En resumen. El primer cliente es el más difícil porque un comprador no puede distinguir a un recién llegado capaz de uno flojo, no porque a los recién llegados les falte habilidad. En oDesk, antecesora de la actual Upwork, el 10 % de los nuevos trabajadores de fuera de Estados Unidos sin una agencia detrás encontró al menos un trabajo, frente al 27 % de quienes entraron bajo una agencia consolidada. Una estimación de 2021 sitúa en el 8,6 % la proporción de los 163 millones de perfiles freelance registrados en el mundo que alguna vez han conseguido trabajo. Un experimento de campo muestra qué rebaja la barrera: un solo trabajo pequeño y pagado, con una valoración pública, elevó del 12 % al 30 % la proporción de trabajadores sin experiencia con empleo en un plazo de dos meses. Un test de habilidades de la plataforma, en cambio, generó un proyecto nuevo por cada 63 credenciales, aproximadamente. Desde 2023 hay un segundo problema: tras el lanzamiento de un redactor de propuestas con IA en Freelancer.com, el vínculo entre una carta de presentación personalizada y la respuesta del empleador cayó un 51 %. La jugada del CEO: trata el primer cliente como el problema de riesgo del comprador y dedica las horas escasas a la prueba que elimina más riesgo por hora. La jugada del estudiante: ejecuta cada prueba como una repetición de práctica con un plazo, un estándar y comentarios por escrito.
Este artículo se sitúa entre qué demuestra de verdad una habilidad en 2026 y la economía de los canales de Upwork, Fiverr y los clientes directos. Si todavía estás decidiendo si independizarte, empieza por el marco de decisión entre freelance y empleo a tiempo completo. Cuando un cliente diga que sí, la comparación de modelos de precios freelance explica cómo cobrar.
Las siete estrategias son un marco editorial de CEOtudent. CEOtudent no realizó ninguna encuesta, no dispone de datos de clientes y no puso a prueba ninguna de ellas; cada una se califica según la investigación pública que la respalda. Este artículo es información general, no asesoramiento financiero, jurídico ni fiscal personalizado.
¿Por qué el primer cliente es el más difícil de conseguir?
La explicación de Amanda Pallais en la American Economic Review es que un primer trabajo produce dos cosas: un resultado para el comprador e información pública sobre el trabajador. El trabajador se queda con el beneficio de esa información mientras el comprador asume el coste de producirla, de modo que los compradores contratan a demasiado pocos principiantes. La Tabla 1 muestra esa barrera y qué la rebaja.
Tabla 1. Qué midieron los experimentos de campo y los estudios de plataformas (cifras tal como aparecen en cada fuente)
| Estudio | Contexto y muestra | Qué se probó o se comparó | Efecto medido |
|---|---|---|---|
| Pallais (2014) | oDesk, 2010; 3.767 solicitantes de trabajos de entrada de datos de bajo salario, 952 contratados al azar para trabajos de 10 horas | Un trabajo pequeño y pagado más una valoración pública | Trabajadores sin experiencia con algún trabajo en los dos meses siguientes: del 12 % al 30 %; ingresos medios de 10 $ a 27 $ |
| Stanton y Thomas (2016) | oDesk, de agosto de 2008 a diciembre de 2009; 83.029 nuevos trabajadores de fuera de Estados Unidos | Entrar bajo una agencia dirigida por un trabajador consolidado | El 27 % de los afiliados encontró al menos un trabajo, frente al 10 % de los no afiliados; mediana de cinco días y tres solicitudes hasta la primera contratación, frente a trece días y diez |
| Agrawal, Lacetera y Lyons (2016) | oDesk, enero de 2012; 14.617 anuncios de trabajo, 420.833 solicitudes | Experiencia verificada en la plataforma por encima de la mediana de 4 contratos previos | Probabilidad estimada de ser contratado por solicitud: del 6,7 % al 8,3 % para los solicitantes de países desarrollados, del 1,6 % al 2,8 % en los menos desarrollados |
| Kässi y Lehdonvirta (2024) | Una gran plataforma freelance; 46.791 trabajadores a lo largo de nueve años | Aprobar un test de habilidades de la plataforma (una microcredencial) | Ingresos un 8,9 % más altos en dos semanas; un proyecto nuevo por cada 63 microcredenciales, aproximadamente |
Fuentes: los trabajos citados; se consultaron las versiones en documento de trabajo allí donde la lista de Fuentes lo indica, y las cifras de Stanton y Thomas proceden del documento de discusión de 2014.
Importan tres lecturas. Primera, la barrera es de información: en el experimento de Pallais, ser contratado no cambió nada mientras el mercado solo podía ver la contratación, y los resultados mejoraron cuando las evaluaciones se hicieron públicas. Segunda, la reputación de otra persona es el sustituto más rápido de la tuya. Tercera, un certificado mueve más el precio que la entrada: Kässi y Lehdonvirta concluyen que las microcredenciales “no parecen ser muy útiles para los nuevos trabajadores que tienen dificultades para conseguir su primer trabajo en el mercado”.
Tabla 2. ¿Cuán empinado es el arranque en frío? (análisis de CEOtudent de las fuentes citadas)
| Qué se midió | Cifra en la fuente | Cálculo de CEOtudent |
|---|---|---|
| Trabajadores sin experiencia con algún trabajo en un plazo de dos meses: grupo de control y, después, tras un trabajo pequeño y pagado | 12 % y 30 % (Pallais) | Aproximadamente 1 de cada 8; 2,5 veces |
| Nuevos trabajadores que encontraron al menos un trabajo, sin agencia y con ella | 10 % y 27 % (Stanton y Thomas) | 2,7 veces |
| Perfiles freelance registrados que alguna vez han conseguido trabajo | 14 millones de 163 millones (Kässi, Lehdonvirta y Stephany) | 8,6 %; el rango de los autores va del 2,0 % al 36,8 % |
| Solicitudes por anuncio de trabajo | 420.833 solicitudes, 14.617 anuncios (Agrawal y coautores) | 28,8 |
| Solicitudes por contratación, solicitantes con poca experiencia | Tasas de contratación del 1,6 % al 6,7 % (mismo estudio) | Entre 15 y 63, aproximadamente |
| Gasto anual de un comprador en un mercado | Fiverr: 342 $ por comprador; Upwork: 5.129 $ de volumen bruto de servicios por cliente activo | La cifra de Upwork es 15 veces la de Fiverr |
| Compradores en dos mercados que presentan informes ante la SEC | Fiverr: de 4.027 mil (2023) a 3.135 mil (2025); Upwork: de 851 mil (2023) a 763 mil (junio de 2026) | Caídas del 22,2 % y del 10,3 % |
Análisis de CEOtudent; las celdas derivadas se recalcularon mediante un script. Las filas describen plataformas y años distintos y no se suman en una única tasa. El cálculo de solicitudes por contratación supone que cada solicitud tiene la misma probabilidad independiente, y es solo una ilustración. Las métricas de Upwork y Fiverr son datos declarados por las propias compañías en sus informes ante la SEC.
Léelo como un orden de magnitud: en tres conjuntos de datos recogidos entre 2008 y 2020, aproximadamente uno de cada diez recién llegados consigue algún trabajo. La base de compradores de los dos mercados de la última fila se está reduciendo. Nuestra comparativa de canales citaba 785 mil clientes activos de Upwork a diciembre de 2025; el informe del trimestre cerrado el 30 de junio de 2026 muestra 763 mil y vincula el descenso, en parte, con “el impacto cambiante de la IA en determinadas categorías de trabajo freelance y en la captación y retención de nuevos clientes”.
¿Sobre qué tiene dudas realmente un comprador?
Un comprador que no tiene ningún historial que leer está poniendo precio a cuatro riesgos distintos. Cada uno necesita un tipo de prueba diferente, y por eso un solo portafolio rara vez responde a todos.
Tabla 3. Los cuatro riesgos del comprador y la prueba que responde a cada uno (marco editorial de CEOtudent)
| Riesgo | La pregunta que el comprador no formula | Por qué es real | Prueba que lo reduce | Lo que no lo reduce |
|---|---|---|---|---|
| Habilidad | ¿Puede esta persona hacer esta tarea con mi nivel de exigencia? | En la investigación sobre contratación, las medidas específicas del puesto son las que mejor predicen el desempeño | Una muestra sobre un encargo parecido al suyo; un test con puntuación | Años de experiencia; adjetivos |
| Fiabilidad | ¿Llegará a tiempo sin que tenga que perseguirlo? | En el experimento de Pallais, aproximadamente el 18 % de los trabajadores contratados no devolvió el archivo ni registró ninguna hora | Un trabajo pequeño y pagado entregado antes de plazo; una persona que te avale | Una muestra hecha sin plazo |
| Encaje | ¿Entiende mi problema? | Antes de las herramientas de redacción con IA, una propuesta una desviación estándar más personalizada valía tanto como una oferta 26 $ más baja | Observaciones comprobables sobre la situación del propio comprador | Una redacción personalizada, sin más |
| Comunicación | ¿Trabajar con esta persona me costará tiempo? | Los tests muestran las habilidades técnicas, “pero no las habilidades blandas ni la confiabilidad general” (Kässi y Lehdonvirta) | Proceso visible: preguntas, plan, actualizaciones | Una prosa pulida |
Marco editorial de CEOtudent; la tercera columna cita estudios de la lista de Fuentes.
La investigación sobre contratación respalda la lógica de la prueba de trabajo. En la revisión de 2022 de las estimaciones clásicas de validez, a cargo de Paul Sackett y coautores, los tests de muestra de trabajo predicen el desempeño laboral con 0,33 y las entrevistas estructuradas con 0,42, frente a 0,19 de las entrevistas no estructuradas y 0,07 de los años de experiencia laboral. Los autores señalan que sus predictores más sólidos “son todos medidas específicas del puesto”. Dos cautelas: el 0,33 es la cifra corregida (el 0,54 tan citado, procedente de un resumen de 1998, se revisó a la baja en 0,21), y estos estudios se refieren a la selección de empleados, no a la compra de servicios freelance.
¿La IA generativa ha hecho que un portafolio pulido valga menos?
Para las propuestas escritas hay evidencia directa, toda procedente de Freelancer.com y toda en documentos de trabajo que aún no han pasado por revisión por pares. Anaïs Galdin y Jesse Silbert constatan que, antes de los grandes modelos de lenguaje, los empleadores pagaban por las solicitudes personalizadas, y que después esas señales “ya no predicen que el trabajo se complete con éxito”. En su simulación de un mercado donde escribir no cuesta nada, los trabajadores del quintil superior de capacidad son contratados con una frecuencia un 19 % menor y los del quintil inferior con una frecuencia un 14 % mayor. Jingyi Cui, Gabriel Dias y Justin Ye estudian el AI Bid Writer de la plataforma, lanzado el 19 de abril de 2023, a lo largo de 5 millones de cartas de presentación. La correlación entre la personalización de la carta de presentación y la respuesta del empleador cayó un 51 %, la correlación con una oferta cayó un 79 % y la correlación entre las respuestas y las puntuaciones de las reseñas subió un 5 %. El tiempo dedicado a editar el borrador de la IA mostró una correlación positiva con el éxito en la contratación.
Las valoraciones con estrellas no llenan ese vacío: en un gran mercado laboral en línea, la proporción de trabajadores que recibía la máxima valoración de 5 estrellas “pasó del 33 % al 85 % en solo 6 años”, y los autores atribuyen a la inflación más del 50 % del aumento de las puntuaciones. La escritura limpia tampoco es el problema. En un experimento con casi medio millón de nuevos buscadores de empleo en un mercado laboral en línea, aquellos a quienes se ofreció al azar ayuda algorítmica para escribir fueron contratados un 8 % más, y los autores no hallaron evidencia de que los empleadores quedaran menos satisfechos. La claridad ayuda a que un comprador te lea; ya no demuestra esfuerzo.
Ningún estudio de los que encontramos pone a prueba los portafolios directamente, así que el paso siguiente es un argumento, no un hallazgo: si el texto barato perdió su señal, es probable que las muestras pulidas y baratas también pierdan la suya. En una encuesta de la OIT, el 79 % de los encuestados de plataformas freelance señaló las reseñas y los comentarios de clientes anteriores como clave para obtener nuevos trabajos, el 54 % señaló los portafolios de trabajos anteriores y el 53 % el número de trabajos completados. La prueba que sigue funcionando tiene tres propiedades: alguien distinto de ti puede verificarla, muestra el proceso además del resultado y es específica para el comprador. La reputación profesional en la era de la IA desarrolla ese argumento.
¿Qué siete estrategias de prueba de trabajo tienen evidencia detrás?
La regla de calificación se fija de antemano. A: un experimento de campo aleatorizado en un mercado freelance puso a prueba el mecanismo, con ser contratado o ganar dinero como resultado. B: probado por grandes estudios cuasiexperimentales u observacionales en mercados freelance, o por experimentos y metaanálisis sobre contratación de empleados que se trasladan por analogía. C: existe evidencia, pero es indirecta, mixta o pequeña para los recién llegados. D: no se encontró ningún estudio; solo razonamiento editorial.
Tabla 4. Siete estrategias de prueba de trabajo (marco editorial de CEOtudent; los costes de tiempo son estimaciones editoriales, no datos)
| Estrategia | Qué demuestra | Qué ve el comprador | Coste de tiempo | Grado de evidencia y base | Riesgo principal | Cuándo no usarla |
|---|---|---|---|---|---|---|
| 1. Micropiloto de pago | Los cuatro riesgos, a pequeña escala | Un trabajo pagado y terminado, y una valoración o referencia | 2-4 horas para proponerlo, 3-10 horas de entrega pagada | A: Pallais, del 12 % al 30 % | Anclar una tarifa baja | El problema no se puede recortar a algo pequeño |
| 2. Credibilidad prestada | Fiabilidad y encaje, avalados por otra persona | Una recomendación, o un nombre consolidado en el trabajo | 3-6 horas para listar contactos y escribirles | B: Stanton y Thomas; Pallais y Sands | La prueba se queda con el intermediario | No sabes nombrar el trabajo que quieres |
| 3. Muestra de trabajo reproducible con proceso visible | Habilidad y comunicación | Encargo, decisiones, borradores y archivos que se pueden inspeccionar | 8-15 horas, reutilizable | B: Sackett y coautores, por analogía | El proceso también deja a la vista el trabajo flojo | La habilidad no se puede juzgar a partir de archivos |
| 4. Trabajo de prueba estructurado con un test de aceptación acordado de antemano | Fiabilidad, con la pérdida del comprador limitada | Un primer hito, un test por escrito, una opción de parar | 1-2 horas para redactarlo, 5-15 horas de entrega | C: Barach y coautores; Agrawal y coautores | Un test vago invita a las disputas | El resultado no se puede comprobar de forma objetiva |
| 5. Diagnóstico público del problema de un cliente potencial | Encaje y habilidad | Tres observaciones que se comprueban en minutos | 1-2 horas por cliente potencial | C: la personalización se valoraba antes de la IA | Deslizarse hacia la consultoría no remunerada | El diagnóstico es todo el trabajo |
| 6. Tests de habilidades verificados y microcredenciales | Solo habilidad técnica | Un resultado con puntuación emitido por un tercero | 2-6 horas por test | C para conseguir trabajo: Kässi y Lehdonvirta | Coleccionar insignias, no clientes | Antes del primer trabajo |
| 7. Proyecto propio documentado con un resultado medible | Habilidad e iniciativa | Un resultado en funcionamiento con cifras de antes y después | 15-40 horas | D: no se encontró ningún experimento | Semanas sin ningún comprador a la vista | La estrategia 1 o la 2 está disponible |
Marco editorial de CEOtudent. Los grados describen lo bien respaldado por la evidencia que está el mecanismo, no una tasa de éxito; no existe una tasa de éxito para ninguna de ellas.
1. El micropiloto de pago
Vende un trabajo lo bastante pequeño como para que decir que sí resulte barato: una página de aterrizaje, un conjunto de datos depurado, una semana de clasificación de la bandeja de entrada. Mantén tu tarifa y reduce el alcance. Escribe tres criterios de aceptación antes de empezar, entrega antes del plazo y después pide comentarios que mencionen detalles concretos. En la investigación revisada aquí, esta es la única estrategia probada directamente en un experimento aleatorizado con el empleo como resultado, y el experimento muestra dónde está el valor. Los trabajos duraban un máximo de 10 horas a 3 dólares la hora o menos, de modo que cada uno pagaba como mucho 30 dólares, mientras que el efecto de un trabajo sobre los ingresos posteriores creció de 19,72 dólares a los dos meses a 65,56 dólares a los seis: la ganancia posterior media fue más del doble de la mayor remuneración posible. Las evaluaciones detalladas aumentaron los ingresos, pero “ayudaron a quienes rindieron bien y perjudicaron a quienes rindieron mal”. En Upwork, un contrato nuevo lleva una comisión para el profesional del 0 % al 15 %, comunicada al inicio del contrato, y para presentar propuestas hacen falta unas fichas llamadas Connects, que la compañía vende.
2. La credibilidad prestada
Existen tres vías: una recomendación de alguien en quien el comprador confía, una presentación a través de un lazo débil y la subcontratación para un freelancer o una agencia consolidados. En los datos de Stanton y Thomas, los responsables de las agencias se quedaban con alrededor del 5 % al 6 % de los salarios de los afiliados y, tras reponderar por las diferencias observables, los afiliados seguían teniendo un 75 % más de probabilidades de encontrar trabajo. Eso sí, lee las condiciones: las agencias tenían “la opción de eliminar del perfil de un trabajador todos los comentarios” obtenidos bajo su nombre, así que acuerda por escrito qué podrás mostrar después. La contratación ordinaria apunta en la misma dirección. En una corporación estadounidense, los candidatos recomendados eran el 6 % de los solicitantes y el 29 % de las contrataciones. En experimentos de LinkedIn que abarcaron a más de 20 millones de personas, los lazos moderadamente débiles, medidos por las conexiones en común, fueron los que generaron más movilidad laboral, de modo que un antiguo colega con el que rara vez hablas puede ayudarte más que un amigo cercano. Y en experimentos de campo en oDesk, Pallais y Sands constataron que “poca o ninguna de la información contenida en la recomendación era observable de otro modo para el empleador”.
3. La muestra de trabajo reproducible con proceso visible
Elige un encargo público o datos públicos cercanos al trabajo que quieres. Publica el encargo, tus restricciones, un registro de tiempos, las opciones que descartaste, el resultado y los archivos. Indica dónde se usaron herramientas de IA y qué comprobaste a mano. Un comprador debería poder volver a ejecutar el análisis, abrir el archivo fuente o cargar la página. Es la versión para freelancers del test de muestra de trabajo, y responde al descuento por IA porque el proceso es más difícil de falsificar que el resultado.
4. El trabajo de prueba estructurado con un test de aceptación acordado de antemano
Ofrece un primer hito con un test por escrito de cuándo el trabajo está terminado, pago a la aceptación y el derecho a detenerse ahí. No esperes que la garantía por sí sola gane el trabajo. Cuando una plataforma respaldó a freelancers seleccionados con una garantía de devolución del dinero, los compradores se desplazaron hacia ellos, pero el total de contratos no aumentó, y una simple recomendación funcionó igual de bien: un vendedor recomendado podía pedir alrededor de un 16 % más y resultar igual de preferido. Los compradores querían información más que un seguro. La visibilidad tiene mejor respaldo: en el estudio de Agrawal, las herramientas de seguimiento sustituyeron en parte a la experiencia verificada. Ofrece horas registradas, una carpeta compartida y una revisión a mitad de camino.
5. El diagnóstico público
Elige cinco clientes potenciales de un mismo nicho. Usando solo información pública, escribe para cada uno tres observaciones que el comprador pueda verificar en dos minutos y muestra una corrección. Publica una versión general y envía la específica. El esfuerzo específico para el comprador era una señal por la que los empleadores pagaban, y la IA destruyó su versión en texto, así que un diagnóstico solo funciona cuando su contenido es comprobable.
6. Los tests de habilidades verificados y las microcredenciales
Úsalos después del primer trabajo, no en su lugar. Los rendimientos fueron más altos en las primeras credenciales (hasta un 16 %) e indistinguibles de cero después de la 12.ª. Los trabajadores que más ganaron habían “logrado entrar en el mercado” pero carecían de un historial más largo; su ganancia marginal de ingresos fue de casi un 15 %. El consejo de diseño del estudio sirve también como regla de selección: los tests deben ser “baratos” de hacer pero difíciles de aprobar con la máxima puntuación.
7. El proyecto propio documentado
Construye una cosa que lleve una cifra asociada: tiempo de carga, tasa de error u horas ahorradas, antes y después. Hazlo público y comprobable. Tiene la evidencia más débil y el coste de tiempo más alto, así que úsalo cuando nadie en tu red compre lo que vendes.
¿Dónde está el límite del trabajo especulativo no remunerado?
La prueba de trabajo es tuya y reutilizable. El trabajo especulativo es trabajo a medida para el uso comercial de un comprador, hecho con la esperanza de cobrar. Tres reglas editoriales: limita el esfuerzo no remunerado y específico para un comprador a dos horas por cliente potencial; nunca entregues archivos que el comprador pueda usar tal cual; y cuando un comprador pida una tarea de prueba, propón la estrategia 1 o la 4 a un precio reducido. El tiempo no remunerado ya forma parte del trabajo en plataformas: los encuestados por la OIT en plataformas freelance dedicaban unos 23 minutos a trabajo no remunerado por cada hora pagada. No encontramos ningún estudio que compare tareas de prueba pagadas con no pagadas para freelancers.
¿Con qué estrategia deberías empezar?
Tabla 5. Selector del primer movimiento según el tipo de habilidad (marco editorial de CEOtudent)
| Tipo de habilidad | Riesgo más difícil para el comprador | Empieza con | Añade después | Evita como primer movimiento |
|---|---|---|---|---|
| Redacción y edición | La habilidad, porque el texto fluido ahora es barato | 1, con una referencia con nombre | 3, mostrando ediciones y fuentes | 7 |
| Diseño | Encaje y gusto | 3 sobre un encargo público | 1 | Conceptos a medida hechos de forma especulativa |
| Desarrollo | Habilidad y fiabilidad, visibles solo al final | 2, subcontratación | 4, con tests automatizados como test de aceptación | 6 por sí sola |
| Datos y análisis | Habilidad y corrección | 3 sobre datos públicos | 5 | 7 sin una pregunta real |
| Operaciones y administración | Fiabilidad | 1 | 2 | 6 y 7 |
Marco editorial de CEOtudent. La fila de desarrollo sigue la observación de Stanton y Thomas de que las agencias se concentran en las categorías de trabajo técnicas.
Las horas deciden el resto. Con menos de cinco horas a la semana, aplica solo la estrategia 2 y después la 1. Con entre cinco y diez horas, añade la 3. Por encima de diez, añade la 5.
¿Cómo es un plan de 30 días para conseguir el primer cliente?
El plan supone 10 horas a la semana, 40 en total. Sus objetivos son cifras editoriales de planificación, no valores de referencia.
- Semana 1. Define un tipo de comprador y un trabajo pequeño. Haz una lista de 30 contactos y 10 clientes potenciales. Empieza la muestra de trabajo.
- Semana 2. Envía la solicitud de recomendación a los 30 contactos. Publica la muestra de trabajo. Escribe dos diagnósticos.
- Semana 3. Envía tres diagnósticos más y cinco ofertas de micropiloto. Ofrece a un freelancer consolidado una prueba de subcontratación.
- Semana 4. Entrega el primer piloto antes de plazo. Pide comentarios concretos y permiso para citarlos. Registra qué cambió el comprador y después repite la semana 3.
Si llega el día 30 sin ningún piloto, cambia el tipo de comprador antes que el método. Cuando un piloto funcione, el playbook del retainer explica qué ofrecer a continuación.
¿Qué deberías decir exactamente?
1. Solicitud de recomendación a un lazo débil
“Hola, [nombre]: trabajamos juntos en [proyecto] en [año]. Ahora hago [trabajo concreto] para [tipo de comprador] como freelancer. No te estoy pidiendo trabajo. ¿Conoces a una persona que tenga [problema concreto] este trimestre? Si es así, te agradecería que me la presentaras, y te enviaré dos líneas que puedas reenviar.”
2. Oferta de subcontratación a un freelancer consolidado
“Hola, [nombre]: sigo tu trabajo en [nicho]. Cuando tengas más trabajo del que puedes asumir, puedo quitarte de encima [tarea acotada] bajo tu nombre y tu revisión. Para que sea seguro, propongo una pieza de prueba pagada de [tamaño] a [precio], con tus criterios de aceptación. Dos peticiones: comentarios de los que pueda aprender y un acuerdo sobre qué podré mostrar después.”
3. Diagnóstico más propuesta de micropiloto
“Hola, [nombre]: revisé [activo público] y noté tres cosas que puedes comprobar en dos minutos: [observación 1], [observación 2], [observación 3]. Corregí la primera en una copia: [adjunto]. Puedo hacer las otras dos como un trabajo cerrado: [alcance], [precio], entregado a más tardar el [fecha], aceptado cuando [test]. Si no supera el test, no pagas ese hito.”
4. Solicitud de comentarios tras la entrega
“Gracias por el proyecto. ¿Podrías escribir tres frases sobre [rapidez], [precisión respecto al encargo] y [comunicación], incluida una cosa que mejorar? Con tu permiso, lo citaré con tu nombre y tu empresa.”
El cuarto guion existe porque las evaluaciones con detalle objetivo movieron los ingresos más que una valoración a secas. Si las herramientas de IA forman parte de tu proceso, dilo pronto; la facturación y la divulgación del trabajo asistido por IA explica cómo formularlo.
¿Cuáles son la jugada del CEO y la jugada del estudiante?
La jugada del CEO es la asignación. El activo escaso de un recién llegado son las horas, y la Tabla 4 ordena dónde compran la mayor reducción de riesgo: credibilidad prestada y un piloto de pago antes que cualquier cosa que lleve semanas. Una negativa es información sobre el tipo de comprador o sobre el tamaño de la oferta.
La jugada del estudiante es hacer que cada repetición cuente dos veces. Fija un estándar antes de empezar, cronometra el trabajo, consigue comentarios de la persona que pagó o que te avaló y registra qué se corrigió. Después de tres repeticiones, el propio registro es una prueba de proceso. El problema del arranque en frío para productos digitales aplica la misma secuencia a la venta de un producto.
¿Qué no significa esta evidencia?
No promete ingresos. Los estudios más sólidos proceden de una sola plataforma, oDesk, entre 2008 y 2013, y la muestra de Pallais era de entrada de datos de bajo salario; los efectos sobre el trabajo sénior de diseño o ingeniería pueden ser distintos. El resultado sobre las agencias es observacional. Los estudios sobre IA son documentos de trabajo sobre una sola plataforma y unas pocas categorías de habilidades, y uno de los resultados principales es una simulación. Los coeficientes de validez proceden de la selección de empleados. Los costes de tiempo, los grados y los objetivos del plan de 30 días son editoriales. Ninguna fuente da una tasa de éxito para ninguna estrategia, y aquí no se da a entender ninguna.
Preguntas frecuentes
¿Puedo conseguir un primer cliente freelance sin ningún portafolio?
Sí, por vías que no lo necesitan. Una recomendación o una subcontratación toma prestado el historial de otra persona, y un pequeño piloto de pago crea el tuyo.
¿Debería trabajar gratis para conseguir el primer cliente?
El experimento que funcionó usó trabajos pagados. Una prueba gratuita y reutilizable, como un diagnóstico, es distinta del trabajo a medida no remunerado, para el que dos horas por cliente potencial es un límite editorial razonable.
¿Ayudan los certificados o los tests de habilidades?
En el mejor estudio elevaron los ingresos un 8,9 % en dos semanas, pero generaron un proyecto nuevo por cada 63 credenciales, aproximadamente. Hazlos después del primer trabajo.
¿Es mejor una plataforma o un cliente directo para el primer trabajo?
Una plataforma da un historial público, pero con mucha competencia: 28,8 solicitudes por anuncio en un conjunto de datos de 2012. Las vías directas dependen de la credibilidad prestada. Muchos principiantes necesitan ambas.
¿Cuántas solicitudes debería esperar enviar?
No existe un valor de referencia actual. En datos más antiguos, el trabajador no afiliado mediano que encontró trabajo necesitó diez solicitudes y trece días, y solo el 10 % lo encontró.
¿La IA se lo ha puesto más difícil a los principiantes?
Para las propuestas escritas, sí: el texto personalizado perdió alrededor de la mitad de su vínculo con las respuestas de los empleadores en una plataforma, y los empleadores se desplazaron hacia el historial de trabajo. Eso eleva el valor de la prueba verificable y de cualquiera dispuesto a avalarte.
Fuentes
- Pallais, A. (2014). Inefficient Hiring in Entry-Level Labor Markets. American Economic Review, 104(11), 3565-3599 (se consultó el NBER Working Paper 18917).
- Stanton, C. y Thomas, C. (2016). Landing the First Job: The Value of Intermediaries in Online Hiring. The Review of Economic Studies, 83(2), 810-854 (se consultó el CEP Discussion Paper 1316, noviembre de 2014).
- Agrawal, A., Lacetera, N. y Lyons, E. (2016). Does standardized information in online markets disproportionately benefit job applicants from less developed countries? Journal of International Economics, 103, 1-12 (se consultó el NBER Working Paper 18720).
- Kässi, O. y Lehdonvirta, V. (2024). Do Microcredentials Help New Workers Enter the Market? Evidence from an Online Labor Platform. Journal of Human Resources, 59(4), 1284-1318.
- Kässi, O., Lehdonvirta, V. y Stephany, F. (2021). How many online workers are there in the world? A data-driven assessment. Open Research Europe, 1, 53 (versión revisada con recuentos de personas corregidos).
- Pallais, A. y Sands, E. G. (2016). Why the Referential Treatment? Evidence from Field Experiments on Referrals. Journal of Political Economy, 124(6), 1793-1828 (se consultó el NBER Working Paper 21357).
- Brown, M., Setren, E. y Topa, G. (2016). Do Informal Referrals Lead to Better Matches? Evidence from a Firm’s Employee Referral System. Journal of Labor Economics, 34(1), 161-209 (se consultó el Federal Reserve Bank of New York Staff Report 568).
- Rajkumar, K., Saint-Jacques, G., Bojinov, I., Brynjolfsson, E. y Aral, S. (2022). A causal test of the strength of weak ties. Science, 377(6612), 1304-1310 (solo el resumen).
- Sackett, P. R., Zhang, C., Berry, C. M. y Lievens, F. (2022). Revisiting meta-analytic estimates of validity in personnel selection: Addressing systematic overcorrection for restriction of range. Journal of Applied Psychology, 107(11), 2040-2068.
- Barach, M. A., Golden, J. M. y Horton, J. J. (2020). Steering in Online Markets: The Role of Platform Incentives and Credibility. Management Science, 66(9), 4047-4070 (se consultó el NBER Working Paper 25917).
- Filippas, A., Horton, J. J. y Golden, J. M. (2022). Reputation Inflation. Marketing Science, 41(4), 733-745 (se consultó el NBER Working Paper 25857).
- Wiles, E., Munyikwa, Z. T. y Horton, J. J. (2023). Algorithmic Writing Assistance on Jobseekers’ Resumes Increases Hires. NBER Working Paper 30886.
- Galdin, A. y Silbert, J. (2025). Making Talk Cheap: Generative AI and Labor Market Signaling. arXiv 2511.08785. Documento de trabajo, sin revisión por pares.
- Cui, J., Dias, G. y Ye, J. (2025). Signaling in the Age of AI: Evidence from Cover Letters. arXiv 2509.25054. Documento de trabajo, sin revisión por pares.
- International Labour Organization (2021). World Employment and Social Outlook 2021: The role of digital labour platforms in transforming the world of work.
- Upwork Inc. Annual Report on Form 10-K for the fiscal year ended December 31, 2025, US Securities and Exchange Commission. Datos declarados por la compañía.
- Upwork Inc. Quarterly Report on Form 10-Q for the quarter ended June 30, 2026. Datos declarados por la compañía.
- Fiverr International Ltd. Annual Report on Form 20-F for the fiscal year ended December 31, 2025. Datos declarados por la compañía.
La Tabla 1 recoge las cifras tal como aparecen en las fuentes citadas. La Tabla 2 es un análisis de CEOtudent de esas fuentes. Las Tablas 3, 4 y 5, la regla de calificación, las reglas sobre el trabajo especulativo, el plan de 30 días y los guiones son marcos editoriales de CEOtudent; sus costes de tiempo y sus objetivos son estimaciones editoriales, no datos. Deliberadamente no se usaron: las tasas de respuesta y de conversión de la prospección en frío, que circulan sin una fuente primaria; las cuotas de recomendaciones procedentes de encuestas comerciales y autodeclaradas de proveedores; la validez de 0,54 de la muestra de trabajo de 1998, revisada después a 0,33; los recuentos de personas sin corregir del primer preprint de la estimación de la fuerza laboral en línea; y los porcentajes de comisiones de plataformas que no figuran en los informes. CEOtudent no realizó ninguna encuesta para este artículo.
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:
