Cuando los ingenieros de élite comienzan a preocuparse: En la era de la IA, ¿cómo debemos "cambiar de carrera"?
Hola a todos, soy vuestro periodista financiero y economista. El tema de hoy puede ser más doloroso y realista que la pregunta de si la IA reemplazará a los humanos.
Recientemente, un ingeniero de élite de DeepSeek, Liu Shengyu, publicó un largo artículo titulado "Tengo que enterrar mi talento en el ayer". Este es un estudiante sobresaliente de la clase Turing de Pekín, líder de un equipo que obtuvo los dos primeros lugares en competiciones mundiales de supercomputación, y fue él quien escribió los operadores centrales del último modelo de DeepSeek, v4.1. Sin embargo, este experto en la vanguardia de la tecnología IA admite: no temo perder mi empleo, pero temo tener que "cambiar de carrera".
Esto no es solo la preocupación de una persona; es un terremoto que está ocurriendo en toda la industria tecnológica. Hoy, desglosaremos en lenguaje sencillo la lógica detrás de esta noticia para ver qué deberíamos hacer nosotros, las personas comunes, especialmente los profesionales de la tecnología, ante la marea de la IA.
---
Resumen clave: De "escribir código" a "gestionar IA", la identidad se está redefiniendo
En una frase:
La velocidad de evolución de la IA supera las expectativas, y incluso los trabajos más básicos y técnicos, como la optimización de operadores (que se consideraban difíciles de reemplazar por la IA), están en riesgo de ser sustituidos. Los ingenieros de élite se dan cuenta de que sus habilidades, de las que se enorgullecían, están perdiendo valor frente a la IA. La capacidad competitiva del futuro no será "qué tan bien puedo escribir código", sino "si puedo dirigir a la IA para que escriba sistemas perfectos".
Señales clave:
1. Bajos umbrales: El desarrollo de operadores, que antes requería un profundo conocimiento de hardware y algoritmos, ahora está siendo optimizado por la IA.
2. Cambio de roles: Los ingenieros pasan de ser "ejecutores" (que escriben código) a "comandantes" (que revisan el código, definen la arquitectura y coordinan a la IA).
3. Consenso en la industria: El 75% del nuevo código de Google es generado por la IA, y el Ministerio de Industria y Tecnología también ha confirmado un importante ajuste en la estructura de habilidades de los profesionales de software.
---
Desglose detallado: Cinco dimensiones para comprender esta "revolución tecnológica"
1. ¿Por qué incluso los aspectos más difíciles están siendo afectados? — La IA ha invadido el corazón de la tecnología
Antes, se pensaba que la IA podía escribir páginas web y scripts, pero en áreas como el diseño de chips y la optimización del rendimiento de las GPUs, la IA todavía necesitaba la intervención humana, ya que requería comprender complejas arquitecturas de hardware y modelos matemáticos.
Pero la experiencia de Liu Shengyu demuestra lo contrario. Él se encargaba de los operadores, que pueden considerarse como los "traductores" y "aceleradores" entre los modelos de IA y los chips. Antes, esta tarea requería un gran esfuerzo humano, ajustando el código línea por línea. Ahora, la IA ha evolucionado hasta el punto de poder leer código CUDA (un lenguaje de programación para GPUs), analizar instrucciones y optimizar el rendimiento por sí misma. Liu Shengyu dice que la velocidad de pensamiento de la IA es cientos de veces mayor que la suya y puede procesar tareas en paralelo. Esto significa que los territorios tecnológicos que antes considerábamos inalcanzables para la IA están siendo rápidamente ocupados por ella. No es que la IA esté ayudando a los humanos, sino que está intentando completar tareas de manera independiente. Para los profesionales, esto significa que sus habilidades tradicionales se están convirtiendo en habilidades generales, y su escasez está disminuyendo.
2. "Desempleo" vs. "cambio de carrera": ¿Por qué los talentos de élite eligen cambiar proactivamente?
Liu Shengyu definió con precisión su situación: no teme perder su empleo, pero debe cambiar de carrera.
- Desempleo: Significa no tener trabajo ni un lugar donde ir.
- Cambio de carrera: Significa que su antiguo puesto ya no es importante o ha desaparecido, y debe cambiar su forma de trabajar o incluso su modo de pensar.
¿Por qué está tan preocupado? Porque se da cuenta de que "es difícil para un individuo detener el avance de la industria". Es como los cocheros de antaño que temían a los automóviles; ahora, los programadores temen a la IA. Pero en lugar de rendirse, dice: "Si tengo que ser revolucionado, prefiero ser yo quien lo haga".
Esta es una estrategia de supervivencia muy clara. Se da cuenta de que si sigue aferrándose a sus habilidades tradicionales, pronto será superado por la IA. Por lo tanto, elige cambiar de carrera, pasando de ser un artesano que trabaja personalmente a un supervisor que dirige a la IA. Esta actitud de abrazar activamente el cambio y hasta auto-revolucionarse es una cualidad esencial para todos los profesionales del futuro.
3. Los datos no mienten: La programación con IA ya ha pasado de ser "auxiliar" a ser "principal"
Muchas personas todavía piensan que la IA se utiliza solo para completar código, pero los datos demuestran lo contrario:
- Datos de Google: En octubre de 2024, el 25% del código fue generado por la IA; en otoño de 2025, superó el 50%; ahora, el 75% del nuevo código es generado por la IA. En menos de dos años, ha aumentado tres veces.
- Encuestas en la industria: El 72% de los desarrolladores utilizan herramientas de IA todos los días, y el 42% del código es generado o asistido por la IA.
¿Qué significa esto? Que escribir código se está convirtiendo en una habilidad básica, similar a saber escribir a máquina. Así como hoy nadie recibe un salario alto solo por saber escribir, en el futuro nadie lo hará solo por saber programar.
El CEO de Google, Sundar Pichai, dijo que el papel del ingeniero ha pasado de "escribir código" a "revisar código". Esto es muy significativo: antes eras un productor, ahora eres un inspector de calidad y un diseñador. Tu valor no radica en cuántas líneas de código escribas, sino en si puedes evaluar si el código generado por la IA es correcto, bueno y libre de errores.
4. Cuidado con los "montones de código defectuoso": En la era de la IA, las habilidades de ingeniería son aún más importantes
Hay una idea contraintuitiva: si la IA puede escribir código, ¿para qué necesitamos habilidades de ingeniería?
Liu Shengyu y el CTO de Microsoft, Kevin Scott, señalan que "el código generado por la IA no significa que la IA haya completado el trabajo de ingeniería de software". Imagina a alguien que no entiende la arquitectura ni la lógica utilizando una "supermáquina de escribir" para generar código al azar. ¿Qué pasaría?
- Eficiencia alta: El código se escribe rápidamente.
- Calidad baja: El código es confuso y contradictorio, creando montones de errores.
- Riesgos grandes: Los sistemas son frágiles y difíciles de mantener.
Por lo tanto, las habilidades de ingeniería (diseño de sistemas, comprensión de requisitos, planificación de arquitectura) no solo no están obsoletas, sino que son aún más cruciales. La IA se encarga de "cómo hacerlo", mientras que los humanos se encargan de "qué hacer" y "por qué hacerlo".
La competencia del futuro no será quién escribe más código, sino quién puede "definir problemas", "descomponer tareas" y "evaluar resultados". Si no puedes detectar los errores en el código generado por la IA, serás cómplice en la creación de esos montones de errores.
5. Nuevas direcciones laborales en el futuro: De "técnicos puros" a "profesionales multidisciplinarios"
La opinión de Lu Weifeng del Ministerio de Industria y Tecnología es muy práctica: en el futuro, el peso de la simple ejecución de código disminuirá, mientras que la comprensión de requisitos, el diseño de arquitectura y el control de calidad y seguridad aumentarán.
Esto significa que los puestos bien remunerados del futuro no serán para "programadores puros", sino para "expertos multidisciplinarios":
- Conocimiento técnico + conocimiento del sector: Ingenieros que entienden tanto las algoritmos de IA como los procesos médicos.
- Expertos en colaboración humano-IA: Que son capaces de dirigir la coordinación de múltiples inteligencias artificiales y organizar recursos como directores.
- Ingenieros de despliegue en el campo (FDE): Que trabajan directamente con los clientes para resolver problemas reales, lo que requiere fuertes habilidades de comunicación y comprensión del negocio.
La metáfora de Liu Shengyu sobre los "pilotos de mecas IA" es muy acertada. En el futuro, puede que ya no tengas que escribir cada línea de código, pero debes saber a dónde va el vehículo, cómo está la carretera y cómo evitar accidentes. Debes convertirte en el "piloto" y "comandante" de la IA.
---
¿Qué podemos aprender nosotros, las personas comunes?
Aunque el protagonista de la noticia es un ingeniero de élite, este cambio afecta a todos los trabajadores del conocimiento:
1. Deja de tener ilusiones sobre barreras tecnológicas: No esperes poder vivir de un conocimiento técnico específico (como Python, Java o la configuración de modelos de IA) para siempre. La tecnología evoluciona rápidamente, y lo que hoy es avanzado mañana será estándar.
2. Mejora tus "habilidades meta":
- Habilidad de preguntar: ¿Puedes hacer preguntas precisas y lógicas a la IA?
- Habilidad de juicio: ¿Puedes evaluar rápidamente la calidad de lo que genera la IA?
- Pensamiento sistémico: ¿Puedes diseñar soluciones desde una perspectiva global en lugar de obsesionarte con los detalles?
3. Abraza la colaboración humano-IA: Trata a la IA como a tu "practicante superpotente". Tú defines la dirección, tomas decisiones y controlas la calidad; la IA se encarga de ejecutar, buscar información y crear borradores. Aprender a "dirigir" es más importante que aprender a "hacer el trabajo".
4. Profundiza en el conocimiento del sector: La tecnología pura es fácil de reemplazar, pero la combinación de tecnología y conocimiento del sector no lo es. La IA no entiende los problemas de tus clientes, las reglas no escritas del sector ni la lógica de tu negocio. Estos conocimientos "soft" son tu última línea de defensa.
Palabras finales:
Liu Shengyu dijo: "Tengo que enterrar mi talento en el ayer". Esto suena trágico, pero en realidad es un despertar. En la era de la IA, la "estabilidad" no se logra manteniéndose inmóvil, sino a través de la "evolución continua". No debemos temer a la IA; lo que realmente debemos temer es quedarnos parados mientras ella evoluciona y nos rechaza.
El futuro pertenece a aquellos que pueden controlar la IA y comprender profundamente las necesidades humanas. Este cambio ya ha comenzado.