850.000 dólares al año de sueldo anual. Eso es lo que la IA -y compañías como Anthropic- podría ofrecer a quien sea capaz de acceder a perfiles profesionales de mucho éxito y que brindan retribuciones hipercompetitivas.
La inteligencia artificial puede ayudarle a ganar hasta 850.000 dólares al año. Pero no basta con saber utilizar ChatGPT, escribir buenos prompts o automatizar unas cuantas tareas. Las ofertas que están alcanzando esas cifras buscan profesionales capaces de intervenir mucho más abajo, casi en las entrañas de la tecnología: entrenar los modelos, conseguir que razonen mejor, acelerar los chips sobre los que funcionan o reducir el enorme coste computacional necesario para mantenerlos operativos.
Anthropic ofrece actualmente entre 280.000 y 850.000 dólares anuales para un TPU Kernel Engineer, un especialista que trabaja en la frontera entre machine learning, hardware, compiladores y arquitectura informática. Es el responsable de optimizar las pequeñas operaciones matemáticas que ejecutan los aceleradores utilizados por los modelos: hacer que consuman menos memoria, que los chips se comuniquen mejor y que entrenamiento e inferencia se ejecuten más rápidamente. Los 850.000 dólares representan el límite superior de una vacante concreta, no el salario habitual del puesto, pero muestran cuánto está dispuesto a pagar un laboratorio de frontera por eliminar uno de sus principales cuellos de botella.
Anthropic también ha llegado a ofrecer hasta 850.000 dólares a determinados Research Engineers especializados en reinforcement learning y a investigadores sénior que trabajan sobre modelos de frontera. Son profesionales que construyen la infraestructura que permite realizar miles de experimentos para conseguir que los modelos razonen, aprendan de recompensas o actúen como agentes. El mercado de los salarios extremos de IA se ha desplazado así hacia perfiles muy difíciles de encontrar y cuyo trabajo puede cambiar directamente la capacidad o el coste de los modelos.
Esto empezó hace tres años...
Hace apenas tres años la ingeniería de prompts (los también denominados entrenadores de la IA) fue declarada como el trabajo más atractivo de la tecnología en el mundo. Muchos pronosticaron que gracias a esta ingeniería se crearían cada vez más nuevos puestos de trabajo. Pero esto no era todo. Un ingeniero de prompts o entrenador de IA podía cobrar entonces un sueldo bruto anual de entre 263.000 y 352.000 euros. Eso era lo que ofrecía Anthropic hace tres años a los candidatos a un puesto como este. Y era un ejemplo de los sueldos astronómicos que los grandes laboratorios de IA empezaban a pagar a ciertos perfiles relacionados con la IA.
El caso de Anthropic de 2023 permite comprobar cuánto ha cambiado el mercado. La vacante de Prompt Engineer and Librarian llegó a anunciarse por 175.000-335.000 dólares anuales (en distintos momentos circuló también una banda inicial superior) y pedía saber experimentar con LLM, documentar técnicas de prompting y tener conocimientos básicos de Python.
Ese trabajo todavía no ha muerto como categoría de mercado: Robert Half calcula para 2026 entre 62.750 y 115.000 libras en Reino Unido y 85.250-156.500 libras en Londres para un AI Prompt Engineer. Pero ya no aparece cerca de las remuneraciones máximas que he encontrado. En Londres, por ejemplo, Robert Half sitúa a un Head of AI en 122.500-278.750 libras, a un Machine Learning Engineer en 81.500-129.250 y a un AI Engineer en 68.000-122.500. Sus cifras combinan colocaciones reales de sus reclutadores y unas 350.000 vacantes externas.
La paradoja es que el prompt engineering puede estar perdiendo valor como profesión independiente precisamente porque se está difundiendo como competencia transversal. LinkedIn calcula que las ofertas estadounidenses que exigen alfabetización en IA —categoría en la que incluye habilidades como prompt engineering— crecieron un 70% interanual en 2026. En lugar de desaparecer, parte de aquella especialidad se está integrando en puestos de marketing, producto, consultoría, software, ventas o análisis. El cambio no consiste tanto en sustituir al prompt engineer como en dejar de pagar una prima excepcional por una capacidad que cada vez se espera de más profesionales.
20 perfiles de IA muy cotizados
Los empleos mejor pagados de la inteligencia artificial ya no se concentran en quien simplemente sabe utilizar un modelo. Las mayores remuneraciones aparecen en las capas donde todavía existe una escasez extraordinaria de talento: entrenamiento y post-training, reinforcement learning, infraestructura de cómputo, interpretabilidad, seguridad, agentes, datos para preentrenamiento y aplicación de los modelos a negocios de elevado valor. Las cifras que siguen no son salarios medios de cada profesión, sino bandas salariales reales publicadas por empresas para puestos concretos, principalmente en Estados Unidos. En muchos casos, además, la compañía ofrece acciones, bonus u otros incentivos que pueden elevar considerablemente la compensación total.
1. Research Engineer de reinforcement learning. Es uno de los perfiles que mejor ilustra dónde está hoy el dinero. No se limita a programar un modelo: construye la infraestructura y las herramientas que permiten realizar miles de experimentos de reinforcement learning, detectar cuellos de botella y acelerar el entrenamiento. Anthropic busca Research Engineers para su equipo RL Velocity con salarios de 500.000 a 850.000 dólares anuales. La compañía explica que pequeñas mejoras en la velocidad y fiabilidad de esta infraestructura se multiplican sobre todos los investigadores y todas las ejecuciones de entrenamiento. Se valoran experiencia en entrenamiento distribuido, RL, pretraining o post-training y frameworks como PyTorch o JAX.
2. Staff Research Engineer de IA de frontera. Aquí se paga por trabajar precisamente en aquello que los grandes laboratorios todavía no saben resolver. El Discovery Team de Anthropic busca construir lo que denomina un "AI scientist": sistemas capaces de afrontar razonamientos de larga duración, manejar ordenadores como herramientas y desarrollar trabajo científico cada vez más autónomo. Para un Staff Research Engineer publica una banda de 350.000 a 850.000 dólares anuales. La vacante combina machine learning, agentes, automatización del ordenador, RL, infraestructura distribuida y evaluación de modelos: más que un especialista estrecho, busca un investigador capaz de moverse entre ciencia e ingeniería.
3. Ingeniero de kernels y aceleradores de IA. Detrás de un modelo avanzado existe un problema menos visible: hacer que millones de millones de operaciones se ejecuten suficientemente rápido y sin desperdiciar enormes cantidades de capacidad informática. El TPU Kernel Engineer trabaja cerca del hardware, optimizando kernels, inferencia de baja precisión, comunicaciones entre aceleradores y rendimiento a nivel de ensamblador. Anthropic ofrece para este puesto entre 280.000 y 850.000 dólares, además de equity. Es una de las bandas más amplias y elevadas encontradas, y muestra hasta qué punto se ha encarecido el conocimiento que une machine learning, compiladores, sistemas y hardware especializado.
4. Research Engineer de búsqueda y retrieval. Los modelos pueden generar lenguaje, pero para trabajar sobre conocimiento corporativo, documentos o información actual necesitan encontrar primero la información adecuada. Ahí entra el especialista en retrieval, búsqueda semántica, índices vectoriales y sistemas próximos a lo que habitualmente se denomina RAG. OpenAI busca para ChatGPT y su API un Research Engineer de Retrieval & Search que investigue y despliegue búsqueda documental, empresarial y a escala de Internet. La banda anunciada es de 293.000 a 585.000 dólares de salario anual más equity. El puesto exige experiencia construyendo sistemas de ML en producción, índices de búsqueda, bases vectoriales y búsqueda a gran escala.
5. Ingeniero de interpretabilidad de modelos. Cuanto más capaces son los modelos, más valioso resulta entender qué ocurre dentro de ellos. Anthropic compara esta especialidad con realizar "neurociencia" sobre redes neuronales: construir herramientas capaces de identificar representaciones internas, analizar mecanismos y experimentar directamente sobre ellos. Su puesto de Research Engineer, Interpretability ofrece entre 315.000 y 560.000 dólares anuales. No es sólo investigación académica. El objetivo declarado es comprender suficientemente los mecanismos de los modelos para detectar comportamientos problemáticos y hacer sistemas avanzados más controlables y seguros.
6. Investigador de seguridad y alineamiento de IA. Otra nueva categoría de alto valor aparece alrededor de la pregunta de cómo supervisar modelos que cada vez pueden realizar tareas más complejas. El equipo Safety Oversight de OpenAI investiga supervisión escalable, colaboración humano-IA, robustez, razonamiento, detección de usos indebidos y red teaming. Para un Researcher sénior publica 380.000-500.000 dólares más equity. OpenAI pide experiencia en áreas como RLHF, investigación de seguridad, sistemas de IA a gran escala y programación. La seguridad deja así de ser sólo una función regulatoria: se convierte en investigación avanzada sobre el propio funcionamiento del modelo.
7. Research Scientist de IA aplicada a salud. Los laboratorios también están pagando cantidades extraordinarias por trasladar los modelos de frontera a dominios especializados. OpenAI ofrece 380.000-500.000 dólares más equity para Research Engineers o Research Scientists de su área Health. El trabajo abarca pretraining, midtraining, reinforcement learning, post-training, evaluaciones y despliegue, con el objetivo de mejorar capacidades médicas y biomédicas y comprobar después si producen resultados útiles en el mundo real. La empresa considera útil la experiencia sanitaria, aunque no imprescindible: lo determinante es ser capaz de hacer avanzar investigación puntera en ML o biomedical AI.
8. Product Manager de modelos de frontera. No todos los salarios extremos corresponden a científicos. Alguien tiene que decidir qué capacidades del modelo deben convertirse en producto, cómo medirlas y cuándo están suficientemente preparadas para lanzarse. OpenAI paga entre 347.000 y 490.000 dólares más equity a un Product Manager de Core Models. Este profesional conecta investigación, ingeniería, data science y producto; trabaja con datos de entrenamiento y evaluación y traduce necesidades de los usuarios en decisiones sobre el propio modelo. Es una señal interesante: comprender técnicamente la IA y saber dirigir su transformación en producto comercial se ha convertido también en una habilidad extraordinariamente cotizada.
9. Product Manager de IA especializado en derecho. La siguiente fase del mercado no exige necesariamente inventar una nueva profesión, sino combinar una profesión existente con conocimiento profundo de IA. OpenAI busca un Product Manager para Legal por 347.000-490.000 dólares más equity. Debe trabajar con bufetes, departamentos jurídicos y compañías de tecnología legal, entender qué problemas corresponden al modelo, cuáles a los datos o al flujo de trabajo y transformar esas necesidades en productos fiables. Un título de Derecho resulta útil pero no obligatorio. Lo relevante es la combinación entre conocimiento de un mercado profesional complejo, criterio de producto y capacidad para comprender las posibilidades y límites de los modelos.
10. Investigador especializado en LLM y post-training. Entrenar inicialmente un modelo es sólo una parte del proceso. Después hay que conseguir que razone mejor, siga instrucciones, utilice herramientas, personalice sus respuestas o actúe como agente. Perplexity busca Members of Technical Staff especializados en AI Research por 220.000-485.000 dólares más equity en Estados Unidos. Trabajan con SFT, DPO, GRPO y reinforcement learning sobre sus modelos Sonar y productos como Deep Research y Comet. La compañía exige dominio de PyTorch, entrenamiento de LLM, pipelines de datos y evaluación, y valora experiencia con agentes y razonamiento multietapa.
11. Research Engineer de infraestructura para reinforcement learning. La expansión del RL está generando a su vez toda una capa de especialistas en sistemas. ByteDance, dentro de su equipo Seed Model, ofrece en San José entre 254.400 y 480.000 dólares para un Research Engineer de RL Systems & Infrastructure. La función incluye entrenamiento distribuido, frameworks de reinforcement learning, inferencia de alto rendimiento y utilización de hardware heterogéneo. El puesto muestra que una parte creciente de la ventaja competitiva no procede sólo del algoritmo: depende de construir una infraestructura capaz de entrenarlo a gran escala sin que el coste y la complejidad computacional se disparen.
12. Ingeniero de seguridad de agentes de IA. Los agentes abren una especialidad que prácticamente no existía en el mercado laboral tradicional de ciberseguridad. Cuando un sistema de IA puede navegar, ejecutar código, acceder a aplicaciones o actuar sobre información empresarial, necesita permisos, aislamiento y controles distintos de los de un chatbot. OpenAI paga 266.000-445.000 dólares más equity a un Security Engineer especializado en Agent Security. El trabajo incluye threat modelling, sandboxing, controles de identidad y red, seguridad cloud y monitorización de las ejecuciones de los agentes. La empresa busca perfiles que combinen ciberseguridad clásica con conocimiento de los nuevos riesgos de los sistemas agénticos.
13. Ingeniero de IA aplicada a ciberseguridad. Existe también el movimiento contrario: no sólo hay que proteger la IA, sino utilizar la IA para proteger sistemas informáticos. Anthropic ofrece 300.000-405.000 dólares anuales, además de la compensación adicional correspondiente, a un Research Engineer de Cybersecurity RL. Su misión consiste en desarrollar modelos capaces de mejorar programación segura, identificación de vulnerabilidades y otras tareas defensivas mediante reinforcement learning. La empresa busca una combinación especialmente escasa: experiencia en investigación de ciberseguridad, machine learning, ingeniería de software, LLM y, preferentemente, técnicas de RL y entornos de seguridad.
14. Research Lead de agentes y reinforcement learning. Cuando la empresa no busca sólo a un investigador sino a alguien capaz de fijar la dirección científica de un equipo, las remuneraciones vuelven a crecer. Apple ofrece para su puesto AIML-Machine Learning Research Lead, RL Agents una banda base de 216.200 a 394.000 dólares, a la que pueden añadirse RSU y bonus. La persona seleccionada dirige investigación en post-training, reinforcement learning, tool calling, generación de entornos sintéticos, escalado y modelos de acción multimodales. Apple pide un doctorado o experiencia equivalente y entre siete y diez años adicionales de investigación, además de capacidad para dirigir investigadores sénior.
15. Arquitecto de IA para servicios financieros. Cuando los modelos abandonan el laboratorio y llegan a banca, seguros, pagos o gestión de activos aparece otro especialista: el arquitecto que entiende tanto la tecnología como las restricciones del sector. Anthropic ofrece 315.000-380.000 dólares a un Manager Applied AI Architecture, Financial Services. Su equipo asesora a grandes clientes sobre cómo utilizar Claude y sus API, diseñar casos de uso e integrar los modelos con sistemas empresariales. La compañía demanda al menos siete años de experiencia en puestos como Solution Architect o Sales Engineer, experiencia en servicios financieros y conocimiento técnico de LLM e integraciones mediante API.
16. Data Scientist de productos de IA. Un producto basado en IA necesita saber mucho más que cuántos usuarios tiene. Hay que distinguir mejoras reales del modelo de cambios en comportamiento de los clientes, diseñar experimentos, construir métricas específicas y analizar relaciones causales. Anthropic paga 285.000-380.000 dólares más equity a un Data Scientist, Product. El puesto combina experimentación, inferencia causal, modelos estadísticos, simulaciones y análisis del comportamiento de los usuarios para orientar la estrategia y el desarrollo de productos de IA. Es una evolución del data scientist tradicional hacia alguien que debe comprender simultáneamente producto, estadística y funcionamiento de los modelos.
17. Ingeniero de datos para el preentrenamiento de modelos. Los LLM dependen enormemente de qué información reciben antes incluso de empezar el entrenamiento. Cohere ofrece en California, Nueva York y Washington entre 205.000 y 380.000 dólares de salario base más equity a un Member of Technical Staff especializado en Pre-Training Data. No se trata simplemente de limpiar bases de datos: estos profesionales diseñan mezclas de datos, realizan experimentos de ablación para comprobar qué información mejora el modelo y construyen pipelines sobre enormes corpus web, código y contenido multilingüe. Cohere pide Python, ingeniería de datos y conocimientos de curriculum learning, data mixing y atribución de datos.
18. Machine Learning Engineer de inversión cuantitativa. Las finanzas ofrecen uno de los ejemplos más claros de cómo el dominio de IA puede multiplicar el valor de un perfil ya tradicionalmente bien pagado. Citadel, en su negocio Global Quantitative Strategies, ofrece a un Machine Learning Engineer en Nueva York entre 275.000 y 350.000 dólares de salario base, además de compensación variable discrecional. Estos ingenieros trabajan entre deep learning, investigación cuantitativa y computación de alto rendimiento: diseñan arquitecturas, optimizan entrenamiento distribuido e inferencia y convierten modelos de ML en sistemas que se utilizan para inversión sistemática. Citadel busca Python y experiencia con C++, CUDA u otras tecnologías de alto rendimiento.
19. Machine Learning Researcher especializado en trading. Jane Street ofrece otra versión del mismo fenómeno. Su Machine Learning Researcher entrena modelos para nuevas generaciones de estrategias de negociación basadas en deep learning y analiza grandes conjuntos de datos financieros para generar y comprobar nuevas estrategias. La compañía publica un salario base de 300.000 dólares, al que añade un bonus anual discrecional; otras publicaciones recientes del mismo puesto sitúan la banda entre 250.000 y 300.000 dólares. Más que conocimiento financiero previo, Jane Street pide experiencia práctica resolviendo problemas de ML, fuerte capacidad matemática y dominio suficiente de programación para experimentar rápidamente con modelos y arquitecturas.
20. Ingeniero de world models y physical AI. Una de las próximas fronteras salariales puede aparecer lejos de los chatbots. Los world models intentan construir representaciones capaces de comprender física, causalidad y evolución temporal del mundo para que robots y otros sistemas puedan anticipar qué ocurrirá cuando actúen. The Bot Company, creada para desarrollar robots domésticos, paga entre 200.000 y 350.000 dólares de salario base más equity para trabajar en Machine Learning-World Models. El profesional debe diseñar simuladores neuronales espacio-temporales, entrenar modelos multimillonarios sobre grandes clústeres de GPU y convertir generación de vídeo en simulaciones controlables del mundo físico.
El mercado no está premiando simplemente a quien "sabe IA". Paga mucho más cuando esa competencia se combina con un cuello de botella difícil de resolver: hacer más eficiente el cómputo, entrenar mejor un modelo, conseguir que un agente actúe durante más tiempo, interpretar lo que sucede dentro de una red neuronal, asegurarla, seleccionar sus datos o adaptarla a medicina, derecho y finanzas.
También se aprecia un segundo movimiento. Junto al investigador puro emerge el profesional híbrido: alguien que conoce IA y, además, comprende profundamente un sector, una función o un problema empresarial de elevado valor. Los 347.000-490.000 dólares del Product Manager jurídico de OpenAI, los 315.000-380.000 del arquitecto de IA financiera de Anthropic o los 275.000-350.000 del ingeniero de ML de Citadel apuntan en esa dirección.
Por eso estas cifras deben leerse con precaución, pero también contienen una señal laboral potente. No indican que un Research Engineer cobre normalmente 850.000 dólares ni que aprender reinforcement learning garantice uno de esos salarios. Corresponden a puestos concretos en algunas de las organizaciones que compiten más agresivamente por una reserva mundial muy pequeña de talento. Lo que sí revelan es qué conocimientos están resultando suficientemente escasos, estratégicos y difíciles de sustituir como para justificar remuneraciones que hace pocos años habrían parecido propias de altos directivos, no de ingenieros e investigadores.
Indeed calcula que el Machine Learning Engineer medio en Estados Unidos cobra 187.529 dólares de salario base, sobre 5.100 salarios extraídos de anuncios de empleo, con un intervalo observado de 111.155 a 316.381 dólares. En San Francisco la media sube a 223.922 dólares. Es decir: los 500.000-850.000 dólares de ciertas vacantes de frontera no son "el salario de un ingeniero de IA"; son el precio de un segmento extraordinariamente reducido del talento.
La excepcionalidad de esas cifras se aprecia mejor al compararlas con el conjunto del mercado. LinkedIn Economic Graph calcula que una oferta estadounidense de IA publica actualmente una compensación típica de unos 177.000 dólares, frente a 80.000 dólares para una oferta no vinculada a IA. Las vacantes de IA prácticamente se han duplicado desde 2023. Los 500.000 u 850.000 dólares no son, por tanto, el nuevo salario normal de la tecnología: son la cúspide de un mercado que ya paga en conjunto muy por encima del resto." LinkedIn añade que AI Engineer ya ha superado a Machine Learning Engineer como puesto de IA más común, mientras que Forward Deployed Engineer se ha convertido en el tercero.
Levels.fyi, que reúne datos declarados por trabajadores y verifica las aportaciones frente a documentación salarial, sitúa la compensación total mediana de Software Engineer en Anthropic en 882.500 dólares y recoge para Staff Software Engineer un máximo comunicado de 1,4125 millones de dólares anuales entre sueldo, acciones y bonus. Es una fuente diferente de una vacante empresarial y no debe mezclarse con salario base, pero permite entender qué significa realmente competir por talento de frontera.
Perfiles que se están encareciendo
Los 850.000 dólares que Anthropic llega a ofrecer a algunos especialistas en reinforcement learning, investigación de frontera y aceleradores de IA son espectaculares. Pero la cifra cuenta sólo una parte de la historia. Lo importante es descubrir por qué precisamente esos conocimientos (y no simplemente "saber utilizar IA") se han convertido en algunos de los más caros del mercado laboral.
El primer grupo es el de quienes consiguen que entrenar y ejecutar modelos sea técnicamente posible y económicamente soportable. Un TPU Kernel Engineer de Anthropic puede alcanzar 850.000 dólares porque trabaja en la frontera entre hardware, arquitectura informática, compiladores, inferencia y machine learning. No basta con "saber IA": hay que conseguir que miles de millones de operaciones se ejecuten más deprisa y utilizando menos cómputo. Anthropic sitúa esta oferta en San Francisco, Nueva York y Seattle y publica una banda salarial de 280.000 a 850.000 dólares anuales. Los 850.000 dólares son el extremo superior de la banda de una vacante concreta, no el salario medio de un TPU Kernel Engineer.
El segundo es post-training, reinforcement learning y agentes. Anthropic publica hasta 850.000 dólares para determinados Research Engineers; Apple ofrece 216.200-394.000 dólares para dirigir investigación sobre RL Agents; ByteDance, 254.400-480.000 para infraestructura de RL. Stanford HAI aporta la explicación del salto de demanda: en las ofertas estadounidenses de IA, las menciones a IA de agentes pasaron de 151 en 2024 a 16.541 en 2025, un 10.854% más, y agentes de IA de 1.310 a 15.217. No significa que haya diez mil veces más empleos, pero sí que la taxonomía de habilidades está desplazándose con enorme rapidez desde el chatbot hacia sistemas capaces de actuar.
El Stanford AI Index 2026 detecta el mismo desplazamiento desde otra perspectiva. Las empresas empiezan a demandar menos simplemente conocimiento de chatbots y más capacidades para coordinar sistemas orientados a tareas: agentes, orquestación, herramientas, memoria y flujos capaces de ejecutar varias acciones consecutivas. Las habilidades de IA generativa siguieron creciendo con fuerza en 2025, pero dentro de ese universo ganaron peso las relacionadas con sistemas agénticos. El mercado no está dejando atrás la IA generativa: está subiendo un nivel de complejidad, desde generar una respuesta hacia conseguir que el sistema complete una tarea.
El tercero es seguridad, control, evaluación e interpretabilidad. OpenAI publica 380.000-500.000 dólares más equity para Safety Oversight y Anthropic 300.000-405.000 para un investigador que combine ciberseguridad con RL. A medida que la IA adquiere autonomía, aparece un mercado laboral alrededor de una pregunta que en 2023 era mucho menos urgente: no sólo cómo hacer el modelo más capaz, sino cómo verificar qué hace, descubrir fallos y limitar lo que puede hacer.
Y el cuarto gran grupo es probablemente el que más puede extenderse fuera de Silicon Valley: el profesional híbrido que conoce profundamente un negocio y además sabe desplegar IA dentro de él. Anthropic ofrece 315.000-380.000 dólares a quien pueda unir LLM, integración empresarial y servicios financieros; OpenAI 347.000-490.000 más equity para gestionar productos de IA destinados al sector jurídico. Ahí hay una pista importante: la escasez ya no es únicamente de informáticos. Empieza a ser de personas capaces de traducir la potencia del modelo a problemas financieros, sanitarios, jurídicos, industriales o científicos concretos.
Una de las profesiones que mejor representa ese profesional híbrido es el Forward Deployed Engineer. OpenAI está contratándolo ya en Madrid. No es un investigador que desarrolla un nuevo modelo ni un consultor que se limita a recomendar qué hacer: entra en la organización cliente, identifica el problema, diseña el sistema, integra los modelos con datos y herramientas internas y acompaña el despliegue hasta que produce resultados medibles. LinkedIn sitúa ya Forward Deployed Engineer como la tercera ocupación de IA más frecuente en sus ofertas estadounidenses. La nueva escasez puede no estar sólo en inventar mejores modelos, sino en conseguir que funcionen dentro de una empresa concreta.
Es coherente con la idea de reskill, rehire, recreate que utilizan Andy Yap, Victoria Sevcenko y Phanish Puranam, de INSEAD, para describir la respuesta empresarial a la IA: parte del trabajo se recicla, parte exige contratar otro talento y parte debe reconstruirse en nuevas combinaciones de tareas y competencias.
Sectores con más valor salarial
Los sectores con los mayores salarios absolutos no son necesariamente los sectores con la mayor prima relativa por conocer IA.
En contratación especializada, tecnología sigue muy por delante. PwC calcula que en 2025 el 11,4% de los anuncios de Technology, Media & Telecoms requería ya habilidades especializadas de IA, frente al 5,6% de servicios profesionales y el 5,4% de servicios financieros. Salud sólo estaba en el 0,9%, aunque había subido desde el 0,7% un año antes.
Sin embargo, al comparar salarios anunciados en empleos con y sin habilidades de IA dentro de cada sector, PwC detecta la mayor brecha en consumer markets, +118%; después tecnología, medios y telecomunicaciones, +84%; energía y utilities, +75%; manufactura, +73%; servicios profesionales, +67%; servicios financieros, +53%; salud, +37%; y sector público, +16%. Son diferencias entre anuncios, no estimaciones causales del rendimiento de aprender IA.
Eso permite identificar al menos tres economías salariales distintas. La primera es la economía del modelo: laboratorios, compute, RL, inferencia y seguridad, donde aparecen los 400.000-850.000 dólares. La segunda es la economía de aplicación de la IA a negocios caros: finanzas, derecho, salud, ciberseguridad y servicios profesionales. Y la tercera es la IA física: robótica, manufactura, autonomía y sistemas que deben entender el mundo físico.
Un ingeniero de world models de The Bot Company tiene una banda de 200.000-350.000 dólares; Hadrian, dedicada a fábricas autónomas para manufactura aeroespacial y de defensa, ha publicado puestos de ML Engineer entre 160.000 y 300.000 dólares más equity.
En biopharma ya aparece la misma combinación. AbbVie ha buscado un Principal Research Scientist II-AI/ML Partnerships, Biotherapeutics and Genetic Medicine por 137.500-261.000 dólares, además de incentivos a corto y largo plazo. Es bastante menos que un laboratorio de modelos de frontera, pero demuestra que las competencias cotizadas de IA están entrando en investigación farmacéutica y no sólo en las empresas que fabrican los modelos.
Y en la capa empresarial Snowflake ha llegado a ofrecer a un Senior AI/ML Architect entre 165.000 y 216.562 dólares de salario base, con OTE de 220.000-288.750 y equity. Es precisamente el profesional que sabe trasladar LLM, RAG, fine-tuning, cloud y arquitectura de datos a sistemas empresariales en producción.
Pero existe una segunda pregunta junto a cuánto pagan estos puestos: quién consigue acceder a ellos. LinkedIn calcula que las mujeres representaron sólo el 26% de las nuevas contrataciones de IA en Estados Unidos en 2025, frente aproximadamente a la mitad de las contrataciones no relacionadas con IA. En 27 países analizados ocupaban además sólo el 13% de los puestos C-suite vinculados específicamente a inteligencia artificial. Si la tecnología está creando un nuevo estrato de empleos excepcionalmente remunerados, el reparto de ese nuevo capital profesional puede convertirse también en una fuente de desigualdad.
La prima de la IA
Indeed Hiring Lab publicó hace apenas quince días que los salarios anunciados de las ocupaciones estadounidenses más expuestas a IA han crecido aproximadamente un 46% desde 2021, frente al 25% de las menos expuestas. Pero al hacer controles econométricos la historia cambia: la prima posterior a ChatGPT queda en 5,7% controlando por ocupación, en 4,7% comparando cada título consigo mismo y baja hasta 2,4% al mantener constante la composición por antigüedad.
Se trata de una diferencia enorme respecto del 62% de PwC y no significa necesariamente que uno de los dos estudios esté equivocado, porque están midiendo cosas diferentes. PwC compara anuncios que exigen habilidades de IA con anuncios equivalentes que no las exigen, pero reconoce que no controla experiencia, formación o localización. Indeed intenta aislar qué parte de la subida salarial procede de la exposición a IA y descubre que buena parte coincide con otro fenómeno: las vacantes se están desplazando hacia trabajadores más sénior.
Indeed aporta un dato que ayuda a entender esa corrección. Dentro de las ocupaciones estadounidenses más expuestas a IA, las vacantes de nivel inicial pasaron de representar alrededor del 29% en 2021 a sólo el 10% en 2026, mientras las posiciones sénior aumentaron del 22% al 47%. Parte de lo que parece una prima salarial por trabajar cerca de la inteligencia artificial es, por tanto, una prima por experiencia: las compañías contratan proporcionalmente menos principiantes y concentran la demanda en profesionales capaces de supervisar, juzgar e integrar sistemas que automatizan parte del trabajo de ejecución.
PwC observa una evolución compatible. Distingue entre puestos "democratizados", en los que la IA permite que trabajadores con menos experiencia realicen tareas antes reservadas a especialistas, y puestos "profesionalizados", en los que la tecnología amplifica la capacidad de expertos. Estos últimos están creciendo aproximadamente el doble y registran un crecimiento salarial un 42% superior desde 2021. Además, los empleos júnior más expuestos a IA son siete veces más propensos a exigir capacidades tradicionalmente asociadas a perfiles sénior, como juicio y liderazgo. La paradoja es que la IA puede abaratar la ejecución y encarecer el criterio.
Así, no puede afirmarse a partir de estos datos que "aprender IA aumenta el salario un 62%". Sí puede afirmarse algo más interesante: el mercado está pagando cantidades extraordinarias por determinadas combinaciones de escasez técnica, experiencia, capacidad de aplicar la IA y responsabilidad sobre sistemas de alto valor.
España, lejos de esas cifras
La distancia con Estados Unidos es enorme. Tecnoempleo situaba a finales de septiembre de 2026 las ofertas españolas de la función IA/ML con salario visible aproximadamente entre 40.000 y 48.800 euros brutos anuales. LHH coloca habitualmente al Data Scientist sénior en España en torno a 60.000-80.000 euros o más, especialmente en tecnológicas y multinacionales.
Incluso una compañía española especializada en IA como Multiverse Computing ha publicado en Madrid posiciones de Machine Learning Engineer a partir de 45.000 euros más bonus, para trabajos que incluyen compresión, fine-tuning y evaluación de LLM.
Esto revela que existen mercados distintos de talento IA. El ingeniero medio de ML, el profesional corporativo capaz de utilizar IA, el arquitecto que despliega agentes dentro de un banco y el investigador capaz de modificar el entrenamiento de un modelo de frontera comparten la etiqueta "IA", pero no compiten realmente en el mismo mercado.
Los salarios de los laboratorios son la parte más extrema de una transformación mucho más amplia. El World Economic Forum, tras consultar a más de 1.000 grandes empleadores que representan a más de 14 millones de trabajadores, sitúa IA y big data como las capacidades cuyo uso crecerá más rápidamente hasta 2030 y coloca a los especialistas en IA y machine learning entre las profesiones con mayor crecimiento porcentual. El 86% de las empresas encuestadas espera que la inteligencia artificial y las tecnologías de procesamiento de información transformen su negocio antes de terminar la década. Los 850.000 dólares son la excepción salarial; la demanda de competencias de IA es el fenómeno general.
Hace tres años, la sorpresa era que una persona capaz de hablar bien con una IA pudiera valer 300.000 dólares. En 2026, eso ya parece casi modesto frente a los 850.000 dólares de quien consigue entrenarla, acelerarla o hacerla razonar mejor. El prompt engineer representaba la idea de una nueva profesión nacida alrededor de una herramienta. Los empleos mejor pagados de 2026 apuntan en otra dirección. La IA se está convirtiendo en una capa transversal y lo que adquiere valor excepcional es la combinación: IA + sistemas, IA + seguridad, IA + agentes, IA + hardware, IA + ciencia, IA + finanzas, IA + derecho, IA + producto.
Robert Half todavía reconoce el AI Prompt Engineer y paga hasta 156.500 libras en Londres, pero las bandas de 500.000-850.000 dólares se han desplazado hacia RL, post-training, kernels, agentes, investigación y arquitectura. Stanford registra simultáneamente la explosión de las habilidades de agentes. La profesión estrella no parece estar convirtiéndose en "el experto que sabe pedir cosas a la IA", sino en el especialista que sabe conseguir que la IA haga de forma fiable algo que una empresa considera extraordinariamente valioso. En vez de medir únicamente qué profesiones "usan IA", convendría vigilar qué combinaciones de IA con otra competencia escasa están generando las mayores primas salariales. Ahí es donde aparece la nueva jerarquía profesional.
Los empleos mejor remunerados pagan por responder cuando todo fallaDe técnico a estratega: las habilidades que disparan su sueldoNo busque la habilidad mejor pagada; pregunte qué problema resuelve y cómo combinarla Comentar ÚLTIMA HORA-
07:52
'Lula' y Flávio Bolsonaro se disputarán la presidencia de Brasil en segunda vuelta
-
07:47
¿En qué valores invierto en el último trimestre del año?
-
06:31
La Primera de Expansión sobre Iberdrola, IA en la banca, coche eléctrico y tambores electorales en España
-
00:03
Gerard Piqué e Ibai Llanos lideran una ronda en la 'start up' de chocolatinas Plesh