Cada vez que sale un estudio sobre IA y empleo, alguien en LinkedIn publica el mismo meme del robot con bata blanca.
La realidad, con datos del World Economic Forum (WEF) y de PwC en mano, es menos apocalíptica y más incómoda.
La IA no está vaciando los hospitales de personal. Está creando puestos que hace tres años no existían y que casi nadie está formado para ocupar.
Los nuevos empleos que crea la inteligencia artificial en salud no son los que imaginabas
El Future of Jobs Report 2025 del World Economic Forum proyecta 170 millones de empleos nuevos y 92 millones eliminados para 2030 a nivel global.
El saldo neto: 78 millones. Los “care jobs” —roles de cuidado y salud— aparecen entre los de mayor crecimiento absoluto, junto con energías renovables e IA/datos.
Pero el dato que de verdad debería mover presupuestos de capacitación es otro. Los empleos con IA en salud pagan, según PwC, un 37% más que los roles equivalentes sin IA.
Y sin embargo representan apenas el 0.9% de las vacantes del sector, la proporción más baja de todas las industrias analizadas.
Traducción sin filtro: hay una prima salarial enorme esperando a alguien que sepa cobrarla, y casi nadie está armando el currículum para hacerlo.
Esto no es ciencia ficción de bata blanca y brazo robótico. Es más parecido a cuando llegó Excel a las oficinas en los 90.
Nadie perdió el trabajo por la hoja de cálculo, pero quien no aprendió a usarla se quedó viendo cómo otros ascendían.
¿Por qué el 89% de las vacantes de IA en salud buscan usuarios y no programadores?
Aquí está el giro que más le sirve a quien lee esto sin ser ingeniero. PwC encontró que el 89% de las vacantes relacionadas con IA en salud buscan “usuarios de IA”.
Es decir, personal clínico y administrativo que aplica herramientas ya existentes, frente a solo 11% de “desarrolladores” que construyen los algoritmos desde cero.
La prima salarial de los usuarios de IA ronda el 35%, casi igual a la de los desarrolladores, que es del 39%.
No hace falta saber Python. Hace falta saber pedirle a la herramienta lo correcto y verificar que la respuesta no sea una alucinación con bata de laboratorio.
El WEF describe dos figuras que están apareciendo en salud y en cualquier industria que se tome esto en serio.
El AI work architect decide qué tarea clínica se delega a la IA y cuál se queda estrictamente humana. El AI steward valida los resultados contra el criterio clínico real antes de que lleguen al paciente.
Ninguno de los dos necesita un doctorado en machine learning. Necesita criterio, que es justo lo que ninguna IA trae de fábrica.
Quien quiera empezar a construir ese criterio desde cero, sin pretensiones de convertirse en programador, puede arrancar por algo tan básico como el curso de IA para principiantes de iaaplicada.mx.
No promete convertir a nadie en ingeniero de datos clínicos, pero sí en alguien que ya no se queda mudo cuando la conversación en la junta gira hacia IA.
El médico que sabe usar IA gana más que el que no
Vale la pena ser honestos con el tamaño del fenómeno. PwC advierte que esta ventaja salarial todavía es marginal en volumen —0.9% de las vacantes— porque el sector salud avanza más lento que otras industrias en adopción real.
No es que todos los hospitales ya estén repartiendo bonos por saber usar IA. Es que quienes sí lo hacen están pagando de más por encontrar a alguien que combine criterio clínico con soltura tecnológica.
Y esa combinación todavía escasea.
| Perfil | % de vacantes de IA en salud | Prima salarial |
|---|---|---|
| Usuario de IA (aplica herramientas) | 89% | ~35% |
| Desarrollador de IA (construye modelos) | 11% | ~39% |
La lectura correcta de esta tabla no es “estudia programación”. Es que la mayoría de la oportunidad económica está del lado de quien sabe operar la herramienta con juicio clínico, no del lado de quien la construye.
Eso cambia por completo a quién debería estar capacitando cualquier hospital o clínica que lea esto.
¿Qué significa esto para quien está formando talento hoy?
Si diriges capacitación, RH o simplemente te toca decidir en qué invertir el presupuesto de innovación del próximo año, el error más caro no es gastar de más en IA.
Es seguir formando gente exactamente igual que hace cinco años y esperar que el mercado los pague igual que antes.
La brecha no está en la tecnología —esa ya existe y funciona—. Está en que casi nadie está entrenando explícitamente para ser “usuario avanzado de IA en salud”.
Un perfil que hoy no aparece en ninguna descripción de puesto tradicional, pero que ya está cobrando una prima real en el mercado.
Quien arme ese perfil primero en su organización no solo va a ahorrar en errores de adopción torpe. Va a tener al equipo que otros van a intentar reclutarle en dos años.
Justo cuando el resto del sector finalmente se dé cuenta de que el robot de bata blanca nunca llegó, pero sí llegó alguien que sabe usarlo mejor que la competencia.
Si este tema te toca de cerca —ya sea porque diriges un equipo o porque estás decidiendo cómo capacitar al tuyo— en el newsletter de LuisGyG desgloso semanalmente este tipo de cambios antes de que se vuelvan obvios para todos.
Supervisado por Santiago González y Musi.
