La programación deja de ser garantía salarial: qué piden las empresas hoy

La programación ya no garantiza por sí sola sueldos altos ni ascensos rápidos: Mercado Libre tiene 20.000 programadores y afirma que este es el primer año en su historia en el que no crecerá ese número, con la posibilidad de reducirse a unos 10.000 en cinco años por cambios en las herramientas de trabajo (según declaraciones de Marcos Galperin reportadas por iProfesional, 14/3/2026). Al mismo tiempo la compañía anuncia una inversión de u$s3.400 millones en 2026 y la creación de 1.900 nuevos puestos, pero orientados a logística, pagos y operaciones (según iProfesional, 14/3/2026). Esto es la señal clara de que el perfil que buscan las empresas se está reconfigurando.

¿Qué cambió y por qué?

Vemos dos fuerzas empujando este cambio: la automatización de tareas de programación y la demanda de capacidades analíticas en escala. La inteligencia artificial está absorbiendo buena parte del trabajo repetitivo que antes hacía un programador junior, y por eso las empresas piden más conocimientos en matemática, lógica y manejo de datos (observación citada a Marcos Galperin en iProfesional, 14/3/2026). Además, los relevamientos muestran un desajuste entre oferta y demanda: el 64% de los empleadores argentinos tiene dificultades para cubrir puestos por falta de talento adecuado, en un estudio que consultó a más de 39.000 empleadores en 41 países (según ManpowerGroup). Eso nos dice que no falta trabajo, sino habilidades específicas; la combinación de IA más perfiles analíticos desplaza tareas pero crea otras con mayor especialización.

¿Cómo impacta esto en el mercado argentino?

El efecto no es homogéneo: hay sectores que pierden peso relativo y otros que crecen. Empresas tecnológicas como Mercado Libre reorientan contrataciones hacia logística, pagos y servicios financieros, por lo que anuncian 1.900 nuevas posiciones en 2026 destinadas a esas áreas (según iProfesional, 14/3/2026). Al mismo tiempo, industrias ligadas a la economía real —oil & gas, minería, biotecnología, farmacéutica y logística— muestran mayor dinamismo, con demanda localizada en provincias como Neuquén por el desarrollo de Vaca Muerta (según iProfesional, 14/3/2026). En resumen: el empleo se redistribuye entre actividades digitales avanzadas y ramas productivas que requieren ingenierías y perfiles técnicos, y la simple etiqueta 'programador' pierde la potencia informativa que tenía hace una década.

Qué conviene aprender hoy (y qué evitar)

Recomendamos priorizar habilidades que la IA complementa y no reemplaza fácilmente: estadística aplicada, ciencia de datos, ciberseguridad, aprendizaje automático a nivel crítico, y capacidades en supply chain y plataformas empresariales como SAP. También importan habilidades blandas concretas: comunicación, pensamiento crítico y trabajo en equipo, que las empresas valoran cada vez más (comentario de Randstad citado en iProfesional, 14/3/2026). Ojo que aprender a programar sigue siendo útil, pero ya no basta con saber escribir código; conviene combinarlo con matemática/estadística y experiencia práctica en proyectos. Evitar formarse solo en tareas repetitivas o en stacks muy puntuales sin visión analítica, porque esos roles son los más expuestos a la automatización.

Pasos prácticos para reconvertirse

1. Hacer un inventario: listá tus habilidades técnicas y blandas en dos columnas. 2) Priorizar formación con retorno comprobable: cursos en ciencia de datos, ciberseguridad o logística que incluyan proyectos reales o certificaciones. 3) Buscar experiencia aplicada: proyectos freelance, prácticas o rotaciones internas que sumen casos para el CV. 4) Medir progreso con datos: fijar metas trimestrales (por ejemplo, completar un curso y dos proyectos en seis meses). 5) Networking focalizado: contactá reclutadores de sectores en crecimiento y seguí ofertas concretas. Estos pasos cortos nos ponen en terreno práctico: la transformación laboral es una reasignación de tareas y oportunidades, no una sentencia para quienes se actualicen.

Conclusión: la recomendación práctica sigue siendo la misma que ya veníamos sosteniendo en otros temas: no se trata de dejar de aprender a programar, sino de calcular el retorno real de cada inversión educativa y orientar la formación hacia habilidades analíticas y sectores con demanda sostenida. Si lo hacemos con pasos concretos, reducimos la dependencia de promesas de mercado y ganamos autonomía profesional.