Megatendencias de EY

Por qué la inteligencia compartida redefinirá el talento

Autores

26 minute read 16 ene. 2026

Las organizaciones deben adoptar nuevos ecosistemas de capacidades, utilizando el aprendizaje para impulsar la coevolución del potencial humano y de la inteligencia artificial.

En resumen

  • El talento se ha redefinido como una colaboración entre la inteligencia humana y la inteligencia artificial para crear capacidades que avanzan a través de la adaptación mutua y el aprendizaje compartido.
  • El talento no es escaso, la capacidad sí lo es. Las organizaciones que triunfen en el futuro serán aquellas que consideren la capacidad —y no el número de empleados— como la verdadera medida de la fuerza competitiva.
  • Los CHRO, los Chief Learning Officers, los CFO y los CEO deben considerar el aprendizaje como un capital y la capacidad como un portafolio vivo tanto dentro como fuera de la organización.

Este artículo forma parte de la segunda serie de artículos de la nueva serie Megatendencias de EY. Nuevas fronteras: los recursos del mañana. 

Durante décadas, las organizaciones compitieron por el talento humano como si fuera escaso y fijo. Esa batalla está desactualizada. La capacidad humana ahora está entrelazada con los sistemas de inteligencia artificial (IA) que avanzan rápidamente, aprenden, actúan y evolucionan para crear inteligencia compartida. El talento ya no se limita a las paredes de la organización, sino que se distribuye entre ecosistemas de empleados, contratistas, socios, servicios administrados y máquinas inteligentes.

La coevolución darwiniana ofrece una poderosa analogía sobre cómo se desarrollan las capacidades humanas y las de la IA. Al igual que dos especies moldean mutuamente su desarrollo, los seres humanos y los sistemas de IA ahora se perfeccionan entre sí a través de cada interacción, solicitud y conjunto de datos. Aunque este proceso será no lineal e impredecible, tiene un gran potencial para aumentar el valor humano, ayudando a que las personas puedan asumir funciones de mayor nivel como comisionados, curadores, organizadores y administradores éticos de capacidades.

Los retos estructurales obligan a las organizaciones a actuar. Las habilidades —capacidades aprendidas para realizar tareas específicas— ahora expiran más rápido de lo que los sistemas de aprendizaje tradicionales pueden renovarlas. Los sistemas de aprendizaje que se actualizan cada 18 meses no pueden seguir el ritmo de los requisitos que evolucionan cada 18 semanas. Esto aumenta lo que llamamos «deuda de talento»: el potencial no realizado que se acumula cuando las capacidades humanas y de las máquinas no logran evolucionar. Solo en Estados Unidos, estimamos que esto podría representar más de un billón de dólares en valor no realizado.1

Las organizaciones líderes en coaprendizaje están respondiendo mediante el fomento de tres elementos que se refuerzan mutuamente:

  • Mentalidad: basada en la curiosidad, la confianza y la experimentación.
  • Conjunto de habilidades: basado en fortalezas humanas como el juicio, la intuición y la imaginación.
  • Conjunto de herramientas: compuesto por sistemas de inteligencia artificial, plataformas de aprendizaje y análisis que respaldan el aprendizaje conjunto continuo.

La capacidad efectiva solo surge cuando los tres elementos se refuerzan mutuamente.

El objetivo no es simplemente capacitar a las personas más rápido. Se trata de crear un entorno en el que la inteligencia humana y la inteligencia artificial evolucionen juntas, amplifiquen sus respectivas fortalezas y aumenten continuamente el potencial de la organización.  La próxima ola de organizaciones exitosas será aquella que considere la capacidad de adaptación —y no el número de empleados— como el verdadero punto de referencia de la competitividad.

A ten-year-old Asian girl observes a mantis perched on a taro turtle. Cultivating children to observe small insects can train children's observation and acuity. Nature is also the best gift to children.
1

Capítulo 1

El auge de la inteligencia compartida: el talento se vuelve coevolutivo

El talento se ha convertido en una mezcla dinámica y en constante evolución de capacidades humanas y mecánicas, que funciona en todos los ecosistemas en lugar de dentro de las paredes fijas de una organización.

El talento, redefinido

Hace un siglo, la frontera entre el trabajo y el capital era fácil de trazar: el trabajo entraba por las puertas de la fábrica, mientras que el capital se encontraba en las máquinas del taller. Hoy en día, esa línea ha desaparecido casi por completo. Un solo flujo de trabajo puede combinar a un empleado en Londres, un contratista en Norteamérica, un modelo que se ejecuta en la nube y un agente de inteligencia artificial entrenado durante la noche. Las organizaciones se enfrentan a una redefinición fundamental del «talento», en la que la capacidad humana se ve aumentada por la inteligencia artificial y, lo que es más importante, se distribuye a través de redes de contratistas, socios del ecosistema y proveedores de servicios administrados. Esta visión ampliada desplaza el foco de atención de la propiedad a la coordinación, donde el valor reside en cómo se coordina la capacidad, no en dónde se encuentra.

La verdadera ventaja competitiva reside ahora en la inteligencia con la que las organizaciones diseñan y gestionan sus ecosistemas de capacidades y en cómo conectan el aprendizaje más allá de las fronteras. En un mundo donde abunda la inteligencia, la ventaja proviene de la claridad de objetivos: saber dónde aporta valor, qué debe poseer y con quién debe asociarse.

Nuevas fronteras de la colaboración entre la IA y los seres humanos

La integración de nuevas formas de talento en IA tiene el potencial de llevar la capacidad humana a nuevos ámbitos. Las organizaciones que obtendrán mayores beneficios de este cambio no serán aquellas que simplemente automaticen las tareas, sino aquellas que rediseñen el trabajo en torno a las fortalezas humanas.

Sus experiencias humanas únicas —su educación, sus relaciones, sus sentimientos— impulsan su pensamiento divergente; estas impulsan nuevas ideas y seguirán siendo exclusivamente humanas.

Dana Daher

Executive researcher, HFS

La Agentic AI representa la frontera actual: sistemas capaces de razonar, tomar la iniciativa y colaborar de forma autónoma. Pero la coevolución implica que la IA no se detendrá ahí. A medida que se intensifica la interacción entre humanos y máquinas, los sistemas de inteligencia artificial están comenzando a ir más allá de la lógica y la optimización hacia formas de inteligencia afectiva: la capacidad de reconocer, interpretar e incluso responder a las emociones humanas. Esto sugiere fascinantes paralelismos con los estudios de Charles Darwin sobre la simbiosis entre especies, un ejemplo clave de lo cual es la orquídea que desarrolla un tubo de néctar profundo y la polilla, a su vez, desarrolla una probóscide lo suficientemente larga como para alcanzarlo.

Estos nuevos sistemas de IA están diseñados para comprender cómo se sienten y piensan las personas, lo cual es un paso fundamental en el desarrollo de una IA que pueda colaborar de forma aún más significativa en múltiples contextos humanos.

Los nuevos sistemas de inteligencia artificial que están cambiando el lugar de trabajo:

  • IA neurosimbólica: combina el aprendizaje neuronal con el razonamiento simbólico, lo que permite crear sistemas capaces tanto de reconocer patrones a partir de datos como de aplicar una lógica estructurada, un enfoque que promete una mayor fiabilidad e interpretabilidad.
  • IA autotélica: los sistemas demuestran una auténtica autodirección dentro de los límites humanos definidos.
  • IA colaborativa: negocia concesiones mutuas y comparte su razonamiento de forma transparente con sus socios humanos.
  • IA reflexiva: algún día podría simular la autoconciencia, es decir, la capacidad de evaluar su propio rendimiento y ajustar sus objetivos de forma dinámica, a diferencia de la conciencia.
  • IA afectiva (también conocida como IA emocional): aprende a responder de manera adecuada y empática a las dinámicas emocionales y sociales, lo que puede ayudar a generar confianza y seguridad psicológica en los lugares de trabajo digitales, si se gestiona adecuadamente.
  • IA física: un campo emergente que combina la robótica, la ciencia de los materiales y el diseño biológico.
  • Inteligencia incorporada y biohíbrida: la IA se integra con sistemas físicos y biológicos, a través de la robótica adaptativa o la IA que aprende directamente de las señales neuronales.

Cómo EY puede ayudar

  • Estrategia por EY-Parthenon

    Descubre cómo los equipos de EY-Parthenon pueden ayudar a tu empresa a crear valor a largo plazo mediante estrategias de crecimiento y transformación, M&A, y mucho más.

    Leer más

Cada avance refuerza un ciclo coevolutivo: a medida que la IA se adapta mejor a las necesidades humanas, los humanos, a su vez, perfeccionan su propia capacidad para interactuar con estos sistemas de manera eficaz.

 

Fundamentalmente, este cambio pone mayor énfasis en la existencia de características humanas innatas y en la divergencia natural del pensamiento humano. Como dice Dana Daher, investigadora ejecutiva de HFS: «Sus experiencias humanas únicas —su educación, sus relaciones, sus sentimientos— impulsan su pensamiento divergente; estas impulsan nuevas ideas y seguirán siendo exclusivamente humanas».

 

Al igual que en la naturaleza, la coevolución es imposible de predecir con precisión. Sin embargo, explorar horizontes plausibles ayuda a ilustrar cómo las capacidades humanas y las de la IA pueden reforzarse mutuamente en diferentes períodos. El informe Superfluid Enterprise de EY describe tres horizontes para el futuro: la creación de bases, la coordinación autónoma y la superfluidez total.


Cute little pre-school age girl playing a wooden baby grand piano in a sunny domestic environment. Top down image focusing on her little hands on the piano keys. Space for copy.
2

Capítulo 2

Gestión del balance entre el potencial humano y el de la inteligencia artificial

Los principios financieros pueden utilizarse para evaluar el valor del potencial sin explotar, utilizando el aprendizaje para maximizar el rendimiento de las inversiones en talento y evitar los costos de la «deuda de talento».

Por qué deben cambiar los modelos de talento

Los cambios estructurales en el mercado laboral han dejado obsoletos los enfoques tradicionales en materia de talento. Las fuerzas demográficas y tecnológicas están reduciendo la oferta de capacidad humana, al tiempo que aceleran el ritmo al que las habilidades se vuelven obsoletas. Para 2050, más de 2000 millones de personas tendrán más de 60 años, lo que reducirá la oferta de mano de obra.2 En el otro extremo del mercado laboral, las generaciones más jóvenes se muestran cada vez más reacias a trabajar en determinados sectores, como el manufacturero.3 Ya, una cuarta parte de los trabajadores se enfrentan a un desajuste de competencias y se prevé que casi el 40 % de las competencias básicas cambien en los próximos cinco años.4 Al mismo tiempo, el 64 % de los empleados informan de un aumento de la carga de trabajo.5

Los requisitos en materia de competencias cambian ahora a una velocidad extraordinaria. Por ejemplo, la función del «prompt engineer» creció y decayó rápidamente a medida que los usuarios desarrollaron habilidades de indicación más sofisticadas y las herramientas mejoraron su capacidad para dar indicaciones por sí mismas.6 Esto ilustra lo rápido que puede cambiar el panorama. Los sistemas de aprendizaje diseñados para ciclos de 12 a 18 meses no pueden seguir el ritmo de las habilidades que evolucionan cada 12 a 18 semanas.

Esto crea un profundo doble desafío. Las organizaciones deben ser capaces de responder de inmediato a las demandas de habilidades que cambian rápidamente —reubicando el talento, recapacitando a los equipos y actualizando los sistemas de inteligencia artificial al ritmo adecuado— y, al mismo tiempo, desarrollar las capacidades, mentalidades e infraestructuras más profundas necesarias para la competitividad a largo plazo. En este contexto, agilidad significa evitar la latencia, o los retrasos, en el despliegue operativo y estratégico y en el desarrollo de habilidades.

En el ejemplo del prompt engineer, las organizaciones podrían haber evitado invertir en puestos redundantes centrándose en cómo desarrollar las capacidades que necesitan, utilizando talento procedente de diversas fuentes, en lugar de limitarse a aumentar la plantilla.

El éxito depende de la capacidad de ofrecer agilidad en las habilidades a corto plazo y resiliencia en las capacidades a largo plazo al mismo tiempo. Las organizaciones que resuelvan ambas cuestiones podrán convertir la disrupción en una fuente de ventaja sostenida.

El cambio esencial de los pipelines a los portfolios

El proceso tradicional de gestión del talento —contratar, formar, retener y promover— se diseñó para un mundo en el que las habilidades evolucionaban lentamente y el trabajo era en gran medida predecible.  Ese mundo laboral ya no existe.

La rápida adopción de la IA ilustra la magnitud y la velocidad del cambio que se está produciendo. Nuestro estudio Work Reimagined 2025 reveló que el 88 % o de los trabajadores utiliza ahora la IA en el trabajo, en comparación con solo el 22 % o en 2023. Cada vez más, los empleados ven la IA no como una herramienta, sino como un colaborador, un compañero integrado en los flujos de trabajo cotidianos. Y este impulso no muestra signos de desaceleración. Se espera que la adopción se acelere aún más a medida que aplicaciones de IA más avanzadas se incorporen al lugar de trabajo. «Creo que nos encontramos en un punto de inflexión y que el crecimiento va a ser cada vez más rápido y disruptivo», afirma Simon Brown, EY Global Learning and Development Leader.

En este entorno, las organizaciones ya no pueden depender de fuentes de talento lineales. En su lugar, deben gestionar portafolios de activos de capacidad, combinando la experiencia humana, los modelos de inteligencia artificial y las herramientas colaborativas. Cada uno de estos «activos» tiene su propio perfil de rendimiento, curva de depreciación y horizonte de reinversión. La gestión de la capacidad se convierte en un proceso continuo de evaluación de lo que funciona, lo que se queda atrás y dónde invertir a continuación. El rendimiento sostenido depende de la rapidez con la que una organización pueda aprender en relación con el ritmo del cambio.

El cambio de pipelines a portfolios refleja la diversificación financiera. Los líderes de talento necesitan cada vez más encontrar el equilibrio entre:

  • Inversiones a largo plazo en habilidades con ciclos de aprendizaje rápidos
  • Capacidades humanas duraderas con inteligencia artificial
  • Programas estructurados con desarrollo autodirigido

Gestión del balance entre el potencial humano y el potencial de las máquinas

La gestión del talento como un portafolio permite a las organizaciones reasignar capacidades al ritmo del cambio y crear una plantilla que se renueva continuamente, en lugar de sustituirse periódicamente.

«En última instancia, la capacidad es capital», afirma Matthew Kearney, Partner, People Consulting, Ernst & Young LLP.

La inteligencia artificial y el talento humano tienen perfiles de riesgo-rentabilidad y horizontes temporales diferentes. Los activos de «crecimiento» de alto rendimiento pueden ser la automatización impulsada por la inteligencia artificial o las habilidades digitales emergentes, mientras que los activos de «valor estable» residen en fortalezas humanas perdurables como el liderazgo, la creatividad y la empatía. Ambos son fundamentales. El equilibrio estratégico garantiza la adaptabilidad a medida que cambian los mercados, las tecnologías y las prioridades.

Este enfoque replantea la gestión de la fuerza laboral como una asignación inteligente del capital, lo que requiere que los directores de recursos humanos (CHRO) y los directores de talento (CTO) adopten enfoques similares a los de los gestores de portafolios para mantener la agilidad y la visión estratégica de la empresa. En este contexto, el aprendizaje es un activo compuesto que sustenta la adaptabilidad organizacional y la creación de valor a largo plazo.

En última instancia, la capacidad es capital.

Matthew Kearney

Partner, People Consulting, Ernst & Young LLP

Sin embargo, este enfoque de portafolio también expone un riesgo fundamental: cómo desarrollar las capacidades humanas con el valor más duradero, en particular el liderazgo, en organizaciones donde las trayectorias profesionales se están viendo transformadas por la automatización y la inteligencia artificial. Los puestos tradicionales de entry-level han servido durante mucho tiempo como campo de pruebas para los futuros líderes, brindando a los empleados que inician su carrera la oportunidad de desarrollar su capacidad de juicio, su conciencia sobre los stakeholders y su habilidad para coordinar trabajos complejos. A medida que muchas de estas tareas se automatizan, el riesgo es evidente: sin un rediseño, menos personas tendrán la oportunidad de desarrollar las capacidades necesarias para liderar en un mundo habilitado por la IA.

Investigaciones recientes ilustran la magnitud del desafío. Un estudio realizado por el King's College de Londres reveló que las empresas con una alta exposición a la inteligencia artificial han estado reduciendo su plantilla de jóvenes profesionales entre 2021 y 2025.7 Los autores advirtieron:

«La concentración de pérdidas de empleo entre los puestos de nivel inicial disrumpe las vías tradicionales de desarrollo de habilidades, en las que los trabajadores dominan tareas cada vez más complejas a través de la experiencia práctica. Sin puestos junior que sirvan como campo de entrenamiento, las empresas pueden tener dificultades para desarrollar talento sénior internamente».

Existe un segundo riesgo: incluso cuando se mantienen los puestos de nivel inicial, los empleados pueden llegar a depender excesivamente de la IA, permitiendo que el sistema realice el razonamiento complejo por ustedes. Esto puede erosionar silenciosamente el desarrollo de habilidades fundamentales: razonamiento crítico, síntesis, construcción narrativa y juicio contextual.

Las organizaciones con visión de futuro reconocen que desarrollar la capacidad de liderazgo futuro es demasiado importante como para dejarlo al azar. Actúan de forma intencionada, remodelando el trabajo al inicio de la carrera profesional para preservar, e incluso acelerar, el desarrollo de la capacidad humana al:

  • Integrar los conocimientos básicos sobre IA con los fundamentos del liderazgo: combinando habilidades técnicas con pensamiento sistémico, comunicación estratégica y ejercicios de toma de decisiones
  • Evitar los KPI que premian únicamente la rapidez y la automatización, lo que anima a los jóvenes a dejar de pensar y a limitarse al modelo
  • Crear «vías lentas» para el pensamiento crítico mediante revisiones estructuradas, tiempo de reflexión y rituales de «explique su razonamiento» que obliguen a una mayor implicación cognitiva
  • Hacer que los empleados que están empezando su carrera se sientan corresponsables de mejorar los sistemas de IA —mediante bucles de retroalimentación, registro de errores o desarrollo rápido de bibliotecas— para que se vean a sí mismos como creadores de las herramientas en lugar de meros consumidores.

En resumen, la desaparición de los puestos de trabajo tradicionales para principiantes no es inevitable, pero las vías de acceso al liderazgo se debilitarán a menos que las organizaciones rediseñen deliberadamente la experiencia profesional inicial para un mundo habilitado por la inteligencia artificial.

Estos cambios elevan el papel del CHRO y del CTO, que pasan de ser administradores de la fuerza laboral actual a gestores de la capacidad futura. La creación de valor a largo plazo dependerá de líderes capaces de imaginar y diseñar las vías a través de las cuales las capacidades humanas y las de las máquinas crezcan juntas.

Cómo EY puede ayudar

La liquidez del talento: la nueva medida de la agilidad

Para las organizaciones actuales, la agilidad se define como la capacidad de reconfigurar, volver a aprender y responder en tiempo real. La liquidez del talento describe la rapidez con la que pueden reasignar capacidades, volver a capacitar al personal y reentrenar los sistemas de inteligencia artificial cuando cambian las prioridades. Al hacerlo, reducen la latencia operativa, el retraso diario en la reasignación y la mejora de las habilidades del talento, al tiempo que reducen la latencia estratégica, el retraso más profundo en el aprendizaje institucional, la evolución del liderazgo y la renovación de la infraestructura.

 

Las diferencias generacionales están acelerando esta dinámica. Los nativos digitales están asumiendo puestos de liderazgo con una afinidad natural por las herramientas de inteligencia artificial y el aprendizaje continuo. Como descubrimos en nuestro estudio Work Reimagined 2025, el 83 % de los empleados que utilizan la IA a diario confían en que sus habilidades actuales seguirán siendo relevantes dentro de tres años, en comparación con solo el 67 % de los que utilizan la IA ocasionalmente. Los empleados con 81 o más horas de capacitación en IA al año ahorran 14 horas a la semana, en comparación con solo tres horas para aquellos con menos de cuatro horas de capacitación. Es revelador que la Generación Z tenga el doble de probabilidades que los baby boomers de recibir este nivel de formación.


Estos cambios indican hacia dónde se dirigen las organizaciones líderes: hacia un aprendizaje integrado directamente en el flujo de trabajo. El próximo punto de inflexión importante en la transformación de la fuerza laboral se producirá cuando el aprendizaje se integre plenamente en los flujos de trabajo diarios. En ese momento, los límites entre el trabajo y el aprendizaje se disuelven y la empresa se convierte en un sistema vivo de inteligencia adaptativa.

«Deuda de talento»: el valor del potencial sin explotar

A pesar de los avances, el talento y los resultados del aprendizaje siguen siendo subóptimos para muchas personas, organizaciones y economías en general. Aún queda un potencial significativo sin explotar.

Podemos cuantificar la brecha entre las capacidades que tiene una organización o economía y las que necesita para competir de manera efectiva, y enmarcar esto como «deuda de talento». Esto refleja el potencial no realizado o no aprovechado de las personas y los sistemas de una organización o economía, el costo de oportunidad de no aprender lo suficientemente rápido. Al igual que la deuda financiera, crece si el aprendizaje y la reinversión se quedan atrás con respecto a los cambios tecnológicos o del mercado. El talento es, por lo tanto, un activo que se deprecia y que requiere una atención constante.

Utilizando los datos de la encuesta EY Work Reimagined, podemos identificar a los trabajadores que carecen de confianza en la resiliencia de sus habilidades y que no tienen la oportunidad de abordar esta cuestión mediante el aprendizaje y el desarrollo. A nivel mundial, esto representa el 13 % de la fuerza laboral, lo que supone un enorme freno para las perspectivas de crecimiento futuro y un riesgo para la resiliencia de las organizaciones.

La «deuda de talento» a nivel mundial
13 %
de la fuerza laboral cree que sus habilidades no son suficientes para los próximos tres años.

En Estados Unidos, los datos de Work Reimagined muestran que el 11 % o de los trabajadores encuestados carece de confianza en sus habilidades y afirma que no se les brinda la oportunidad de desarrollarlas en el trabajo. Podemos cuantificar el valor financiero de esta «deuda de talento» extrapolando este porcentaje a toda la economía estadounidense y aplicando el valor salarial actual a este segmento de la fuerza laboral. Esto nos da una cifra de más de un billón de dólares, lo que representa el valor potencial del potencial no realizado de los trabajadores y un lastre silencioso significativo para la productividad y la innovación. Este desafío es especialmente grave, ya que las habilidades tienen ahora una vida media de solo dos a cinco años. Sin una inversión continua en aprendizaje humano y automático, las capacidades se deprecian, lo que erosiona la ventaja competitiva y se acumula con el tiempo, como los intereses no pagados.


Two hands of different people reach out to each other through the laser beams on a purple background. The concept of helping hand with copy space.
3

Capítulo 3

La organización de aprendizaje conjunto

El aprendizaje conjunto será el núcleo de la organización de próxima generación, ecosistemas en los que los seres humanos y las máquinas se enseñan y mejoran mutuamente de forma continua.

Las organizaciones que dominen la colaboración entre el talento humano y el talento de la IA aprenderán más rápido que el ritmo del cambio y, al hacerlo, definirán el futuro del talento.

La coevolución ofrece un enfoque de diseño muy eficaz, y hay cuatro principios que proporcionan una orientación práctica:

1. La influencia recíproca impulsa el progreso

Un cambio en una especie puede alterar la trayectoria de otra. Del mismo modo, las decisiones sobre el aprendizaje humano y el desarrollo de la IA se influyen mutuamente de forma directa. Las estrategias de talento y tecnología deben diseñarse conjuntamente para garantizar que los avances en IA potencien el potencial humano en lugar de mermarlo.

2. La frecuencia de interacción determina la adaptación

Las especies que interactúan con mayor frecuencia evolucionan más rápido. Para las organizaciones, esto significa integrar el aprendizaje en el flujo de trabajo, creando bucles de retroalimentación continuos y en tiempo real entre las personas y los sistemas inteligentes, sin depender únicamente de la capacitación periódica.

3. La evolución es desigual

Los ecosistemas naturales desarrollan puntos calientes de cambio rápido y puntos fríos de estancamiento. Las organizaciones deben hacer lo mismo: medir continuamente dónde se está consolidando el aprendizaje, identificar dónde no es así y dirigir la inversión hacia áreas de valor emergente.

4. El contexto es crucial

La evolución depende del entorno. Del mismo modo, el diseño del aprendizaje humano-IA depende de la estructura y el modelo operativo de la organización. ¿Los seres humanos están instruyendo a los agentes, colaborando con ellos o recibiendo ayuda de la coordinación impulsada por la inteligencia artificial? Cada escenario requiere habilidades y una gestión distintas.

En conjunto, estos principios alejan a las organizaciones de los modelos de desarrollo lineales y las acercan a los sistemas de aprendizaje vivos, que detectan, se adaptan y se renuevan continuamente. En una organización de aprendizaje colaborativo, cada proyecto, flujo de trabajo y plataforma se convierte en una oportunidad para la mejora mutua entre las personas y los sistemas inteligentes.

Desarrollar la mentalidad, las habilidades y las herramientas necesarias para el aprendizaje conjunto

El cambio de la tecnología de pasiva a activa hace que sea esencial ir más allá de los modelos de habilidades tradicionales hacia un marco más amplio y adaptable de mentalidad, conjunto de habilidades y conjunto de herramientas. En una empresa con tecnología de inteligencia artificial, la capacidad no solo surge de lo que saben las personas, sino también de cómo trabajan con sistemas inteligentes y cómo utilizan el tiempo ahorrado para maximizar el valor de ser humano. Esto se está convirtiendo rápidamente en una necesidad estratégica: el estudio EY CHRO 2030 muestra que el 85 % o de los empleadores considera ahora que una función estratégica de RR. HH. es fundamental para el éxito y que las organizaciones con un liderazgo sólido en RR. HH. superan constantemente a sus competidores.

Mentalidad: crear las condiciones para un aprendizaje continuo y mutuo.

Una organización de aprendizaje conjunto comienza con la mentalidad. Los líderes deben cultivar un entorno en el que los seres humanos y la IA aprendan unos de otros en tiempo real. Esto requiere:

  • Curiosidad y experimentación: animar a las personas a investigar, probar y repetir con sistemas de IA
  • Seguridad psicológica: dar a los equipos la confianza necesaria para cuestionar los resultados de la IA y mejorarlos
  • Sentido de la propiedad: cuando las personas se sienten responsables tanto de su propio desarrollo como del rendimiento de los sistemas inteligentes que utilizan

La tecnología también está transformando las expectativas de los empleados con respecto al aprendizaje. Como explica Jenny Lin, Global Head of Learning and Growth de Siemens, «la evolución tecnológica está impulsando la necesidad de aprender en el momento en que se necesita... de forma adaptativa, al alcance de la mano y en un formato que se pueda entender de inmediato».

En conjunto, estas perspectivas capturan la esencia de la nueva mentalidad: el aprendizaje debe ser inmediato, integrado y diseñado para una adaptación continua y mutua entre los seres humanos y los sistemas inteligentes.

Conjunto de habilidades: potenciar las capacidades humanas que complementan a la IA

A medida que la IA asume más tareas analíticas y operativas, las fortalezas distintivamente humanas se convierten en los factores diferenciadores. Por lo tanto, los líderes del aprendizaje deben tratar de desarrollar capacidades tales como:

  • Juicio, razonamiento ético y pensamiento sistémico, para guiar y gobernar sistemas cada vez más autónomos
  • Creatividad, storytelling y contextualización, transformando ideas en acciones que resuenan en las personas y los objetivos empresariales
  • Colaboración, comunicación y empatía, lo que permite a los seres humanos y a la IA trabajar juntos de manera eficaz en todos los flujos de trabajo y equipos

Estas habilidades permiten a los seres humanos no solo coexistir con la IA, sino también amplificar su potencial. Como señala la antropóloga cultural Jitske Kramer, «la IA nos ofrece la posibilidad de elevar nuestra humanidad». Al liberar tiempo, surge la oportunidad de elevar el papel de la creatividad, la atención plena, la moralidad y la forma en que nos relacionamos entre nosotros.

Cómo EY puede ayudar

Pero este resultado no está garantizado. Cuando la IA se utiliza como sustituto del pensamiento crítico, el storytelling y el compromiso profundo —un proceso conocido como «descarga cognitiva»— la capacidad humana corre el riesgo de verse afectada. El pensamiento crítico es difícil y muchas personas tratarán de evitarlo. Las organizaciones deben ser conscientes de esta realidad y crear el espacio y los incentivos necesarios para garantizar que se fomente esta capacidad fundamental. A medida que la IA acelera la ejecución, las organizaciones dependerán de la fricción diseñada para mejorar el pensamiento: puntos de ralentización intencionados que provocan el análisis, cuestionan las conclusiones y refuerzan el pensamiento crítico en el trabajo asistido por IA.

 

Este desafío se agrava cuando las personas comienzan a ver a la IA como un rival en lugar de como un socio. Las personas que se ven a sí mismas en competencia con las máquinas limitan su contribución. Como advierte Kramer: «Deberíamos dejar de intentar ser mejores máquinas».

Todo esto refuerza un punto crítico: el diseño y la implementación de los sistemas de IA deben mejorar, y no disminuir, la capacidad humana. La confianza es la base de todo esto. Como explica Kramer: «La colaboración entre humanos e IA depende de la confianza. Esto impone una mayor responsabilidad a quienes diseñan y construyen sistemas de IA para que lo hagan con intención y con claridad sobre quiénes se benefician».

Por lo tanto, fortalecer las habilidades humanas no solo consiste en desarrollar la capacidad individual, sino también en garantizar que la IA se introduzca y se regule de manera que refuerce el juicio, la creatividad y la confianza del ser humano, en lugar de sustituirlos o debilitarlos.

Conjunto de herramientas: diseñar la infraestructura para el aprendizaje en el flujo de trabajo

El conjunto de herramientas es lo que permite el escalado. Esto incluye los sistemas, plataformas y entornos físicos que hacen posible el aprendizaje continuo:

  • Plataformas de aprendizaje adaptativo: contenido personalizado y bajo demanda
  • Bucles de retroalimentación en tiempo real: conectando el desempeño humano y el comportamiento del sistema de IA
  • Marcos de gobernanza integrados: promoción del aprendizaje conjunto ético, responsable y transparente
  • Vías fluidas de reciclaje profesional: permiten actualizar y reasignar rápidamente tanto a las personas como a los sistemas de IA
  • Entornos físicos: actúan como amplificadores del potencial humano y de las máquinas, con espacios que brindan a las personas la confianza, la capacidad de acción y la seguridad psicológica necesarias para experimentar, aprender y colaborar

El lugar de trabajo se convierte en una extensión del conjunto de herramientas: un ecosistema que favorece la exploración, la experimentación y la colaboración entre personas e inteligencia artificial. Como observa Harvey Lewis, Socio,Technology Consulting, Ernst & Young LLP: «La clave está en pasar de un plan de estudios prescrito a facilitadores del aprendizaje. En lugar de capacitar a las personas para que adquieran habilidades o desempeñen funciones específicas, deberíamos darles las herramientas necesarias para comprender los principios del nuevo entorno».

Un nuevo mandato para los líderes del aprendizaje

Juntos, la mentalidad, el conjunto de habilidades y el conjunto de herramientas forman la base de una organización de aprendizaje colaborativo. A medida que el aprendizaje se vuelve mutuo (los humanos aprenden de la IA y la IA aprende de los humanos), la empresa evoluciona hacia un sistema de mejora continua.

Esto también redefine el papel del CLO. Lin describe claramente el cambio: «Ya no puede ser un proveedor de servicios reactivo para la empresa. Como Chief Learning Officer, debes pensar como un Director de Estrategia: comprender cómo todo se relaciona con lo que quiere lograr al más alto nivel. El pensamiento estratégico, el pensamiento sistémico, la perspicacia empresarial... ahora son imprescindibles».

En este modelo, el CLO se convierte en un arquitecto estratégico de capacidades, asignando capital de aprendizaje, dando forma a la inteligencia organizativa y diseñando las condiciones para la evolución continua de las personas y la IA.

En la era de la inteligencia compartida, la guerra por el talento ha terminado. El nuevo imperativo es aprender.

Acciones de la C-suite, consideraciones y preguntas

Cuestiones estratégicas transversales para todos los líderes

  • ¿Tenemos claro qué capacidades deben seguir siendo exclusivamente humanas, cuáles pueden automatizarse y cuáles deben desarrollarse conjuntamente con socios y la IA?
  • ¿Cómo medimos la depreciación y la reinversión del talento, y cuál es su plan para reducir la «deuda de talento» antes de que se convierta en un riesgo estratégico?
  • ¿Estamos diseñando nuestros sistemas de talento para la coevolución, en la que los seres humanos y las máquinas aprenden juntos y se refuerzan mutuamente a lo largo del tiempo?
  • ¿Qué nuevas habilidades de liderazgo deben tener para dirigir y gestionar sistemas de talento basados en la coevolución entre humanos y máquinas?
  • ¿Qué medidas de protección deben implementarse para gestionar la coevolución del talento de una manera ética y empática?

CEO: arquitectura de la empresa humano-IA

Consideraciones:

  • ¿Estamos avanzando lo suficientemente rápido como para reducir la latencia estratégica en nuestras habilidades y modelos operativos?
  • ¿Tus decisiones sobre automatización, outsourcing y centros de capacidad se ajustan a tu propósito a largo plazo y a la creación de valor?
  • ¿Cuáles son las barreras culturales y éticas necesarias para mantener la confianza a medida que la IA se convierte en un compañero de trabajo fundamental?

Acciones

  • Crear un ecosistema de capacidades adaptativas, pasando de procesos lineales a portafolios de capacidades dinámicas entre empleados, socios, agentes de inteligencia artificial y servicios administrados.
  • Establecer la dirección de la empresa para la adopción responsable de la IA; promover la creatividad, el propósito y el juicio humanos sigue siendo fundamental.
  • Promover el liderazgo para la coordinación, permitiendo a los equipos trabajar en redes distribuidas de capacidades humanas y algorítmicas.

Preguntas estratégicas para líderes

  • ¿Cuál será el papel de la capacidad en nuestra futura organización a la hora de generar una ventaja competitiva?
  • ¿Entendemos claramente qué capacidades de nuestra organización deben seguir siendo humanas, cuáles pueden automatizarse y cuáles deben desarrollarse conjuntamente en todo nuestro ecosistema?
  • ¿Está nuestra organización diseñando sistemas de capacidad adaptativa para la coevolución, en los que los seres humanos y las máquinas aprenden juntos, garantizando que ambos sigan siendo relevantes y se refuercen mutuamente a lo largo del tiempo? 

CFO: aplicar la disciplina financiera al talento

Consideraciones:

  • ¿Cuál es nuestro nivel actual de «deuda de talento» y con qué rapidez se está acumulando?
  • ¿Qué parte de los ahorros obtenidos gracias a la automatización se reinvierte en la capacitación humana y el aprendizaje conjunto?
  • ¿Nuestras métricas financieras reflejan el valor creado a través del desarrollo de habilidades, la adaptabilidad y la colaboración entre departamentos?

Acciones

  • Cuantificar la depreciación del talento y el potencial no realizado («deuda de talento») utilizando análisis de la fuerza laboral en tiempo real y modelos de escenarios.
  • Tratar el aprendizaje y el desarrollo de capacidades como una inversión de capital, evaluando los rendimientos a través de la productividad, la innovación y la resiliencia.
  • Establecer un balance de talento, haciendo un seguimiento de la capacidad acumulada, las tasas de reinversión y las áreas de riesgo emergente.

Preguntas estratégicas para líderes

  • ¿Cómo aplicaremos mejor los principios financieros al talento y mediremos el rendimiento de la capacidad de la organización?
  • ¿Cómo estamos midiendo la depreciación y la reinversión del talento y cuál es nuestro plan para reducir el potencial no realizado («deuda de talento») antes de que se convierta en un riesgo estratégico?
  • ¿Cómo pueden considerar el aprendizaje como una inversión de capital, con rendimientos medidos en términos de productividad, innovación y resiliencia?

CHRO: diseñar la arquitectura futura de la fuerza laboral

Consideraciones:

  • A medida que se redefinen las carreras profesionales, ¿cómo estamos desarrollando las capacidades necesarias para la próxima generación de líderes?
  • ¿Cuáles son los principios de diseño, liderazgo y gestión de un sistema de talento que sea fluido, dinámico y se base en la intersección entre el ser humano y la máquina?
  • ¿Cómo deben rediseñarse sus espacios físicos para permitir la acción humana y maximizar la mejora humana a través de la intersección con la tecnología?

Acciones

  • Implementar un sistema de inteligencia de habilidades que integre datos sobre capacidades humanas, digitales y algorítmicas para una planificación dinámica de la fuerza laboral.
  • Rediseñar los roles y los equipos para la coevolución, permitiendo que los seres humanos y la IA aprendan y se perfeccionen mutuamente de forma continua.
  • Incorporar mercados de talento que permitan una rápida reasignación, experimentación y desarrollo en contextos laborales reales.
  • Adoptar principios clave, como el pensamiento sistémico, en el diseño de tu sistema de talento.

Preguntas estratégicas para líderes

  • ¿Cómo rediseñamos la organización y las funciones para que los seres humanos y la IA evolucionen juntos, cada uno centrado en sus respectivas fortalezas?
  • ¿Cómo diseñamos y dotamos de recursos una arquitectura de capacidades que se adapte más rápido que el entorno, incluyendo a empleados, socios, agentes de inteligencia artificial y servicios administrados?
  • ¿Cómo garantizamos que nuestros sistemas de IA se diseñan y construyen con la intención de asegurar que los humanos den prioridad a habilidades valiosas como el pensamiento crítico y creativo?

CLO: crear una organización de aprendizaje conjunto

Consideraciones:

  • ¿El aprendizaje es lo suficientemente rápido como para satisfacer las necesidades de habilidades que pueden evolucionar cada 18 semanas?
  • ¿Dónde se encuentran las mayores oportunidades de aprendizaje conjunto entre los seres humanos y la IA en sus flujos de trabajo?
  • ¿Cómo medimos el impacto real del aprendizaje en el rendimiento, la innovación y la resiliencia?

Acciones

  • Crear ciclos continuos de aprendizaje conjunto en los que los seres humanos y la IA se entrenen, mejoren, validen y amplíen mutuamente sus capacidades.
  • Priorizar el aprendizaje de habilidades emergentes complementarias a la IA, incluyendo el pensamiento crítico, el razonamiento sistémico, la creatividad humana y la supervisión de la IA.
  • Rediseñar la arquitectura de aprendizaje para lograr una latencia mínima, lo que permite el microaprendizaje, las actualizaciones de capacidades just-in-time y las rutas de desarrollo personalizadas con IA.

Preguntas estratégicas para líderes

  • ¿Qué se necesita para que prioricemos e incentivemos el aprendizaje de la IA y las nuevas capacidades, incorporando ciclos continuos de aprendizaje conjunto entre los seres humanos y la IA?
  • ¿Cómo sería un sistema de inteligencia de habilidades que mapeara las capacidades humanas, digitales y algorítmicas?
  • ¿Qué medidas concretas podemos tomar para desarrollar la mentalidad, las habilidades y el modelo de capacidades adecuados para nuestra organización?

Resumen

El talento será una asociación entre los seres humanos y la inteligencia artificial para crear capacidades que evolucionarán conjuntamente a través de la adaptación mutua y el aprendizaje compartido. Las organizaciones deben aprovechar el aprendizaje conjunto entre los seres humanos y la IA para mantener la resiliencia, la relevancia y la competitividad. El riesgo radica en acumular «deuda de talento», es decir, el potencial sin explotar cuando las habilidades, los sistemas y las mentalidades no logran seguir el ritmo del cambio. Para mitigar este riesgo, los CHRO, los CLO, los CFO y los CEO deben considerar el aprendizaje como un capital, las capacidades como un ecosistema vivo y la inteligencia como un activo compartido, en constante renovación y coevolución.

Artículos relacionados

How reframing trust allows firms to navigate change and unlock growth

Reframing trust helps organizations navigate change, manage risk and unlock new growth opportunities in a rapidly evolving world. Explore how.

Scott McCowan + 1

What falling frontiers mean for the global rush for resources

Explore how new frontiers are reshaping the global resource race. Uncover risks, opportunities and what leaders must do next. Discover more.

Paul Mitchell + 3

Why migration infrastructure could be the next competitive advantage

Discover how demographics, geopolitics, climate and tech make migration a strategic talent engine and learn the keys to success.

Grant Mitchell + 1

    Acerca de este artículo

    Autores

    Temas relacionados
    Fuerza laboral
    Inteligencia Artificial
    EY wavespace™

    EY se refiere a la organización global, y puede referirse a una o más, de las firmas miembro de Ernst & Young Global Limited, cada una de las cuales es una entidad legal independiente. Ernst & Young Global Limited, una compañía británica limitada por garantía, no brinda servicios a los clientes.