La inteligencia artificial (IA) es impulsora de una transformación laboral y cultural comparable con pocos fenómenos históricos desde la primera revolución industrial, en cuanto a la velocidad y transversalidad del cambio. La productividad, las habilidades profesionales y la organización interna de las empresas están experimentando modificaciones simultáneas, por la combinación o colaboración híbrida entre el capital humano y los agentes de IA, que tienen el potencial de actuar como sistemas autónomos.
Y en este escenario, el mayor riesgo es estratégico: adaptación. La consultora Mercer lo confirma en sus últimas encuestas globales, presentadas en CLADE 2025, donde la incapacidad de las organizaciones para desarrollar a tiempo las habilidades necesarias por medio del upskilling y el reskilling aparece como el principal freno al crecimiento futuro1, de acuerdo con los encuestados.
El primer gran cambio en los flujos de trabajo viene de la IA generativa, la que es capaz de producir texto, imágenes, código o análisis a partir de instrucciones. Su capacidad para generar ideas y soluciones potencia la inteligencia humana y aumenta la productividad laboral frente a tareas manuales, fragmentadas y repetitivas que restan tiempo para pensar.
Según estudios, el modelo adoptado para desplegarla dentro de las organizaciones varía y tiene un impacto directo en su efectividad. En ese sentido, el socio senior y líder de la práctica de Desempeño Organizacional y Personas para América Latina en McKinsey & Company, Julio Giraut, explicó que lo más eficiente es centralizar el uso de la IA en una primera etapa, antes de escalarla al resto de la organización.
En su intervención durante CLADE 2025, el conferencista delineó cuatro pasos para preparar al talento frente a la adopción de la IA2:
Como primer punto, recomienda fortalecer habilidades para la era de la IA. Esto implica invertir en programas para desarrollar habilidades clave, como redacción de prompts, decisiones basadas en datos y pensamiento estratégico. Además, crear bootcamps y alianzas con plataformas de aprendizaje.
En segundo orden, sugiere integrar la IA en el trabajo diario. Aquí corresponde alinear métricas de desempeño con objetivos de IA y reconocer logros, además de celebrar hitos como eficiencia mejorada e innovación.
En un tercer punto, propone planificar la fuerza laboral del futuro. Esta línea conlleva identificar brechas de habilidades y priorizar upskilling y reskilling, así como dimensionar la fuerza laboral “post-IA” y reasignar talento estratégicamente.
El cuarto y último aspecto es generar alineación y confianza en la IA. Se trata de comunicar el “porqué” de su implementación a través de reuniones y capacitaciones e inspirar con casos de éxito y tutoriales prácticos.
Hacia la inteligencia artificial autónoma
La IA generativa, aunque poderosa, es solo la punta. Una de las manifestaciones más transformadoras en el entorno laboral la representa la inteligencia artificial agéntica (IAA o IA Agéntica), necesaria para migrar de tareas aisladas hacia procesos totalmente automatizados.
Para entender por qué esto representa un cambio tan profundo para el futuro del trabajo, conviene recordar que la IA generativa es, fundamentalmente, reactiva. En cambio, los agentes de IA actúan y deciden: son programas individuales diseñados para tomar acciones relacionadas con una meta específica a partir de la información del entorno. Su complejidad puede ir desde programar recordatorios o responder solicitudes de servicio al cliente hasta detectar operaciones financieras fraudulentas.
Y cuando múltiples agentes se coordinan mediante sistemas agénticos para trabajar juntos, la organización puede ejecutar procesos de complejidad avanzada con una intervención humana mínima.
Los 4 pasos para preparar al talento para la IA
- Fortalecer habilidades para la era de IA.
- Integrar IA en el trabajo diario.
- Planificar la fuerza laboral del futuro.
- Generar confianza y alineación.
La IA agéntica se caracteriza por la toma de acción autónoma y en tiempo real de su entorno operativo, conectando los programas individuales dentro del flujo. Para esto utiliza Modelos de Lenguaje Grandes (LLMs), Machine Learning (ML) y algoritmos que le permiten aprender de las interacciones.
En ese contexto emerge el concepto de “equipos integrados”, una forma de trabajo que ya no distingue entre el aporte del ser humano y el de los entes de IA, sino que los concibe como parte del equipo o del flujo de trabajo.
En lugar de un colaborador dedicado a tareas repetitivas, aparece un profesional que dirige flujos complejos apoyado de un “equipo digital”. Por ejemplo, un analista de riesgo no solo necesitará entender su función, sino también tener conocimiento de operaciones para coordinar y gestionar un equipo de Agentes de IA.
Este escenario sugiere que la estructura organizativa tradicional está en riesgo de ser alterada. Los flujos de trabajo serán rediseñados, llevando a la desaparición, modificación y creación de nuevos roles.
En cuanto a las implicaciones en la banca múltiple, los expertos del CLADE evidenciaron que la IA ofrece un terreno fértil para observar esta evolución. Procesos donde puedan existir fricciones, como la apertura de cuentas o la evaluación de un crédito, podrían ejecutarse casi por completo mediante cadenas de agentes que analizan documentos, verifican riesgos, consultan bases de datos y preparan expedientes.
- Londoño, L. (2025, septiembre). Talento aumentado: humanos e IA trabajando juntos [Presentación de PowerPoint]. Congreso Latinoamericano de Desarrollo del Talento Humano – CLADE 2025. En https://aba.org.do/publicaciones/talento-aumentado-humanos-e-ia-trabajando-juntos-luis-londono/ ↩︎
- Giraut, J. (2025, septiembre). El futuro de la banca: el impacto de IA/GenAI en el modelo operativo bancario [Presentación de PowerPoint]. Congreso Latinoamericano de Desarrollo del Talento Humano – CLADE 2025 ↩︎
