A estas alturas, ya no sorprende que la mayor innovación de esta década sea la inteligencia artificial (IA). Su rápida incorporación al mercado laboral está reconfigurando la gestión de personas y la formación de los profesionales más jóvenes, según el informe Agents, robots, and us: Skill partnerships in the age of AI, del McKinsey Global Institute.
El enigma de la automatización
Hoy vivimos una nueva realidad: la colaboración entre habilidades humanas y tecnología se vuelve cada vez más estrecha. En esa línea, el estudio de McKinsey destaca que más del 70% de las habilidades que hoy demandan las empresas se aplican tanto en actividades automatizables como en tareas que no pueden automatizarse.
“Este dato invita a los líderes a replantear una visión de la automatización que suele ser demasiado binaria. Que más del 70% de las habilidades se apliquen tanto a tareas automatizables como a otras no automatizables sugiere que, en la práctica, el trabajo no se divide entre ‘empleos que desaparecen’ y ‘empleos que permanecen’, sino entre tareas que se redistribuyen entre personas y sistemas de IA”, explica María Jesús Ramírez, Associate Partner en McKinsey & Company, a Sectoriales GDP.
De esta forma, la inteligencia artificial no reemplaza habilidades de forma directa: redefine el contexto en el que se ponen en práctica.
Según Ramírez, capacidades como el análisis, la comunicación, la resolución de problemas o el conocimiento del negocio siguen siendo esenciales, pero hoy se orientan a formular mejores preguntas, interpretar los resultados que arroja la IA, tomar decisiones con mayor criterio y gestionar excepciones y riesgos.
Por lo tanto, el foco debería estar en rediseñar el trabajo y la ejecución de las habilidades.
La colaboración como norma
Así, el informe de McKinsey describe un entorno laboral en el que las personas no dejan de ser necesarias; ocurre lo contrario: las capacidades humanas seguirán siendo vitales y, en paralelo, se requerirá que los colaboradores integren agentes de IA y robots en su trabajo cotidiano.
Contrario a lo que muchos suponen, Ramírez dice que este modelo no apunta a crear un puñado de “nuevos empleos de IA”, sino a transformar, de manera gradual, todos los roles dentro de las empresas.
Esto se debe a que McKinsey ha identificado que casi todas las ocupaciones incorporan, al menos, alguna habilidad que puede ejercerse en asociación con sistemas de IA, aunque la intensidad de esa colaboración varía según el rol y el sector.
“Un ejemplo que presentamos en el reporte es el de operaciones de atención al cliente. Múltiples agentes de IA gestionan tareas específicas —autenticación, identificación del motivo de la llamada, autoservicio y agendamiento—, resolviendo de forma autónoma una parte significativa de las consultas. Cuando es necesario escalar el caso, este se transfiere a un agente humano con todo el contexto integrado”, señala Ramírez.
Esto permite que las personas se concentren en interacciones más complejas y emocionalmente sensibles, mientras la IA asume la mayor parte de las consultas rutinarias, mejorando tanto la eficiencia como la experiencia del cliente.
Pero quizá el hallazgo más revelador del informe es la aparición de casi 600 nuevas habilidades en apenas dos años. La mayoría está vinculada a la IA y a las tecnologías que la habilitan.
En paralelo, la demanda de conocimientos fluidos en este campo se multiplicó por siete entre 2023 y mediados de 2025. Dominar la IA dejó de ser una curiosidad para convertirse en un requisito laboral en ocupaciones que concentran cerca de siete millones de trabajadores.
“Por un lado, vemos que las ocupaciones y roles se están volviendo cada vez más específicos, lo que eleva el nivel de profundidad de las habilidades requeridas. Esto tiene un efecto inmediato: aumenta la especialización dentro de cada ocupación. En promedio, una ocupación pasó de requerir 54 habilidades a 64 en una década”, sostiene Ramírez.
Como consecuencia, muchas empresas ya no contratan “programadores” a secas: hoy estos puestos se desagregan en perfiles como “desarrollador Python” o “ingeniero de IA”, que en muchos casos comparten menos de la mitad de las habilidades que exige el mercado.
“Por otro lado, y en buena medida por el desarrollo acelerado de la tecnología, están surgiendo nuevos negocios que exigen habilidades que antes no existían. Es el caso, por ejemplo, de la ingeniería de prompts y de LangChain, competencias recientes que hoy muestran una demanda muy pronunciada”, añade la vocera de McKinsey.
Ramírez considera que se trata de un cambio más estructural que coyuntural: no parece un ajuste temporal del mercado laboral, sino una transformación sostenida. La gestión basada en habilidades seguirá expandiéndose y el avance tecnológico —en particular la IA— continuará redefiniendo cómo se organiza el trabajo y qué nuevas capacidades emergen.
¿Cómo impulsar el uso ágil de la inteligencia artificial?
Según su perspectiva, lo que diferencia a una organización que realmente desarrolla fluidez en IA de otra que solo capacita “por cumplir” es que la primera entiende que no se trata de aprender una herramienta, sino de transformar el modo de trabajo.
Ramírez afirma que la fluidez en IA va más allá de llevar un curso o dominar lo básico: implica colaborar con la IA como con un buen compañero de trabajo y, a la vez, saber gestionarla como su jefe.
“Esto significa definir con claridad el objetivo, aportar el contexto correcto, repetir cuando haga falta y supervisar la calidad del resultado. También implica criterio: saber cuándo confiar, cuándo revisar, detectar errores o sesgos y ser especialmente cuidadosos en decisiones sensibles”, indica Ramírez.
Las organizaciones que entrenan a sus equipos en IA de forma práctica suelen seguir estas pautas:
1️⃣ Aprendizaje conectado al rol
Todos reciben una base común, pero cada función y nivel desarrolla capacidades específicas con ejercicios aplicados a tareas reales del área.
2️⃣ IA integrada al trabajo, no a la teoría
Se incorpora en los flujos de trabajo, se rediseñan procesos para usarla donde genera valor. Además, se establecen criterios claros de calidad, supervisión y gobernanza.
3️⃣ Adopción impulsada desde el liderazgo
Los líderes marcan el estándar con el ejemplo, se crea un entorno seguro para experimentar y se reconoce a quienes aplican la IA en el día a día y comparten aprendizajes útiles con el resto.
En el mercado peruano la automatización de operaciones plantea retos adicionales. Ya sea por brechas en formación técnica o porque la adopción tecnológica avanza de manera desigual, la redistribución de tareas entre personas e IA exige algo más que inversión en herramientas.
De hecho, un estudio de Apoyo Consultoría reveló que, en 2025, el 91% de las empresas peruanas reportaba dificultades para encontrar trabajadores con las competencias tecnológicas necesarias.
Ese escenario invita a los ejecutivos a replantear cómo desarrollar capacidades internas, rediseñar roles que han quedado obsoletos y, sobre todo, acompañar a quienes atraviesan procesos de reconversión continua.
Hoy toma la delantera no quien automatiza más rápido, sino quien logra integrar la tecnología en la cultura organizacional y el aprendizaje aplicado.
