Contexto técnico
No me llamó la atención la cifra en sí, sino la formulación: se pagará fuera de las escalas salariales habituales a quienes creen un impacto desproporcionado (outsized impact) con IA. Ya no se trata de «sé Python y sé llamar a una API», sino de personas que realmente impulsan la implementación de la IA en la empresa: cambian el producto, los ingresos, la velocidad de los equipos, el margen.
Pero aquí es importante una corrección sensata. No veo bandas salariales públicas y estándar de 1 millón de dólares para todo el mundo. Según datos públicos de Google, Meta, OpenAI y algunos fondos de primer nivel, se trata más a menudo de una compensación total: base, bonificación, acciones (equity), retención y, a veces, ofertas muy atípicas para una persona concreta.
Yo no leería esto como una noticia sobre «salarios de desarrolladores». Es una noticia sobre el coste de la influencia. Si un ingeniero o investigador es capaz de construir una arquitectura de IA que ahorra a la empresa decenas de millones, acelera los lanzamientos o eleva la calidad de la automatización en un proceso crítico, se le empieza a valorar casi como una miniunidad de negocio.
Ahí es donde me detuve. El mercado claramente no paga por una abstracta «experiencia en IA», sino por una rara combinación: modelos, infraestructura, intuición de producto y la habilidad de llevarlo todo a una producción funcional, no a una simple demo vistosa.
Impacto en el negocio y la automatización
Para las empresas, esto significa tres cosas. Primero: contratar a una «estrella» será aún más caro que construir un sistema normal de automatización con IA en torno a un equipo fuerte, pero no legendario. Segundo: crecerá la demanda de personas que sepan integrar la inteligencia artificial en los procesos existentes, y no solo experimentar en un entorno de pruebas.
Ganarán los que sepan calcular el efecto por caso de uso. Perderán las empresas que todavía piensan que una única contratación cara de IA resolverá mágicamente el caos en los datos, los procesos y las responsabilidades.
Lo veo constantemente en los clientes: una empresa rara vez necesita un «genio del millón», necesita un circuito de automatización que funcione, donde el ROI, los riesgos y el soporte estén claros. Son precisamente esas tareas las que en Nahornyi AI Lab montamos a mano: desde la arquitectura hasta la implementación, sin el culto a una sola vacante.
Si actualmente acumula procesos manuales, un soporte caro o cuellos de botella entre equipos, yo no me fijaría en la carrera salarial, sino en dónde necesita realmente construir una automatización con IA con un efecto tangible. Si lo desea, podemos analizar juntos su caso en Nahornyi AI Lab y construir una solución sin exageraciones innecesarias.