No seas otra barbería: por qué dejé de competir como analista de datos?

Caminás por cualquier barrio de Montevideo y vas a ver lo mismo: tres barberías en la misma cuadra. Todas con la misma estética industrial, las mismas sillas vintage, el mismo cartel de "fade · diseño · barba". Cada una compitiendo por los mismos clientes, bajando precios para no quedarse sin trabajo.

Hace años que vengo viendo el mismo patrón en otra industria. Solo que esta vez la "barbería de moda" se llama analista de datos.

Y muchos contadores —colegas míos, gente que respeto— están abriendo la suya sin mirar el mapa.

La señal que nadie quiere ver

Entrá a LinkedIn hoy. Filtrá perfiles de contadores en Uruguay, Argentina, España. Mirá los títulos:

"Contador Público | Analista de Datos | Power BI"
"Contador | Excel Avanzado | Power BI | SQL"
"Senior Accountant transitioning to Data Analytics"
"Contador en transición a Data Analyst"

Decenas. Cientos. Miles.

Después mirá los cursos que están haciendo. Casi todos el mismo: Power BI desde cero, certificación PL-300, "de Excel a Power BI en 30 días".

Y los bootcamps no paran de venderlo. "Reinventate como analista de datos". "El futuro es el dato". "Los contadores son los analistas naturales del mañana".

Es exactamente el mismo guion que vendieron con las barberías hace cinco años. Y antes con los food trucks. Y antes con los cafés de especialidad.

Cuando todos corren hacia el mismo lugar, ese lugar deja de ser la oportunidad.

La aritmética del mercado saturado

Esto no es opinión, es matemática básica de oferta y demanda.

Imaginate un barrio con capacidad real para tres barberías. Llegan diez. ¿Qué pasa?

Los precios bajan hasta el costo marginal.
Los márgenes se evaporan.
Las barberías compiten en lo único que les queda: trabajar más horas por menos plata.
Las que no tienen otra ventaja, cierran.
Sobreviven solo dos o tres: las que se diferenciaron antes de que llegara la marea.

Aplicalo al mercado de analistas de datos junior:

Año	Oferta	Demanda	Salario junior (USD, plaza Uruguay)
2019	Escasa	Alta	~$1,800-2,500
2022	Creciente	Alta	~$1,500-2,200
2025	Saturada	Estable	~$900-1,500
2026	Saturada + IA	Decreciente para junior	~$700-1,200

Los números varían según la fuente, pero la dirección no se discute. Hace seis años un analista junior con Power BI cobraba lo mismo que un dev junior. Hoy cobra menos que un administrativo con SAP.

Y todavía no llegamos al fondo.

El factor IA que nadie quiere mencionar

Acá viene la parte incómoda.

El trabajo del analista de datos junior —el que hacen el 80% de los que se reconvierten— consiste en:

Bajar datos de un sistema.
Limpiarlos en Power Query o Excel.
Modelarlos en Power BI.
Hacer un dashboard "bonito".
Mandárselo al gerente cada lunes.

Eso es exactamente lo que un agente de IA bien configurado hace en 2026. Sin descanso, sin licencias por enfermedad, y por el costo de unos dólares al mes en tokens.

No estoy especulando. Lo estoy viendo en proyectos reales. Cualquier empresa con un equipo técnico medianamente competente está armando agentes que conectan al ERP, ejecutan SQL, generan reportes y los mandan a Slack. El analista junior dejó de ser necesario.

Lo que sí queda —y queda fuerte— es el rol del que diseña el sistema, entiende el negocio detrás del dato, y construye la herramienta que el agente usa.

Eso no es ser otro analista. Es ser otra cosa.

La lección de la barbería

Volvamos al barrio.

Mientras diez personas abrían barberías, alguien estaba haciendo otra cosa. Importaba las máquinas Wahl. Distribuía los productos para barba. Vendía las sillas hidráulicas. Armaba el software de turnos.

Esa persona no compite con las barberías. Le vende a todas.

Cuando una barbería cierra, abre otra que también le compra. Cuando bajan los precios del corte, sube la demanda de insumos baratos. Cuando suben los precios premium, sube la demanda de productos premium. El distribuidor gana en todos los escenarios.

Esa es la lección que un contador debería entender mejor que nadie: el flujo de fondos siempre va hacia arriba en la cadena de valor.

Si todo el mundo va a ser analista de datos, no seas analista de datos. Construí lo que los analistas de datos van a necesitar.

Qué significa eso en concreto

Esto no es un eslogan. Es una decisión estratégica que tiene formas concretas. Algunas que estoy explorando yo, otras que veo en colegas que se diferenciaron temprano:

1. Construir las herramientas, no usarlas

En vez de aprender Power BI para hacer dashboards de terceros, aprender el stack que reemplaza a Power BI: DuckDB + Python + un frontend custom. Cuando una empresa se canse de pagar $14 por usuario al mes a Microsoft, va a buscar alguien que le arme la alternativa. Ese alguien factura por proyecto, no por hora de dashboard.

2. Vender verticales, no habilidades

Un "analista de datos" compite con todos. Un "contador que automatiza la contabilidad de estudios jurídicos en Uruguay" compite con casi nadie. La especialización vertical es defendible; la habilidad horizontal no.

Mi caso: comercio exterior + contabilidad + programación. No hay un curso de Udemy que te forme en eso. No es replicable en seis meses. Es un nicho construido con años.

3. Ser el proveedor, no el operario

Si las empresas necesitan agentes de IA para reemplazar analistas, alguien tiene que construir esos agentes. Alguien tiene que entender el dominio (contabilidad, impuestos, comercio exterior) lo suficientemente bien como para diseñar el prompt, las herramientas, las validaciones.

Ese rol no se enseña en bootcamps todavía. Y cuando se enseñe, ya va a estar saturado también. La ventana es ahora.

4. Crear activos, no vender tiempo

Una hora de tu vida tiene un techo. Un producto que vendés mil veces, no. Una herramienta SaaS para conciliación bancaria, un template de modelo financiero, un script que automatiza presentaciones a DGI, un blog que genera leads — todo eso son activos. El dashboard que le hiciste al cliente, no.

Por qué lo digo como contador

Si esto lo escribiera un developer, sonaría a marketing. Pero lo escribo desde el otro lado.

Soy contador público. Estudié la carrera entera. Sé exactamente qué se siente terminar la facultad y mirar el mercado: estudios saturados, sueldos bajos, clientes que regatean honorarios, competencia con cualquier perito que se autoproclama "asesor contable".

Es natural querer escapar de eso. Y cuando alguien te ofrece la salida —"dale, hacete analista de datos, tu base contable te da ventaja"— querés creerle. Yo también quise creerle.

Pero hice el ejercicio que cualquier contador debería hacer antes de tomar una decisión: proyecté el flujo de caja a cinco años.

Costo de reconversión a analista de datos: 6-12 meses, varios miles de dólares en cursos.
Salario al salir: similar al de un contador junior, en muchos casos peor.
Trayectoria: techo a los 3-4 años porque el mercado se sigue saturando.
Riesgo de obsolescencia por IA: alto y creciente.

Después proyecté el otro camino:

Costo de aprender a programar de verdad (no Power BI): 1-2 años, gratis si querés.
Salario al salir: variable, pero el techo es mucho más alto.
Trayectoria: cada año vale más, no menos, porque la combinación contador + dev es escasa.
Riesgo de obsolescencia: bajo, porque sos vos el que construye lo que reemplaza.

No hay color.

La trampa del "pero yo disfruto Power BI"

Acá viene el contraargumento clásico: "Pero a mí me gusta Power BI, me divierte hacer dashboards".

Perfecto. Si te divierte y lo hacés por hobby, seguilo haciendo. Pero no confundas disfrutar una herramienta con construir una carrera alrededor de esa herramienta.

A los que abrieron barberías también les gustaba cortar el pelo. No les alcanzó.

El mercado no paga por lo que te gusta. Paga por lo que es escaso y necesario. Si lo que te gusta es escaso, ganaste la lotería. Si lo que te gusta es lo que está haciendo todo el mundo, vas a tener que elegir entre disfrutarlo de hobby o pasarla mal económicamente.

El patrón que se repite

Esto no es solo barberías y analistas de datos. Es un patrón que se repite cada generación.

2010: "Hacete community manager, las redes son el futuro". Hoy: saturado, salarios bajos, IA escribe los posts.
2014: "Hacete diseñador UX, todas las apps lo necesitan". Hoy: saturado, mucho de lo cual lo hace Figma + IA.
2018: "Hacete data scientist, es el sexiest job del siglo". Hoy: saturado en el nivel junior, polarizado entre senior caro y nada.
2022: "Hacete prompt engineer". Duró menos de dos años.
2024-2026: "Hacete analista de datos con Power BI". Estamos en el pico.

¿Cuál va a ser la siguiente burbuja? No sé. Pero sé que cuando la veas anunciada en todos lados, ya es tarde.

La oportunidad real siempre está donde nadie está mirando todavía.

Lo que estoy haciendo yo

Por si sirve de referencia, mi apuesta concreta es:

Programar todos los días. Python, Rust, TypeScript. No para ser dev junior, sino para construir herramientas que un contador entienda y un dev no.
Especializarme en agentes de IA aplicados a contabilidad y comercio exterior. Ese cruce hoy lo dominan muy pocos.
Crear activos públicos: este blog, código abierto, contenido técnico. No para "branding personal", sino porque cada activo trabaja por mí 24/7.
No vender horas. Vender resultados, productos, sistemas.

Puede salir bien o puede salir mal. Pero al menos no es la decisión obvia que están tomando todos.

El ejercicio que te propongo

Antes de invertir un peso en otro curso de Power BI, hacé esto:

Buscá en LinkedIn cuántos perfiles dicen "Analista de Datos" en tu ciudad. Anotá el número.
Hacé la misma búsqueda hace tres años (con la wayback machine o tu memoria). Compará.
Buscá ofertas de trabajo de analista de datos junior. Anotá el rango salarial.
Compará con el rango salarial de hace tres años.
Calculá la pendiente. ¿Hacia dónde va?

Si la respuesta te incomoda, bienvenido. Esa incomodidad es la información más valiosa que vas a tener este mes.

No te estoy diciendo que no aprendas datos. Los datos son la base de todo lo que viene. Te estoy diciendo que no compitas en el lugar donde ya hay diez barberías.

Aprendé los datos para construir cosas con datos. Aprendé las herramientas para reemplazar las herramientas viejas. Aprendé el dominio para diseñar los sistemas que automatizan ese dominio.

Sé el que provee las maquinitas Wahl, no el que abre la barbería número once.

El mercado siempre paga mejor a quien le vende a la multitud que a quien forma parte de ella.