Según el Foro Económico Mundial, para 2030 se espera que la tecnología desplace 92 millones de puestos de trabajo y cree 170 millones nuevos. En la teoría, el balance es positivo. Sin embargo, esta proyección viene acompañada de una condición clave que a menudo se subestima: el 39% de las competencias básicas actuales cambiarán en el mismo plazo. Esta realidad no solo subraya la urgencia del aprendizaje continuo, sino que también revela un cambio más profundo que ya está en marcha. La IA ha superado con creces su rol como copiloto.
En las organizaciones avanzadas, los sistemas de IA ejecutan ahora flujos de trabajo, desencadenan decisiones y orquestan procesos con intervención humana puntual. El rol humano se trata cada vez más de supervisión: establecer la intención, validar los resultados, gestionar el riesgo y redefinir los objetivos a medida que evolucionan las condiciones. Esto altera fundamentalmente la forma en que debe desarrollarse el talento. En un entorno marcado por la rápida evolución de la IA, la capacidad que más importa va mucho más allá del dominio de las herramientas. Lo que se vuelve crítico es la adaptabilidad cognitiva: la capacidad de razonar con sistemas que evolucionan continuamente, funcionan de forma probabilística y generan resultados no deterministas.
Este cambio obliga a redefinir el propio aprendizaje. Los modelos tradicionales de capacitación empresarial presuponen un estado futuro estable, un conjunto de competencias que pueden adquirirse y aplicarse a lo largo del tiempo. La IA invalida esa suposición. Las organizaciones ahora funcionan en un entorno prefigurativo, en el que ningún conjunto de competencias fijo sigue siendo relevante durante mucho tiempo. En este contexto, la plasticidad mental se convierte en una ventaja competitiva que permite a las organizaciones evitar quedarse relegadas y reajustar continuamente los procesos, incentivos y mentalidades al ritmo de la tecnología.
Para abordar la creciente brecha entre la capacidad de IA y la preparación organizativa, Globant diseñó AI Talent Shift: un marco estructurado de aprendizaje y adopción creado para organizaciones que operan en entornos ricos en IA. En lugar de centrarse en las herramientas, AI Talent Shift alinea las dimensiones humana, técnica y cultural para acelerar la adopción en el mundo real. Está concebido para ayudar a las organizaciones a rediseñar el modo en que las personas aprenden, colaboran y toman decisiones junto a sistemas cada vez más autónomos.
Como explica Mayra Botta, Learning Manager de Globant , «no nos limitamos a aprender a utilizar una herramienta. Nos enfrentamos a un cambio de mentalidad, de actitud, de cómo nos relacionamos con la incertidumbre y con lo que viene».
Convertir la preparación cultural en una adopción mensurable
Muchos esfuerzos de transformación de la IA dan prioridad a la estrategia, la arquitectura y las herramientas. Aunque estos elementos son esenciales, son insuficientes por sí solos. Los entornos avanzados de IA requieren un sistema operativo que permita la experimentación, el feedback rápido y la supervisión humana a escala.
AI Talent Shift se diseñó precisamente para este reto. Basándose en la experiencia de Globant en la implementación de IA en organizaciones complejas, proporciona un modelo repetible para acelerar la adopción, que trata el aprendizaje como un proceso continuo y cooperativo en lugar de una intervención puntual. Como señala Javier Scher, SVP Technology and Head of Education AI Studio en Globant, «la IA debe entenderse como una infraestructura cognitiva. El reto no es el acceso a la tecnología, sino cómo las organizaciones reorganizan la toma de decisiones en torno a ella.»
El éxito no puede medirse únicamente por la participación. En la gestión del talento, la métrica más relevante es la aplicación, no la finalización. Por lo tanto, AI Talent Shift da prioridad a las métricas de aprendizaje y adopción que reflejan el impacto real en la organización:
- Aplicabilidad (ROL): Mide cómo los participantes aplican lo aprendido en situaciones reales de trabajo, conectando directamente el aprendizaje con la ejecución.
- Pertinencia e idoneidad (PA): Evalúa si el contenido se percibe como práctico, actual e inmediatamente aplicable al trabajo diario.
- Finalización (COM): Actúa como señal de engagement, motivación y eficacia de la experiencia de aprendizaje.
- Experiencia y satisfacción (NPS): Capta la percepción general y la promoción, indicadores clave de una adopción sostenida.
En conjunto, estas métricas cambian la conversación de la formación impartida a la capacidad creada, una distinción que se vuelve cada vez más crítica a medida que la IA reconfigura los modelos operativos.
Conclusiones clave de AI Talent Shift en la práctica
La aplicabilidad de este planteamiento ya se ha probado más allá de los entornos internos. En colaboración con la CCIFA (Cámara de Comercio Franco-Argentina), Globant organizó un seminario web en vivo centrado en el cambio de mentalidad y el cambio de talento en IA a gran escala. El debate puso de manifiesto varias ideas coherentes en todas las organizaciones y sectores:
- La madurez de la IA es desigual, pero las brechas en cuanto a la mentalidad son generales. Incluso las organizaciones con despliegues avanzados de IA tienen dificultades para ampliar su impacto sin una alineación cultural y cognitiva.
- La capacitación instrumental se estanca rápidamente. Enseñar a usar herramientas sin replantear la toma de decisiones y la responsabilidad conduce a beneficios efímeros.
- La seguridad psicológica es un facilitador de la ejecución. Los equipos que se sienten seguros experimentando con la IA la adoptan más rápidamente y obtienen valor antes.
- La supervisión humana es una opción de diseño, no un recurso de emergencia. Las organizaciones de alto rendimiento definen intencionadamente dónde ejecuta la IA y dónde intervienen los humanos.
- La adopción se acelera en la comunidad. El aprendizaje es más duradero cuando se comparte, se debate y se refuerza colectivamente.
Como resumió Mayra durante la sesión, «la inteligencia artificial ha dejado de ser una tendencia y se ha vuelto transversal a todos los roles y a todas las industrias», añadiendo que «la lógica de aprender una única herramienta y un conjunto de sentimientos durante años ya no funciona».
La próxima fase de la transformación de la IA
De cara al futuro, la dirección está clara. La IA seguirá evolucionando. Las funciones seguirán reconfigurándose. El verdadero factor diferenciador no será el acceso a la tecnología, sino la capacidad de institucionalizar la adaptabilidad, convirtiendo la mentalidad en capacidad organizativa.
Para las organizaciones avanzadas, la siguiente fase de la transformación de la IA ya no consiste en experimentar. Se trata de hacer que la adaptabilidad sea repetible, medible y escalable. Y ese trabajo empieza ahora.
El Education AI Studio de Globant ayuda a las organizaciones a rediseñar el aprendizaje para entornos nativos de IA, permitiendo que la adopción de la IA se convierta en una capacidad organizativa escalable. A través de marcos como AI Talent Shift, el Studio acelera la mejora de las competencias en IA mediante un aprendizaje colaborativo basado en cohortes, que ofrece un impacto medible en cuestión de semanas y prepara a los equipos para formas de trabajo impulsadas por la IA.
