Muchas organizaciones adoptaron IA para reclutar más rápido. Pocas revisaron si estaban buscando lo correcto. Entonces, surgen las preguntas incómodas, sin resolver: ¿Estamos reclutando los perfiles adecuados? Y si no, ¿Qué perfiles necesitamos contratar ahora que la inteligencia artificial cambió las reglas?
Durante décadas, la lógica fue sencilla. Cuanto más profundo el conocimiento, más valioso el candidato. El especialista ganaba. La empresa sabía exactamente qué buscar, y salía a buscarlo con esa descripción en mano.
Ese modelo no desapareció. Pero ya no es el único que funciona.
El momento en que las reglas cambiaron
La inteligencia artificial no solo automatizó tareas repetitivas. Hizo algo más de fondo: democratizó el acceso al conocimiento especializado. Hoy, una persona con buena comprensión de negocio y habilidad para usar herramientas de IA puede realizar trabajos que hace cinco años requerían años de formación técnica.
Esto no significa que los especialistas sobran. Significa que el valor de ciertas capacidades se redistribuyó. Y que las organizaciones que siguen contratando igual que siempre —con los mismos criterios, los mismos filtros, los mismos sesgos— están tomando decisiones del pasado con tecnología del futuro.
Hay un dato que vale la pena mirar de frente. La demanda global de perfiles generalistas en IA creció un 42% en el último año (Gartner, 2025), mientras que la de especialistas crece a un ritmo del 40% anual (WEF, 2024). El problema no es la falta de demanda en ninguno de los dos frentes. El problema es que la oferta de talento especializado en IA no alcanza: la brecha es de 3.2 candidatos requeridos por cada uno disponible a nivel global (Second Talent, 2026).
Dicho de otra manera: las organizaciones están compitiendo por un talento que, en muchos casos, simplemente no existe en el mercado en la cantidad que lo necesitan.
El sesgo que nadie revisó
Aquí es donde el problema se vuelve más interesante —y más urgente.
Muchas organizaciones adoptaron herramientas de inteligencia artificial para agilizar sus procesos de selección. Eso tiene sentido: el volumen de candidatos creció, los tiempos se apretaron, y los equipos de talento necesitaban escalar. La IA parecía la solución natural.
Pero hay un detalle que con frecuencia se pasa por alto: esos algoritmos fueron entrenados con datos históricos. Y los datos históricos favorecen trayectorias lineales, convencionales, predecibles.
Un estudio publicado en el International Journal of Human Resource Management (2025) documentó cómo una agencia de comunicación descartó sistemáticamente a candidatos con trayectorias no lineales —freelancers, reconversiones de carrera, perfiles multidisciplinarios— precisamente el tipo de talento que más necesitaba para adaptarse a un mercado en constante movimiento. El algoritmo estaba optimizado para encontrar lo que la empresa había contratado en el pasado. No para encontrar lo que necesitaba en el futuro.
Usar IA para reclutar sin revisar los criterios de selección es como invertir en un mapa muy detallado de una ciudad que ya cambió. La tecnología es impecable. El problema es la información de base.
La pregunta que sí vale hacerse
Frente a este panorama, muchos equipos directivos caen en la trampa de plantearse la pregunta equivocada: ¿contratamos generalistas o especialistas? Como si hubiera que elegir un bando.
La pregunta que realmente importa es otra: ¿Qué tipo de pensamiento necesitamos para resolver este problema específico, en este momento específico de nuestra organización?
Las empresas que están navegando mejor esta transición no apostaron por un perfil sobre otro. Aprendieron a distinguir cuándo necesitan profundidad técnica irreemplazable y cuándo necesitan agilidad, conexión entre dominios y capacidad de adaptación.
El perfil que está ganando terreno en los equipos más avanzados se conoce como T-shaped: una o dos competencias de profundidad real, combinadas con una comprensión amplia de múltiples disciplinas. No es el generalista que sabe un poco de todo sin saber nada bien. No es el especialista que no puede hablar con nadie fuera de su área. Es alguien que puede ir profundo cuando la situación lo requiere, y conectar puntos entre dominios cuando el problema lo necesita.
La IA potencia exactamente ese perfil. Amplifica lo que una persona ya sabe hacer, sin reemplazar el juicio que se necesita para saber cuándo y cómo aplicarlo.
Lo que la tecnología no puede decidir por ti
Hay una frase que escuchamos frecuentemente en las organizaciones: “La IA va a cambiar todo.” Puede ser cierta, pero también incompleta.
La IA va a cambiar todo lo que dejemos que cambie. Y va a perpetuar todo lo que no revisemos.
Si los sistemas de selección siguen entrenados en los sesgos del pasado, seguiremos construyendo equipos del pasado —solo que con más velocidad y menor fricción operativa. La eficiencia no es lo mismo que la inteligencia.
Las organizaciones que saldrán fortalecidas de este momento son las que entiendan que la tecnología amplifica las decisiones humanas —para bien o para mal. Y que, por lo tanto, las decisiones sobre talento siguen siendo, en el fondo, decisiones sobre personas.
5 cosas que tu organización puede hacer hoy
Estas no son recomendaciones genéricas. Son acciones concretas que las organizaciones más avanzadas ya están tomando —y que cualquier equipo de talento puede comenzar a implementar sin esperar a tener todo resuelto.
1. Audita los criterios con los que entrenas tus sistemas de selección. Antes de ampliar el uso de IA en reclutamiento, pregúntate: ¿con qué datos fue entrenado este algoritmo? ¿Estamos buscando el talento que necesitamos en el futuro, o el que ya contratamos en el pasado? Una revisión honesta de estos criterios puede revelar sesgos invisibles que llevan años filtrando exactamente a los perfiles que más te harían falta.
2. Distingue qué roles requieren profundidad y cuáles requieren amplitud. No toda posición necesita el mismo tipo de talento. Mapea tu estructura organizacional desde esa pregunta: ¿Dónde necesito especialización técnica que la IA no puede reemplazar? ¿Dónde necesito visión transversal, agilidad y capacidad de adaptación? Esa claridad te dará una estrategia de reclutamiento mucho más precisa —y más honesta.
3. Rediseña tus procesos de evaluación para que los perfiles no lineales tengan visibilidad real. Si un candidato con trayectoria multidisciplinaria no supera el primer filtro algorítmico, nunca llega a la conversación humana. Considera revisores con criterio que puedan evaluar trayectorias heterodoxas, o incluye etapas de evaluación por competencias que no dependan solo del historial de puestos.
4. Invierte en desarrollar el talento que no puedes encontrar afuera. Con una brecha de 3.2 a 1 entre demanda y oferta de talento especializado en IA, esperar a encontrarlo en el mercado puede costarte más —en tiempo, en recursos y en oportunidades perdidas— que cultivarlo dentro. Identifica en tu equipo actual a las personas con mayor disposición al aprendizaje y acompáñalas en una ruta de desarrollo. El talento interno ya conoce tu cultura; solo necesita nuevas herramientas.
5. Habla con tu equipo sobre lo que está cambiando —antes de que lo descubran solos. El miedo a la IA es real en las organizaciones. Cuando las personas no entienden cómo afecta su rol, la incertidumbre llena ese vacío. Una conversación honesta sobre cómo está evolucionando el trabajo en tu empresa —qué cambia, qué permanece, qué se espera de cada persona— genera más confianza que cualquier comunicado corporativo. Y la confianza, en momentos de transición, vale más que cualquier tecnología.
La pregunta final no es tecnológica. Es organizacional —y profundamente humana: ¿Qué tipo de organización quieren ser en cinco años, y qué tiene que cambiar hoy en la manera en que identifican, evalúan y desarrollan a su gente para hacer posible ese futuro?
Esa es la conversación que vale tener.
Si este tema resuena con lo que están viviendo en su organización, podemos platicarlo. En REINVENTARE acompañamos a equipos directivos y de talento a revisar sus estrategias de reclutamiento, desarrollo y adopción de IA — con enfoque humano, siempre.
Referencias documentales
- Gartner (2025). AI Generalist Role Demand Growth Report.
- World Economic Forum (2024). Future of Jobs Report 2024. Geneva: WEF.
- Second Talent (2026). Global AI Talent Shortage Statistics.
- Soleimani, M. et al. (2025). Reducing AI bias in recruitment and selection. International Journal of Human Resource Management, Vol. 36, Issue 14.
- LinkedIn Talent Solutions (2025). Future of Recruiting 2025 Report.