El análisis de datos está cambiando rápido, pero no porque la inteligencia artificial esté sustituyendo al perfil, sino porque lo está ampliando. El Future of Jobs Report 2025 del World Economic Forum sitúa a AI and big data entre las habilidades que más crecerán en importancia en los próximos años, y en México el estudio de remuneración de PageGroup/Michael Page ubica dentro de Data & BI (Data & Analytics) a perfiles como Data Architect, Data Engineer, Data Scientist, Machine Learning y Analista de Datos entre las posiciones nuevas o más demandadas del mercado.
Eso ayuda a entender por qué el análisis de datos con IA se está volviendo una evolución natural del rol. El mercado local sigue contratando en volumen: LinkedIn muestra 3,000+ vacantes de Data Analyst en México, junto con miles de búsquedas relacionadas con SQL, Python y herramientas de BI. En otras palabras, la base del perfil sigue siendo muy clara: recopilar, limpiar, consultar, visualizar e interpretar datos para apoyar decisiones de negocio.
La IA entra como una capa adicional de ventaja, no siempre como requisito básico. En vacantes mexicanas se repiten una y otra vez SQL, Python y Power BI como núcleo técnico, mientras que la inteligencia artificial aparece en algunos anuncios como valor añadido o especialización extra. Por ejemplo, ya existen ofertas que combinan AI/SQL/Power BI o que mencionan herramientas de IA como un plus valorado, pero muchas otras siguen priorizando fundamentos de analítica tradicional. Eso sugiere una lectura bastante realista del mercado: dominar IA todavía no reemplaza las bases del análisis de datos, pero sí puede diferenciar a un candidato frente a otros perfiles similares.
También por eso los perfiles de datos más urgentes no son solo los más visibles, sino los que conectan negocio, infraestructura y análisis. El estudio de PageGroup México 2024-2025 —basado en entrevistas del último año con miles de profesionales y clientes— presenta como posiciones nuevas o más demandadas en Data & BI a Arquitecto de Datos, Ingeniero de Datos, Científico de Datos, Machine Learning y Analista de Datos; además, en su resumen de tecnología vuelve a listar Data Scientist, Data Analyst, Data Engineer DBA y Desarrollador BI dentro del bloque de Data & Analytics. Esa combinación encaja con lo que hoy piden muchas empresas: no solo dashboards, sino también mejores pipelines, mejor modelado y más capacidad para convertir información en decisiones útiles.
Si el artículo menciona formación, TripleTen encaja de forma natural como ejemplo de cómo está evolucionando la preparación del perfil. Su programa de Analista de Datos en México se presenta como un bootcamp de 6 meses con 11 proyectos para portafolio, centrado en SQL, Python y “las últimas herramientas de IA”, y en sus preguntas frecuentes la escuela afirma que 87% de sus graduados encuentra trabajo en 6 meses o menos. La propuesta es coherente con el punto central del mercado actual: la IA suma valor, pero lo hace mejor cuando se apoya en una base sólida de análisis, consulta y resolución de problemas reales.
En ese contexto, análisis de datos con IA no debería entenderse como una profesión completamente nueva, sino como la evolución de una disciplina que sigue siendo muy demandada y que ahora incorpora nuevas herramientas para trabajar más rápido, automatizar tareas y encontrar patrones con mayor profundidad. Para quien evalúa una transición profesional, la señal más clara del mercado es esta: el analista sigue necesitando fundamentos sólidos, pero quien además sabe integrar IA gana una ventaja competitiva cada vez más visible.
No incorporé la frase sobre el aumento de búsquedas en Google de “Data Science” y “Business Analytics” porque no encontré una fuente pública suficientemente específica para sostenerla con el mismo nivel de solidez que el resto del texto.
