El boom de la IA generativa en San Francisco tiene un problema de contratación que el dinero por sí solo no puede resolver
El sector de IA generativa de San Francisco captó más de $11.000 millones en capital riesgo en los tres primeros trimestres de 2024. Solo dos empresas firmaron contratos de alquiler de oficinas por un total de 800.000 pies cuadrados. La plantilla de los laboratorios de frontera creció a doble dígito por tercer año consecutivo. Según cualquier métrica de capital, el sector prospera. Según la métrica que más importa a los responsables de contratación, se está estancando.
El problema no es la demanda. Es la ausencia casi total de candidatos disponibles para los puestos que determinan si estas organizaciones pueden ejecutar sus planes de crecimiento. Los líderes de infraestructura GPU afrontan plazos medios de búsqueda de 147 días. Los científicos de investigación en modelos de frontera operan en un mercado con un desempleo efectivamente nulo entre los profesionales cualificados. El liderazgo en seguridad de IA, una función que apenas existía hace tres años, exige ahora paquetes retributivos superiores a 1,5 millones de dólares, mientras que el canal académico que forma a estos especialistas sigue años por detrás de la demanda. El enfoque de reclutamiento habitual —publicar una vacante, cribar candidaturas y hacer una oferta— alcanza a menos del 5% de los candidatos viables para los puestos más críticos.
A continuación presentamos un análisis detallado de las fuerzas que impulsan este mercado en 2026: dónde se encuentran los verdaderos cuellos de botella en la contratación, cuánto cuestan, por qué otras geografías están atrayendo talento y qué deben hacer de forma diferente las organizaciones que contratan en el AI y Tecnología si pretenden asegurar los equipos directivos que sus planes de crecimiento requieren.
El capital está aquí. Los candidatos, no.
San Francisco mantiene su posición como centro de gravedad mundial para el desarrollo de IA de frontera. OpenAI cuenta con aproximadamente 1.700 empleados en los corredores de Mission Bay y SOMA. La instalación principal de I+D de Anthropic en SOMA supera los 800 empleados. Nuevos actores como Safe Superintelligence Inc., Reflection AI y Essential AI han establecido sus sedes en San Francisco con una financiación combinada de Serie B superior a 198 millones de dólares, según el NVCA Venture Monitor de PitchBook. Los referentes en infraestructura Scale AI y Databricks emplean a más de 1.000 personas entre sus oficinas de Potrero Hill y Mission Bay.
El flujo de inversión refuerza esta concentración. CB Insights proyectaba que las empresas de IA generativa con sede en San Francisco captarían 18.400 millones en financiación de capital riesgo hasta 2025, lo que representa el 34% del volumen mundial de inversión en IA. Thrive Capital lideró la ronda de 6.600 millones de OpenAI en octubre de 2024. Andreessen Horowitz desplegó 1.200 millones de sus fondos de Infraestructura e IA en laboratorios con sede en San Francisco. Sequoia y Greylock concentraron el 70% de su inversión en IA de 2024 en un radio de tres millas del Embarcadero.
Sin embargo, el crecimiento de plantilla se ha desacelerado notablemente. Tras expandirse un 85% en 2023, el ritmo anual de contratación del sector se moderó al 15-20% durante 2025 y ha continuado aproximadamente a ese nivel en 2026. La restricción no es el apetito inversor. Es la oferta limitada de personas cualificadas para realizar el trabajo que esa financiación pretende acelerar.
Esta es la paradoja central del mercado de talento de IA de San Francisco. El capital se ha movido más rápido de lo que el capital humano puede seguir. Cada nueva ronda de miles de millones de dólares genera puestos directivos que se nutren del mismo grupo de quizá unos pocos cientos de personas cualificadas en todo el mundo. El resultado es un mercado en el que las organizaciones no compiten por atraer candidaturas. Compiten por desplazar a personas que ya están empleadas, ya perciben retribuciones extraordinarias y ya reciben múltiples aproximaciones no solicitadas cada mes.
La búsqueda de 147 días: donde los plazos de contratación revelan un mercado disfuncional
La medida más clara de la disfuncionalidad de un mercado de talento no es el número de vacantes abiertas. Es cuánto tiempo permanecen abiertas. En el sector de IA generativa de San Francisco, la disparidad entre los plazos de contratación generalista y especialista lo dice todo.
Ingeniería general frente a liderazgo en infraestructura
Un puesto estándar de ingeniería backend en este mercado se cubre en aproximadamente 34 días. Un puesto de liderazgo en infraestructura GPU o ingeniería de plataformas ML, que requiere experiencia en optimización CUDA, redes InfiniBand y checkpointing distribuido a escala, tarda una media de 147 días. Eso no es una prima. Es un mercado completamente distinto. Según datos de la Global Compensation Database de Radford y la AI Infrastructure Practice de Aline Partners, el pool de talento en infraestructura presenta una concentración de candidatos pasivos del 90% y tasas de empleo del 98% entre los profesionales cualificados.
La búsqueda de un VP of Compute Infrastructure en un laboratorio de frontera líder en 2024 ilustra el patrón. El puesto permaneció abierto durante 11 meses. Finalmente se cubrió reubicando a un candidato de la oficina de Google DeepMind en Londres con un paquete retributivo que incluía $18 millones en equity a cuatro años. Russell Reynolds Associates informó en su 2024 Technology Practice Review de que las búsquedas de Head of AI Safety promediaron 8,5 meses.
Estos plazos no son anomalías. Son la línea base para la Búsqueda Ejecutiva en liderazgo de infraestructura y seguridad de IA. Para organizaciones que planifican lanzamientos de productos, ejecuciones de entrenamiento o presentaciones regulatorias en ciclos trimestrales, una búsqueda que se prolonga tres o cuatro veces más de lo previsto genera retrasos en cascada en toda la operación.
La brecha del canal académico en investigación de seguridad
La investigación en seguridad y alineación de IA presenta un panorama aún más restringido. La plantilla para puestos de red team e interpretabilidad creció un 180% desde enero de 2024, pero la oferta de candidatos sigue limitada por un canal académico incipiente. El número de doctorandos que completan tesis en alineación, interpretabilidad o seguridad mecanicista en los diez principales programas de informática sigue siendo de unas pocas docenas al año. La demanda ha superado a la oferta en una proporción que el lenguaje estándar del mercado laboral no describe adecuadamente.
Los científicos de investigación en modelos de frontera con historial de publicaciones en NeurIPS o ICML y experiencia con alternativas a transformers como los State Space Models afrontan un desempleo efectivamente nulo. Las tasas de candidatura activa para vacantes publicadas se sitúan por debajo del 5%. Estos profesionales no buscan empleo. Se les localiza mediante búsquedas retenidas, aproximaciones directas de headhunting o referencias de redes académicas. Los investigadores sénior en seguridad, en particular, se mueven principalmente mediante transferencias entre organizaciones alineadas en misión, más que a través de cualquier proceso de contratación público, según la Encuesta de Colocación de Talento de 80,000 Hours.
La implicación para los responsables de contratación es que el 80% oculto de talento pasivo que caracteriza a la mayoría de los mercados directivos se acerca al 95% en la investigación de IA de frontera. El 5% restante, el que se presenta a través de canales visibles, no son casi por definición los candidatos que más necesitan estas organizaciones.
Retribución en 2026: donde los datos agregados inducen a error
He aquí la observación analítica que debería transformar la forma en que cada responsable de contratación en este mercado elabora su presupuesto: la moderación ampliamente difundida en los salarios tecnológicos de San Francisco es real, y es completamente irrelevante para la contratación en IA de frontera. Los datos agregados de la Oficina de Estadísticas Laborales y Glassdoor muestran un crecimiento salarial del sector tecnológico que se modera al 3,2% anual en San Francisco, frente al 8,5% de 2021. Un CHRO que lea esa cifra concluiría razonablemente que la presión retributiva se está relajando. Esa conclusión sería errónea para todos los puestos que importan.
Los datos de Búsqueda Ejecutiva y el análisis de cartas de oferta cuentan la historia opuesta. La retribución para liderazgo en infraestructura GPU e investigación en modelos de frontera se ha acelerado entre un 25 y un 35% anual desde 2023. La media agregada se ve arrastrada a la baja por miles de puestos generalistas de ingeniería de software donde los despidos y el exceso de oferta sí han moderado las retribuciones. Los puestos por los que compiten los laboratorios de frontera —las posiciones que determinan si una ronda de financiación de $6.600 millones se traduce en un producto funcional— se sitúan en el extremo derecho de la distribución. Las tendencias retributivas medias lo ocultan por completo.
Lo que realmente pagan los puestos sénior de IA
La arquitectura retributiva para puestos técnicos y directivos sénior en el sector de IA generativa de San Francisco opera con una prima del 40 al 60% sobre la retribución de ingeniería general en Big Tech, siendo el equity el componente mayoritario de la retribución total en los niveles más altos.
Los puestos de VP Engineering y Distinguished Engineer en infraestructura alcanzan entre $1,2 millones y $2,1 millones en retribución total, con el equity representando el 60-70% del paquete. Las cláusulas de clawback vinculadas a hitos de finalización de entrenamiento son cada vez más habituales. Los puestos de VP Compute Infrastructure se sitúan aún más arriba, entre $1,4 millones y $2,5 millones, e incluyen con frecuencia oportunidades de coinversión o acuerdos de equity a medida impulsados por la escasez de candidatos, según el AI Infrastructure Compensation Benchmark de Aline Partners.
Los puestos de Head of AI Safety y Chief Safety Officer, una categoría cuya demanda ha crecido un 300% tras la SB 1047 de California, alcanzan ahora entre $800.000 y $1,5 millones. Los Senior Research Scientists en seguridad y alineación perciben entre $380.000 y $550.000, con salarios base superiores a los de puestos equivalentes de ingeniería ML porque las oportunidades académicas alternativas establecen el suelo retributivo. En el ámbito de producto, los puestos de VP Product y CPO para aplicaciones de IA de consumo oscilan entre 650.000 $000 y $950.000, con un fuerte énfasis en experiencia previa en lanzamientos de productos de IA de cero a uno.
Incluso en los niveles Staff y Senior del itinerario de ingeniería ML, la retribución total se sitúa entre 450.000 $000 y $650.000. Solo el componente de equity supera a menudo lo que un ingeniero sénior percibe en total en una empresa tecnológica ajena a la IA.
Para las organizaciones que intentan evaluar la retribución de referencia para estos puestos, la lección fundamental es que las encuestas salariales sectoriales subestimarán sistemáticamente el coste de contratar talento de IA de frontera. Presupuestar basándose en datos retributivos agregados del sector tecnológico es la forma más rápida de perder una búsqueda antes de que comience.
Las tres ciudades que están atrayendo talento
El dominio de San Francisco en IA de frontera no es incontestable. Tres geografías competidoras han establecido propuestas de valor creíbles para exactamente los mismos profesionales que más necesitan los laboratorios de San Francisco, y cada una ataca una vulnerabilidad diferente.
Seattle: ventaja fiscal y profundidad en infraestructura
Seattle ofrece entre el 95 y el 105% de los niveles retributivos de San Francisco con costes de vivienda aproximadamente un 30% inferiores y sin impuesto estatal sobre la renta. Microsoft Research AI Frontiers, el Allen Institute for AI y la división AGI de Amazon proporcionan anclajes institucionales. Según el seguimiento de GeekWire, Microsoft consiguió reclutar a 12 profesionales sénior de OpenAI para sus campus de Seattle-Bellevue solo en 2024. Para ingenieros de infraestructura e investigadores de sistemas, la propuesta de Seattle es directa: retribución equivalente, menor coste de vida y una estabilidad corporativa que un laboratorio respaldado por capital riesgo no puede igualar.
Nueva York: proximidad regulatoria y demanda de IA financiera
Nueva York se ha consolidado como la ubicación preferida para investigadores de seguridad de IA atraídos por la proximidad a instituciones regulatorias y Naciones Unidas, así como para talento de producto orientado a la Banca y Wealth Management. Tanto Anthropic como OpenAI ampliaron sus centros de ingeniería en NYC durante 2024 y 2025, ofreciendo retribución en efectivo equivalente a San Francisco, entre el 100 y el 110% de los niveles de SF. Nueva York capturó aproximadamente el 18% de la migración neta de talento de IA desde San Francisco en 2024, según el Workforce Migration Report de LinkedIn. Las alianzas académicas con Cornell Tech y el laboratorio CILVR de NYU aportan una credibilidad investigadora que las startups más pequeñas de San Francisco difícilmente pueden igualar.
Londres: estabilidad de visados y computación gubernamental
Londres opera al 70-80% de la retribución absoluta de San Francisco, pero ofrece una mayor accesibilidad de visados para talento internacional y subsidios gubernamentales emergentes para computación. La sede central de Google DeepMind y el posicionamiento del Reino Unido como centro europeo de regulación de seguridad de IA generan atracción para investigadores orientados por la misión. Los laboratorios de San Francisco informan de la pérdida de aproximadamente el 8% de los candidatos sénior en investigación de seguridad de IA a favor de oportunidades en el Reino Unido, citando la estabilidad de visados y la disponibilidad de financiación para investigación como factores principales. En un mercado donde el 18% de la plantilla de ingeniería posee nacionalidad china y se enfrenta a una mayor supervisión de visados bajo los controles ampliados de exportación, la propuesta migratoria de Londres tiene un peso material.
La presión competitiva de estos tres mercados significa que un responsable de contratación en San Francisco no solo compite contra otros empleadores de San Francisco. Cada búsqueda es también una competición contra las ventajas estructurales de ciudades que pueden ofrecer ahorro fiscal, proximidad regulatoria o estabilidad migratoria que San Francisco no ofrece. El coste de una búsqueda ejecutiva fallida en este mercado no se limita a los honorarios gastados. Son los seis meses de retraso en el entrenamiento de modelos o el desarrollo de productos mientras el puesto permanece sin cubrir.
Las fuerzas regulatorias y de infraestructura que están reconfigurando la contratación
Dos fuerzas ajenas al propio mercado laboral están reescribiendo las reglas de cómo contrata el sector de IA de San Francisco y dónde opera.
SB 1047 y el auge del talento en cumplimiento normativo
La SB 1047 de California, firmada como ley en septiembre de 2024 y en vigor desde enero de 2025, impone protocolos obligatorios de pruebas de seguridad y protecciones para denunciantes en modelos entrenados con potencia de cálculo superior a $100 millones. El Instituto de IA Centrada en el Humano de Stanford estimó los costes de implementación entre $2 y $4 millones anuales por laboratorio de frontera. La infraestructura de cumplimiento no es opcional. Es un requisito previo para continuar operando en California.
Esta legislación ha creado una función directiva completamente nueva. El puesto de Head of AI Safety, que hace tres años existía quizá en cinco organizaciones en todo el mundo, es ahora una línea de reporte al consejo en el 75% de los laboratorios de frontera de San Francisco. El aumento del 300% en la demanda de esta categoría ha colisionado con una base de oferta que sigue anclada en la investigación académica de interpretabilidad, donde los plazos para desarrollar experiencia práctica en liderazgo de seguridad se miden en años.
La trayectoria regulatoria más amplia agrava esta presión. Los controles de exportación ampliados de la Oficina de Industria y Seguridad sobre envíos de GPU avanzadas a China han generado fricciones en la contratación de talento de ingeniería de nacionalidad china. Aproximadamente el 18% de la plantilla de ingeniería de IA de San Francisco posee nacionalidad china. Una mayor supervisión de visados y los requisitos de cumplimiento de controles de exportación han prolongado los plazos de incorporación para este colectivo entre 90 y 120 días, según la Fundación Nacional para la Política Estadounidense. Para responsables de contratación que ya afrontan plazos de búsqueda de 147 días, añadir tres o cuatro meses de retraso en la incorporación para un segmento significativo del pool de candidatos transforma una contratación difícil en una prácticamente imposible.
Restricciones energéticas y el efecto de arbitraje de computación
La infraestructura física necesaria para entrenar modelos de frontera está abandonando California. PG&E ha indicado que los nuevos clústeres de entrenamiento de IA que superen los 100 MW de capacidad afrontan retrasos en la conexión a la red que se extienden hasta 2027. Para 2026, los analistas del sector proyectan que el 40% de la computación de entrenamiento de modelos de frontera de empresas con sede en San Francisco se ejecuta fuera del estado, frente al 15% en 2023. Phoenix y Dallas se han convertido en los principales destinos para esta capacidad de entrenamiento.
Esta división geográfica entre sedes de investigación y ejecución de computación crea una nueva categoría de puesto directivo: líderes capaces de gestionar infraestructura distribuida en múltiples estados y jurisdicciones energéticas, manteniendo al mismo tiempo la velocidad de investigación en San Francisco. El puesto de VP de Infraestructura de Cómputo reporta cada vez más al CFO en lugar del CTO, lo que refleja la intensidad de capital de unas decisiones de computación que pueden superar los 100 millones de dólares por ejecución de entrenamiento. El perfil requerido —15 o más años de experiencia en sistemas distribuidos, gestión previa de clústeres de más de 1.000 GPU, relaciones con NVIDIA, AMD y los hyperscalers cloud, y experiencia en asignación de capital para presupuestos de nueve cifras— describe quizá a unos pocos cientos de personas en todo el mundo.
Para las organizaciones que construyen pipelines de talento directivo en este sector, la tendencia de arbitraje de computación implica que la especificación para el liderazgo en infraestructura se ha ampliado más allá de la ingeniería pura hacia la estrategia financiera, la contratación energética y el cumplimiento normativo multijurisdiccional. El puesto se ha vuelto más difícil de cubrir precisamente porque el puesto en sí se ha vuelto más complejo.
Lo que los responsables de contratación deben hacer de forma diferente en este mercado
Los datos de este análisis apuntan a una única conclusión. El modelo de reclutamiento tradicional —publicar vacantes y evaluar candidaturas— alcanza como máximo al 5% del pool viable de candidatos para el liderazgo en IA de frontera. Para puestos de infraestructura y seguridad, la cifra se acerca al 2%. Las organizaciones que dependen de portales de empleo, candidaturas entrantes o incluso procesos convencionales de Retained Search calibrados para un plazo de 60 días quedan sistemáticamente excluidas de los candidatos que determinarán si sus planes de crecimiento tienen éxito.
El mercado exige un enfoque diferente basado en tres principios.
En primer lugar, toda búsqueda debe comenzar con una cartografía de mercado sistemática del universo de candidatos pasivos. En un mercado donde el 90-95% de los candidatos cualificados no están buscando activamente, la capacidad de la firma de búsqueda para identificar, contactar y captar a estas personas es la única variable que determina la calidad del resultado. Los métodos de identificación potenciados por IA que analizan historiales de publicaciones, registros de patentes, presentaciones en conferencias y afiliaciones organizativas ya no son una ventaja competitiva. Son el requisito mínimo.
En segundo lugar, la velocidad es innegociable. Los datos muestran que, para cuando se elabora una lista corta tradicional en este mercado, los candidatos más cualificados ya han aceptado ofertas de la competencia. Las firmas que entienden por qué fracasan las búsquedas ejecutivas en mercados de alta velocidad saben que comprimir el plazo desde el primer contacto hasta la presentación del candidato listo para entrevista es la mejora individual de mayor impacto que una organización contratante puede lograr.
En tercer lugar, la negociación salarial para puestos de liderazgo en IA de frontera ha trascendido el salario y el equity para adentrarse en un terreno que incluye derechos de coinversión, garantías de acceso a computación, libertad de publicación y alineación con la misión. Un socio de búsqueda que trate estas conversaciones como transaccionales perderá candidatos frente a uno que las aborde de forma consultiva. El criterio humano necesario para interpretar las motivaciones de un candidato, evaluar su riesgo de salida del empleador actual y estructurar una propuesta que le mueva no puede automatizarse, ni siquiera en un mercado definido por la automatización.
KiTalent entrega candidatos ejecutivos listos para entrevista en un plazo de 7 a 10 días mediante identificación de talento pasivo potenciada por IA y métodos de headhunting directo diseñados específicamente para mercados donde los enfoques convencionales fracasan. Con una tasa de retención a un año del 96% en más de 1.450 colocaciones ejecutivas, y un modelo de Interview Fee que elimina el riesgo del retainer inicial, el enfoque está diseñado para responsables de contratación que no pueden permitirse el coste de una búsqueda lenta o fallida.
inicie una conversación con nuestro equipo de búsqueda ejecutiva en IA y tecnologíacom/es/contact) sobre cómo abordamos este mercado.
Preguntas frecuentes
**¿Cuál es el plazo medio para cubrir un puesto sénior de infraestructura de IA en San Francisco?ML Technology Practice Review headhunting directo y cartografía de mercadocom/es/headhunting) en lugar de publicidad de empleo. Las organizaciones que planifican calendarios de desarrollo de productos o modelos deberían presupuestar de seis a doce meses para las búsquedas de liderazgo en infraestructura y seguridad.
¿Cuánto gana un VP de Infraestructura de Cómputo en el sector de IA generativa de San Francisco?Los puestos de VP de Infraestructura de Cómputo en laboratorios de IA de frontera de San Francisco alcanzan una retribución total de $1,4 millones a $2,5 millones, siendo el equity el componente mayoritario del paquete. Las oportunidades de coinversión y los acuerdos de equity a medida son cada vez más habituales debido a la escasez extrema de candidatos. Los puestos de VP Engineering y Distinguished Engineer en infraestructura oscilan entre $1,2 millones y $2,1 millones. Estas cifras representan una prima del 40 al 60% sobre la retribución equivalente de ingeniería en Big Tech y se aceleran entre un 25 y un 35% anual.
¿Por qué San Francisco está perdiendo talento de IA frente a Seattle y Nueva York?**
Seattle ofrece entre el 95 y el 105% de la retribución de San Francisco con costes de vivienda un 30% inferiores y sin impuesto estatal sobre la renta, lo que resulta especialmente atractivo para ingenieros de infraestructura e investigadores de sistemas. Microsoft reclutó a 12 profesionales sénior de OpenAI para Seattle-Bellevue en 2024. Nueva York atrae a investigadores de seguridad por su proximidad regulatoria y la demanda de IA en el sector financiero, ofreciendo entre el 100 y el 110% de paridad en efectivo. Londres atrae talento internacional con mayor accesibilidad de visados. Estos mercados competidores atacan distintas vulnerabilidades de la propuesta de San Francisco, convirtiendo cada búsqueda local en una competición multiciudad.
¿Cómo ha afectado la SB 1047 de California a la contratación de IA en San Francisco?La SB 1047, en vigor desde enero de 2025, impone pruebas de seguridad obligatorias y protecciones para denunciantes en modelos de frontera. Los costes de cumplimiento ascienden a entre $2 y $4 millones anuales por laboratorio, con estimaciones más amplias que alcanzan los $15-$25 millones. La ley ha impulsado un crecimiento del 300% en la demanda de puestos de Head of AI Safety y Chief Safety Officer, una función que ahora exige entre $800.000 y $1,5 millones y reporta directamente al CEO en el 75% de los laboratorios de frontera. La práctica de Executive Search para altos directivos de KiTalent aborda esta categoría emergente de liderazgo mediante la identificación sistemática de candidatos con trayectorias en investigación y regulación.
¿Qué porcentaje de candidatos sénior de IA en San Francisco están buscando activamente empleo?** Los científicos de investigación en modelos de frontera operan en un mercado con un 95% de candidatos pasivos, con profesionales cualificados que promedian 2,1 años de permanencia en su empleador actual y reciben de tres a cuatro aproximaciones no solicitadas de reclutadores al mes. El talento de infraestructura GPU es un 90% pasivo con tasas de empleo del 98%. El liderazgo en seguridad de IA es un 85% pasivo, con transiciones que se producen principalmente a través de redes académicas. Incluso la gestión de producto de IA, la categoría más accesible, presenta un 60% de candidatos pasivos en el nivel sénior. Alcanzar a estos candidatos requiere métodos que van mucho más allá de la publicidad de empleo tradicional y la contratación basada en candidaturas.
¿Qué competencias técnicas son más escasas en el mercado de talento de IA de San Francisco?**Las competencias técnicas de mayor valor incluyen experiencia en entrenamiento distribuido con PyTorch 2.0 y esquemas de paralelismo tridimensional para modelos que superan los 100.000 millones de parámetros, implementación de RLHF a escala utilizando PPO y DPO, desarrollo de kernels CUDA personalizados para mecanismos de atención de transformers, e ingeniería de seguridad de IA incluyendo interpretabilidad mecanicista y autoencoders dispersos. La demanda de ingenieros con experiencia en arquitecturas Mixture-of-Experts y entrenamiento de modelos de billones de parámetros aumentó un 340% interanual en el área metropolitana de San Francisco durante 2024 y ha seguido acelerándose en 2025.
