Para la empresa, esa familiaridad —a menudo descrita como “fluidez en IA”— es una ventaja competitiva. En lugar de depender únicamente de programas de recapacitación para empleados experimentados, los equipos pueden incorporar talento joven que ya está acostumbrado a experimentar con estas herramientas.
La importancia de la IA dentro de Accenture también se refleja en sus políticas internas. La compañía ha integrado el uso de herramientas de inteligencia artificial en sus expectativas de desempeño, y aprender a utilizarlas se ha convertido en un requisito para avanzar profesionalmente dentro de la firma.
En este modelo, el objetivo no es eliminar los puestos de entrada, sino rediseñarlos. Muchas tareas rutinarias se automatizan, mientras que los nuevos empleados se enfocan más en análisis, resolución de problemas, interacción con clientes y supervisión de procesos asistidos por IA.
La lógica detrás de la estrategia de Accenture es relativamente sencilla: gran parte de los estudiantes actuales ya ha experimentado con herramientas de inteligencia artificial durante su educación.
En los últimos años, sistemas de IA generativa se han vuelto ampliamente accesibles. Como resultado, muchos graduados llegan al mercado laboral con experiencia usando estas herramientas para investigación, programación, redacción o análisis de datos. Según la compañía, esto les permite integrarlas en su trabajo diario con más rapidez que a profesionales que deben aprender completamente nuevos flujos de trabajo en etapas más avanzadas de su carrera.
En lugar de desempeñar únicamente tareas administrativas o repetitivas, los nuevos empleados pueden actuar como aceleradores de la adopción de IA dentro de los equipos.
PwC —una de las firmas de auditoría y consultoría conocidas como las “Big Four”— está tomando un camino distinto.
Según documentos internos citados en reportes públicos, la empresa prevé reducir la contratación de puestos de entrada en Estados Unidos en casi un tercio durante los próximos tres años.
Las proyecciones internas apuntan a que las contrataciones en áreas como impuestos y auditoría pasarían de 3.242 nuevos asociados en el ejercicio fiscal que terminó en junio de 2025 a aproximadamente 2.197 en 2028, lo que representa una caída cercana al 32 %.
PwC ha explicado que el cambio responde a varios factores, entre ellos la transformación tecnológica y niveles históricamente bajos de rotación de empleados, lo que reduce la necesidad de cubrir tantas vacantes iniciales.
Además, muchas de las tareas que tradicionalmente servían como entrenamiento para profesionales junior —como revisar documentos, conciliar datos o realizar análisis básicos— están siendo cada vez más realizadas por software y sistemas automatizados.
El contraste entre Accenture y PwC refleja una incertidumbre mayor en el sector de servicios profesionales.
Hoy conviven dos visiones principales sobre el impacto de la inteligencia artificial en el trabajo de nivel inicial.
Una sostiene que la automatización reemplazará gran parte del trabajo junior, ya que muchas de las tareas repetitivas que realizaban los nuevos empleados pueden ser ejecutadas por sistemas de IA.
La otra plantea que la IA puede multiplicar la productividad de los trabajadores junior, siempre que estos sepan usarla bien, convirtiéndolos en profesionales más valiosos desde el inicio de su carrera.
Accenture parece alinearse con la segunda visión, mientras que PwC se inclina más hacia la primera.
Aunque las estrategias de las empresas difieren, hay una tendencia clara: la naturaleza del trabajo de nivel inicial está cambiando.
Los puestos centrados en tareas repetitivas —como redacción básica de documentos, entrada de datos o verificaciones rutinarias— son cada vez más vulnerables a la automatización. En cambio, los graduados que combinan conocimiento técnico, habilidades de comunicación y experiencia práctica con herramientas de IA pueden volverse más demandados.
En otras palabras, la inteligencia artificial podría no eliminar el primer peldaño de la carrera profesional. Pero sí podría transformarlo en algo más pequeño, más selectivo y mucho más intensivo en tecnología.
Comments
0 comments