Durante los últimos dos años, cada vez que se habla de despidos e inteligencia artificial, la conversación se queda casi siempre en el mismo sitio: las tecnológicas. Grandes empresas de software reduciendo plantilla, equipos de ingeniería más pequeños, procesos que antes hacían diez personas y ahora hacen tres.
Pero centrar la conversación ahí es un error de perspectiva. Lo que está pasando en tecnológicas es solo la primera ola, no la única.
Los modelos de IA generativa lo que automatizan, en el fondo, no es "programar". Automatizan tareas: redactar, resumir, clasificar, responder, revisar, comparar, traducir, generar borradores. Y esas tareas existen en absolutamente todos los sectores.
Atención al cliente, banca, seguros, administración, marketing, logística, jurídico, recursos humanos, contabilidad: todos estos sectores tienen procesos hechos de tareas repetitivas de información, exactamente el tipo de trabajo donde la IA generativa ya rinde bien hoy. No hace falta que la IA sea perfecta para que una empresa decida que necesita menos personas para hacer el mismo trabajo. Solo hace falta que sea suficientemente buena y mucho más barata.
Esto no significa que todos los puestos vayan a desaparecer. Significa que la reestructuración que hemos visto en tecnológicas durante 2024, 2025 y 2026 va a extenderse, con matices, a sectores que hasta ahora se sentían a salvo. Si trabajas en una tecnológica, ya conoces bien este escenario: puedes ver cuánto se está pagando realmente en ERE de tecnológicas en 2026. Si trabajas en otro sector, probablemente te va a tocar antes de lo que crees.
Aquí hay una distinción importante que se suele perder en el ruido: la IA no sustituye a la gente que sabe usarla bien. Sustituye, sobre todo, a la gente que hace tareas que la IA puede hacer igual o mejor, y a la gente que no ha aprendido a apoyarse en ella para hacer más con menos tiempo.
Eso convierte "aprender a usar la IA con soltura" en la habilidad transversal más rentable del momento, da igual tu sector. No hace falta que te conviertas en programador ni en ingeniero de datos. Hace falta que entiendas qué puede hacer, dónde falla, y cómo integrarla en tu forma de trabajar diaria: escribir mejor, analizar más rápido, automatizar lo repetitivo, tomar decisiones con más información en menos tiempo.
Quien haga esto bien no compite contra la IA. Compite con ventaja frente a quien no la usa.
Aquí va una idea que probablemente choca con cómo se ha entendido siempre la carrera profesional: no esperes a que te despidan para empezar a construir algo propio.
La mayoría de la gente solo se plantea montar un proyecto, un side project o un pequeño negocio cuando ya está buscando trabajo, con la presión del tiempo y del dinero encima. Es el peor momento para hacerlo bien. Las mejores ideas y los mejores proyectos casi siempre nacen sin esa presión, con margen para probar, equivocarte y aprender sin que dependa de ellos tu sueldo del mes que viene.
Si estás trabajando ahora mismo, ese es exactamente el momento de empezar. No para dejar tu trabajo mañana, sino para acumular aprendizaje, criterio y, con suerte, algo que funcione, mientras todavía tienes la seguridad de una nómina. Y si ya estás buscando trabajo, no dejes de hacerlo por eso: al contrario, es una de las mejores formas de mantenerte activo y de tener algo que contar en una entrevista que no sea solo tu último puesto.
El error más común al construir algo propio es empezar por la solución: "quiero montar una app", "quiero lanzar un SaaS", "quiero crear un curso". Ese orden casi nunca funciona.
El orden que sí funciona es al revés: observa problemas reales, tuyos o de gente cercana, y pregúntate por qué nadie los ha resuelto bien todavía. No hace falta que sea una idea grande ni original. Casi ningún negocio que funciona nació de una idea original; nació de resolver algo mal resuelto, un poco mejor que la alternativa que ya existía.
La IA ha cambiado radicalmente lo que cuesta llegar del problema al primer prototipo. Hoy puedes construir una primera versión funcional de una herramienta, una web o una automatización sin saber programar, apoyándote en IA para escribir el código, diseñar la interfaz y resolver los problemas técnicos según van apareciendo. Lo que antes exigía meses y un equipo técnico, hoy lo puede montar una persona sola en días.
Pero hay que ser honesto con la otra cara de esto. Que sea tan fácil construir con IA sin saber programar tiene un riesgo real: es igual de fácil lanzar algo mal hecho, sin entender lo que estás construyendo por dentro.
Seguridad de datos mal gestionada, lógica de negocio que falla en cuanto sale del caso de prueba, dependencias que nadie entiende y que se rompen sin avisar. La IA te puede llevar rápido, pero no sustituye el criterio de entender qué estás construyendo y por qué. Ve rápido, pero no dejes de hacer preguntas ni de revisar lo que la IA te entrega como si fuera la respuesta final. No lo es.
Construir con IA es una ventaja enorme si la usas con cabeza, y una fuente de problemas si la usas sin entender lo que haces. La diferencia no está en la herramienta. Está en quién la usa.
Si la incertidumbre de todo este cambio te está pasando factura, no eres el único: hablamos de ello con calma en la habilidad laboral del futuro: convivir con la sombra del despido. Y si ya has pasado por un ERE o un despido y todavía no tienes claro cuánto te corresponde, aquí tienes cómo se calcula la indemnización paso a paso, con ejemplos reales.
Si quieres preparar tu siguiente paso profesional (CV, entrevistas, estrategia de búsqueda, o cómo posicionarte en un mercado que está cambiando más rápido que nunca), puedo ayudarte en una sesión individual y gratuita. Escríbeme por LinkedIn o entra en las sesiones 1 a 1.