Solo el 13% sabe trabajar con agentes de IA. Y solo el 11% sabe en qué nivel está
By Surya Pratap
17 de septiembre de 2026
10 min read
AI & Technology
17 de septiembre de 2026
10 min read
La competencia que nadie se ve a sí mismoHover to exploreCasi todo lo que se escribe sobre la brecha de competencias en IA discute si existe. Un benchmark publicado este año hace algo más útil: la mide, la ordena y después, casi de pasada, revela el hallazgo que explica por qué tanto presupuesto de formación produce tan poco.
Las cifras de este artículo proceden del 2026 AI Skills Enterprise Benchmark Report de Workera y del estudio sobre formación en IA de The Conference Board de julio de 2026. Ambos se resumen tal como fueron publicados; la lectura que hago de ellos, y todo el apartado 6, es mía.
Workera evaluó 88.753 evaluaciones de 32.422 personas, en servicios profesionales, farmacéutico y sanitario, servicios financieros, gran consumo y la Administración federal de Estados Unidos. Se puntuó a cada persona en una escala de 300 puntos sobre 14 competencias de IA y datos, donde 201–300 cuenta como nivel alto.
Ese tamaño de muestra importa porque cambia el tipo de afirmación que se hace. Una encuesta pregunta a la gente qué opina. Una evaluación lo averigua.
El titular: el 13% de los empleados tenía nivel alto en competencias de IA agéntica antes de recibir formación — el más bajo de las catorce competencias medidas.
La capacidad que las empresas están desplegando con más fuerza es justo aquella de la que su gente está más lejos.
La IA agéntica no puntuó bajo por ser nueva e irrelevante. Puntuó bajo siendo aquello hacia lo que apuntan en 2026 todas las hojas de ruta de proveedores, todas las presentaciones al consejo y todos los procesos de compra. La competencia más escasa es precisamente la que se está comprando.
El dato que de verdad debería cambiar en qué gasta está más abajo.
Solo el 11% de los empleados evaluó con acierto su propio nivel. Cerca del 70% se sobrestimó o se infravaloró.
Deténgase un momento en eso, porque casi todos los programas de formación que existen se orientan usando exactamente el instrumento que acaba de fallar. Encuestas de competencias, inscripción voluntaria a cursos, formularios de «valore su confianza del 1 al 5», responsables preguntando quién necesita ayuda: todos leen una señal equivocada unas siete de cada diez veces.
Falla en las dos direcciones, y cada fallo cuesta de forma distinta:
Quien se cree competente no se apunta, no pregunta y entrega trabajo que nadie revisa de cerca. Esta es la dirección cara. Un ingeniero que cree entender la recuperación construirá una canalización que luce bien en la demo y se degrada en silencio.
Gente capaz se aparta de trabajo que podría hacer, y la organización contrata o externaliza una capacidad que ya tiene. Sale más barato, pero distorsiona el plan.
Por qué esto se agrava justo con los agentes
Los sistemas agénticos fallan en silencio. Un modelo que se equivoca en una ventana de chat se equivoca a la vista. Un agente que se equivoca ejecuta una acción, y el coste aparece después, en un ticket de soporte o en una conciliación. La distancia entre «sé usar esto» y «sé cuándo esto está fallando» es exactamente la que la autoevaluación no ve — y con los agentes esa distancia se vuelve operativa.
The Conference Board encuestó a cerca de 1.300 trabajadores y entrevistó a 35 directivos de grandes empresas en julio de 2026. Las cifras relevantes:
Ponga los dos estudios uno al lado del otro y la situación es inequívoca. La mayoría usa estos sistemas cada semana. Un tercio ha recibido formación reciente. Aproximadamente uno de cada ocho tiene nivel alto en la parte agéntica. Y nadie — ellos incluidos — puede decir con fiabilidad quién es quién.
La consecuencia práctica:
El uso diario no es capacidad, y tampoco es prueba de capacidad. Es exposición. Exposición sin evaluación es como una organización acaba estando segura y equivocada a la vez.
Sería fácil leer todo esto como un argumento de que la formación no sale a cuenta. El benchmark dice lo contrario, y de forma concreta.
Tras una formación dirigida, el 81% de los empleados alcanzó nivel alto en IA responsable, frente al 25% de partida. Otras competencias también se movieron mucho: 72% de mejora media en visualización y narración de datos, 53% en fundamentos de IA generativa, 47% en fundamentos de IA.
Son movimientos grandes. La variable no es si hay formación — Conference Board dice que un tercio recibió alguna este año — sino si apuntó a una carencia medida en lugar de a una percibida.
Un programa que empieza con una evaluación resuelve un problema distinto al de un programa que empieza con una hoja de inscripción. El primero sabe qué está cerrando. El segundo adivina, con un instrumento que ese mismo informe demuestra poco fiable.
Si va a especificar formación corporativa en IA el próximo trimestre, los hallazgos se traducen en una lista corta de cosas que conviene exigir.
No defina el alcance solo con una encuesta de competencias. El autoinforme es el dato que falló. Use muestras de trabajo, una evaluación breve o la revisión de algo que el equipo haya entregado de verdad.
Especifique el trabajo, no los temas. «Nuestro equipo no sabe cuándo una respuesta recuperada es errónea» es un encargo. «Introducción a los LLM» es una entrada de catálogo.
Pregunte cómo trata el programa a quien se cree competente. Quien se sobrestima es quien más probablemente desconecta y quien más caro sale dejar sin revisar.
Exija un entregable. Algo que la persona haya hecho y que usted pueda mirar después. Es la única señal de capacidad que no depende de la autoevaluación de nadie.
Y una pregunta que merece la pena hacerle a cualquier proveedor, nosotros incluidos: ¿cómo sería este programa si se equivocara sobre el nivel de partida de nuestro equipo? Un programa con respuesta ha pensado en la evaluación. Uno sin respuesta vende un temario.
Dónde se sitúa la IdeaToMVP Academy en cada uno de estos puntos:
Nuestros programas corporativos están separados por público en lugar de venderse como un único curso, porque un equipo financiero y un equipo de ingeniería no tienen la misma carencia y no deberían medirse con el mismo listón. Cada itinerario publica sus requisitos previos, sus objetivos de aprendizaje y el resultado con el que sale el participante.
Dos límites honestos. No aplicamos una evaluación psicométrica estandarizada como la de Workera — si quiere una puntuación comparada sobre catorce competencias, eso es otro producto y se lo diremos. Y una formación no arregla un problema de estrategia: si nadie ha decidido para qué sirve la IA en su organización, un curso no lo decidirá por usted.
IdeaToMVP Academy
4-week live cohort for founders. Learn to ship AI agents, scope MVPs, and automate your business — taught by the same team that writes these guides.
El benchmark no es nuestro, y su población no es la suya. La muestra de Workera se inclina hacia grandes empresas y la Administración federal estadounidense. Una startup de doce personas no es esa población, y los porcentajes deben leerse como dirección y no como la puntuación probable de su equipo.
Las cifras de mejora vienen de personas que fueron evaluadas y después formadas. Es un grupo seleccionado, y el 81% de IA responsable es una medición posterior a la intervención, no una promesa asociada a ningún programa concreto, incluido el nuestro.
Correlación, como siempre. Que nuestros planes estén diseñados contra estos hallazgos es una decisión de diseño. No es prueba de que rindan más, y nuestros propios datos de resultados son escasos porque los proyectos que podemos citar son recientes.
La brecha de competencias en IA de 2026 no es sobre todo una brecha de oferta. Es una brecha de visión: la capacidad medida más escasa es justo la que las organizaciones despliegan con más fuerza, y el instrumento que casi todo el mundo usa para orientar su formación — preguntar a la gente cómo lo lleva — acierta en aproximadamente uno de cada nueve casos.
El uso diario no es capacidad. La confianza no es capacidad. Lo único que se comporta como capacidad es algo que una persona ha hecho y que otra puede inspeccionar.
Si cambia una sola cosa en cómo compra formación en IA este trimestre, deje de definir el alcance a partir de una encuesta de autoevaluación y empiece a definirlo a partir del trabajo que su equipo ha producido de verdad.
Fuentes: Workera, 2026 AI Skills Enterprise Benchmark Report — 88.753 evaluaciones de 32.422 personas, puntuadas de 1 a 300 con 201–300 como nivel alto, sobre 14 competencias; todas las cifras del benchmark y posteriores a la formación son las publicadas allí. The Conference Board, estudio sobre formación en IA, 28 de julio de 2026 — cerca de 1.300 trabajadores encuestados más entrevistas con 35 directivos; las cifras de uso, participación en formación y recursos son las publicadas allí. Los detalles de los programas de la Academy son nuestros y están vigentes en la fecha de publicación. Para la versión de este problema desde el lado de la oferta, vea el 82% de las empresas forma en IA y el 59% sigue teniendo brecha de competencias, y para la brecha de percepción entre quien compra y quien recibe, el 47% de los empleados cree que la formación en IA está para automatizar su puesto.
IdeaToMVP Academy
4-week live cohort for founders. Learn to ship AI agents, scope MVPs, and automate your business — taught by the same team that writes these guides.
