Las empresas pierden talento cada dos años y la academia lo retiene por décadas

Este año la institución académica le otorgó el Premio Insignia Rómulo Garza, un reconocimiento anual que distingue trayectorias académicas de largo aliento, por su carrera científica y formación de talento. Aunque el reconocimiento cuenta solo una parte de la historia, la otra tiene que ver con el mercado laboral.

Allí, el job hopping se volvió una tendencia cada vez más común, sobre todo en áreas tecnológicas, donde los profesionales cambian de empleo en promedio cada dos años, con el fin de mejorar su salario, acceder a nuevas posiciones o trabajar con tecnologías más recientes.

Sin embargo, la rotación tiene un costo directo para las organizaciones. La firma de reclutamiento ManpowerGroup estima que reemplazar a un empleado puede costar hasta 150% de su salario si se consideran reclutamiento, capacitación y pérdida de conocimiento operativo.

Por eso, además de competir por talento, las empresas buscan vincularse antes con quienes lo forman. El Tecnológico de Monterrey mantiene proyectos de investigación con más de 140 compañías en áreas como transformación digital, educación y sostenibilidad. La apuesta no solo es contratar especialistas, sino participar en su formación y aumentar la probabilidad de retenerlos desde etapas tempranas de su carrera.

Para las empresas esto es relevante, ya que los perfiles especializados se vuelven cada vez más escasos y difíciles de retener dentro de una misma compañía.

Y mientras Monroy ha permanecido cuatro décadas en el mismo lugar, la mayoría de las empresas mexicanas enfrentan el problema contrario. El talento tecnológico rota muy rápido y, aun así, no alcanza.

De acuerdo con ManpowerGroup, 77% de las compañías en México reporta actualmente dificultades para reclutar talento en tecnologías de información. El problema, sin embargo, no es nuevo. La escasez ha mostrado una tendencia creciente en los últimos años: era de 68% en 2022, subió a 73% en 2023 y alcanzó un máximo de 79% en 2024.

La falta de especialistas ya tiene consecuencias operativas. Las empresas retrasan proyectos, reducen productividad y enfrentan obstáculos para adoptar nuevas tecnologías cuando no logran cubrir esos puestos.

Ahí aparece la conexión con la historia de Monroy. El mercado busca ingenieros en inteligencia artificial, ciberseguridad o nube, pero el sistema depende de algo previo, y es quién los forma.

“Las dos cosas”, responde el investigador cuando se le pregunta qué falta en México, si ingenieros o profesores que los forme. “Somos muy pocos para un país tan grande. Necesitamos más masa científica de profesores capaces de formar gente”.

Cuando Monroy inició su carrera profesional en el Tec de Monterrey, la computación ni siquiera era dominante. Su interés original era la electrónica de comunicaciones. Incluso rechazó un camino que hoy sería natural.

“Me ofrecían trabajar en la interfaz entre electrónica y computación y en ese momento la computación no me apasionaba”, admite.

Con el tiempo la disciplina cambió y también su trabajo. La digitalización llevó su investigación hacia sistemas inteligentes y, eventualmente, hacia la inteligencia artificial. Décadas después, ese mismo campo se convirtió en el centro del mercado laboral, pues las empresas priorizan especialistas en ciberseguridad, inteligencia artificial y computación en la nube.

¿Por qué alguien no se va?

Durante su trayectoria Monroy recibió ofertas fuera de la academia y también emprendió. “Tuvimos una empresa de base tecnológica sobre inteligencia artificial e hicimos servicios para la industria”.

También colaboró con organizaciones tecnológicas, entre ellas NIC México y Google, donde la investigación terminó convertida en aplicaciones para empresas.

“Poder ayudarle a una empresa a desarrollar algo que después pueda monetizar fue interesante. México tiene una urgencia tremenda de usar el conocimiento que generan las universidades”.

La experiencia le mostró una diferencia central entre ambos mundos. La empresa necesita resultados en plazos definidos; la investigación trabaja con incertidumbre. “¿Qué produce un investigador? Promesas”, explica. “Planteas una hipótesis que quieres validar y puede refutarse. Muchas veces los frutos no son inmediatos ni espectaculares”.

Ahí está la razón por la que no se fue. La universidad le permite trabajar problemas de largo plazo, algo difícil de sostener en un entorno corporativo.

“Una universidad tiene que ofrecer infraestructura, apoyo y reconocimiento, un cobijamiento, los medios para investigar y un ambiente saludable. Y algo que pesa mucho son los estudiantes. Transmitir conocimientos es padrísimo”, dice.

En la industria tecnológica el talento suele moverse por proyectos o mejores sueldos. La investigación opera con otra lógica, ya que requiere continuidad. El mercado laboral premia la movilidad, mientras que la innovación profunda depende de la permanencia.

Por eso, pese a colaborar con empresas y participar en desarrollos aplicados, Monroy permaneció en el Tec porque la academia no compite con la empresa en salario, compite en horizonte de tiempo.

Universidad contra mercado

La expansión de la inteligencia artificial intensificó la competencia por especialistas. Hoy tanto empresas, bancos y consultoras buscan los mismos perfiles que necesitan las universidades para enseñar.

El resultado es un cuello de botella. El país no solo carece de ingenieros; carece de quienes puedan formarlos. Y formar a un investigador no toma meses, sino décadas. “Todavía usamos mucha tecnología de otros países”, señala. “Necesitamos desarrollar soluciones para problemas propios del país”.

Su campo tampoco se parece al estereotipo del laboratorio. “El laboratorio ni siquiera lo traigo. La inteligencia artificial es la idea de crear algo con independencia, capaz de razonar. Hacerla es lo difícil”.

Por eso su trayectoria conecta con un problema económico más amplio. La economía digital depende de talento especializado, pero ese talento nace en instituciones que no operan bajo los tiempos del mercado.

Pese a los retos, el empezara otra vez, Monroy no cambiaría la decisión. “Definitivamente volvería a hacerlo”. Su caso ilustra una tensión que apenas empieza a hacerse visible: el talento más escaso de la economía tecnológica no es quien programa sistemas de inteligencia artificial, sino quien tarda años en aprender a enseñar a otros a hacerlo.