La contratación de IA de TCS apunta al 80% del talento digital, pero la verdadera prueba es la rentabilidad

La contratación de IA de TCS hará que las habilidades digitales y de inteligencia artificial estén presentes en aproximadamente el 80% de las nuevas incorporaciones, según la alta dirección de la empresa. Ese objetivo llega tras un trimestre de septiembre en el que el trabajo relacionado con IA superó el 10% de los ingresos. El cambio en la contratación es sustancial, pero la cuestión más importante es económica: ¿puede una plantilla diseñada para la IA convertir una demanda de rápido crecimiento en mejores márgenes?

Tata Consultancy Services ya no trata la experiencia en IA como un requisito especializado para una pequeña unidad técnica. La compañía busca habilidades de nueva generación en la mayoría del talento entrante, al tiempo que reserva una categoría más limitada para empleados con una especialización más profunda en IA. Esa distinción importa porque los proyectos empresariales de IA requieren más que familiaridad con un chatbot.

La estrategia también somete a TCS a una difícil prueba operativa. La empresa debe ampliar la prestación de servicios de IA sin permitir que la automatización, los costes de recapacitación, la escasez de talento especializado o las exigencias de ahorro de los clientes absorban los beneficios. Accenture, Infosys, HCLTech y otros proveedores de servicios afrontan la misma presión, pero TCS está vinculando un objetivo de plantilla especialmente visible a su respuesta.

La contratación de IA de TCS se convierte en la norma, no en una vía especializada

TCS está transformando la preparación para la IA de una credencial de nicho en un requisito estándar para la mayoría de los nuevos empleados.

La directora de operaciones, Aarthi Subramanian, afirmó que TCS incorporó a 4.500 personas durante su segundo trimestre fiscal. Entre el 25% y el 30% fueron descritos como talento puramente de IA, mientras que alrededor del 80% pertenecía a categorías más amplias de habilidades de nueva generación.

Subramanian también indicó que la empresa espera que esta composición continúe. Sus comentarios establecen dos grupos superpuestos, en lugar de una clase uniforme de ingenieros de IA. El talento especializado en IA se encuentra dentro de una población mucho mayor contratada para trabajo digital, de nube, datos, ingeniería y apoyado por IA.

Ese matiz evita que la cifra del 80% se interprete como la promesa de que cuatro de cada cinco contratados desarrollarán modelos fundacionales. TCS presta servicios a grandes empresas de banca, manufactura, comercio minorista, salud, telecomunicaciones y servicios públicos. La mayor parte del trabajo para clientes combina procesos sectoriales con software, datos, seguridad, infraestructura en la nube e integración de sistemas.

Por ello, la compañía necesita empleados capaces de utilizar la IA dentro de esos entornos de prestación de servicios. Un desarrollador podría aplicar un asistente al mantenimiento de software. Un ingeniero de datos podría preparar información empresarial para sistemas de recuperación de información. Un consultor podría rediseñar un proceso de reclamaciones en torno a la revisión humana y el análisis automatizado.

TCS describió el impulso financiero subyacente en sus resultados trimestrales. Los ingresos anualizados de IA alcanzaron los 3.100 millones de dólares en el trimestre finalizado el 30 de septiembre de 2026, frente a más de 2.300 millones de dólares al cierre del ejercicio fiscal 2026. El trabajo de IA también superó el 10% de los ingresos de la empresa.

Los ingresos trimestrales alcanzaron los 7.640 millones de dólares, un aumento del 2,4% respecto al año anterior en dólares reportados. El crecimiento a moneda constante fue del 0,5% frente al trimestre precedente. El valor total de los contratos alcanzó los 9.600 millones de dólares, excluyendo las transacciones anunciadas con Porsche y Best Buy.

Estas cifras explican por qué el objetivo de contratación aparece ahora. TCS ha ido más allá de demostrar que los clientes financiarán experimentos aislados. Ahora necesita suficientes personas cualificadas para ejecutar programas más grandes en múltiples departamentos y geografías.

Un cliente puede empezar con IA dentro de un único flujo de trabajo de finanzas, ingeniería o atención al cliente. Si el despliegue produce resultados medibles, la colaboración puede ampliarse a otras funciones. Subramanian describió este patrón de expansión al hablar de cómo los clientes escalan proyectos iniciales después de evaluar su eficacia.

Esta progresión cambia el requisito de talento. Un pequeño piloto puede depender de un grupo compacto de especialistas. Un despliegue en producción necesita arquitectos, desarrolladores, equipos de seguridad, expertos de dominio, gestores de datos y empleados que puedan mantener el sistema tras su lanzamiento.

Por lo tanto, el objetivo del 80% tiene menos que ver con contratar una única profesión que con transformar el vocabulario técnico mínimo en toda TCS. Los nuevos empleados tendrán que comprender cada vez más dónde encaja la IA, cómo debe verificarse su resultado y cómo se conecta con los sistemas empresariales existentes.

Ese requisito también alcanza a los trabajadores con experiencia. El director ejecutivo K. Krithivasan sostuvo que la disposición a aprender importa más que la edad por sí sola. Un ingeniero a mitad de carrera que conoce el panorama tecnológico y el sector de un cliente puede tener ventaja sobre un empleado junior que conoce las herramientas más nuevas, pero carece de contexto operativo.

El resultado no es una simple competencia entre graduados y empleados experimentados. TCS necesita la fluidez con las herramientas que suele asociarse a las incorporaciones más jóvenes y el conocimiento institucional acumulado por los equipos consolidados. Su modelo de contratación debe combinar ambos.

Por qué los ingresos de IA no producen automáticamente márgenes más altos

TCS espera que la escala de la IA respalde la rentabilidad, pero la mera clasificación de los ingresos no puede demostrar que el trabajo genere mejores retornos.

TCS informó de un margen operativo del 24% y un margen neto del 19% para el trimestre de septiembre. La dirección espera que los crecientes volúmenes de IA aporten un beneficio a los márgenes, especialmente a medida que los despliegues exitosos se vuelvan repetibles entre clientes y unidades de negocio.

Krithivasan dijo a los periodistas que un mayor volumen de acuerdos de IA debería aportar un beneficio de rentabilidad. La lógica es comprensible. Los componentes de software reutilizables, el desarrollo automatizado, las plataformas compartidas y ciclos de entrega más cortos pueden reducir la mano de obra necesaria para cada unidad de trabajo.

La escala también puede distribuir las inversiones fijas entre más ingresos. TCS ha invertido considerablemente en aprendizaje de empleados, asociaciones, plataformas internas, laboratorios y capacidades especializadas de prestación de servicios. Una vez que estas bases atiendan muchos contratos, el coste vinculado a cada colaboración debería disminuir.

La empresa registró 69 millones de horas de aprendizaje durante el ejercicio fiscal 2026, un aumento anual del 23%. También informó de 5,2 millones de competencias adquiridas y de más de 270.000 empleados con mayor competencia en IA y aprendizaje automático. Estas cifras muestran la magnitud del esfuerzo de preparación, no su retorno financiero.

TCS aún debe convertir la actividad de aprendizaje en una prestación de servicios facturable y fiable. Completar un curso no demuestra que un empleado pueda rediseñar un flujo de trabajo regulado, evaluar el comportamiento de un modelo, proteger información sensible o defender una arquitectura ante el comité de riesgos de un cliente.

La misma cautela se aplica a los ingresos de IA. TCS utiliza una cifra anualizada, que traduce el ritmo actual de ingresos en una tasa anual. No significa que la empresa ya haya reconocido 3.100 millones de dólares de ingresos de IA durante un trimestre.

La dirección también afirma que aplica un criterio conservador al clasificar los ingresos de IA. Aun así, el límite puede seguir siendo complejo porque la IA aparece ahora dentro de la modernización de la nube, la ingeniería de software, el trabajo de procesos empresariales y los proyectos de datos.

Casi cualquier gran programa tecnológico puede contener un componente de IA sin convertirse en un contrato centrado primero en IA. Por ello, los inversores necesitan más que una etiqueta de ingresos en crecimiento. Necesitan pruebas de que las colaboraciones de IA mejoran la utilización, los precios, la velocidad de entrega y el beneficio operativo.

Los clientes también buscarán una parte de cualquier beneficio de productividad. Si un sistema de programación con IA permite a un equipo completar el mismo trabajo con menos horas, el cliente puede exigir tarifas más bajas. Las licitaciones competitivas pueden transferir las ganancias de eficiencia del proveedor de servicios al comprador.

Esta dinámica ha dado forma a la externalización durante mucho tiempo. La automatización puede abaratar la prestación de servicios, pero los proveedores no retienen cada dólar ahorrado. Los contratos, los modelos de precios, la presión competitiva y la disponibilidad de proveedores alternativos determinan cómo se divide el valor.

Los proyectos de IA introducen costes adicionales. Los proveedores deben pagar por modelos, capacidad de cómputo, controles de seguridad, evaluaciones, preparación de datos y supervisión especializada. Algunas cargas de trabajo pueden consumir recursos de inferencia costosos, lo que significa que el coste continuo de generar resultados del modelo debe gestionarse junto con la mano de obra.

Los primeros despliegues empresariales también pueden requerir más participación humana de la que los compradores esperan inicialmente. Los equipos deben limpiar datos, conectar aplicaciones, probar casos de fallo, supervisar resultados y establecer vías de escalamiento. Las industrias reguladas añaden requisitos de documentación, auditabilidad y aprobación.

Estos gastos no invalidan la tesis de margen de TCS. Definen lo que la empresa debe superar. La oportunidad de rentabilidad proviene de una prestación de servicios repetible a escala, no de poner una etiqueta de IA a un trabajo convencional.

Las cifras recientes de TCS ofrecen una base útil. Su margen operativo alcanzó el 25% durante el ejercicio fiscal 2026, excluyendo efectos puntuales, según los resultados anuales de la empresa. El margen del 24% en el trimestre de septiembre deja a la dirección margen para recuperarse antes de que la IA aporte una mejora clara respecto al rendimiento reciente.

Por ello, los inversores deberían separar dos afirmaciones. TCS ha demostrado que sus ingresos de IA están creciendo. Aún no ha aislado cuánto contribuyó ese crecimiento a los márgenes después de los costes de formación, tecnología, compensación y prestación de servicios.

Las habilidades digitales de TCS deben ir más allá de la fluidez con chatbots

El plan de contratación solo tendrá éxito si las “habilidades de IA” significan ejecución empresarial fiable, en lugar del uso rutinario de herramientas generativas.

Usar ChatGPT u otro asistente no convierte a un empleado en alguien preparado para desplegar IA dentro de un banco, fábrica, farmacia o aerolínea. El trabajo empresarial requiere una combinación más profunda de conocimientos de software, contexto empresarial, disciplina de datos y criterio.

Un ingeniero debe entender cuándo el código generado introduce riesgos de seguridad o mantenimiento. Un consultor debe conectar un sistema de IA con resultados de proceso medibles. Un líder de proyecto debe definir cuándo una persona revisa los resultados y quién asume la responsabilidad cuando falla.

Esa brecha explica la separación entre el talento puramente de IA y la categoría más amplia de nueva generación. El primer grupo puede incluir ingenieros de aprendizaje automático, científicos de datos, evaluadores de modelos y arquitectos de IA. El segundo puede incluir profesionales de nube, ciberseguridad, software, datos y plataformas empresariales cuyo trabajo incorpora cada vez más la IA.

Observadores independientes han advertido contra equiparar el uso generalizado de herramientas con la capacidad organizativa. Nikhar Arora, de Bots.ai by HR Anexi, dijo en el informe de contratación de NDTV que los paneles de adopción pueden exagerar la preparación cuando los empleados carecen de estándares comunes y resultados empresariales definidos.

Esa crítica es directamente relevante para una empresa que empleaba a 598.056 personas al final de septiembre. TCS no puede evaluar la preparación únicamente contando empleados capacitados o módulos completados. Necesita pruebas específicas por función de que las personas pueden realizar trabajo de producción de forma segura.

Para los equipos de software, esas pruebas podrían incluir calidad del código revisado, menores tasas de defectos, modernización más rápida y documentación fiable. Para los equipos de procesos empresariales, podrían incluir reducciones del tiempo de ciclo sin tasas de error inaceptables ni quejas de clientes.

Para los equipos de datos, el estándar debería cubrir la calidad de las fuentes, los controles de acceso, la procedencia y la supervisión. La generación aumentada por recuperación, un método que proporciona a un modelo información empresarial seleccionada, solo funciona cuando los documentos subyacentes están actualizados y son accesibles para los usuarios adecuados.

El desafío de los datos es especialmente importante porque TCS hace hincapié en el conocimiento contextual. Los modelos genéricos no entienden automáticamente las políticas, productos, sistemas, terminología u obligaciones regulatorias de un cliente. Ese contexto debe reunirse, gobernarse y actualizarse.

La seguridad añade otra capa. Un empleado que utiliza herramientas públicas de IA sin controles aprobados puede exponer datos confidenciales. Un agente de producción con acceso excesivo puede realizar acciones no deseadas en sistemas conectados. TCS debe capacitar a los empleados para reconocer estos riesgos, no simplemente para generar mejores prompts.

Esto hace valiosa la experiencia en el dominio. La defensa de Krithivasan de los profesionales de mitad de carrera reconoce que la fluidez en IA no puede sustituir el conocimiento de empresas complejas. Un ingeniero sénior puede entender por qué un sistema heredado se comporta de formas que su documentación no refleja.

Los nuevos reclutas junior siguen aportando ventajas significativas. Pueden adaptarse rápidamente a nuevos entornos de desarrollo y tener menos suposiciones sobre cómo debe organizarse el trabajo. Su menor coste también puede respaldar la economía de los grandes equipos de entrega, aunque TCS no ha presentado la estrategia de contratación únicamente como una decisión salarial.

El modelo más sólido combina ambos grupos. Los empleados con experiencia definen los límites operativos e identifican excepciones empresariales. Los nuevos reclutas aportan habilidades técnicas actuales y ponen a prueba flujos de trabajo desconocidos. Los especialistas establecen estándares de arquitectura y evaluación para todo el equipo.

TCS ya ha llevado la formación más allá de los cursos puntuales. Sus informes del ejercicio fiscal 2026 describieron hackatones internos, aprendizaje basado en roles y un coach de aprendizaje de IA. Más de 281.000 personas participaron en lo que la compañía denominó su mayor hackatón.

Esos programas pueden crear oportunidades de práctica, pero los resultados para los clientes siguen siendo la prueba decisiva. Una demostración desarrollada durante un hackatón enfrenta exigencias distintas a las de un sistema que procesa transacciones financieras o datos sensibles de pacientes.

Los empleados también necesitarán prácticas duraderas de gestión del conocimiento. Los equipos que trabajan con IA deben conservar decisiones, resultados de evaluación, restricciones de los clientes y contexto técnico. Una base de conocimiento de ingeniería con capacidad de búsqueda puede ayudar a evitar que razonamientos importantes desaparezcan entre chats y documentos desconectados.

Esa necesidad va más allá de TCS. Los trabajadores del conocimiento operan cada vez más entre sugerencias generadas por IA y evidencia específica de la empresa. La habilidad más valiosa no es pedirle una respuesta a un modelo. Es determinar si esa respuesta encaja con el sistema, el cliente y el entorno de riesgo.

El cambio en la contratación aumenta la presión en los servicios de TI

TCS compite por talento de IA mientras sus rivales desarrollan capacidades similares, lo que da a los clientes más poder de negociación sobre precios y promesas de entrega.

Accenture entró pronto en esta competencia. Se comprometió a realizar una inversión plurianual en IA generativa y amplió su plantilla de IA y datos. Al cierre del ejercicio fiscal 2025, la compañía informó de aproximadamente 77.000 profesionales cualificados en IA y datos.

La escala de Accenture ofrece a los clientes globales otra opción para consultoría y servicios gestionados. Sus ingresos del ejercicio fiscal 2026 alcanzaron los 74.200 millones de dólares, mientras que las nuevas contrataciones totalizaron 84.500 millones de dólares, según su comunicado de resultados ante la SEC. Estas cifras abarcan todo el negocio, no solo la IA.

HCLTech también ha comenzado a informar por separado los ingresos de IA avanzada. Infosys sigue organizando su trabajo de IA empresarial en torno a su oferta Topaz y a la formación de empleados a gran escala. Cada proveedor intenta demostrar que puede llevar a los clientes de los experimentos a operaciones fiables.

Esta competencia genera dos tipos de presión para TCS. En primer lugar, debe captar especialistas escasos en ingeniería de modelos, arquitectura de datos, seguridad de IA e integración empresarial. En segundo lugar, debe formar a una población de entrega mucho mayor sin interrumpir el trabajo existente para los clientes.

El primer desafío afecta a la remuneración y la retención. Los empleados especializados pueden pasar de proveedores de servicios a vendedores tecnológicos, bancos, fabricantes y startups de IA. Una mayor demanda puede elevar los costes de contratación antes de que su trabajo genere ingresos equivalentes.

El segundo desafío afecta a la utilización, que mide qué proporción de la capacidad de los empleados genera trabajo facturable. La formación consume tiempo, pero asignar personas no preparadas a proyectos crea riesgo de entrega. TCS debe equilibrar esos costes entre cientos de miles de trabajadores.

Las expectativas de los clientes también están aumentando. Los compradores quieren cada vez más resultados empresariales en lugar de una colección de experimentos. Pueden pedir a un proveedor que reduzca el tiempo de procesamiento, modernice software, mejore la atención al cliente o automatice una proporción definida de las operaciones.

Las exigencias basadas en resultados pueden beneficiar a un proveedor capaz porque premian la propiedad intelectual reutilizable y la experiencia de entrega. También pueden aumentar el riesgo cuando los pagos contractuales dependen de resultados afectados por los datos del cliente, la adopción interna o decisiones organizativas fuera del control del proveedor.

El acuerdo de TCS con Best Buy ilustra esta dirección. Las empresas planean transferir el centro global de capacidades del minorista en India a TCS y convertirlo en un centro de capacidades de IA. Este acuerdo une talento, procesos operativos y tecnología en lugar de vender un modelo independiente.

Su relación con Porsche también amplía la oportunidad. TCS anunció una asociación de cinco años y un acuerdo para adquirir MHP, la filial de consultoría de gestión y TI de Porsche, sujeto a aprobaciones. La combinación apunta a trabajo de ingeniería y movilidad respaldado por IA con un contexto industrial más profundo.

Estos acuerdos encajan con la afirmación de la dirección de que la demanda empresarial se está desplazando hacia cadenas de valor rediseñadas y sistemas agénticos gobernados. Un sistema agéntico utiliza agentes de software para planificar o ejecutar tareas bajo controles definidos, en lugar de limitarse a generar texto tras un prompt de usuario.

Sin embargo, los grandes acuerdos pueden tardar en alcanzar su contribución plena a ingresos y márgenes. A menudo comienzan con costes de transición, trabajo de integración y operaciones duplicadas. Los gastos relacionados con adquisiciones pueden complicar aún más la situación a corto plazo.

TCS también opera en un entorno de demanda selectiva. La dirección afirmó que los programas discrecionales sin valor a corto plazo siguen bajo escrutinio. Los clientes están dispuestos a financiar modernización y eficiencia, pero siguen siendo cautos con los proyectos que carecen de un retorno medible.

Esa cautela favorece a los proveedores capaces de vincular la IA a presupuestos de transformación existentes. También significa que las categorías de IA de mayor crecimiento no elevan automáticamente el crecimiento total de la empresa. TCS produjo solo un crecimiento secuencial de ingresos del 0,5% en moneda constante durante el trimestre, pese a su creciente ritmo de ingresos de IA.

El contraste es central en esta historia. La IA está adquiriendo relevancia dentro de TCS, pero aún no ha transformado la tasa de crecimiento de toda la compañía. La estrategia de plantilla pretende cerrar esa brecha haciendo que la entrega de IA esté disponible en más contratos.

Tres señales mostrarán si la contratación de IA de TCS da resultados

La próxima prueba no será otro total de formación. Será si los ingresos de IA, el crecimiento de la empresa y los márgenes mejoran conjuntamente.

La primera señal es la trayectoria de los ingresos anualizados de IA. TCS pasó de más de 2.300 millones de dólares al final del ejercicio fiscal 2026 a 2.600 millones de dólares en el trimestre de junio y 3.100 millones de dólares en septiembre.

Un crecimiento continuado mostraría que los clientes están avanzando más allá de los pilotos. Más importante aún, los inversores deberían comparar el aumento de la IA con los ingresos totales. La IA puede ganar participación simplemente sustituyendo servicios más antiguos, incluso si la empresa crece lentamente.

Un resultado más sólido combinaría el aumento de los ingresos de IA con un crecimiento más rápido en moneda constante. Eso sugeriría que la IA está creando trabajo adicional en lugar de limitarse a cambiar la forma en que TCS clasifica o entrega un contrato existente.

La segunda señal es el margen operativo. La dirección ha vinculado explícitamente mayores volúmenes de IA con una mejor rentabilidad. Los próximos trimestres deberían revelar si ese beneficio aparece después de los cambios salariales, la contratación, la formación, los costes de modelos, las adquisiciones y las transiciones de proyectos.

Un margen en mejora junto con el crecimiento de la IA reforzaría el argumento de la empresa sobre reutilización y automatización. Un margen estable o decreciente no refutaría de inmediato la estrategia, pero mostraría que los costes de implementación o los precios para los clientes absorben gran parte del beneficio.

La tercera señal es la productividad y composición de la plantilla. TCS terminó septiembre con 598.056 empleados y una tasa de rotación de servicios de TI de los últimos 12 meses del 13,3%. La plantilla por sí sola revelará poco sobre la ejecución de IA.

Entre los indicadores más útiles están los ingresos por empleado, la utilización, la retención de especialistas, la movilidad interna y la proporción de trabajadores formados asignados a proyectos respaldados por IA. TCS no divulga todas las métricas cada trimestre, por lo que los inversores podrían tener que inferir el progreso a partir de los comentarios de la dirección y los resultados operativos.

El objetivo de contratación del 80% también exige definiciones coherentes. TCS debería aclarar cómo distingue entre talento puro de IA, empleados más amplios de nueva generación y trabajadores que completan formación interna. Sin categorías estables, las comparaciones entre trimestres seguirán siendo difíciles.

Los clientes deberían observar la evidencia de entrega en lugar de las etiquetas de plantilla. Las pruebas útiles incluyen ciclos de implementación más cortos, expansión exitosa entre unidades de negocio, tasas de error controladas y contratos que pasan de presupuestos piloto a operaciones centrales.

Los empleados enfrentan una decisión igualmente práctica. Aprender una interfaz no protegerá una carrera cuando las herramientas cambian rápidamente. El valor duradero proviene de combinar fluidez en IA con fundamentos de software, criterio sobre datos, conciencia de seguridad y conocimiento de un dominio empresarial real.

Para los compradores empresariales, la pregunta principal es si TCS puede industrializar la IA sin debilitar la rendición de cuentas. Esto exige una revisión humana clara, información trazable y traspasos fiables cuando los sistemas automatizados encuentran excepciones.

TCS ha establecido la escala de su ambición. La IA supera el 10% de los ingresos, la mayor parte de la nueva contratación se orientará a capacidades digitales y de IA, y la dirección espera que acuerdos más grandes respalden los márgenes de beneficio. La cuestión sin resolver es si esos tres elementos se refuerzan mutuamente.

Observe la próxima divulgación trimestral en busca de un patrón sencillo: los ingresos de IA deberían aumentar, el crecimiento de la empresa en moneda constante debería ampliarse y el margen operativo debería recuperarse. Si solo mejora el primer número, TCS habrá construido un negocio de IA más grande sin demostrar todavía el argumento económico más amplio.

Para los trabajadores tecnológicos, la acción inmediata es igual de clara. Desarrolle habilidades en torno a trabajo verificable, no solo familiaridad con herramientas. ¿Puede conectar un modelo a datos fiables, evaluar sus resultados, proteger su acceso y explicar el resultado empresarial? Ese es el estándar que implica la contratación de IA de TCS, y será importante mucho más allá de una sola empresa.