Según Stanford University, en 2025 las inversiones corporativas en IA se incrementaron más del doble en todo el mundo. Capgemini Research Institute descubrió que, desde 2023, el 80 % de las empresas aumentaron sus inversiones en IA generativa.
No obstante, de acuerdo con un informe de MIT llevado a cabo en 2025, casi el 95 % de las compañías no han obtenido ningún resultado con sus inversiones en IA internas.
El hecho de que se invierta tanto (y con semejante rapidez) en iniciativas de transformación es un indicio de que nos encontramos en una nueva era de tecnología laboral, incomparable con cualquier otra. De todos modos, estas cuantiosas inversiones no están influyendo en los logros o los resultados de las empresas. Y como era de esperar, no es por culpa de la tecnología.
La diferencia entre los beneficios potenciales y reales de la IA es cada vez mayor, y el problema es el personal
El rendimiento nulo de las inversiones se tiende a atribuir a la tecnología, o incluso a la implementación, por ejemplo porque los proveedores prometen más de lo que pueden cumplir o las integraciones no funcionan según lo previsto. Esas cosas pasan. Sin embargo, cuando los problemas son tan generalizados, es evidente que el motivo es más sistémico. Si una tecnología solo cumple con los objetivos de una de cada siete empresas, mientras el resto sigue invirtiendo y no obtiene los mismos resultados, todo apunta a un fenómeno más amplio.
El verdadero motivo es este: la mayoría de las compañías consideran que la meta es implementar la tecnología. Configuran el sistema, organizan una capacitación y proclaman que el lanzamiento fue todo un éxito. Sin embargo, no se repara mucho en si los empleados son capaces de usar las nuevas herramientas para hacer su trabajo de otro modo (ni en si lo hacen). Esta es la raíz de la falta de resultados. El verdadero obstáculo son las capacidades del personal.
La mayoría de las “estrategias de IA” en realidad son planes para comprar tecnologías con una capacitación agregada. Por lo general, los sistemas funcionan, pero no se toman medidas para que los trabajadores puedan avanzar a la par de los cambios. Una capacitación en el marco de un lanzamiento no equivale a preparar al personal para usar la IA, sobre todo cuando las habilidades que faltan son tantas. En definitiva, las empresas deben encontrar nuevos métodos para facilitar el upskilling del personal con más rapidez y continuidad.
Incluso cuando el sistema funciona tal como se esperaba, quizás no se adopta del todo. Con eso ya alcanza para que cualquier tecnología pierda su eficacia, que depende de la utilidad que le dé el personal. La diferencia entre el acceso a las tecnologías y las capacidades de los trabajadores se ha convertido en el factor decisivo que impide el rendimiento de las inversiones en IA y la consiguiente transformación de las empresas.
Los modelos operativos que priorizan las habilidades alteran la ecuación
Si el principal obstáculo empresarial es una brecha de habilidades, con la adopción de un modelo operativo que las priorice, todas las medidas de las iniciativas de transformación en torno a la IA se pueden basar en datos sobre las capacidades del personal. Sin conocer esa información, el desarrollo profesional de los trabajadores parte de conjeturas y no tiene ninguna posibilidad de solucionar la falta de rendimiento de las inversiones en IA.
¿Qué es un modelo operativo que prioriza las habilidades?
Los modelos operativos que priorizan las habilidades son sistemas y estructuras básicas que se arman en función de las competencias que tienen los empleados, las que están adquiriendo y las que desarrollarán a futuro. Se suele comenzar por analizar cuáles hay en la empresa (y con qué nivel de dominio) en un momento determinado. El eje no son puestos estáticos como sucede en los modelos tradicionales.
Este modelo exige respuestas que los modelos organizados en función de roles no pueden dar. ¿Qué equipos están listos para afrontar los cambios que están surgiendo en el entorno laboral? ¿Qué roles corren más riesgo de cambiar con rapidez? ¿Qué habilidades y competencias están mejorando y cuáles no?
¿Cómo repercute el conocimiento de las habilidades en el rendimiento de las inversiones en IA?
No se pueden adquirir competencias para la IA si no se sabe que faltan. No se puede incrementar el nivel de dominio si no se sabe cuál es el punto de partida. Una cosa es estar al tanto de que a los usuarios de la IA les faltan competencias, pero otra muy distinta es tener claro cuáles son y cómo resolver el problema, ya que esa es la solución para alcanzar los objetivos con rapidez.
Además, cuanto más precisa es la noción que se tiene de esas deficiencias, más se pueden personalizar los programas de aprendizaje. Los datos sobre las habilidades son la base para adaptar las iniciativas de desarrollo profesional a cada empleado particular. Sin ellos, no queda más remedio que los contenidos y las experiencias sean genéricos. Una vez que se dispone del contexto sobre las competencias, es posible ofrecer juegos de rol con IA, sesiones de coaching y otras experiencias de aprendizaje dinámicas, y lograr los efectos buscados.
Ejemplo: un modelo operativo que prioriza las habilidades con la integración de Degreed + SAP
Cuando se utiliza Degreed como sistema de aprendizaje, centraliza en un solo lugar las habilidades recopiladas en los ecosistemas de RR. HH. y Aprendizaje. De esa manera, los directores pueden observar un panorama claro y práctico de las capacidades que posee el personal.
Mediante la integración a plataformas como SAP y destacados proveedores de contenidos, ese entorno unificado convierte los datos sobre las habilidades en información estratégica con la cual los directores pueden tomar decisiones. La solidez e interoperabilidad de esta colaboración es clave. A propósito, Degreed es una aplicación recomendada por SAP, es decir, ahora cuenta con una certificación de primer nivel y cumple con las normas más estrictas de seguridad, evaluación y rendimiento comparativo de esta compañía.
Este grado de interconectividad también puede paliar algunas de las mayores dificultades, como la posibilidad de ampliar el alcance del sistema sin perder congruencia. Por ejemplo, uno de los problemas más complicados de las estrategias internacionales de habilidades es la falta de sistematicidad. Un nivel de dominio 3 en Londres puede representar algo totalmente distinto a un nivel 3 en Singapur. La terminología de las habilidades no es universal, por lo que la información se desorganiza y es imprecisa. Cuando sucede eso, Degreed unifica los datos de distintos proveedores de tecnología y los adecúa a un sistema de registro común, como Talent Intelligence Hub de SAP. De ese modo, resultan claros y prácticos.
Esto facilita la planificación de los talentos en toda la empresa y la movilidad internacional del personal. Al mismo tiempo, se mantiene la flexibilidad de cada región en relación con las habilidades funcionales.
Cuando se combina SAP SuccessFactors con Degreed, se plantea un ecosistema unificado de talentos en el cual la información estratégica sobre las habilidades se aplica directamente a las actividades de desarrollo profesional. SAP SuccessFactors funciona como sistema de registro: reconoce los roles, las necesidades del personal y las brechas de habilidades más graves. Degreed se posiciona como sistema de ejecución asignando experiencias personalizadas de aprendizaje adaptable.
Juntos, agilizan el proceso de transformación de las empresas.
El componente faltante de las inversiones en IA es la preparación del personal
Las compañías que obtienen buenos rendimientos con sus inversiones en IA han apostado a algo distinto: consideran que formar una plantilla de personal apta y calificada es tan importante para su estrategia como invertir en la tecnología correcta en el momento preciso.
Aquí entran en juego las tecnologías interconectadas y los modelos operativos que priorizan las habilidades. Cuando se integra el sistema de registro de SAP SuccessFactors al sistema de ejecución de Degreed, los datos sobre las capacidades circulan por un conjunto de tecnologías cohesivo. De este modo, es posible tener una perspectiva completa de la preparación del personal, lo cual es un componente esencial de las estrategias de transformación en torno a la IA. Así, es más fácil reconocer las brechas de habilidades que impiden la adopción de la IA y el rendimiento de las inversiones en esta tecnología, corregir las deficiencias más rápido y adecuar el desarrollo profesional, aunque las prioridades sigan cambiando.
Los proyectos de transformación solo dan resultado si las capacidades del personal se pueden mantener a la par de la tecnología, que evoluciona todo el tiempo. La era de la IA recompensa a las empresas que preparan al personal para usar la IA como ventaja competitiva demostrable.
Descarga el informe completo → La IA no va a transformar a tu empresa. El personal sí. Una colaboración entre Degreed y SAP.
Sigamos en contacto.
Quiero suscribirme al boletín mensual con perspectivas exclusivas, los próximos eventos y novedades sobre las soluciones de Degreed.