Invertir en la fuerza laboral para la era de la IA: un plan para escalar, desarrollar habilidades y lograr un crecimiento responsable

La inteligencia artificial está transformando la forma de trabajar en todas las funciones y roles. Para los directores ejecutivos, la pregunta ya no es la rapidez con la que la IA escalará, sino la rapidez con la que las organizaciones pueden alinear su fuerza laboral, modelos operativos y gobernanza para convertir esa escala en valor comercial sostenible.

La evidencia es clara. A través de su iniciativa «Reskilling Revolution» , el Foro Económico Mundial estima que la tecnología podría transformar alrededor de 1100 millones de empleos durante la próxima década. Su Informe sobre el Futuro del Empleo 2025 sugiere que la IA y el procesamiento de la información afectarán al 86 % de las empresas para 2030. Otros análisis sugieren que la IA creará más empleos de los que desplaza, pero solo si las empresas invierten deliberadamente en las personas y rediseñan el trabajo, en lugar de simplemente superponer tecnología a estructuras obsoletas.

De las habilidades a la propiedad intelectual: un nuevo contrato social para el aprendizaje

En una empresa con uso intensivo de IA, la transformación debe comenzar con una visión clara de cómo puede evolucionar una organización, no solo qué herramientas implementar. Los líderes deben comprender qué capacidades impulsan la diferenciación, cómo cambiarán los roles a medida que la IA se integre en el trabajo diario y cómo las nuevas vías de aprendizaje pueden ayudar a los empleados a pasar de la ejecución de servicios a la resolución de problemas de mayor valor y la creación de propiedad intelectual.

Los empleados reconocen cada vez más que el aprendizaje continuo forma parte del trabajo. A cambio, esperan claridad sobre qué habilidades son importantes, acceso a aprendizaje relevante y oportunidades reales para aplicarlas. Desde la capacitación para puestos hasta el desarrollo de capacidades que puedan recombinarse en nuevas soluciones, este cambio es donde la IA comienza a transformar la economía del trabajo.

A nivel empresarial, tres elementos están demostrando ser prácticos:

• Una columna vertebral de habilidades clara: una taxonomía de habilidades compartidas, vinculada a grupos de valor como operaciones habilitadas para IA, soluciones de IA específicas de la industria o ingeniería inteligente, brinda a los líderes empresariales, de RR.HH. y de tecnología un lenguaje común.
• Rediseño de roles vinculado al aprendizaje: cuando la IA cambia materialmente un rol, los empleados necesitan vías visibles, como aprendizaje modular, credenciales reconocidas y progresión a roles adyacentes, para que las habilidades evolucionen más rápido que las descripciones de puestos.
• Movilidad interna con demanda real: los mercados de talentos y la dotación de personal basada en proyectos garantizan que las nuevas capacidades se implementen rápidamente y no queden sin usar.

En HCLTech, la estrategia de fuerza laboral y la estrategia de IA se gestionan cada vez más conjuntamente. Durante el último año, casi el 80% de los empleados recibieron capacitación en habilidades esenciales, con más de 115.000 desarrollando capacidades digitales y más de 116.000 capacitados en IA generativa . Este impulso se mantuvo en el último trimestre, con más de 38.000 empleados capacitados en GenAI y más de 600 en IA responsable, y contamos con el mayor número de expertos con la certificación OpenAI entre todos los socios de OpenAI. El objetivo no es la capacitación por sí misma, sino un cambio estructural hacia la creación de valor basada en soluciones e IP, en lugar de habilidades puramente basadas en servicios.

Rediseño del trabajo para equipos humanos y de IA

A medida que la inteligencia artificial se integra en la transformación de servicios, la IA avanzada y la automatización, la mayoría de los roles ahora pueden dividirse en tareas que las máquinas pueden realizar y aquellas que requieren juicio humano. Hacer explícita esta distinción es esencial para garantizar que el trabajo humano sea más valioso, no menos.

La demanda de ingenieros de IA, especialistas en datos y arquitectos de soluciones orientados a cada dominio está en aumento, junto con la necesidad constante de liderazgo, pensamiento analítico y habilidades socioemocionales. El resultado es una transición hacia equipos liderados por personas y potenciados por la IA, donde las ganancias de productividad se basan en la orquestación, no en la sustitución.

En las operaciones, la experiencia del cliente, el riesgo y la I+D, un rediseño eficaz generalmente sigue tres principios:

• La IA maneja tareas repetibles que requieren muchos datos, como la extracción de información, la generación de primeros borradores y el apoyo a decisiones rutinarias.
• Los seres humanos se centran en el juicio, las relaciones y las compensaciones; áreas en las que el contexto, la responsabilidad y la confianza importan.
• Las barreras de seguridad están integradas en los flujos de trabajo, con umbrales de calidad definidos, controles de sesgo y rutas de escalamiento en lugar de una supervisión constante.

Los ecosistemas tecnológicos son fundamentales para que esto sea una realidad, y muchas organizaciones ahora están escalando la IA en la producción al alinear la profundidad de la ingeniería con el contexto de la industria.

Un ejemplo europeo es Cynergy Bank , que colaboró ​​con HCLTech para modernizar su ecosistema de atención al cliente. Al digitalizar los flujos de trabajo repetibles del centro de contacto y el back-office, e integrar la gestión de casos, el análisis de voz y la asistencia de agentes basada en GenAI, el banco automatizó el trabajo rutinario y liberó a los empleados para que se centraran en interacciones de mayor valor con los clientes. El resultado fue un modelo operativo más eficaz, con una reducción de las quejas de más del 50 %, un aumento de la productividad del 8 % y un incremento del 25 % en la experiencia del cliente.

Ecosistemas, no experimentos

El reto actual para los líderes es acelerar la adopción de la IA sin saturar la organización ni socavar la rendición de cuentas. Las organizaciones más eficaces están adoptando un enfoque disciplinado: centrarse en un número reducido de misiones de IA directamente vinculadas a los resultados empresariales, con el respaldo de sólidas bases de ingeniería y alianzas con el ecosistema.

Estas misiones, ya sea reducir los tiempos de ciclo, mejorar la satisfacción del cliente o acelerar la ingeniería de productos, están cada vez más lideradas por la IA. Cada una cuenta con un patrocinador empresarial de alto nivel, y los líderes de tecnología, riesgos y personal son responsables conjuntamente de la entrega, las medidas de seguridad y las habilidades. Fundamentalmente, la IA se implementa en producción con regularidad, y los beneficios se hacen visibles para los equipos afectados.

Este cambio también está transformando la forma en que las organizaciones trabajan con sus socios. Hoy en día, la IA se centra menos en herramientas aisladas y más en plataformas coordinadas que abarcan la nube, los datos, el hardware, el software y las soluciones de la industria, y que pueden replicarse y escalarse. Los modelos operativos alineados con el ecosistema permiten a los equipos colaborar sin fronteras y avanzar más rápido de la idea al impacto.

Confianza por diseño: IA responsable a escala

La confianza determinará hasta qué punto y con qué velocidad puede escalar la IA. Los empleados, los clientes, los organismos reguladores y la sociedad juzgarán a los líderes no solo por lo que la IA ofrece, sino también por la responsabilidad con la que la implementan.

La era de la IA también ofrece la oportunidad de corregir la histórica infrarrepresentación arraigada en el entorno laboral actual. A medida que las organizaciones avanzan hacia una fuerza laboral impulsada por la IA, la representación inclusiva en el diseño, las pruebas y la gestión de los sistemas de IA es esencial para garantizar que la tecnología refleje todo el espectro de la experiencia humana.

Se destacan tres elementos:

• Transparencia: Comunicación clara sobre dónde se utiliza la IA, qué decisiones informa y cómo se gestionan los datos.
• Supervisión humana para decisiones de alto riesgo: en áreas como contratación, crédito y operaciones críticas para la seguridad, la IA debería aumentar, no reemplazar, el juicio humano.
• Diseño inclusivo y reciclaje profesional: los sistemas deben funcionar con diversos usuarios y contextos, con oportunidades de aprendizaje que alcancen todos los niveles de la fuerza laboral.

Esta responsabilidad trasciende a las organizaciones individuales. Empresas, gobiernos y educadores deberán alinearse en marcos de competencias compartidos, credenciales de aprendizaje y principios para una IA confiable, de modo que el talento y la innovación puedan expandirse entre sectores y regiones.

La IA seguirá avanzando. El factor diferenciador serán las decisiones de liderazgo: conectar la estrategia con las habilidades, pasar de los servicios a la creación de valor basada en la propiedad intelectual, rediseñar el trabajo para que las personas y la IA trabajen juntas, escalar a través de ecosistemas e infundir confianza desde el principio. Los directores ejecutivos que adopten este enfoque estarán mejor posicionados para desarrollar una IA que genere retorno de la inversión (ROI), incluyendo productividad sostenida, crecimiento y un futuro laboral más inclusivo.

Fuente: https://www.weforum.org/stories/2026/01/ai-roadmap-transforming/