con IA generativa", escribe "Usé IA para clasificar y priorizar más de 200 solicitudes de soporte al mes, mejorando el tiempo de primera respuesta".
Ninguno de estos ejemplos requiere ser programador. Requieren haber resuelto algo real y poder contarlo con un número o un resultado concreto detrás.
Y en un mercado donde todavía menos del 3% de las vacantes pide IA de forma explícita, mostrar evidencia real es lo que te separa del resto.