A medida que la IA generativa se convierte en una capacidad empresarial central, los líderes tecnológicos se esfuerzan por cerrar la brecha cada vez mayor entre las habilidades necesarias y la preparación de la fuerza laboral.
por Pat Brans
La IA generativa ha pasado de ser una curiosidad a una capacidad esencial en menos de dos años. Empresas de todos los sectores se enfrentan ahora a una escasez urgente de habilidades , no solo de especialistas en IA, sino también de empleados capaces de utilizar herramientas de IA generativa en su trabajo diario.
En sectores que abarcan desde servicios de TI y desarrollo de software hasta dotación de personal, viajes y soluciones industriales, los líderes tecnológicos están experimentando con nuevas formas de preparar a su personal para una economía centrada en la IA. En conjunto, sus experiencias destacan cinco grandes ideas para cerrar la brecha de habilidades.
Cambiar el enfoque de las habilidades a las mentalidades
En UST, empresa global de servicios digitales con más de 32.000 empleados, Krishna Prasad , director de sistemas y director de estrategia, argumenta que el auge de la IA generativa presenta un desafío existencial. La experiencia, históricamente la propuesta de valor de UST, se ha convertido en un producto básico.
“Los clientes ahora pueden acceder a conocimientos básicos de forma gratuita, en cualquier momento”, dijo Prasad. “Ya no pagarán por habilidades básicas. Lo importante ahora es la resolución de problemas”.
En lugar de centrarse estrictamente en las habilidades técnicas, la UST ha orientado su formación hacia el cultivo de mentalidades adaptables.
“Queremos desarrollar la curiosidad, el pensamiento crítico y la creatividad, habilidades que la IA no puede reemplazar fácilmente”, afirmó Prasad, enfatizando que el aprendizaje presencial tradicional es insuficiente cuando el entorno competitivo exige experimentación y aplicación rápida. Los empleados tienen acceso a diversas herramientas de IA, como GitHub Copilot, Google Gemini y Cursor, y se les anima a experimentar de forma segura en entornos de I+D.
UST creó un entorno de pruebas de I+D, un entorno interno donde los empleados pueden probar libremente herramientas y modelos de IA sin poner en riesgo los sistemas de producción. Esto les da la libertad de explorar el potencial de la IA sin temor a dañar algún componente crítico.
Si bien los módulos de capacitación grabados tradicionales aún existen, Krishna enfatizó que la experimentación y la resolución de problemas son los que realmente marcan la diferencia. El entorno de pruebas ayuda a trasladar el aprendizaje de la teoría a la práctica. El entorno de experimentación no es solo técnico, sino cultural. Anima a los empleados a familiarizarse con el ensayo, el error y la iteración, esenciales para adaptarse a la rápida evolución de la IA.
La empresa enmarca la adopción continua a través de su programa “Despega con IA”, que consta de tres etapas: rodaje, despegue y crucero. El éxito está directamente relacionado con los resultados: ¿Están los empleados aplicando la IA en sus interacciones con los clientes? ¿Participan en hackatones? ¿Aportan valor real con casos de uso de IA con agentes?
Lección clave: El desafío esencial es lograr que los empleados asuman la responsabilidad personal del aprendizaje continuo.
Programas estructurados a escala
Sudhir Mehta , vicepresidente global de Soluciones de IoT y Edge Computing en Lexmark (filial de Xerox), lidera una de las iniciativas de capacitación más estructuradas: la Academia de IA de la compañía. Lo que comenzó con cinco científicos de datos ha crecido a más de 5000 empleados gracias a planes de estudio modulares, mentorías y colaboraciones con instituciones como la Universidad Estatal de Carolina del Norte y Microsoft. Los graduados de la Academia de IA se convierten en mentores, manteniendo el impulso, que los ejecutivos refuerzan compartiendo historias de éxito internas.
“Para el desarrollo de código pro, utilizamos el proceso SAFe , que alinea la estrategia ejecutiva con el desarrollo en todos los equipos”, explicó Mehta. “Cada trimestre, realizamos sesiones de planificación de PI para que los objetivos se transmitan claramente de los ejecutivos a los desarrolladores”.
La capacitación se imparte mediante modelos híbridos: aprendizaje electrónico a su propio ritmo para escalar, talleres sincrónicos para fomentar la participación y programas más extensos, como el Programa de Excelencia en IA de 20 semanas. Los miembros del comité de ética y gobernanza codirigen numerosas sesiones, integrando el uso responsable en el currículo.
El éxito se mide mediante el ROI en proyectos empresariales para desarrolladores y en los datos de adopción, incluido el uso de Microsoft Copilot, entre usuarios sin código. Una forma de gestionar los costes es ejecutar programas piloto para demostrar el ROI antes de escalar.
Lección clave: Los programas estructurados y alineados con los ejecutivos, con un ciclo de mentoría, pueden ampliar la alfabetización en IA a miles de personas.
Construir una cultura que priorice la IA
En eSky Group, agencia de viajes online global, la IA ya no es opcional. Según Tomasz Lis , director de ingeniería y promotor de la IA, es fundamental para el funcionamiento de la empresa.
Con 800 empleados, eSky adoptó un modelo impulsado por la comunidad. Todos los empleados tienen acceso a herramientas empresariales como Gemini Pro, GitHub Copilot y Claude Code. Más de la mitad las usa a diario.
“Estamos avanzando hacia un modelo que prioriza la IA , donde usar la IA es tan natural como usar el correo electrónico o un navegador”, afirmó Lis.
La cultura se refuerza con iniciativas comunitarias. Embajadores de IA asesoran a colegas, una comunidad de Slack comparte buenas prácticas y los “Viernes de Demostraciones” presentan proyectos internos. La capacitación es multinivel, combinando contenido de proveedores, servicios externos de proveedores de la nube y aprendizaje entre pares.
Los resultados son claros: el marketing ahora genera videos en minutos, el servicio de atención al cliente analiza cada interacción y los desarrolladores colaboran en diferentes stacks con soporte de IA.
Lección clave: La preparación cultural y las comunidades lideradas por pares son tan importantes como la capacitación estructurada.
Integrar la IA en el ciclo de vida del desarrollo
En Globant, una empresa de servicios de TI de 2 mil millones de dólares, Juan José López Murphy , director de IA, describe el desafío sin rodeos: «La forma en que se crea el software ha cambiado radicalmente. Si no mejoramos nuestras habilidades, corremos el riesgo de quedar obsoletos».
La estrategia de Globant consiste en integrar la IA no solo en la programación, sino en cada etapa del ciclo de vida del desarrollo de software: planificación, pruebas, monitorización e implementación. Los desarrolladores están capacitados para dominar los principales modelos de lenguaje (LLM) —ChatGPT, Claude, Gemini, Bedrock— y para utilizar agentes propietarios como Globant GPT en los proyectos de sus clientes.
El entrenamiento en sí es por capas. Las indicaciones básicas abarcan la claridad de los objetivos, la contextualización y la prevención de la “perturbación del contexto”. Esta ocurre cuando las conversaciones con los agentes de IA se alargan demasiado o pierden el foco, lo que provoca que el sistema pierda el hilo de las instrucciones y genere resultados de menor calidad. Los desarrolladores reciben capacitación para reconocer cuándo reiniciar o replantear las indicaciones para que la IA pueda mantenerse alineada con los objetivos.
Las habilidades intermedias incluyen la generación aumentada por recuperación (RAG), la reflexión y la orquestación. La RAG capacita a los empleados para fundamentar los resultados de la IA en fuentes fiables, enseñándoles a conectar los LLM con datos de la empresa o bases de conocimiento externas.
La reflexión desarrolla el pensamiento crítico, ya que los estudiantes practican cómo incitar a la IA a revisar y mejorar sus propios resultados en lugar de aceptarlos sin más. La orquestación fomenta el pensamiento sistémico al capacitar a las personas para coordinar múltiples agentes de IA con roles distintos, como planificador, codificador y tester, para resolver tareas complejas de forma colaborativa.
El trabajo avanzado está a cargo de especialistas en optimización rápida. La formación en este nivel se centra en la experimentación con la estructura, la redacción y la secuenciación para lograr resultados consistentes y de alta calidad en diferentes contextos.
Los desarrolladores participan en hackatones donde resuelven desafíos similares a los de un cliente con IA, y en competiciones donde los equipos demuestran mejoras en velocidad y precisión mediante agentes de generación de código. Guías prácticas, como “Diez reglas para un uso eficaz de la IA”, refuerzan las mejores prácticas, mientras que herramientas propietarias como “Neo dentro de Coda” integran lecciones en los flujos de trabajo diarios. Estas actividades mantienen a los desarrolladores motivados y fomentan la experimentación y la colaboración.
Lección clave: el éxito no proviene solo del uso de herramientas de IA, sino de capacitar a los equipos para aplicarlas de manera efectiva en cada etapa del desarrollo.
Una lista de verificación para planificar el entrenamiento de genAI
Para crear un programa de capacitación genAI eficaz, los líderes de TI y los gerentes de L&D deben centrarse en estos aspectos esenciales:
- Presupuesto y ROI : tenga en cuenta las licencias, los costos de los cursos y el tiempo fuera del trabajo; utilice programas piloto para demostrar el valor antes de escalar.
- Diseño curricular : combine contenido de proveedores, asociaciones académicas y módulos personalizados adaptados a los roles comerciales.
- Modelos de entrega : combine módulos a su propio ritmo, talleres en vivo, estímulos al flujo de trabajo y hackatones para equilibrar la escala con el compromiso.
- Gobernanza y ética : integrar el uso responsable de la IA involucrando a los líderes en ética y ética en la capacitación.
- Medición : realice un seguimiento de los resultados comerciales, como la productividad, el ROI y la satisfacción del cliente, no solo las finalizaciones de cursos.
- Cultura y mentalidad : Identificar y apoyar a los embajadores. Crear comunidades de práctica y entornos seguros, fomentando la adaptabilidad y el pensamiento crítico.
- Alineación ejecutiva : garantizar que los líderes patrocinen programas, incorporen objetivos en los procesos de planificación y defiendan historias de éxito.
- Incorporación y aprendizaje continuo : haga que la alfabetización en IA sea parte de los programas para nuevos empleados y mantenga el impulso a través de tutorías, ciclos de actualización y alentando a los empleados a asumir la responsabilidad personal del aprendizaje.
La IA generativa está transformando el funcionamiento de las organizaciones, pero el reto para la fuerza laboral es abrumador. Como demuestran estas cinco empresas, no existe un modelo único para el éxito —algunas se basan en la cultura, otras en la estructura—, pero todas convergen en un conjunto común de principios: la formación debe integrarse en el trabajo, estar orientada a los resultados y actualizarse continuamente.
Los ganadores no serán quienes enseñen más habilidades, sino quienes cultiven a los empleados más adaptables y con mayor confianza en la IA. Si se hace correctamente, cerrar la brecha de habilidades genAI puede convertir la inminente escasez de talento en una ventaja competitiva duradera.
Más información sobre la capacitación:
- Los CIO se toman en serio el cierre de la brecha de habilidades, principalmente desde dentro
- Líderes de TI: ¿Cuál es el plan de juego ahora que la tecnología supera ampliamente al talento?
- Cómo descubrir talento tecnológico oculto en su organización
- Equilibrar las habilidades duras y blandas: la clave para equipos de TI de alto rendimiento
Fuente: https://www.computerworld.com/article/4055753/5-ideas-to-help-bridge-the-genai-skills-gap.html