La demanda de fluidez en inteligencia artificial explota en América Latina, según un estudio de McKinsey

3–4 minutos

La necesidad de profesionales capacitados para trabajar con inteligencia artificial aumentó casi 11 veces en América Latina entre 2023 y 2025, según un análisis de McKinsey. El estudio evaluó cinco economías de la región y concluyó que la demanda de fluidez en IA superó el crecimiento de cualquier otra categoría de habilidades.

El concepto de fluidez en IA va más allá de saber utilizar herramientas como ChatGPT o Gemini. Implica la capacidad de operar, gestionar y crear soluciones basadas en inteligencia artificial, incluso en carreras que no están tradicionalmente vinculadas a la tecnología.

Para los trabajadores, esto significa que la preparación para el mercado laboral requiere no solo entender cómo funciona la tecnología, sino también desarrollar habilidades para aplicarla en tareas, procesos y decisiones cotidianas.

Lo que el estudio revela sobre la inteligencia artificial

La investigación de McKinsey muestra que los empleos que requerían fluidez en IA pasaron de aproximadamente 800.000 a 8,5 millones entre 2023 y 2025 en las economías analizadas, lo que representa un aumento de alrededor de 10,9 veces.

La mayor parte de este crecimiento se produjo en ocupaciones fuera de las áreas de ciencia, tecnología, ingeniería y matemáticas (STEM), como negocios, operaciones y otras actividades profesionales.

La diferencia radica en el tipo de conocimiento requerido. Mientras que las habilidades técnicas implican construir e implementar sistemas de IA, la fluidez permite que un profesional utilice estas soluciones en su día a día, incluso sin ser programador.

Cuatro habilidades clave para desarrollar en la carrera profesional

1. Uso de herramientas de IA

Saber elaborar comandos, revisar respuestas e identificar las limitaciones de las herramientas de inteligencia artificial es una competencia práctica esencial.

Por ejemplo, un profesional de marketing puede utilizar la IA para organizar datos de una investigación, sugerir estructuras de contenido y comparar versiones de un texto. La revisión humana sigue siendo indispensable para verificar la precisión de los datos y su adecuación al objetivo.

2. Análisis de datos

La inteligencia artificial depende de los datos para generar análisis y resultados. Por ello, dominar las hojas de cálculo, los indicadores y la calidad de la información ayuda a evaluar las respuestas producidas.

En el ámbito financiero, esto puede implicar utilizar la IA para identificar patrones en informes, sin dejar de lado la verificación de las cifras originales.

3. Visión empresarial

McKinsey también identificó un aumento en la demanda de análisis empresarial y mejora de procesos en América Latina. Esto indica la importancia de contar con profesionales capaces de conectar la tecnología con las necesidades concretas de las empresas.

Saber dónde aplicar la IA significa identificar tareas repetitivas, cuellos de botella y oportunidades para aumentar la productividad. Una herramienta puede resumir documentos, pero corresponde al profesional determinar qué información es relevante para una decisión.

4. Aprendizaje continuo

El Foro Económico Mundial estima que el 39 % de las habilidades esenciales requeridas en el trabajo cambiarán para 2030. La inteligencia artificial y el big data están entre las categorías con mayor crecimiento esperado.

Para acompañar esta transformación, el aprendizaje continuo puede incluir cursos, práctica con herramientas y actualización sobre los impactos de la tecnología en la propia profesión.

Cómo prepararse para los cambios

La fluidez en IA no reemplaza los conocimientos específicos de cada área. Un contador, un profesional de recursos humanos y un analista de marketing pueden utilizar las mismas herramientas, pero deben comprender riesgos, objetivos y criterios distintos.

El informe de McKinsey también destaca que habilidades como la resolución de problemas, la comunicación y el trabajo en equipo siguen siendo relevantes. La tendencia observada es de colaboración entre personas y sistemas de IA, y no solo de sustitución de tareas.

Formación ejecutiva en inteligencia artificial

Para los profesionales que necesitan profundizar sus conocimientos sobre tecnología y negocios, una formación ejecutiva en inteligencia artificial puede combinar fundamentos técnicos, análisis de datos, gobernanza y aplicación práctica.

La necesidad de actualización tiende a variar según la profesión, el sector y el nivel de adopción tecnológica de la empresa. Lo fundamental es comprender qué tareas pueden mejorarse con la IA y qué competencias ayudan a evaluar sus resultados.