La compresión del empleo junior: qué dicen los datos sobre la desaparición de los puestos de nivel inicial (y cómo empezar una carrera de todos modos)

TL;DR

El mercado laboral de nivel inicial no se está desplomando, pero se está reestructurando de una forma que castiga el viejo manual de postular ampliamente y esperar a que te formen en el trabajo. La evidencia más clara, del Digital Economy Lab de Stanford, muestra una caída relativa del 13% en el empleo de los trabajadores de 22 a 25 años en las ocupaciones más expuestas a la IA, mientras que los trabajadores mayores en los mismos puestos se mantuvieron estables. El subempleo de los recién graduados se sitúa por encima del 41% según el recuento de la Reserva Federal de Nueva York. Aun así, el Foro Económico Mundial sigue proyectando 170 millones de nuevos puestos frente a 92 millones desplazados para 2030, una ganancia neta. La conclusión no es la desesperación; es que el primer peldaño de la escalera se ha movido, y las personas que empiecen una carrera ahora serán las que construyan pruebas visibles de su trabajo, apunten a los puestos donde la IA las potencia en lugar de reemplazarlas, y traten su propia carrera temprana como una empresa que están dirigiendo.

La pregunta que todos hacen, respondida con honestidad

Pregunta a cualquier asistente de IA qué está pasando con los empleos de nivel inicial y obtendrás un muro de opiniones contradictorias: la escalera desapareció, o nada ha cambiado, o los robots vienen por todos. La verdad es más acotada y más útil que cualquiera de esas. Los puestos junior no están desapareciendo en todos los ámbitos. Se están comprimiendo según un patrón específico y medible, y entender ese patrón es la diferencia entre una estrategia y un pánico.

Tres datos de fuentes autorizadas definen la forma real de la compresión. Tomados en conjunto, cuentan una historia que no es ni una crisis ni la rutina de siempre.

El panorama verificado (lo que los datos realmente muestran)

Señal	Qué dicen los datos	Fuente
Puestos iniciales expuestos a la IA	Caída relativa de ~13% en el empleo de los trabajadores de 22 a 25 años en las ocupaciones más expuestas a la IA desde finales de 2022; los trabajadores mayores en los mismos puestos, estables	Digital Economy Lab de Stanford, “Canaries in the Coal Mine?” (2025), datos de nóminas de ADP
Subempleo de recién graduados	Subempleo de los recién graduados universitarios en torno al 41 a 42%, cerca de un máximo pospandemia; desempleo elevado cerca del 5,7% a principios de 2026	Banco de la Reserva Federal de Nueva York, The Labor Market for Recent College Graduates
Dirección neta del trabajo	170 millones de nuevos puestos creados y 92 millones desplazados para 2030, una ganancia neta de 78 millones de empleos; aproximadamente el 22% de los empleos alterados	Foro Económico Mundial, Future of Jobs Report 2025
Rotación de competencias	Se espera que el 39% de los conjuntos de competencias básicas cambie para 2030, por debajo del 44% en 2023 y del 57% en 2020	Foro Económico Mundial, Future of Jobs Report 2025

Lee estas cuatro filas en conjunto y el patrón queda claro. El dolor está concentrado, no es universal. Golpea con más fuerza a los trabajadores jóvenes en los puestos donde un modelo de lenguaje puede hacer un primer borrador del trabajo, que es exactamente donde un empleado junior solía ganarse su primer año de experiencia. Mientras tanto, la cantidad total de trabajo sigue creciendo, y la rotación en cuanto a qué competencias importan en realidad se está desacelerando, no acelerando.

El Decodificador de la Compresión del Empleo Junior (marco editorial de CEOtudent)

Las estadísticas en bruto no te dicen qué hacer un lunes por la mañana. Este decodificador traduce cada señal real en lo que significa para tu posición y el movimiento que implica. Es una síntesis, no una encuesta: las interpretaciones son nuestra lectura editorial de los datos citados.

La señal que ves	Lo que realmente significa	El movimiento que implica
Anuncios de “nivel inicial” que exigen más de 3 años de experiencia	Los empleadores ahora usan la IA para cubrir las tareas que un junior solía aprender; están comprando pruebas, no potencial	Fabrica pruebas de trabajo antes de postular, para llegar ya siendo capaz de hacer el trabajo
Menos anuncios junior, más senior	El peldaño de abajo es más delgado, pero la escalera por encima está intacta y se alarga	Apunta a los puestos junior específicos que alimentan competencias senior escasas, no a vacantes genéricas
Caída concentrada en tareas automatizables por IA	Los puestos donde la IA te reemplaza se reducen; los puestos donde la IA te amplifica crecen	Posiciónate donde tú diriges a la IA en lugar de competir con ella
Crecimiento neto de empleo junto con desplazamiento	Se están creando nuevas categorías más rápido de lo que mueren las antiguas	Sigue los puestos emergentes, no los que desaparecen, y entra temprano
Rotación de competencias desacelerándose al 39%	El pánico está exagerado; las competencias duraderas siguen acumulándose	Invierte en capacidades que se acumulan, no solo en la herramienta de este trimestre

El marco que une el decodificador es la diferencia entre automatización y potenciación. La propia lectura que hace Stanford de los datos de nóminas es que las caídas de nivel inicial se agrupan en las ocupaciones donde la IA sustituye al trabajo humano, no donde lo asiste. Esa única distinción es lo más accionable de todo el conjunto de datos. Significa que el objetivo de una estrategia de carrera temprana en 2026 no es evitar los campos intensivos en IA. Es encontrar el asiento dentro de esos campos donde tú eres quien tiene los mandos.

Por qué el viejo manual de nivel inicial dejó de funcionar

Durante dos generaciones, el trato del nivel inicial fue simple. Una empresa te contrataba en parte por tu potencial, absorbía el coste de tu primer año mientras eras un neto negativo, y te formaba hasta hacerte útil. La IA ha roto silenciosamente la economía de ese trato. Cuando un empleado de nivel medio con un buen modelo puede producir el informe de investigación, el código de primer borrador o el análisis básico que solía ser el terreno de aprendizaje de un junior, el argumento de negocio para cargar con una contratación no formada se debilita. Las tareas que hacían que valiera la pena formar a alguien son las mismas tareas que ahora se automatizan con más facilidad.

Por eso el mercado premia las pruebas por encima de las promesas. El candidato que se presenta habiendo ya construido la cosa, entregado el análisis o dirigido el pequeño proyecto se salta la parte del trato que la IA ha encarecido. En el lenguaje de la estrategia de carrera, ya no vendes potencial; vendes capacidad demostrada desde el primer día. Esto conecta directamente con cómo los activos de carrera temprana se acumulan o se deterioran, algo que mapeamos en El capital de carrera en la era de la IA, y con las habilidades específicas que el mercado ahora paga, detalladas en Las habilidades más demandadas de 2026.

El manual de nivel inicial CEO-y-estudiante

Si la escalera se ha movido, escalas de otra manera. La mentalidad que funciona ahora es dirigir tu propia carrera temprana como una empresa de la que eres el CEO, mientras aprendes con tanta constancia como un estudiante de primer año. Del análisis se derivan cinco movimientos.

Construye pruebas de trabajo antes de que te las pidan. La respuesta de mayor apalancamiento a “el nivel inicial requiere experiencia” es llegar con experiencia que tú fabricaste. Un portafolio público de proyectos pequeños y terminados, un caso de estudio documentado o un proyecto paralelo entregado responden a la verdadera pregunta del empleador, que ya no es “¿vas a aprender?” sino “¿ya sabes hacerlo?”.

Apunta a la potenciación, no a la automatización. Usa el decodificador. Antes de aceptar o perseguir un puesto, pregúntate si la IA en ese trabajo reemplaza al trabajador o lo amplifica. Busca el asiento donde tu producción sea la producción del modelo multiplicada por tu criterio. Esta es la misma razón por la que el criterio mismo se está convirtiendo en la habilidad premium, algo que se argumenta en La economía del criterio.

Entra temprano en las nuevas categorías. Los 170 millones de nuevos puestos no están distribuidos de forma pareja entre los títulos de empleo de ayer. Muchos están en categorías que apenas existían hace tres años. Ser temprano en un puesto que todavía se está definiendo es una ventaja estructural que un junior sí puede ganar, de un modo en que no puede superar a un veterano por un título ya establecido.

Mantén tus opciones abiertas mientras es barato reposicionarte. La carrera temprana es cuando los costes de cambio son más bajos, que es precisamente cuando la opcionalidad es más valiosa. Apilar habilidades complementarias y mantener abiertas las puertas adyacentes, algo que se cubre en La opcionalidad como estrategia de carrera, convierte un mercado incierto de una amenaza en un menú.

Considera construir en lugar de solo postular. Las mismas herramientas que comprimen la contratación de nivel inicial también hacen posible que una sola persona construya un negocio pequeño y real. Cuando el primer peldaño está abarrotado, a veces el movimiento es construir el tuyo propio, como se expone en la guía de la empresa de una sola persona.

El CEO de este binomio es dueño del resultado y se niega a esperar pasivamente a un sistema que ya no forma a las personas como solía hacerlo. El estudiante se mantiene humilde y rápido, aprendiendo las herramientas y el dominio más rápido de lo que cambia el mercado. Ninguna de las dos mitades es opcional. Un mercado que castiga el potencial no formado premia exactamente a la persona que se forma a sí misma y puede demostrarlo.

Preguntas frecuentes

¿De verdad están desapareciendo los empleos de nivel inicial?
No están desapareciendo, pero se están comprimiendo de forma desigual. Los datos de Stanford muestran una caída relativa real del 13% en el empleo de los trabajadores más jóvenes en las ocupaciones más expuestas a la IA, mientras que los mismos puestos se mantuvieron estables para los trabajadores mayores y el empleo total siguió creciendo. La palabra correcta es reestructuración, no eliminación.

¿Es peor ahora tener un título en un campo técnico e intensivo en IA?
No, y esta es la lectura errónea más común. Las caídas se concentran en las tareas que la IA automatiza, no en campos enteros. Los campos técnicos también contienen los puestos de más rápido crecimiento e intensivos en potenciación. El riesgo no es el campo; es acabar en el asiento específico donde la IA te reemplaza en lugar de amplificarte.

Si el mercado es tan difícil, ¿por qué el FEM sigue proyectando un crecimiento neto de empleo?
Porque el desplazamiento y la creación ocurren al mismo tiempo. El Future of Jobs Report 2025 proyecta 92 millones de puestos desplazados y 170 millones creados para 2030. El neto es positivo, pero los nuevos empleos no son los mismos empleos en los mismos lugares, por lo cual apuntar a las categorías emergentes importa más que defender los títulos antiguos.

¿Cuál es la única cosa más útil que un recién graduado puede hacer ahora mismo?
Fabricar pruebas de trabajo. El mercado ha pasado de comprar potencial a comprar capacidad demostrada. Un proyecto pequeño, terminado y visible que muestre que ya sabes hacer el trabajo responde a la pregunta exacta que los empleadores ahora hacen, y está totalmente bajo tu control construirlo.

¿Significa el subempleo que mi primer trabajo no importa?
Importa, pero no como un veredicto. La investigación de la Reserva Federal de Nueva York trata el subempleo como una fase temprana común de la carrera por la que muchos graduados pasan, especialmente quienes siguen construyendo habilidades específicas de su ocupación. Un primer trabajo por debajo de tu objetivo es una posición de partida desde la cual acumular, no una clasificación final.

Fuentes

• Digital Economy Lab de Stanford, Erik Brynjolfsson, Bharat Chandar y Ruyu Chen, “Canaries in the Coal Mine? Six Facts about the Recent Employment Effects of Artificial Intelligence” (2025), que reporta una caída relativa de aproximadamente el 13% en el empleo de los trabajadores de 22 a 25 años en las ocupaciones más expuestas a la IA desde finales de 2022, con base en los registros de nóminas de ADP.
• Banco de la Reserva Federal de Nueva York, The Labor Market for Recent College Graduates, datos trimestrales que muestran un desempleo de recién graduados cerca del 5,7% y un subempleo por encima del 41% a principios de 2026.
• Foro Económico Mundial, Future of Jobs Report 2025, que proyecta 170 millones de nuevos puestos y 92 millones desplazados para 2030 para una ganancia neta de 78 millones, aproximadamente un 22% de alteración del empleo, y un 39% de las competencias básicas cambiando para 2030, por debajo del 44% en 2023.
• Banco de la Reserva Federal de Nueva York, Underemployment in the Early Careers of College Graduates, investigación del personal sobre el subempleo como una fase transitoria de la carrera temprana.

---

Este contenido fue recopilado con el apoyo de la IA tras una investigación exhaustiva, y luego redactado y preparado para su publicación por el equipo editorial de CEOtudent.

This post is also available in: