알림 목록

Área de análisis: Ciudad metropolitana de Daegu

Área central: Oficina de Educación de Daegu, escuelas secundarias vocacionales locales, universidades locales, DGIST, Suseong Alpha City y zona de vinculación de empresas manufactureras.

Agenda: ¿Los planes de estudio de las escuelas, los institutos de formación profesional, las universidades, la DGIST y las empresas están relacionados con los cambios en el mercado laboral y las demandas de contratación en el sector M.AX?

Tipo de período de auge: Desajuste de habilidades + Riesgo de transición educativa

Fecha de referencia: 28 de agosto de 2026

Versión: Regional AX Golden Time Intelligence v3.2
 

La tasa de empleo para las escuelas secundarias vocacionales en Daegu en 2025 fue del 67,8 %, superando el promedio nacional del 55,2 % en 12,6 puntos porcentuales, y la Oficina de Educación de Daegu operaba 54 escuelas centradas en la educación en IA e informática en 2025. Si bien la participación educativa y el acceso al empleo ya se han situado en el nivel más alto a nivel nacional, el grado de conexión con los roles M.AX —que implican la resolución de problemas de datos, robótica y procesos en plantas de fabricación— no se divulgó como un indicador separado. Si la demanda de talento específico de la industria surge primero durante la fase de operación de la infraestructura de fabricación en 2028-2029, el desfase temporal entre los resultados educativos y la demanda industrial se consolidará.  Veredicto: El problema clave con respecto a la educación en Daegu no es la existencia de educación en IA, sino la exhaustividad de las vías que conducen a los roles M.AX locales.

En 2025, la proporción de graduados de escuelas secundarias vocacionales de Daegu empleados en empresas de la misma ciudad era de tan solo el 41,7%, y la tasa de empleo regional para graduados de universidades generales en Daegu y Gyeongbuk también disminuyó del 44,6% en 2017 al 42,4% en 2023. Esto confirma un problema estructural: el desempeño laboral de las instituciones educativas no se traduce en la captación de talento por parte de las empresas locales. Incluso si la educación en IA, semiconductores y robótica se expande en los próximos dos o tres años, si el primer empleo se crea en el área metropolitana de Seúl u otras regiones, Daegu seguirá siendo una región que asume el costo de la educación y provee mano de obra calificada a otras regiones.  Conclusión: la actual cantera de talento se interrumpe en la etapa de obtención del primer empleo local, en lugar de en la etapa educativa.

La Oficina de Educación de Daegu invirtió 780 millones de wones en 54 escuelas en 2025, incluyendo 6 escuelas secundarias de convergencia de IA, 30 escuelas intermedias centradas en SW/IA y 18 escuelas modelo de actividad de IA, y extendió el programa AI Math Jumping School a las 395 escuelas primarias, intermedias y secundarias en 2026. Si bien la experiencia en utilización de IA se ha extendido de unas pocas escuelas piloto a todas las escuelas, los logros divulgados públicamente se concentran en la participación en clase, el aprendizaje personalizado y la utilización digital. No se han identificado indicadores de logros comunes que verifiquen el nivel de análisis de datos de fabricación, mantenimiento predictivo de equipos, control de robots y optimización de procesos. Es muy probable que la brecha entre la experiencia de uso de IA y las capacidades de desempeño en el campo industrial se haga evidente en la etapa de reclutamiento en dos o tres años.  Evaluación: la educación escolar en IA ha entrado en la fase de difusión pero no ha alcanzado la fase de verificación de competencia M.AX.

La tasa de empleo del 67,8 % para 2025 y la tasa de indecisos del 13,6 % para las escuelas secundarias vocacionales demuestran el desempeño de la inserción laboral. Sin embargo, la proporción de empleo local es del 41,7 %, y la tasa de empleo, los salarios y las tasas de retención de empleo para las industrias relacionadas con M.AX no se separaron de las estadísticas públicas. Persiste una estructura de medición en la que la tasa de empleo general reemplaza la tasa de adquisición de mano de obra local para manufactura e IA. Si la tasa de empleo total aumenta en los próximos dos o tres años, la paradoja de excelentes resultados educativos —donde las industrias locales sufren escasez de talento— se intensificará.  Veredicto: Se ha confirmado el desempeño del empleo, pero no el del talento local de M.AX.

La Universidad Nacional de Kyungpook está impulsando el talento en los sectores D5 —que incluyen movilidad futura, robótica, semiconductores y ABB— a través del proyecto Daegu RISE, una iniciativa de cinco años con un presupuesto aproximado de 163 mil millones de wones, mientras que DGIST también está formando personal de investigación de alto nivel en los campos de IA, robótica y semiconductores. Si bien la oferta de educación e investigación a nivel universitario se ha expandido, no se ha dado a conocer un programa integrado que vincule la contratación por parte de empresas de Daegu con la retención local durante dos o tres años. Si el resultado inicial de los proyectos educativos a gran escala se limita al número de graduados y programas, la brecha en la capacidad de absorción de las empresas locales persiste.  Evaluación: Si bien se está ampliando la base para cultivar talento de alto nivel, aún no se ha demostrado un flujo constante hacia el asentamiento regional.

Los programas de matemáticas con IA en las 395 escuelas y las 54 escuelas centradas en la IA y la educación en información han ampliado rápidamente la exposición de los estudiantes a la IA. La estructura ha cambiado de centrarse en un pequeño número de estudiantes que aprenden IA a centrarse en un gran número de estudiantes que la utilizan. Sin embargo, la proporción de proyectos que abordan problemas de las plantas de fabricación —como datos de equipos de producción, anomalías de sensores, desviaciones de calidad y patrones de movimiento de robots— y sus resultados no se han verificado. Si bien el uso de herramientas de IA puede generalizarse en dos o tres años, la capacidad para definir y verificar problemas de fabricación puede seguir siendo escasa.  Evaluación: Si bien la difusión de la IA en la educación de Daegu es extensa, la profundidad de las habilidades laborales de M.AX no se ha verificado.

La ética de la IA, la alfabetización digital y los materiales de aprendizaje personalizados se han extendido a todos los niveles educativos, y el fortalecimiento de las capacidades de software e IA por parte de las Oficinas de Educación fue seleccionado como una buena práctica en la evaluación de las oficinas de educación provinciales y metropolitanas. Se ha formado una estructura en la que la IA centrada en herramientas de aprendizaje se internaliza en las operaciones escolares y la instrucción de las asignaturas. Por otro lado, no se ha divulgado un sistema de evaluación orientado a la industria en el que los estudiantes manejan datos de fabricación reales y juzgan la precisión, la seguridad y la productividad de los resultados. Si la competencia en el uso de la IA generativa aumenta en los próximos dos o tres años, la brecha con la responsabilidad de los datos y la comprensión de los sistemas físicos requeridos en el campo industrial se ampliará.  Evaluación: la educación en utilización de IA y la educación industrial AX no han progresado al mismo ritmo.

Si bien las escuelas secundarias vocacionales de Daegu cuentan con una tasa de empleo del 67,8%, la más alta del país, la proporción de graduados empleados que trabajan en la región es de tan solo el 41,7%. Esta situación implica que, aunque los graduados se han incorporado con éxito al mercado laboral, más de la mitad inician su carrera profesional fuera de Daegu. Además, no se ha verificado la proporción de empleo en sectores como la robótica, los semiconductores, la fabricación inteligente y las operaciones de IA. A menos que los salarios iniciales, las trayectorias profesionales y los estándares laborales en las empresas locales mejoren en los próximos dos o tres años, los logros de las escuelas secundarias vocacionales no se traducirán en una oferta de mano de obra para las industrias locales.  Conclusión: Las escuelas secundarias vocacionales de Daegu cuentan con una cantera de empleo, pero carecen de una cantera regional de M.AX.

La Oficina de Educación de Daegu gestionaba distritos de innovación en formación profesional y programas de empleo vinculados a empresas, además de promover un curso semiprofesional de desarrollo web con IA con 50 participantes. Si bien se han establecido vínculos con empresas fuera del ámbito escolar, estos se encuentran fragmentados por unidad de proyecto y cohorte. No se han verificado los datos que vinculan el currículo, la formación práctica, las funciones laborales, los salarios y la retención laboral a dos años de los mismos estudiantes. Si los vínculos se centran en el desempeño laboral a corto plazo, resulta imposible realizar un seguimiento de la reestructuración laboral en respuesta a los cambios industriales.  Evaluación: Existen vínculos entre la industria y la academia, pero falta un sistema de seguimiento para verificar las trayectorias del talento.

En 2026, el Departamento de Sistemas Automotrices de la Escuela Superior de Ciencia y Tecnología de Daegu fue seleccionado para su reorganización en el Departamento de Maquinaria de Semiconductores, y el Departamento de Software de IA de la Escuela Superior de Ingeniería de Software de Daegu fue seleccionado para su reorganización en el Departamento de Software de Convergencia AX. La dirección educativa ha cambiado de un enfoque en el mantenimiento automotriz y el desarrollo de IA a uno centrado en equipos de semiconductores, automatización, aplicación de IA y operación. Sin embargo, dado que los departamentos recién establecidos comenzarán a reclutar estudiantes en el año académico 2028, los primeros graduados generalmente se producirán en 2031. En comparación con la operación inicial de la infraestructura industrial en 2028-2029, el suministro de personal de campo está retrasado entre dos y tres años.  Evaluación: Si bien la dirección de la reorganización del departamento se alinea con los cambios industriales, el momento del suministro está retrasado en comparación con la demanda inicial.

Si bien el nombre del departamento y la reorganización del plan de estudios ya se han finalizado, el equipamiento para la formación práctica, la experiencia industrial del profesorado, los cursos conjuntos con empresas y la magnitud de los convenios laborales no se han podido confirmar en los datos disponibles públicamente. Aunque la estructura está pasando de un departamento de fabricación tradicional a uno de fabricación avanzada, aún no se ha determinado si se han reasignado los recursos educativos. Si no se consigue equipamiento y experiencia práctica del profesorado en un plazo de dos a tres años, el departamento recién creado se limitará a añadir nuevos cursos de tecnología a las clases existentes.  Evaluación: La reorganización del departamento ha comenzado, pero aún no se ha confirmado la exhaustividad del rediseño de puestos de trabajo de M.AX.

La Universidad Nacional de Kyungpook está llevando a cabo 16 proyectos en Daegu RISE que incluyen el desarrollo de talento industrial D5, empleo, emprendimiento y asentamiento, y en el campo de los semiconductores, está promoviendo la expansión de la matrícula de ingeniería electrónica y la educación de convergencia IA-semiconductores. DGIST es responsable de suministrar personal para la investigación en IA, robótica y semiconductores, así como programas de posgrado. Se ha establecido formalmente una estructura de suministro vertical que se extiende desde la base de IA en escuelas primarias y secundarias, personal de nivel de trabajo en escuelas secundarias vocacionales, personal de pregrado en universidades, hasta personal de investigación en DGIST. Sin embargo, no se confirmó una definición conjunta de talento e indicadores de desempeño idénticos entre las instituciones.  Evaluación: Si bien los niveles de instituciones educativas parecen conectados, las trayectorias del talento están fragmentadas en proyectos individuales por institución.

La tasa de empleo regional para los graduados de universidades generales en Daegu y Gyeongbuk disminuyó del 44,6 % en 2017 al 42,4 % en 2023. Una estructura en la que la capacidad de absorción del mercado laboral local se mantuvo por debajo de la expansión de las capacidades educativas universitarias ha persistido durante mucho tiempo. Incluso si aumenta el número de aprendices y cursos del proyecto RISE, los patrones de emigración existentes continuarán a menos que se acompañen de un aumento en las tasas de contratación por parte de las empresas de Daegu y una tasa de retención de 3 años. Si la evaluación intermedia del proyecto, dos o tres años después, se centra en el volumen de educación ofrecida, el fracaso del asentamiento regional se confirmará tardíamente.  Evaluación: La falta de oportunidades iniciales de carrera y trayectorias de crecimiento dentro de la región es una brecha más directa que la escasez de talento altamente cualificado.

La Oficina de Educación de Daegu presentó la capacitación de expertos en educación de ABB y el fortalecimiento de las capacidades docentes en software e inteligencia artificial como tareas clave. Dado que la capacitación docente se ha incluido en el plan administrativo, se está ampliando la base para impartir clases de IA. Sin embargo, no se ha revelado el número de docentes con experiencia en el sector industrial, la proporción de clases conjuntas con empresas manufactureras ni el número de proyectos que utilizan datos de procesos. Si los cambios tecnológicos superan el ritmo de la capacitación docente en los próximos dos o tres años, el contenido educativo se quedará rezagado con respecto a la versión industrial.  Conclusión: Si bien se ha iniciado el fortalecimiento de las capacidades docentes, aún no se ha demostrado la relevancia práctica de la IA en la manufactura.

La reorganización de los departamentos de Maquinaria de Semiconductores y Software de Convergencia AX incrementa la demanda de capacitación práctica basada en equipos. La formación en AX para la fabricación no se limita a la práctica de software; el desempeño se evalúa en un entorno que combina sensores, controladores, robots y datos de equipos. La compatibilidad industrial de los equipos en cada centro, la importación de datos corporativos, las normativas de seguridad y los presupuestos de mantenimiento no se han verificado. Si no se establece una infraestructura de capacitación práctica en un plazo de dos a tres años, la brecha entre el título del curso y las funciones laborales reales se consolidará.  Evaluación: Actualmente, el entorno físico de ejecución de la formación en M.AX no está verificado según los estándares de evidencia pública.

Daegu alberga simultáneamente escuelas centradas en IA, institutos de formación profesional, la Universidad Nacional de Kyungpook, DGIST, RISE y distritos de innovación en formación profesional. Si bien el número de instituciones y programas es suficiente, no se ha revelado la trayectoria académica continua de un estudiante, desde la exploración en la escuela secundaria hasta las especializaciones en bachillerato, los estudios universitarios avanzados y el empleo en empresas. Dado que los indicadores de selección, educación y rendimiento están separados por institución, la educación redundante y los puntos de abandono siguen sin identificarse. Si solo se acumulan los resultados de rendimiento específicos de cada proyecto durante los próximos dos o tres años, los cuellos de botella en todo el proceso regional seguirán siendo invisibles.  Evaluación: Daegu posee un ecosistema de instituciones con talento, pero aún no se ha confirmado un proceso integrado de captación de talento.

Las escuelas evalúan la participación en clase, las universidades los cursos y los títulos, y las empresas la capacidad de incorporación inmediata y la experiencia laboral. Dado que se mantienen estos criterios de evaluación diferentes, la excelencia en la etapa educativa no se traduce automáticamente en idoneidad para el puesto en la etapa de contratación. No se ha verificado la evidencia que vincula los estándares laborales comunes, los registros de competencias individuales de los estudiantes y el desempeño posterior a la contratación. Si no se establecen indicadores de vinculación en un plazo de dos a tres años, el desajuste entre la demanda de la industria y la oferta educativa solo se descubre después de la graduación.  Evaluación: El sistema actual se centra en proyectos vinculados, no en un sistema de evaluación conjunta.

La formación en IA se ha extendido a 395 centros educativos, las tasas de empleo en institutos de formación profesional ocupan el primer puesto a nivel nacional, y los programas de formación avanzada en universidades y centros de investigación y desarrollo de talento también se han expandido. La oferta educativa abarca desde la enseñanza primaria y secundaria hasta los estudios de posgrado. Sin embargo, no se han confirmado los resultados que vinculan el desempeño laboral en el sector manufacturero y en el ámbito de la IA, las tasas de empleo en empresas locales, las tasas de retención de empleo específicas del sector y las tasas de retención regionales. Si esta brecha persiste durante 2 o 3 años antes de la puesta en marcha de la infraestructura industrial, la expansión de la formación y la escasez de talento se producirán simultáneamente.  Evaluación: El nivel general de preparación se encuentra en la fase de «antes de la finalización de la expansión de la formación y con una conexión incompleta con los empleos regionales».

Las 54 escuelas centradas en la IA y la educación en información, y las 395 escuelas de matemáticas avanzadas con IA, demuestran la difusión a nivel escolar. La experiencia con la exposición a la IA ha pasado de las escuelas líderes al ámbito de la educación universal. No se confirmó la tasa de difusión de la educación basada en datos de fabricación, robots y problemas de procesos por escuela. Es muy probable que la separación entre la utilización general de la IA y las capacidades de AX en la fabricación se intensifique en 2 o 3 años.  Evaluación: La alfabetización en IA se está expandiendo, pero se evalúa que las capacidades de AX en la fabricación tienen una difusión limitada.

La tasa de empleo del 67,8 % y la reorganización de los departamentos de Maquinaria para Semiconductores y Software de Convergencia AX demuestran la respuesta de la formación profesional a la industria. Sin embargo, la reorganización se ha concentrado en unos pocos centros y la captación de nuevos estudiantes comenzará en 2028. No hay indicios de que la formación en datos de fabricación, automatización y operaciones de IA se haya estandarizado en todos los centros de formación profesional. Si la brecha educativa entre los centros persiste durante dos o tres años, la oferta de talento M.AX se limitará a un número reducido de departamentos.  Conclusión: La formación M.AX en los centros de formación profesional se encuentra en la fase de consolidación de departamentos líderes, no en la de difusión.

La formación e investigación en IA, robótica y semiconductores en RISE y DGIST de la Universidad Nacional de Kyungpook constituyen el eje central para la formación de talento de alto nivel. Si bien las especializaciones convergentes y los proyectos vinculados a la industria se están expandiendo dentro de las universidades, aún no se han verificado resultados que confirmen que este mismo nivel se haya extendido a universidades de toda la región. Tampoco se ha revelado el porcentaje de pequeñas y medianas empresas manufactureras que participan en el plan de estudios y en el proceso de reclutamiento. Si la estructura centrada en instituciones centrales persiste durante los próximos dos o tres años, la densidad de conexiones con la mayoría de las empresas locales seguirá siendo baja.  Evaluación: Si bien la formación de talento de alto nivel se ha centralizado en instituciones centrales, su expansión en toda la región aún no está confirmada.

Existe un desfase de entre 2 y 3 años entre la puesta en marcha de la infraestructura industrial en 2028-2029 y 2031, fecha prevista para la primera graduación de los nuevos departamentos de formación profesional. Aún no se ha confirmado la magnitud de la transición hacia un modelo orientado a la industria para los estudiantes actuales. Es muy probable que se forme una estructura de flujo cruzado, donde las empresas iniciales contraten a profesionales experimentados de otras regiones y los estudiantes locales comiencen sus primeras carreras en otros lugares. Una vez establecida esta vía, los graduados posteriores también se incorporarán a la red de contratación existente.  Evaluación: El momento óptimo para la educación en Daegu no es la finalización de la creación de los nuevos departamentos, sino los próximos 18 a 24 meses, cuando los estudiantes actuales se incorporen al mercado laboral.

La tasa de empleo local del 41,7 % para los graduados de escuelas técnicas y del 42,4 % para los graduados universitarios demuestra una fuga de talento en la primera etapa laboral. Las habilidades, los salarios y las redes corporativas que se forman en el primer empleo determinan las decisiones regionales posteriores. En los próximos dos o tres años, el costo de retorno para el talento que inicia su carrera profesional en M.AX en el área metropolitana y otras ciudades industriales se vuelve mayor que el costo de la fuga de talento durante la etapa educativa.  Conclusión: El punto irreversible de fuga de talento no es la graduación, sino el momento en que se determina la región para la primera carrera profesional en M.AX.

Si las empresas locales contratan personal inicial de M.AX mediante profesionales externos con experiencia, no se genera confianza entre las instituciones educativas y las empresas. Persiste una situación en la que las instituciones educativas no recopilan información sobre las ofertas de empleo de las empresas locales, y estas no verifican las capacidades de sus graduados. Si esta situación se prolonga durante dos o tres años, la educación y la industria locales crecerán de forma independiente, pero pertenecerán a mercados laborales distintos.  Conclusión: Esta desconexión actual conlleva un alto riesgo de consolidarse como una división del mercado laboral, en lugar de ser simplemente una escasez temporal de mano de obra.

Si bien el sistema educativo de Daegu ha tomado medidas para popularizar la IA, aún no se han completado los preparativos para retener el talento en manufactura e IA en las empresas locales.

Aunque el desempeño laboral de las escuelas secundarias vocacionales se encuentra entre los mejores del país, esto no se tradujo en un desempeño laboral regional M.AX, y no hay resultados que indiquen que la oferta de talento de alto nivel proveniente de universidades y DGIST estuviera vinculada a los primeros empleos locales.

El desfase temporal entre la demanda inicial del sector en 2028-2029 y la primera graduación de los departamentos de nueva creación en 2031 es más rápido que el ritmo de la reforma educativa.

Calificación final: NARANJA-ROJO — Amplia difusión de la educación en IA + Brecha en la trayectoria profesional de M.AX a nivel local

Período óptimo: 18-24 meses

Fuentes de evidencia

• Tasa de empleo de los egresados ​​de escuelas secundarias vocacionales de Daegu en 2025: 67,8%
• Porcentaje de empleo local entre los graduados de escuelas secundarias vocacionales de Daegu
• Reorganización del Departamento de la Escuela Secundaria Vocacional de Daegu 2026
• 54 escuelas del Centro de Educación en IA e Información en Daegu
• El programa de escuelas con IA para el aprendizaje de matemáticas se ha ampliado a 395 escuelas.
• Universidad Nacional de Kyungpook, Daegu, RISE: 16 proyectos · Aproximadamente 163 mil millones de wones
• Tasa de empleo de los graduados universitarios en las regiones de Daegu y Gyeongbuk.
• Plan de trabajo principal de la Oficina de Educación de Daegu para 2026

Análisis estructural: La paradoja de una mayor fuga de cerebros a medida que aumentan los niveles educativos.

El sistema educativo de Daegu está estructurado de manera que el nivel de competencia aumenta progresivamente, desde la enseñanza de IA en escuelas primarias y secundarias hasta el empleo en escuelas secundarias vocacionales y, finalmente, la investigación avanzada en universidades y el DGIST. Por el contrario, las tasas de empleo y retención en las empresas locales no aumentan en la misma dirección. Aún no se ha confirmado una correlación positiva entre la calidad de la educación y la retención de talento local.

Las capacidades de M.AX no se limitan a las habilidades utilizadas dentro de la región, sino que son competencias altamente móviles que se intercambian entre las ciudades manufactureras de todo el país y el área metropolitana. Si bien un mayor nivel educativo amplía las opciones laborales disponibles para los estudiantes, la densidad de primeros empleos en las empresas de Daegu no ha aumentado al mismo ritmo. Esto indica una estructura donde el avance educativo prioriza la movilidad externa sobre el asentamiento local.

Por lo tanto, el desempeño de la educación en Daegu no se determina únicamente por el número de estudiantes o la tasa general de empleo. Un primer empleo en una empresa local, la alineación de la especialización con la industria y tres años de trayectoria profesional continua en el país constituyen un único indicador de resultado.  Evaluación estructural: Los obstáculos de la política de talento M.AX de Daegu no radican en la oferta de formación, sino en el número de empleadores locales que contratan por primera vez y en la calidad de la experiencia profesional.