Anthropic publica una compensación mediana para ingenieros de software de $570,000 dólares. No es un bono de firma para un VP. Es la mediana para los ingenieros que construyen los modelos que ya están escribiendo código en otras empresas.

Mientras tanto, los ingenieros cuyo código esos modelos están reemplazando enfrentan un mercado laboral que se contrae.

Esto no es una historia de tecnología. Es una historia de estrategia de negocio. Y si diriges una empresa que depende del software — que en 2026 significa toda empresa — necesitas entender qué significa esta división para tu equipo y tu presupuesto.

Los datos detrás de la división

Qué muestran los datos de nómina de Stanford y ADP

La señal más clara viene de datos reales de nómina, no de conteos de ofertas de empleo. Investigadores del Stanford Digital Economy Lab, en conjunto con ADP Research, analizaron patrones de empleo en millones de registros de nómina. Su hallazgo: el empleo para trabajadores jóvenes (22-25 años) en software y servicios de TI cayó aproximadamente un 20% desde su pico en 2022, mientras que el empleo para trabajadores de 35 años en adelante se mantuvo estable o creció.

Grupo de edad	Cambio en empleo (pico 2022 a 2025)	Interpretación
22-25	~20% de caída	Roles de entrada reduciéndose
26-34	Leve caída	Presión creciente en nivel medio
35+	Estable a leve crecimiento	Roles senior manteniéndose o creciendo

Este no es un patrón de recesión. Una recesión golpearía proporcionalmente a todos los grupos de edad. Esto es algo dirigido. Las tareas de ingeniería de nivel inicial — las que las empresas tradicionalmente asignaban a desarrolladores junior — son las mismas tareas que las herramientas de IA hacen bien: escribir código repetitivo, implementar funcionalidades estándar a partir de especificaciones, corregir errores sencillos.

La señal global

India ofrece el ejemplo más marcado. Según reportes de Rest of World, citando un análisis de EY, las empresas de TI indias recortaron entre 20% y 25% de los roles de ingeniería de nivel inicial. India contrató solo unos 75,000 ingenieros recién graduados en el año fiscal 2024-25 — la cifra más baja en más de 20 años. En un país que gradúa más de un millón de ingenieros al año, ese número es un cambio estructural, no un ciclo de contratación.

La secuencia 30-a-40 de Microsoft

En abril de 2025, Satya Nadella declaró a CNBC que “quizás un 20-30%” del código de Microsoft lo escribía IA, aclarando que esto aplicaba a “algunos proyectos”. Un mes después, reportes de Bloomberg vía TechCrunch mostraron que aproximadamente el 40% de los despidos de Microsoft en el estado de Washington afectaron a ingenieros de software.

Las palabras de cautela de Nadella importan — dijo “quizás” y especificó “algunos proyectos.” Pero la secuencia se lee como causa y efecto: la IA escribe más del código, la empresa necesita menos de las personas que solían escribir ese código.

Qué es realmente la bifurcación

El titular “La IA reemplaza ingenieros” es incorrecto. Lo que realmente está pasando es una polarización. Algunos roles de ingeniería valen más que nunca. Otros están desapareciendo. Y una nueva categoría se está formando que no existía hace dos años.

Tipo de rol	Dirección	Por qué
Arquitecto de sistemas de IA	En alza	Diseña qué se automatiza y cómo
Ingeniero senior de integración	Estable a alza	Conecta sistemas legados con IA — requiere conocimiento institucional
Desarrollador junior de funcionalidades	En baja	Las herramientas de IA escriben funcionalidades estándar a partir de specs
Revisor / validador de resultados de IA	Emergente	Juicio humano aplicado a código y decisiones generadas por IA
Experto de dominio con fluidez en IA	En alza	Combinación rara — conoce el negocio y las herramientas

La última fila es la que la mayoría de las empresas subestima. Alguien que entienda tu cadena de suministro, tus requisitos de cumplimiento o los flujos de trabajo de tus clientes — y que además sepa dirigir herramientas de IA — se está convirtiendo en la persona más valiosa del equipo de ingeniería. No porque escriba el mejor código, sino porque sabe lo que el código debe hacer.

Qué significa esto para tu presupuesto de ingeniería

Aquí viene la parte contraintuitiva: el costo de un equipo de ingeniería mediocre está subiendo, no bajando.

Si estás pagando por diez ingenieros que escriben funcionalidades manualmente cuando las herramientas de IA podrían producirlas, estás pagando de más. Pero si intentas recortar personal sin invertir en las personas que pueden dirigir y validar el resultado de la IA, terminarás con una base de código que nadie entiende del todo — generada por IA, revisada por nadie.

Tres movimientos presupuestarios que examinamos frecuentemente con clientes:

1. Audita qué tareas en tu stack son reemplazables por IA. No “qué personas” — qué tareas. Un ingeniero senior podría dedicar el 30% de su tiempo a trabajo que las herramientas de IA manejan bien y el 70% a decisiones de arquitectura que la IA no puede tocar. No reemplazas a esa persona. Le das mejores herramientas y rediriges las horas liberadas.

2. Identifica dónde el conocimiento del dominio más la fluidez en IA es el valor real. Tus mejores ingenieros no son los que codifican más rápido. Son los que previenen errores costosos porque entienden el contexto del negocio. Cuando la IA escribe el código, ese juicio se vuelve más valioso, no menos.

3. Renegocia contratos de desarrollo externo que no reflejan la productividad de la IA. Si tu equipo externalizado factura las mismas horas que facturaba en 2023 pero usa GitHub Copilot y Claude para la mitad de su producción, estás pagando un margen sobre trabajo generado por IA. Es una conversación que la mayoría de las empresas aún no ha tenido.

Cómo evaluar la posición de tu equipo

En IQ Source, cuando trabajamos con el liderazgo de ingeniería de una empresa en este tema, empezamos con tres preguntas. Las respuestas nos dicen más que cualquier auditoría.

¿Qué porcentaje del trabajo de tu equipo es asistido por IA versus revisado por humanos versus escrito desde cero? La mayoría de los equipos no lo mide. Deberían. No para vigilar — para definir estrategia. Si el 60% de tu código base es generado por IA y nada recibe revisión humana significativa, tienes un riesgo de calidad. Si solo el 5% es asistido por IA, estás dejando productividad sobre la mesa.

¿Pueden tus ingenieros senior describir los modos de fallo de sus herramientas de IA? Pregúntales. Si la respuesta es “a veces se equivoca,” eso no es suficiente. Un ingeniero senior que usa Claude o Copilot a diario debería poder decirte qué tipos de errores comete, en qué contextos, y cómo los detecta. Si no puede, no está revisando — está aceptando.

¿Quién toma las decisiones de herramientas de IA — y tiene autoridad para hacerlo? En nuestra experiencia en IQ Source, la tercera pregunta es donde la mayoría de las empresas se estancan. Las decisiones de herramientas de IA se toman informalmente — un desarrollador prueba una herramienta, otros le siguen, nadie evalúa si es la elección correcta para la organización. El ingeniero que debería tomar esta decisión muchas veces no tiene la autoridad presupuestaria ni el mandato para hacerlo.

Para más sobre por qué esta brecha de fluidez importa a nivel de equipo, lee nuestro artículo sobre la brecha de fluidez en IA en equipos de ingeniería.

Construir vs. externalizar en 2026

El viejo esquema de “construir vs. comprar” no captura lo que está pasando. No se trata de desarrollar tu propio software versus comprar soluciones empaquetadas. Se trata de qué capacidades de ingeniería pertenecen dentro de tu empresa y cuáles no.

Mantén interno	Accede externamente
Selección y evaluación de herramientas de IA	Ajuste fino especializado de modelos
Decisiones de arquitectura que tocan lógica de negocio	Escalamiento de infraestructura y DevOps
Validación y revisión de resultados de IA	Proyectos de implementación puntuales
Diseño de flujos de trabajo específicos del dominio	Auditorías de seguridad y pruebas de penetración
Cultura y estándares de ingeniería	Trabajo de integración con proveedores

Para empresas medianas — las que más atendemos en IQ Source — el punto óptimo suele ser 2-3 ingenieros senior que entiendan tanto tu dominio como el ecosistema de herramientas de IA, más acceso a capacidad de implementación especializada cuando la necesites. No un equipo de desarrollo de 30 personas. No un modelo completamente externalizado donde nadie interno entiende el código.

El modelo de CTO Fraccional funciona bien aquí porque necesitas liderazgo estratégico de ingeniería, no más manos en teclados. Las manos pueden ser asistidas por IA o de origen externo. El juicio tiene que ser tuyo.

Para una mirada más profunda a la economía de construir capacidades de IA, consulta nuestro análisis sobre la economía empresarial de IA en 2026.

Un paso concreto

Si estás leyendo esto y pensando “realmente no sé dónde está mi equipo en todo esto”, no estás solo. La mayoría de los líderes de ingeniería con los que hablamos toman decisiones basándose en intuición sobre el impacto de la IA en lugar de datos sobre su propia organización.

Hacemos una evaluación de capacidades de equipo de dos horas. Analizamos qué están construyendo tus ingenieros realmente, cuánto es asistido por IA, dónde están las brechas de habilidades en relación con la dirección de tu negocio, y qué roles están creando valor versus generando código que la IA podría escribir. Sales con una imagen clara — no una presentación de diapositivas, no una hoja de ruta de varios meses. Una imagen de dónde estás y qué hacer al respecto.

Agenda una evaluación de capacidades de equipo →