La carrera por adoptar inteligencia artificial ya no se define solo por implementar más herramientas, automatizar más tareas o elevar la inversión tecnológica. Lo que empieza a diferenciar a las empresas que logran resultados de aquellas que permanecen en etapa piloto es la preparación de sus personas.
El nuevo People Readiness Report 2026 de Kyndryl revela que solo el 23% de las organizaciones considera que cuenta con una fuerza laboral preparada para la IA. La cifra representa una caída de seis puntos porcentuales frente al año anterior y evidencia una brecha creciente entre la velocidad de adopción tecnológica y la capacidad de los equipos para operar bajo nuevos modelos de trabajo.
El estudio, elaborado a partir de las respuestas de 1,100 líderes empresariales y tecnológicos de alto nivel en ocho países, muestra que el desafío de la inteligencia artificial no se limita a elegir casos de uso o desplegar plataformas. También exige rediseñar puestos, desarrollar nuevas habilidades, acompañar el cambio y construir mecanismos de gobernanza que permitan a los colaboradores confiar en las decisiones impulsadas por IA.
La adopción de IA avanza, pero el retorno sigue siendo limitado
La inteligencia artificial ya dejó de ser una tecnología experimental para una parte importante de las organizaciones. Según Kyndryl, el 57% de los líderes afirma que la IA está integrada en procesos empresariales centrales o se despliega ampliamente en sus compañías.
Sin embargo, ese avance no garantiza resultados. Solo el 32% de las organizaciones ha alcanzado al menos uno de sus dos principales objetivos vinculados a la IA, mientras que apenas el 11% afirma haber logrado ambos.
La diferencia revela un problema recurrente en los procesos de transformación digital: implementar tecnología no equivale automáticamente a generar valor. Una empresa puede adquirir soluciones de IA, habilitar asistentes para sus equipos o automatizar tareas específicas, pero sus resultados serán limitados si las personas no comprenden cómo cambia su trabajo, qué decisiones deben seguir tomando y qué nuevas capacidades deben desarrollar.
Para los líderes de gestión de personas, el reto no debería limitarse a capacitar a los colaboradores en el uso de nuevas herramientas. La prioridad es convertir la formación en parte de un rediseño más amplio del trabajo, los procesos y la toma de decisiones.
Qué distingue a una fuerza laboral preparada para la IA
El informe identifica a un grupo denominado Pacesetters, que representa el 9% de las organizaciones analizadas. Estas empresas comparten tres prácticas que les permiten obtener mejores resultados de sus inversiones en IA.
La primera consiste en rediseñar los roles alrededor de la inteligencia artificial. Esto implica revisar qué actividades seguirán siendo ejecutadas por las personas, cuáles serán automatizadas y qué nuevas responsabilidades surgirán a partir de la colaboración entre empleados y sistemas de IA.
La segunda es implementar una gestión del cambio que ayude a los equipos a comprender su nuevo modelo operativo. No basta con anunciar una herramienta o habilitar licencias. Los colaboradores necesitan claridad sobre cómo la IA afectará sus tareas, qué límites existen para su uso y cómo se evaluará su desempeño en un entorno transformado.
La tercera práctica es desarrollar la preparación de la fuerza laboral mediante capacitación, reskilling y acompañamiento continuo. Según el informe, los Pacesetters tienen 1.5 veces más probabilidades de lograr crecimiento de ingresos relacionado con la IA y 1.6 veces más probabilidades de reportar mayor innovación en productos y servicios.
La conclusión es clara: el retorno de la IA depende menos de una implementación aislada que de la capacidad de conectar tecnología, personas y procesos de negocio.
Capacitación en IA: el desafío va más allá de aprender a usar herramientas
El avance de la IA está acelerando la demanda de nuevas habilidades. El 61% de las organizaciones ya rediseñó roles para el futuro, mientras que el 24% está creando puestos específicamente enfocados en la gestión de IA.
Al mismo tiempo, el 52% de los líderes señala que se ha vuelto más difícil encontrar personas con las habilidades necesarias para ejecutar su estrategia de inteligencia artificial. Esta situación obliga a las empresas a mirar más allá de la contratación externa y fortalecer sus propios programas de capacitación.
Un tercio de las organizaciones ya implementó plenamente iniciativas de formación para ayudar a los empleados a colaborar de manera efectiva con herramientas de IA. Sin embargo, la preparación no debería reducirse a enseñar a redactar mejores instrucciones o a utilizar asistentes generativos.
Una fuerza laboral preparada para la IA debe ser capaz de interpretar resultados, reconocer errores, validar información, formular preguntas relevantes y tomar decisiones responsables cuando la herramienta entrega respuestas ambiguas o incompletas. También necesita comprender los riesgos asociados al uso de datos, los sesgos de los modelos y los límites de la automatización.
Por eso, los programas de reskilling requieren combinar competencias técnicas con pensamiento crítico, criterio de negocio, alfabetización de datos y habilidades de comunicación.
La gobernanza de IA se convierte en un reto de confianza
La preparación de las personas también está vinculada con la gobernanza. A medida que las organizaciones incorporan agentes de IA capaces de ejecutar tareas y tomar decisiones con mayor autonomía, crece la necesidad de definir responsabilidades, controles y criterios de supervisión humana.
El 81% de las organizaciones espera que los agentes de IA tomen decisiones de impacto para su negocio durante el próximo año. No obstante, solo el 25% afirma confiar plenamente en sistemas de inteligencia artificial que operan sin supervisión humana.
La distancia entre expectativa y confianza muestra que la gobernanza no puede ser tratada como un asunto exclusivamente legal o tecnológico. También es un componente clave de la gestión del talento y de la cultura organizacional.
Actualmente, solo el 33% de las organizaciones cuenta con políticas claras sobre qué decisiones puede y no puede tomar la IA. Además, apenas el 27% utiliza registros y capacidades de monitoreo para todos sus sistemas de inteligencia artificial.
Cuando estas reglas no existen, los equipos pueden utilizar herramientas sin criterios uniformes, desconfiar de sus resultados o evitar incorporarlas en procesos relevantes.
En cambio, las empresas que establecen lineamientos claros, definen mecanismos de revisión y comunican los límites de la automatización cuentan con mejores condiciones para que sus colaboradores adopten la tecnología con mayor seguridad.
