En 2026, el 82% de los líderes empresariales afirma que su organización ofrece algún tipo de formación en IA. Aun así, el 59% reconoce una brecha de habilidades en IA. Si la formación en IA está tan disponible, ¿por qué no se traduce en capacidad real de la plantilla?
La respuesta no es falta de interés. Es cómo está diseñada la formación.
En nuestra encuesta de 2026 a más de 500 líderes de empresas en EE. UU. y Reino Unido, realizada con YouGov, los líderes identificaron de forma consistente fallos estructurales en los programas corporativos de formación en IA, especialmente en relevancia, aplicación y medición.
El problema es la eficacia, no el acceso
De los líderes encuestados:
- El 82% ofrece algún tipo de formación en IA
- El 68% dice que los empleados tienen acceso a recursos de aprendizaje en IA
- El 46% ofrece formación básica en competencia en IA
Pero solo el 35% asegura contar con un programa de formación en IA maduro y a escala de toda la organización.
La formación existe; la capacidad a escala, no. Entonces, ¿dónde se rompe la cadena?
1. El aprendizaje pasivo domina la formación corporativa en IA
El formato más común es una combinación de aprendizaje online con sesiones puntuales impartidas por instructor (40%). Los líderes señalan que estos formatos tienen dificultades para construir capacidad aplicada:
- El 23% afirma que los cursos en vídeo dificultan aplicar las habilidades aprendidas en el mundo real
- El 24% señala la falta de proyectos o laboratorios prácticos
Ver cómo se explica la IA no es lo mismo que usarla con eficacia. Sin práctica estructurada, los empleados pueden entender los conceptos, pero les cuesta aplicarlos en flujos de trabajo reales. El resultado: familiaridad sin fluidez.
2. La formación en IA no es relevante para cada rol
Otra queja recurrente es la falta de personalización por rol. Al preguntar por los retos del aprendizaje online, casi una cuarta parte (23%) de los líderes afirma que las rutas de aprendizaje no están adaptadas a funciones específicas. Otro 21% dice que a los empleados les cuesta saber por dónde empezar.
El verdadero problema es que las sesiones genéricas de competencia en IA a menudo no conectan con las responsabilidades del día a día. Un líder de RR. HH., un responsable financiero y una analista de marketing usan la IA de manera distinta, pero muchos programas de formación los tratan igual.
Cuando el aprendizaje en IA no se mapea a casos de uso reales, la adopción se vuelve fragmentada e inconsistente.
3. A las organizaciones les cuesta medir el ROI de la formación
La formación tradicional en IA también adolece de una medición clara del rendimiento. Las quejas habituales de los líderes incluyen:
- Dificultad para informar del ROI de los programas de formación (26%)
- Falta de certificaciones o pruebas de competencia (15%)
Si las organizaciones no pueden medir si la formación en IA mejora el rendimiento, resulta difícil justificar una inversión sostenida.
Esto es especialmente problemático cuando:
- El 35% de los líderes cita la falta de tiempo como la principal barrera para mejorar en IA
- El 31% señala la falta de presupuesto
Sin un ROI claro, la formación en IA compite, y a menudo pierde, frente a las prioridades operativas.
4. La formación puntual no puede seguir el ritmo de la evolución de la IA
Las herramientas de IA evolucionan a gran velocidad, pero muchas organizaciones siguen confiando en talleres puntuales o iniciativas de aprendizaje a corto plazo.
La competencia en IA no es una habilidad estática. Requiere:
- Refuerzo continuo
- Práctica contextual
- Bucles de feedback
- Adaptación continua
Los modelos de formación tradicionales se crearon para habilidades que evolucionan más despacio. La capacidad en IA exige otro sistema.
La consecuencia: conciencia sin aplicación
Cuando la formación en IA es pasiva, genérica y difícil de medir, el desenlace es previsible:
- Los empleados experimentan con IA pero sin confianza
- Los casos de uso se quedan en la superficie
- Aumenta el riesgo por sobreconfianza o malentendidos
- El ROI de las inversiones en IA se estanca
Las organizaciones con programas de formación continua maduros y de alcance global casi duplican la probabilidad de reportar un ROI positivo significativo en IA. El desglose completo de cómo la madurez de la formación se correlaciona con el ROI en IA está disponible en el 2026 State of Data & AI Literacy Report.
Cómo es una formación efectiva en IA
Los líderes que reportan mayor capacidad en su plantilla suelen ir más allá de los modelos tradicionales basados en cursos. Los programas efectivos de formación en IA son:
- Prácticos, con énfasis en la práctica aplicada, no en el consumo pasivo
- Específicos por rol, mapeados a flujos de trabajo reales
- Estructurados, con vías claras de progresión
- Reforzados en el tiempo, no sesiones puntuales
- Medibles, vinculados a referencias de competencia y resultados de rendimiento
En otras palabras, funcionan como sistemas de capacidad, no como bibliotecas de contenido.
Como ejemplo práctico, Bayer creó una Data Academy multinivel que fortaleció la fluidez digital y en IA en toda la empresa, con más del 90% de los estudiantes reportando mejoras en innovación o procesos.
Para llevar a los estudiantes de la teoría a la práctica, Bayer combina el aprendizaje en DataCamp con proyectos de cierre. Tras completar los cursos, los empleados aplican lo aprendido a casos reales de Bayer, desde investigación en invernaderos hasta cómo construir redes neuronales, demostrando su dominio e identificando oportunidades para generar valor de negocio.
Estos resultados no se lograron con más herramientas de IA, sino con un mejor diseño de la formación.
De distribuir contenido a crear sistemas de capacidad
El futuro de la formación en IA no pasa por más contenido, sino por una mejor integración entre aprendizaje y trabajo.
Las organizaciones que tratan la competencia en IA como infraestructura básica —es decir, integrada en los flujos de trabajo, reforzada en el tiempo y medida contra resultados— tienen muchas más probabilidades de cerrar la brecha de habilidades en IA y mejorar el ROI.
DataCamp for Business está diseñado con este modelo, y combina rutas de aprendizaje por rol, ejercicios prácticos, evaluaciones y benchmarking de la plantilla para construir capacidad aplicada en IA a escala.
Si estás evaluando cómo ir más allá de la formación pasiva en IA, descubre cómo DataCamp for Business impulsa la formación en IA para empresas.
