Expertos de distintos sectores compartieron sus perspectivas sobre el uso de la IA en las empresas durante Davos de Verano 2025.
Los agentes de IA complementan a los trabajadores humanos, lo que hace recaer en los directivos la responsabilidad de optimizar las capacidades de ambos.
Es necesario integrar mejor a las mujeres en la IA en el lugar de trabajo, tanto en su participación en el desarrollo de la tecnología como en los datos subyacentes.
Casi el 80 % de las empresas afirma que ya utiliza IA en al menos una función empresarial. Sin embargo, no se dispone de tantas estadísticas sobre si la aprovechan al máximo o saben cómo hacerlo.
Ir más allá de la cuestión de la simple adopción de la IA y plantear preguntas más profundas sobre cómo usar la tecnología de la manera más eficaz fue el tema central de varias sesiones de la Reunión Anual de los Nuevos Campeones en Tianjin, China. Se abordaron cuestiones de gobernanza, equidad, casos de uso y fuerza laboral de la IA, y ponentes de una amplia variedad de sectores compartieron sus experiencias sobre cómo aprender a trabajar con esta nueva tecnología.
Los agentes de IA como colegas y docentes
La llegada de los agentes de IA como compañeros de trabajo y su posible impacto en las habilidades que necesitan trabajadores y directivos se analizó en la sesión Construir una economía agéntica. Wang Guanchun, presidente y director ejecutivo de Laiye, se centró en cómo la IA está cambiando las funciones laborales y en cómo los líderes deben adaptarse a este cambio para seguir siendo relevantes.
«Tradicionalmente, se consideraba que un buen gerente era alguien que sabía dirigir bien a las personas y tenía sólidas habilidades de comunicación. Ahora está cambiando la función de la dirección. Creo que muy pronto el criterio para valorar a un buen gerente será: ¿a cuántos trabajadores digitales puede dirigir? Se trata de un conjunto de habilidades distinto. La cuestión es cómo dar indicaciones a los agentes para que hagan el mejor trabajo posible».
Para Kian Katanforoosh, fundador y director ejecutivo de Workera, este cambio en las habilidades que necesitan las personas no es un hecho aislado provocado por la llegada de la IA, sino que seguirá evolucionando. «En el campo de la IA, las habilidades pueden quedar obsoletas en tres meses. Las empresas [tienen que] mantenerse a la vanguardia. Esa es la verdadera ventaja competitiva: ¿pueden actuar muy rápido al respecto? Contraten al talento adecuado, busquen preparación para la IA y una mentalidad de aprendizaje. En todas nuestras entrevistas preguntamos: ¿qué han aprendido en los últimos 90 días y cuál es su estrategia de aprendizaje? Es muy importante ayudar a que el equipo esté conectado con los principales centros de IA».
Van Vu, cofundador y director ejecutivo de ELSA, destacó la capacidad de la IA para ayudar al personal a aprender, ya sea sobre IA o cualquier otro tema. «Una de las lecciones más reveladoras que he aprendido es que quienes estudian se sienten mucho más cómodos aprendiendo con un agente de IA porque la IA no los juzga y no sienten vergüenza. Ese es uno de los mayores retos de aprender con otras personas: cometer muchos errores, sentir vergüenza y empezar a retraerse. Además, a los docentes les incomoda dar comentarios porque no quieren que uno se sienta mal. La IA elimina todo eso».
Encontrar aplicaciones para la IA, o «IA+»
En La era de la IA+ sesión, el foco estuvo más en buscar casos de uso que permitan llevar la IA al siguiente nivel y generar beneficios tangibles para las empresas.
«IA+ es IA con aplicaciones», afirmó Zhu Min, miembro del Comité Asesor de Expertos Sénior del Centro de Intercambios Económicos Internacionales de China. «Las aplicaciones, las aplicaciones y las aplicaciones serán realmente la cuestión clave en los próximos años. Espero que en China, durante los próximos 18 meses —dada la expansión de la reserva de ingenieros, la enorme presencia de industrias por todas partes y los 1.400 millones de consumidores—, veamos más de 100 tipos distintos de software tipo DeepSeek en todos los sectores. Eso cambiará fundamentalmente la naturaleza y el carácter tecnológico de toda la economía china».
Para Peter Koerte, director de Tecnología y director de Estrategia de Siemens, la «aplicación estrella» de la IA en este momento está en el desarrollo de software. «Hablamos de grandes modelos de lenguaje y, piénsenlo, la programación informática es un lenguaje. La IA es muy buena programando. Estamos viendo mejoras de productividad de alrededor del 20-30 %».
Esto ha ayudado a Siemens a desarrollar lo que denomina un «copiloto industrial», capaz de ayudar a sus clientes en diversos sectores. «Es un compañero de trabajo que colabora contigo en la instalación y programación de máquinas, y está generando ahorros de costes considerables, del 30-40 %, y ahora empieza a ampliarse a gran escala. Alrededor de 200 clientes de todo el mundo lo utilizan y su adopción está creciendo mucho en China, porque allí vemos cómo una población que envejece sale de la fuerza laboral y se pierde mucho conocimiento; la única manera de capturarlo es mediante la IA. Si podemos capturar todo ese conocimiento e incorporarlo a la IA, reducimos las barreras para que uno pueda formarse como técnico».
Entender cómo utilizar los datos
Gong Yingying, fundadora y presidenta de Yidu Tech, una empresa de análisis basada en IA que trabaja con el sector sanitario, dijo en la sesión La era de la IA+ que los agentes de IA ya representan el 20 % de su plantilla. Espera que esa proporción aumente considerablemente. «Nuestra gente debe poder trabajar con nuestros agentes de IA en la oficina, adaptarse muy bien a este nuevo entorno laboral y centrarse mucho en los casos de uso finales».
La trayectoria de la empresa hasta llegar a esta situación es una lección sobre la importancia de anticiparse y sentar las bases. «Pasamos 10 años simplemente entendiendo los macrodatos, procesándolos y haciendo que se pudieran computar», afirmó. «Ahora hemos ayudado a nuestros clientes a procesar unos 6 millones de registros [sanitarios]… y hemos obtenido resultados muy interesantes. Muchos médicos de los principales hospitales tienen una carga de trabajo muy elevada… y no disponen de tiempo suficiente para conocer y comprender a sus pacientes. Hace tres meses lanzamos el copiloto de IA y, de los 150 hospitales principales, unos 50 han adoptado la plataforma. El caso de uso más popular es la recopilación de información antes de la consulta. El paciente habla con la IA antes de ver al médico, y esta reúne la información pertinente. O bien, la IA puede leer 20 años de historiales médicos y crear un resumen de una página para el médico».
Kenny Lam, director ejecutivo para Asia-Pacífico del fondo de cobertura Two Sigma, afirmó que su empresa estudia cada vez más cómo utilizar IA entrenada con fuentes de información especializadas y localizadas, que pueda profundizar continuamente en estos ámbitos específicos, en vez de recurrir a una única fuente global que quizá sea demasiado amplia para ofrecer los análisis muy precisos que necesitan los inversores.
«Nos centramos en el proceso científico [detrás de la IA]», explicó en la sesión. «La esencia del proceso científico es la iteración: queremos encontrar una manera de aplicar la IA a pequeña escala, pero con suficiente profundidad para obtener comentarios y poder iterar constantemente».
Ética y acceso a la IA
Las mujeres representan el 25-30 % de la fuerza laboral mundial de IA, pero ocupan solo el 15 % de los puestos directivos sénior, según se señaló en la sesión Mujeres en la IA. Lam fue una de las personas que destacaron que «la competencia por el talento se ha intensificado» en el ámbito de la IA. ¿Qué deberían hacer las empresas para fomentar mejor las habilidades de las mujeres en IA y aprovecharlas?
«Las empresas deberían ser más proactivas a la hora de ofrecer formación a las mujeres y ayudarlas a adaptarse mejor a la IA y a los sectores relacionados con ella», afirmó Yang Jingjing, presidenta del consejo de Shanghai Generative Artificial Intelligence Ecosystem Development. «En julio, durante la Conferencia Mundial de IA, celebraremos un foro sobre referentes femeninos en la industria de la IA. Esperamos contar más historias sobre mujeres referentes y crear más comunidades para ayudar a las mujeres de este sector a ganar confianza y a sentirse más integradas».
Angela Wang Nan, presidenta y directora de Neusoft, empresa de software, afirmó que algunas universidades de China han visto un fuerte aumento de mujeres solicitantes de carreras de TI, lo que en algunos casos ha dado lugar a una matrícula con paridad de género, de 50:50. Añadió que se han observado tendencias similares en las carreras de IA, donde la proporción de mujeres matriculadas ha pasado de alrededor del 14 % al inicio a cerca del 40 % en la actualidad.
«Esto refleja no solo la disposición de las chicas a incorporarse a la industria de TI en puestos relacionados con STEM, sino también la percepción social de que pueden tener éxito», afirmó Wang Nan.
Para Meirav Oren, presidenta ejecutiva y cofundadora de Versatile, las mujeres que trabajan en IA pueden atraer a otras al sector «simplemente haciéndose visibles y animando a mujeres muy capaces, brillantes, jóvenes e incluso mayores a solicitar estos puestos», en lugar de desanimarse porque quizá no cumplan todos los requisitos de la descripción del puesto.
Hacer que la IA sea fiable
La igualdad de género en la IA no es solo una cuestión relacionada con la fuerza laboral, sino también con los propios modelos de IA. «Cuando desarrollamos aplicaciones de IA para la industria —sanidad, automoción, confección—, debemos tener en cuenta la demanda de las mujeres», subrayó Wang Nan. «Esto significa que la diversidad entre quienes desarrollan IA es muy importante, y también lo es en los propios datos. Necesitamos datos realmente equilibrados para entrenar el algoritmo, hacerlo más inclusivo y responder mejor a las demandas de la industria».
John Lombard, director ejecutivo de NTT DATA Asia Pacific, coincidió y señaló en la sesión Construir una economía agéntica que «un elemento clave es la auditabilidad y la trazabilidad de estos modelos. El sesgo, incluido el sesgo de género, en estos modelos puede ser devastador para una marca. Hay que establecer la gobernanza antes de emprender estos proyectos, porque hay muchísimas oportunidades y promesas, pero si nos equivocamos, el daño para nuestras organizaciones, marcas y sociedades sería muy grave».
Para Koerte, de Siemens, que intervino en la sesión La era de la IA+, la calidad de los datos solo puede mejorar si estos se comparten lo más ampliamente posible. «Cuantos más datos tenemos, mejores son los algoritmos. Eso significa que los datos deben fluir libremente por todo el mundo. Así que, cuando hablamos de China, Europa o Estados Unidos, no ayuda crear silos de datos y decir que esto es solo tuyo. Nos beneficia mucho poder reunir los datos. Cuanto más podamos compartirlos entre países y empresas, mejor será la calidad de los propios modelos».
