Llevamos meses acompañando un proceso de selección en una empresa mediana. Ochenta y dos CVs evaluados. Treinta y cuatro entrevistas realizadas. Cinco meses con la posición abierta. El proceso sigue sin cerrarse.

¿El motivo? Siempre hay algo que le falta al candidato.

A uno le falta experiencia en el sector. A otro le falta una tecnología concreta. Al tercero le sobra seniority para el presupuesto disponible. Al cuarto no le ve "fit cultural" quien toma la decisión. Y mientras tanto, los proyectos de transformación llevan el mismo tiempo parados.

Este caso no es una excepción. En los últimos meses hemos gestionado más de cuarenta procesos de selección de perfiles tecnológicos. El patrón se repite con demasiada frecuencia: no hay talento.

Pero hay algo que no cuadra.

Si no hay talento, ¿cómo es posible que hayamos evaluado más de ochenta CVs en ese proceso y ninguno haya llegado a buen puerto? ¿Es que el mercado está tan seco? ¿O es que lo que se busca no corresponde con lo que existe?

Llevo años manteniendo conversaciones con directores de tecnología de empresas de distintos sectores y tamaños, muchas de ellas recogidas en la Academia del CIO. Y hay una cosa que escucho con frecuencia, aunque no siempre se dice en voz alta: las organizaciones dicen que no encuentran talento, pero muchas veces lo que no encuentran es al candidato que ya imaginaron antes de arrancar la búsqueda.

Se busca a alguien que tenga cinco años de experiencia en esa tecnología concreta, que haya trabajado en ese sector específico, que encaje en el equipo actual sin generar fricción, que no aspire a un salario que incomode al comité, y que además tenga visión estratégica y capacidad de liderazgo. Es decir: se busca a alguien que ya existe dentro de la compañía, pero con un perfil diferente. O a alguien que, sencillamente, no existe en el mercado.

Quizá no tenemos solo un problema de escasez de talento. Quizá tenemos, sobre todo, un problema de definición del talento.

Durante años, ese modelo tenía cierta lógica. Si una empresa necesitaba implantar una tecnología, buscaba a alguien que ya la hubiera utilizado. Si necesitaba reforzar un equipo, pedía experiencia en las mismas herramientas. Era imperfecto, pero reducía el riesgo percibido. El conocimiento técnico acumulado era un indicador razonable de capacidad.

El problema es que la inteligencia artificial está cambiando las reglas del juego de forma estructural.

No hablo solo de equipos de desarrollo de software. La IA está entrando en prácticamente todas las funciones empresariales: análisis de datos, finanzas, operaciones, marketing, recursos humanos, compras, gestión de proyectos. Tareas que antes requerían muchas horas de trabajo manual hoy pueden acelerarse de forma significativa. Informes que exigían partir de una página en blanco ahora pueden arrancar desde un primer borrador. Análisis que requerían días de trabajo pueden completarse en horas.

Esto no significa que la IA vaya a sustituir a los profesionales más valiosos. Esa lectura me parece demasiado simple.

La IA no elimina el talento. Lo desplaza.

Reduce el valor diferencial de ciertas tareas y aumenta el de otras. Hace menos escaso el conocimiento operativo y más importante la capacidad de hacer buenas preguntas, interpretar resultados, detectar errores, entender el contexto, priorizar decisiones y conectar tecnología con negocio.

Y ahí aparece la cuestión de fondo: si la IA está cambiando qué capacidades generan valor, ¿tiene sentido seguir evaluando el talento con los mismos criterios de hace cinco años?

En los procesos que gestionamos en Xpecializa veo con frecuencia una contradicción que resulta difícil de ignorar.

Las empresas piden profesionales adaptables, con visión de negocio, capaces de aprender y de moverse en entornos de incertidumbre. Pero después diseñan procesos de selección que penalizan a quienes no encajan en una fotografía del pasado. Alargan los procesos durante semanas o meses. Piden combinaciones de tecnologías que difícilmente conviven en una trayectoria profesional razonable. Exigen experiencia previa en contextos casi idénticos al suyo. Y cuando aparece un candidato con criterio, potencial y capacidad real de aprendizaje, la duda surge porque le falta una herramienta concreta.

Después concluyen que no hay talento.

Pero quizá lo que no hay es talento que encaje en una definición demasiado rígida.

Hay algo más que también veo y que pocas veces se dice abiertamente: en ocasiones, la búsqueda no parte de lo que la organización necesita para evolucionar, sino de lo que quien decide se siente cómodo incorporando. Se buscan perfiles demasiado parecidos a quienes ya están dentro. Profesionales que no incomoden, que no cuestionen inercias, que no puedan hacer sombra. Muchas compañías dicen querer talento diferencial, pero no siempre están preparadas para lo que eso implica en la práctica.

Hay otro patrón que también merece atención: muchas empresas hablan de inteligencia artificial con entusiasmo, diseñan planes de adopción e identifican casos de uso. Sin embargo, mantienen modelos de talento propios de otra década.

Quieren incorporar IA, pero siguen contratando igual. Quieren organizaciones más ágiles, pero sus procesos de decisión son lentos. Quieren profesionales con mentalidad de aprendizaje continuo, pero siguen premiando trayectorias lineales. Quieren innovación, pero penalizan al candidato que no cumple todos los requisitos de la descripción de puesto.

Y quizá lo más paradójico: muchas empresas dicen querer atraer talento diferencial, pero no preparan sus procesos para convencerlo. En un mercado competitivo, el buen candidato también evalúa. Evalúa la empresa, el proyecto, la seriedad del proceso y la calidad de las conversaciones. Si una organización no sabe explicar por qué merece la pena incorporarse, difícilmente podrá atraer a los mejores.

Entonces, ¿qué está cambiando realmente?

La diferencia entre un buen profesional y uno verdaderamente diferencial empieza a estar en otro lugar. Cada vez pesa más el criterio: la capacidad de entender un problema antes de correr a solucionarlo; la madurez para decir que no cuando una tecnología no aporta valor; la habilidad para comunicar decisiones complejas a personas que no viven dentro de la tecnología; la comprensión del negocio para saber que no todo problema empresarial se resuelve con más software.

Y, sobre todo, la capacidad de trabajar en contextos de cambio e incertidumbre. Profesionales que no confundan estar ocupados con generar valor. Personas que sepan leer el contexto, anticiparse y decidir cuando la información nunca es completa.

La inteligencia artificial va a elevar el listón. No porque todos los profesionales deban convertirse en expertos en IA, sino porque todos van a tener que aprender a trabajar en un entorno donde parte del conocimiento estará más disponible y donde la diferencia estará menos en acceder a información y más en saber qué hacer con ella.

Las organizaciones que sigan contratando únicamente por conocimientos estáticos lo notarán. Las que aprendan a identificar criterio, aprendizaje, curiosidad y capacidad de impacto tendrán una ventaja difícil de copiar.

El reto ya no es solo encontrar talento. Es reconocerlo

Reconocerlo cuando no viene envuelto en el perfil tradicional. Cuando no cumple todos los requisitos formales, pero demuestra una capacidad real de aprendizaje. Cuando no tiene diez años de experiencia en una tecnología, pero entiende mejor que otros cómo se resuelve un problema de negocio. Cuando no sabe todas las respuestas, pero sabe hacer mejores preguntas.

Llevamos años preguntándonos dónde encontrar talento tecnológico.

Quizá la pregunta que debería preocuparnos ahora sea otra: ¿estamos preparados para reconocer el talento que realmente necesitaremos dentro de cinco años?