La IA y los centros de datos redefinen el panorama profesional de Carolina del Norte
ABC11 ha llevado las carreras de inteligencia artificial a google news mientras Carolina del Norte afronta dos transformaciones laborales contrapuestas. La IA está cambiando el trabajo de oficina, mientras que los centros de datos generan demanda de trabajadores especializados en infraestructura.
El informe sobre carreras profesionales refleja una reversión más amplia. La tecnología asociada con automatizar tareas humanas también depende de instalaciones físicas que requieren electricistas, técnicos, ingenieros y cuadrillas de construcción.
Esa relación complica las predicciones habituales sobre la sustitución de trabajadores por IA. La nueva inversión en infraestructura puede generar empleo, pero esos puestos difieren considerablemente en ubicación, duración y competencias requeridas.
Por tanto, la disputa central no es entre personas y máquinas. Es entre la adaptación de la fuerza laboral y un desajuste cada vez mayor entre las tareas que desaparecen y las capacidades que adquieren valor.
Carolina del Norte hace que ese conflicto sea especialmente visible. El estado combina una gran fuerza laboral tecnológica, una creciente inversión en centros de datos, importantes universidades, ambiciones de desarrollo rural y una preocupación creciente por la demanda de electricidad.
El resultado no es un simple auge del empleo. Es una reasignación de oportunidades, en la que trabajadores, educadores, empleadores, empresas de servicios públicos y gobiernos locales afrontan presiones distintas.
Lo que realmente cambia el informe de ABC11 sobre las carreras de IA
El cambio importante es que el empleo en IA ya no puede analizarse por separado de la infraestructura física que lo sustenta.
La automatización mediante software domina gran parte del debate público sobre el futuro del trabajo. Los chatbots redactan documentos, los asistentes de programación generan software y los sistemas automatizados procesan solicitudes de clientes.
Sin embargo, esos servicios funcionan dentro de centros de datos. Estas instalaciones albergan servidores, equipos de red, sistemas de almacenamiento, infraestructura de refrigeración, energía de respaldo y sistemas de seguridad.
Un centro de datos de IA es una instalación diseñada para el entrenamiento y la operación de modelos con alta intensidad computacional. Por lo general, su equipamiento consume más energía por rack que la informática empresarial convencional.
Construir y operar esa infraestructura requiere varias capas de trabajo. Los trabajadores de la construcción preparan los terrenos y los edificios, mientras que los electricistas instalan sistemas eléctricos de alta capacidad.
Los especialistas mecánicos trabajan en los equipos de refrigeración. Los ingenieros de redes conectan clústeres, los técnicos mantienen los servidores y los equipos de seguridad protegen tanto los sistemas físicos como los digitales.
El enfoque de ABC11 vincula estos puestos con el panorama más amplio de las carreras de IA. Desplaza el debate sobre el empleo más allá de los ingenieros de prompts, los desarrolladores de modelos y los proyectos de automatización empresarial.
Este cambio importa porque los dos mercados laborales se comportan de manera diferente. El software de IA puede extenderse entre empresas sin añadir una instalación local, mientras que el desarrollo de centros de datos concentra la inversión en comunidades seleccionadas.
La construcción genera una ola inicial de actividad. Las operaciones permanentes sostienen después una fuerza laboral más pequeña y especializada, responsable de la fiabilidad, el mantenimiento, las redes y la gestión de instalaciones.
La distinción entre empleo temporal y permanente es esencial. Un gran proyecto de capital puede requerir una cantidad considerable de mano de obra de construcción sin generar una plantilla permanente igual de grande a largo plazo.
Eso no hace que el trabajo de construcción sea poco importante. Significa que los responsables deben diferenciar entre empleos de construcción, trabajo de proveedores y puestos permanentes al describir los beneficios económicos.
ABC11 examinó anteriormente esta tensión en su investigación sobre el Triangle. Esa cobertura identificó ocho instalaciones de hiperescala vinculadas a operaciones de Apple, Meta y Google en Carolina del Norte.
Las instalaciones de hiperescala son centros informáticos muy grandes diseñados para expandirse a miles de servidores. Su tamaño permite a los grandes proveedores de nube ofrecer capacidad informática a numerosos clientes y servicios.
Estas instalaciones también generan demandas concentradas sobre el suelo y los sistemas eléctricos. Esos efectos locales convierten una industria aparentemente digital en una cuestión de planificación para condados, empresas de servicios públicos y residentes.
Por eso, las carreras de IA de ABC11 representan más que otra lista de ocupaciones en crecimiento. La historia vincula la planificación profesional con decisiones de inversión que las comunidades pueden observar, gravar, regular y cuestionar.
También desafía a los trabajadores a distinguir entre una familiaridad general con la IA y una competencia específica para un puesto. Saber utilizar un chatbot es distinto de mantener equipos de distribución eléctrica o diagnosticar un servidor averiado.
Los empleadores necesitan cada vez más ambos tipos de conocimiento. La cuestión difícil es si los sistemas de formación pueden conectar con suficiente rapidez a trabajadores desplazados o al inicio de su carrera con esas vacantes.
La atención de Google News coincide con un cambio medible de competencias
La presión sobre la fuerza laboral ya es medible, pero la exposición a la IA no significa automáticamente que un puesto vaya a desaparecer.
El Informe sobre el Estado de la Industria Tecnológica de Carolina del Norte de 2026 aplicó estimaciones de exposición a la IA a los datos de empleo de 2024 del estado. Detectó aproximadamente 286.290 empleos tecnológicos con tareas potencialmente expuestas a grandes modelos de lenguaje.
Esa cifra representa alrededor del 61 por ciento de la fuerza laboral tecnológica de Carolina del Norte, según el informe sobre la fuerza laboral tecnológica. El informe describe la exposición como tareas afectadas, no como una previsión de pérdidas equivalentes de empleo.
Esta distinción evita un error analítico común. Las ocupaciones constan de múltiples tareas, y el software puede automatizar algunas mientras deja en manos de las personas la responsabilidad sobre el juicio, la coordinación, el cumplimiento y los resultados.
Los desarrolladores de software, analistas de investigación y científicos de datos figuran entre las ocupaciones con mayor exposición. No son empleos periféricos; históricamente han respaldado el crecimiento del sector tecnológico.
Los trabajadores de esos campos afrontan presión para pasar de producir resultados rutinarios a revisar sistemas, integrar herramientas y resolver problemas menos estructurados. Los empleadores también enfrentan presión para rediseñar los puestos en vez de tratar la IA como una simple reducción de plantilla.
El cambio de competencias llega más allá de los equipos técnicos. Los directivos deben evaluar el trabajo generado por IA, definir el riesgo aceptable y decidir cuándo sigue siendo necesaria la aprobación humana.
Los empleados de atención al cliente deben reconocer respuestas automatizadas incorrectas o inseguras. Los equipos jurídicos y de seguridad deben examinar el manejo de datos, los controles de acceso y la rendición de cuentas.
A nivel de infraestructura, las capacidades requeridas se vuelven aún más concretas. Los trabajadores de centros de datos necesitan conocimientos de electricidad, mecánica, redes, hardware, seguridad y respuesta a incidentes.
Algunos puestos requieren títulos universitarios, pero otros pueden vincularse a programas de aprendizaje, cursos de colegios comunitarios, certificaciones técnicas o experiencia previa en oficios especializados. Eso crea una vía alternativa para entrar en la economía de la IA.
Aun así, la transición no es automática. Un trabajador administrativo desplazado no se convierte en técnico de centro de datos solo porque ambos empleos aparezcan en el mismo mercado laboral regional.
La formación lleva tiempo, y los trabajadores deben tener acceso a instrucción, transporte, equipos y oportunidades de nivel inicial. Los empleadores también deben describir los requisitos con suficiente claridad para que los proveedores de formación puedan responder.
La geografía añade otra limitación. La automatización de oficina puede afectar a empleados de todo un estado, mientras que los empleos de infraestructura se concentran en torno a obras, centros de datos, fabricantes, empresas de servicios públicos y rutas de red.
Un trabajador que viva lejos de esos núcleos puede percibir la disrupción sin recibir la oportunidad. Los costes de reubicación y las obligaciones familiares pueden hacer que un empleo teóricamente disponible sea prácticamente inaccesible.
La trayectoria profesional afronta otro reto en el nivel de entrada. Las organizaciones suelen automatizar las tareas rutinarias que antes ayudaban a los empleados junior a aprender procesos de negocio y ganarse la confianza.
Si las empresas eliminan esas tareas sin crear nuevas estructuras de formación, debilitan el camino hacia puestos con experiencia. La escasez puede aparecer más adelante en el nivel de carrera intermedia.
Esta preocupación se aplica al software, la analítica, el marketing, las finanzas y muchos otros campos del conocimiento. Los empleadores no pueden asumir que los trabajadores con experiencia seguirán disponibles después de reducir los puestos donde comienza a adquirirse esa experiencia.
La respuesta más sólida no es una alfabetización genérica en IA. Los trabajadores necesitan capacidades híbridas, que combinen conocimiento del área con la habilidad para supervisar herramientas automatizadas y comprender sus límites.
Para los profesionales técnicos, eso puede implicar combinar habilidades de software con fiabilidad de sistemas, ciberseguridad, redes o gobernanza de datos. Los trabajadores de oficios especializados pueden añadir conocimientos de controles automatizados y entornos de computación de alta densidad.
Mantener conocimiento técnico consultable también se vuelve más valioso a medida que los sistemas se hacen más complejos. Los equipos necesitan acceso fiable a procedimientos, historiales de incidentes, documentación de equipos y decisiones operativas locales.
La visibilidad en Google News puede atraer atención hacia estas carreras. No puede construir la trayectoria formativa, crear aprendizajes remunerados ni garantizar que los trabajadores afectados puedan acceder a los nuevos puestos.
Esas responsabilidades siguen repartidas entre empleadores, centros educativos, organismos de empleo, sindicatos, empresas de servicios públicos y gobiernos locales. La coordinación entre ellos determinará si el cambio de competencias amplía las oportunidades o profundiza la desigualdad.
El auge de los empleos de IA no está donde muchos trabajadores esperan
La IA crea empleo en torno a la capacidad física, pero no sustituye cada puesto de oficina afectado por un puesto de infraestructura comparable.
Carolina del Norte ya ha atraído grandes proyectos vinculados a la computación en la nube y la IA. En junio de 2025, Amazon anunció planes para invertir 10.000 millones de dólares en un campus del condado de Richmond.
Amazon y funcionarios estatales afirmaron que el proyecto debería crear al menos 500 empleos. También proyectaron trabajo adicional a través de la construcción y la cadena de suministro de centros de datos.
El campus del condado de Richmond ilustra la promesa de desarrollo. Una región rural que perdió empleo textil y de confección puede competir por una nueva generación de inversión técnica.
Los puestos previstos incluyen ingenieros, especialistas en redes, profesionales de seguridad y otros trabajadores técnicos. Amazon también afirmó que apoyaría a universidades, colegios comunitarios y programas de formación de la fuerza laboral.
Un segundo proyecto muestra cómo la cadena de suministro puede generar un perfil de empleo diferente. El fabricante de electrónica Jabil anunció una instalación prevista en el condado de Rowan para respaldar centros de datos de nube e IA.
La empresa propuso crear 1.181 empleos para finales de 2030, junto con 264 millones de dólares en inversión de capital, según documentos estatales citados por Associated Press.
La planta de hardware de IA amplía el panorama profesional más allá de las operaciones de los centros de datos. La fabricación, las pruebas, la logística, la ingeniería y los puestos de proveedores pueden crecer junto con la capacidad de los servidores.
Estos proyectos demuestran por qué el lado de infraestructura de la IA importa. Los mayores efectos sobre el empleo podrían darse en la construcción, la fabricación, la energía, las redes y el mantenimiento de equipos.
Sin embargo, la cifra principal de inversión no es una métrica completa de la fuerza laboral. La intensidad de capital, que mide la inversión en relación con el trabajo, es especialmente alta en el desarrollo de centros de datos.
Una instalación puede contener costosos equipos informáticos y eléctricos y, al mismo tiempo, mantener una plantilla permanente relativamente pequeña. La automatización también permite a los operadores supervisar numerosos sistemas desde salas de control centralizadas.
Las plantas de fabricación pueden sostener plantillas más grandes porque ensamblan, prueban, trasladan o reparan productos de forma continua. La actividad de construcción puede emplear a muchos trabajadores, pero solo durante el periodo de desarrollo.
Por lo tanto, comparar proyectos requiere categorías coherentes. Las comunidades deberían preguntar cuántos empleos son temporales, permanentes, directos, indirectos, locales y accesibles sin un título universitario de cuatro años.
También deberían examinar los plazos de contratación. Un puesto prometido para 2030 no resuelve el problema laboral de un trabajador en 2026.
Las habilidades requeridas para esos empleos merecen el mismo escrutinio. Un proyecto puede crear puestos técnicamente accesibles, pero solo si la formación comienza antes de que la contratación alcance su punto máximo.
Los empleadores se benefician de las alianzas tempranas con escuelas y agencias de empleo. Los programas pueden alinear los cursos con el equipo real, las normas de seguridad, las credenciales y las expectativas de turnos.
Los trabajadores se benefician cuando la formación conduce a cualificaciones reconocidas que siguen siendo útiles entre distintos empleadores. Una instrucción muy específica de una empresa puede dejar a los participantes dependientes de un solo proyecto o ciclo de contratación.
Por ello, el informe de ABC11 sobre la fuerza laboral apunta a una cartera de trayectorias profesionales, en lugar de a una sola ocupación de reemplazo. La supervisión de software, la ciberseguridad, el trabajo eléctrico, los sistemas de refrigeración, las redes, la fabricación y la gestión de proyectos desempeñan un papel.
Las mejores oportunidades a menudo se situarán entre las categorías tradicionales. Un técnico de instalaciones puede necesitar habilidades de supervisión digital, mientras que un ingeniero de software puede requerir un conocimiento más profundo de la eficiencia energética y los sistemas distribuidos.
La IA también cambia el contenido del trabajo de infraestructura. Los operadores pueden utilizar supervisión automatizada para identificar temperaturas inusuales, fluctuaciones de energía o comportamientos anómalos de los equipos.
Sin embargo, las alertas automatizadas no eliminan la necesidad de responsabilidad humana. Los técnicos aún investigan fallos, deciden cómo responder y trabajan de forma segura cerca de sistemas de alta tensión o mecánicos.
El mismo principio se aplica al trabajo del conocimiento. La IA puede generar un borrador, una predicción o una recomendación, pero alguien debe evaluar si se ajusta a la situación real.
Eso genera demanda de criterio, pero el criterio es difícil de medir en una oferta de empleo. Los empleadores deben traducirlo en requisitos observables, ejercicios de formación y criterios de promoción.
La oportunidad de empleo es real. La afirmación de que la infraestructura de IA absorberá sin fricciones a los trabajadores desplazados de otros sectores sigue sin demostrarse.
Las limitaciones energéticas presionan la promesa laboral
La narrativa profesional de los centros de datos depende de la electricidad, los permisos, el consentimiento de la comunidad y la finalización de los proyectos, no solo de la demanda de servicios de IA.
La Agencia Internacional de la Energía informó que la demanda mundial de electricidad de los centros de datos creció un 17 por ciento en 2025. El consumo en las instalaciones centradas en IA aumentó aún más rápido, un 50 por ciento.
Su análisis de 2026 proyecta que el uso de electricidad de los centros de datos crecerá de 485 teravatios-hora en 2025 a aproximadamente 950 teravatios-hora en 2030. Las instalaciones centradas en IA representan gran parte de ese incremento.
Las perspectivas de demanda energética también identifican transformadores, turbinas, chips avanzados, conexiones a la red y aprobaciones regulatorias como posibles cuellos de botella.
Estas limitaciones importan para la planificación de la fuerza laboral. Una conexión a la red retrasada puede posponer las fases de construcción, la instalación de equipos y la contratación permanente.
Un proyecto cancelado puede dejar a un programa de formación preparando trabajadores para empleos que nunca llegan a nivel local. Un desarrollo más lento también puede reducir la demanda de proveedores.
La eficiencia no elimina necesariamente la presión. La IEA afirma que el uso de energía por tarea sencilla de IA ha caído rápidamente, pero la adopción y las aplicaciones más intensivas siguen expandiéndose.
La generación de vídeo, los sistemas de razonamiento y los agentes de IA pueden consumir mucha más energía que las interacciones básicas de texto. El crecimiento de esos usos puede compensar las mejoras de eficiencia.
Esto crea un ciclo de retroalimentación entre la adopción de software y la inversión física. Un mayor uso de IA incrementa los requisitos de capacidad, lo que eleva la demanda de equipos eléctricos, construcción y mano de obra especializada.
Las comunidades locales experimentan ese ciclo de retroalimentación mediante los planes de las empresas de servicios públicos, las audiencias sobre uso del suelo, las negociaciones fiscales, las preocupaciones por el agua y el tráfico de construcción. También pueden ver que los empleos prometidos se usan para justificar apoyo público.
La pregunta escéptica es si la cantidad y la calidad de los empleos corresponden a la carga de infraestructura. Esa pregunta no supone que todos los proyectos sean perjudiciales.
Pide a los responsables de la toma de decisiones que comparen los beneficios locales duraderos con los costes locales. Esos costes pueden incluir mejoras de la red, planificación de emergencias, impactos ambientales y competencia por mano de obra eléctrica cualificada.
La exposición de los contribuyentes merece especial atención. Si las empresas de servicios públicos construyen generación o transmisión para las cargas previstas de los centros de datos, los funcionarios deben decidir quién asume el riesgo cuando cambian las previsiones.
Las proyecciones de empleo contienen una incertidumbre similar. Las estimaciones de contratación pueden depender de que el proyecto alcance toda la escala prevista, cumpla los objetivos de inversión o atraiga proveedores cercanos.
Las comunidades deberían solicitar hitos en lugar de basarse solo en los totales finales. Las divulgaciones útiles incluyen empleo anual en construcción, puestos permanentes cubiertos, contratación local, salarios, finalización de la formación y gasto en proveedores.
También deberían distinguir la fiabilidad operativa de la cantidad de empleos. Un centro de datos puede necesitar pocos empleados permanentes porque cada puesto conlleva una responsabilidad considerable.
Eso aún puede generar buenas carreras. No respalda afirmaciones amplias de que una sola instalación transformará todo un mercado laboral regional.
Los efectos laborales también pueden volverse competitivos. Los centros de datos, las empresas de servicios públicos, los fabricantes y los constructores comerciales pueden buscar a los mismos electricistas, ingenieros y especialistas en refrigeración.
Una escasez puede elevar la remuneración y fomentar la formación. También puede retrasar la vivienda, la infraestructura pública u otros proyectos industriales que compiten por esos trabajadores.
Los proveedores educativos enfrentan sus propios límites de capacidad. Necesitan instructores, equipos de laboratorio, participación de empleadores y suficiente matrícula para sostener programas especializados.
Los cursos breves por sí solos no pueden resolver todas las brechas. Algunos puestos requieren aprendizajes, experiencia supervisada, instrucción de seguridad o licencias obtenidas durante varios años.
Al mismo tiempo, los programas de titulación deben evitar avanzar demasiado despacio. Un plan de estudios diseñado en torno a las herramientas actuales puede quedar desactualizado antes de que los estudiantes se gradúen.
Los programas deberían priorizar bases duraderas como teoría eléctrica, redes, pensamiento sistémico, resolución de problemas, seguridad y razonamiento estadístico. La instrucción específica de herramientas puede apoyarse sobre esas bases.
Los trabajadores también necesitan información realista. Un anuncio de formación no debería insinuar que un breve curso de IA garantiza el acceso a un puesto de infraestructura de alta cualificación.
Aquí es donde la cobertura de ABC11 sobre la fuerza laboral tiene valor público. Puede hacer visibles nuevas trayectorias profesionales mientras mantiene a la vista la brecha entre los anuncios de inversión y el empleo accesible.
La conclusión adecuada no es ni que los centros de datos resuelven el desplazamiento causado por la IA ni que no crean trabajo significativo. Su valor depende de la ejecución, la transparencia y el ajuste regional.
Tres señales que vigilar después del ciclo de noticias de Google
La próxima prueba será determinar si los compromisos laborales se convierten en empleos accesibles antes de que la atención pase a otro titular sobre IA.
La primera señal es la contratación verificada frente a los objetivos anunciados. El proyecto de Amazon en Richmond County y la instalación de Jabil en Rowan County ofrecen casos concretos para el seguimiento.
Los lectores deberían observar el inicio de las obras, la contratación anual, las descripciones de puestos permanentes y la proporción de plazas cubiertas localmente. Las alianzas de formación deberían identificar las credenciales reales y las fechas previstas de contratación.
El avance reforzaría la idea de que la infraestructura de IA está creando trayectorias regionales duraderas. Los retrasos, los cambios repetidos o las categorías laborales vagas debilitarían esa conclusión.
La distinción entre puestos anunciados y cubiertos importa. Las declaraciones de desarrollo económico suelen describir expectativas futuras, mientras que los trabajadores toman decisiones basándose en oportunidades disponibles ahora.
La segunda señal es el crecimiento de vías de formación remunerada. Los colegios comunitarios, los aprendizajes, las academias de empleadores y los programas de empleo deben conectar la instrucción directamente con ocupaciones reconocidas.
La matrícula por sí sola no basta. Las tasas de finalización, colocación laboral, permanencia y promoción revelan si un programa cambia los resultados profesionales.
El aprendizaje remunerado basado en el trabajo es especialmente importante para quienes cambian de ocupación. Muchos adultos no pueden dejar su empleo actual durante meses de formación no remunerada.
Los programas también deberían publicar los requisitos de acceso. Los trabajadores necesitan saber si un puesto requiere experiencia previa en un oficio, un título, una licencia, autorización de seguridad o disponibilidad para turnos rotativos.
Los buenos resultados demostrarían que la brecha de habilidades puede reducirse. Una baja colocación o requisitos inaccesibles sugerirían que los nuevos empleos siguen concentrados entre trabajadores ya cualificados.
La tercera señal es si los calendarios de electricidad y permisos se mantienen alineados con las promesas de empleo. Los empleos de infraestructura no pueden materializarse según lo previsto cuando los proyectos carecen de electricidad o aprobación de la comunidad.
Las presentaciones de las empresas de servicios públicos, los plazos de conexión a la red, las audiencias locales, los pedidos de equipos y los hitos de construcción ofrecen evidencia más fiable que las declaraciones generales sobre capacidad futura.
Los calendarios estables respaldarían las perspectivas de contratación. Los grandes retrasos revelarían que los cuellos de botella físicos, más que la demanda de IA, están marcando el ritmo.
Estas señales también ayudan a separar el cambio duradero del ciclo de noticias de Google. La atención en las búsquedas puede aumentar tras un anuncio sin demostrar que el proyecto subyacente avance.
Los desarrolladores y trabajadores técnicos deberían vigilar qué habilidades híbridas aparecen repetidamente en las ofertas de empleo. La demanda repetida indica capacidades transferibles entre empleadores.
Los compradores empresariales deberían prestar atención porque la escasez de mano de obra puede afectar la disponibilidad de centros de datos, la capacidad en la nube, la fiabilidad del servicio y los plazos de implementación.
Los trabajadores del conocimiento deberían prestar atención porque el mercado cambiante recompensa a quienes pueden combinar criterio especializado con supervisión de IA. La familiaridad genérica con herramientas no ofrecerá la misma protección.
Los estudiantes deberían comparar las promesas de formación con los empleadores locales reales. Una credencial de IA popular a escala nacional puede tener menos valor que un programa regional vinculado a vacantes verificadas.
Los funcionarios locales deberían exigir informes coherentes después de que se aprueben incentivos o compromisos de infraestructura. La rendición de cuentas pública debería continuar más allá de la ceremonia de anuncio.
La historia de ABC11 sobre carreras de IA expone en última instancia una realidad más compleja de lo que permiten tanto el optimismo como el pesimismo. La IA está eliminando tareas, transformando ocupaciones y creando trabajo de infraestructura al mismo tiempo.
Esos cambios no ocurren en los mismos lugares ni según los mismos calendarios. Tampoco benefician a los mismos trabajadores sin formación y acceso deliberados.
La pregunta práctica ya está clara: ¿pueden los empleadores y educadores tender puentes creíbles antes de que la automatización amplíe la brecha?
Sigan de cerca los empleos cubiertos, los resultados de la formación remunerada y los hitos de los proyectos. Esas métricas mostrarán si la expansión física de la IA genera una escalera profesional más amplia o solo otro titular de inversión.
