La experiencia de China al pasar de la adopción de la IA a una productividad duradera ofrece una hoja de ruta para el resto del mundo.
La fase de disrupción ya está en marcha, pero el desafío más amplio consiste en rediseñar los flujos de trabajo para maximizar los beneficios del aumento de capacidades mediante la IA.
Las iniciativas gubernamentales ayudan a allanar el camino hacia la tercera fase: la creación de empleo en la era de la IA.
China intenta escalar la IA sin que su fuerza laboral se quede atrás, impulsando la “IA+” (una política para integrar la IA en sectores del mundo real) con mayor profundidad en la economía, al tiempo que construye los sistemas de empleo y de competencias necesarios para absorber la posible disrupción.
A medida que la IA avanza rápidamente hacia los procesos empresariales, muchas empresas todavía intentan determinar cómo deben cambiar en torno a ella los puestos de trabajo y los sistemas de gestión. China ofrece una primera prueba de si la adopción de la IA puede traducirse en una productividad duradera, al tiempo que ayuda a los trabajadores a adaptarse a la transición.
Las primeras evidencias sugieren que el cambio tiene menos que ver con sustituir puestos de trabajo individuales que con reorganizar las tareas, las capacidades y los sistemas que los rodean.
El rediseño de procesos antes que el rediseño de la fuerza laboral
Ian Lee, presidente de Regiones Geográficas de The Adecco Group, describe la transición en tres etapas: disrupción, a medida que la IA comprime las tareas y funciones existentes; aumento, a medida que las personas y la IA trabajan juntas dentro de procesos rediseñados; y creación, a medida que surgen nuevas funciones y formas de actividad económica.
La primera etapa ya es visible. La codificación, la atención al cliente y otras tareas de conocimiento definidas se están comprimiendo o automatizando. Sin embargo, Lee también ha visto cómo se reincorporan a las organizaciones trabajadores con experiencia para guiar el trabajo habilitado por la IA, aportando contexto y criterio empresarial que la automatización a nivel de tareas no puede proporcionar.
En China, la prueba se extenderá mucho más allá de las grandes empresas tecnológicas. Una empresa con 20 o 30 empleados puede no contar con un equipo de transformación específico, pero aun así necesita determinar qué procesos están preparados para la IA. Como dice Lee: “No se puede tener IA en un mal proceso”.
La secuencia es importante. La dirección debe entender primero cómo se mueve el trabajo en toda la empresa, dónde reside la responsabilidad y dónde sigue siendo esencial el criterio humano. Solo entonces pueden automatizarse, complementarse o reasignarse las tareas.
Lee compara el aumento de capacidades con dirigir una orquesta. Los agentes de IA individuales pueden volverse cada vez más capaces, pero la coordinación sigue requiriendo a alguien que comprenda cómo encajan las partes, dónde surgen las compensaciones y cuándo es necesaria la intervención. La tecnología puede realizar tareas individuales, pero las ganancias de productividad dependen de una sólida organización del proceso más amplio.
La IA cambia lo que las organizaciones deben valorar en las personas
Este cambio también está reconfigurando la estrategia de talento. Una antigua especialista en contratación de directivos de Huawei observa que la IA está reduciendo el umbral técnico para aplicar la tecnología en las empresas de China. Esto aumenta el valor de las personas que combinan agilidad de aprendizaje y fluidez en IA, con experiencia en los ámbitos específicos donde la tecnología puede integrarse.
Por tanto, el “talento en IA” va más allá de los ingenieros de IA. En un caso del sector financiero que citó, profesionales de negocio crearon ellos mismos un flujo de trabajo habilitado por la IA porque comprendían mejor el proceso subyacente y el contexto empresarial que un equipo técnico independiente.
Las implicaciones también alcanzan a la gestión de la fuerza laboral. Instalar un sistema de contratación basado en IA o añadir un curso de IA no equivale a una transformación de la fuerza laboral. Recursos Humanos todavía necesita entender cómo funciona la empresa, qué se espera de los empleados y cómo el cambio de tareas afecta a las capacidades y a la responsabilidad.
De hecho, ese principio es anterior a la IA generativa. Cuando Huawei lanzó su primer programa de contratación en campus para puestos de RR. HH. en 2012, se exigió que la mitad de las 12 contrataciones tuvieran formación en ciencias o ingeniería. El objetivo era formar profesionales de RR. HH. con la comprensión analítica y empresarial necesaria para operar más allá de las funciones administrativas.
La IA hace que esa expectativa sea más importante. Los líderes de la fuerza laboral necesitan participar cada vez más en el rediseño del propio trabajo.
El desarrollo profesional va más allá de la escalera
Los mismos cambios están alterando la forma en que se construyen las carreras. La profesora Wenxia Zhou, de la Universidad Renmin, describe el entorno emergente como una “era de carreras sin mapa”. Durante décadas, las carreras siguieron una trayectoria relativamente previsible: educación, incorporación a una organización estable y promoción gradual. Ese modelo funcionaba porque los puestos de trabajo y las industrias cambiaban lentamente. La IA está haciendo que esa estabilidad sea más difícil de dar por sentada.
Zhou contrapone la escalera profesional tradicional a "cultivar un bosque". En lugar de depender de un solo empleador o de una trayectoria fija, los trabajadores necesitan seguir aprendiendo, moverse entre funciones y acumular experiencia que siga siendo útil a medida que cambia el trabajo.
La IA también está cambiando la forma en que se adquiere esa experiencia. A medida que las tareas rutinarias y de nivel junior se automatizan o se aceleran, parte del trabajo que antes ayudaba a los empleados a conocer una empresa puede desaparecer antes de que estén en marcha nuevas vías de desarrollo.
Para las organizaciones, esto va más allá de la planificación individual de carreras. Históricamente, el trabajo junior ha servido como campo de entrenamiento donde los empleados aprenden cómo se comportan los clientes, cómo se toman las decisiones, cómo se corrigen los errores y cómo se desarrolla el criterio profesional.
Una investigación exploratoria del Observatorio de Políticas AIGW identifica un riesgo relacionado: las organizaciones pueden automatizar algunas de las tareas a través de las cuales los empleados junior desarrollaban su criterio, dejando atrás trabajo con escaso valor de aprendizaje. Un resultado sólido asistido por IA también puede ocultar si un empleado es capaz de explicar, verificar o cuestionar de forma independiente el resultado.
La implicación para los responsables de talento es clara: antes de comprimir una tarea junior, debe identificarse la capacidad que dicha tarea estaba desarrollando. De lo contrario, la eficiencia a corto plazo puede debilitar silenciosamente el futuro cauce de liderazgo.
China está construyendo infraestructura de transición
La creación, la etapa final del marco de Lee, es más difícil de anticipar. Las tecnologías anteriores desplazaron el trabajo existente antes de producir industrias y ocupaciones que eran difíciles de prever al inicio de la transición.
Eso hace que cualquier lista fija de “habilidades del futuro” sea frágil. Una respuesta más duradera es un sistema capaz de detectar la demanda cambiante, actualizar la formación y ayudar a los trabajadores a dirigirse hacia nuevas oportunidades.
El 15.º Plan Quinquenal (2026–2030) aborda la IA junto con sus implicaciones para el empleo, y pide medidas para responder a los efectos de las tecnologías emergentes sobre el trabajo, reforzando al mismo tiempo su potencial para crear empleo.
El Estrategia de Prioridad en el Empleo para el período del 15.º Plan Quinquenal concreta todavía más este punto. Pide nuevas formas de trabajo colaborativo entre humanos e IA, una iniciativa a gran escala de competencias de empleo juvenil que pretende ayudar a 1 millón de jóvenes, y alrededor de 1 millón de plazas de prácticas, incluidas funciones tecnológicas, técnicas y de gestión.
La dirección es notable. La política de competencias avanza hacia un modelo basado en un bucle de retroalimentación entre la demanda del mercado laboral, la formación y el empleo, en lugar de tratar la educación como algo que se completa antes de que comience el trabajo.
Cómo el Foro ayuda a los líderes a comprender la IA y a colaborar en la innovación responsable
El Centro de Excelencia en IA conecta a líderes de distintos sectores para comprender la rápida evolución de la inteligencia artificial y sus implicaciones para las economías y las sociedades. Respalda un diálogo informado sobre las oportunidades, los riesgos y las compensaciones vinculados a la adopción de la IA.
A través de espacios de confianza e iniciativas colaborativas, el Centro permite a los socios construir una comprensión compartida y trabajar juntos en enfoques responsables para la innovación y el uso de la IA.
La transición de la fuerza laboral hacia la IA en China todavía se encuentra en una etapa temprana. Pero ya surge una lección: la infraestructura de la fuerza laboral se está convirtiendo en parte de la infraestructura de la IA. Para las empresas, el rediseño de procesos, el desarrollo de capacidades y la movilidad profesional forman cada vez más parte de la estrategia de IA desde el principio. Las organizaciones que construyan esos sistemas pronto estarán mejor posicionadas para convertir la adopción tecnológica en productividad sostenible.
