Hay habilidades que dejarán de valer dinero precisamente porque millones de personas podrán ejecutarlas bien.
Esta es una de las contradicciones que más cuesta aceptar cuando hablamos del futuro profesional.
Durante décadas construimos una relación bastante sencilla entre conocimiento, experiencia y remuneración. Quien sabía hacer algo difícil podía cobrar más. Quien acumulaba experiencia podía defender mejor sus honorarios. Quien dominaba una especialidad escasa encontraba una posición privilegiada.
Esa ecuación se está modificando.
No porque el conocimiento haya dejado de importar, sino porque una parte creciente del conocimiento operativo está dejando de ser escaso.
Hoy una persona puede redactar, programar, investigar, analizar documentos, preparar presentaciones, traducir, diseñar escenarios, resumir información y producir alternativas utilizando herramientas que hace pocos años parecían reservadas para especialistas.
La inteligencia artificial no elimina automáticamente el valor profesional.
Hace algo quizá más incómodo: obliga a demostrar dónde estaba realmente ese valor.
Y esa diferencia será determinante hacia 2027.
El Foro Económico Mundial encontró que los empleadores esperan que el 39 % de las habilidades fundamentales utilizadas en el trabajo cambien de aquí a 2030. Al mismo tiempo, las capacidades relacionadas con inteligencia artificial, datos y alfabetización tecnológica están creciendo junto con pensamiento creativo, resiliencia, flexibilidad y aprendizaje continuo.
LinkedIn llega a una conclusión todavía más provocadora: estima que alrededor del 70 % de las habilidades utilizadas en la mayoría de los empleos habrán cambiado entre 2015 y 2030, con la inteligencia artificial actuando como uno de los grandes aceleradores de esa transformación.
Pero hay algo que esas cifras no pueden decidir por nosotros.
Qué hacemos con ellas.
Podemos reaccionar acumulando cursos.
Podemos aprender una nueva herramienta cada seis meses.
Podemos perseguir certificaciones mientras intentamos anticipar cuál será la próxima tecnología indispensable.
O podemos hacernos una pregunta mucho más seria:
¿Qué capacidades seguirán siendo valiosas cuando ejecutar sea barato, rápido y abundante?
Ahí empieza la conversación que realmente importa.
He vivido suficientes transformaciones tecnológicas desde 1988 para reconocer un patrón. Cada nueva tecnología llega acompañada de dos exageraciones. La primera afirma que cambiará absolutamente todo. La segunda asegura que bastará con aprender a utilizarla para asegurar el futuro.
Ninguna de las dos suele cumplirse como se esperaba.
La tecnología cambia mucho, pero las organizaciones continúan enfrentando problemas profundamente humanos: decisiones débiles, prioridades contradictorias, mala comunicación, estructuras que nadie cuestiona, liderazgos incapaces de escuchar y personas trabajando intensamente sobre problemas mal definidos.
La herramienta cambia.
La dificultad de pensar correctamente permanece.
Imagine una escena bastante común.
Una empresa decide incorporar inteligencia artificial en su operación. El gerente está convencido de que debe hacerlo porque sus competidores ya hablan del tema. El equipo tecnológico identifica varias plataformas. Finanzas calcula posibles ahorros. Recursos humanos comienza a preguntarse qué cargos podrían transformarse.
Después de algunas semanas aparece una propuesta.
Automatizarán informes.
Reducirán tiempos de respuesta.
Generarán contenidos.
Clasificarán información.
Crearán asistentes internos.
Todo parece razonable.
Hasta que alguien formula una pregunta aparentemente incómoda:
¿Qué problema importante estamos tratando de resolver?
Silencio.
Ese silencio puede valer cientos de miles de euros.
Porque muchas organizaciones no fracasan por ejecutar mal.
Fracasan por ejecutar magníficamente algo que no necesitaban hacer.
Por eso una de las habilidades que tendrá más valor hacia 2027 será la capacidad de formular problemas correctamente.
No suena espectacular.
No viene acompañada de una interfaz futurista.
No produce una demostración impresionante en treinta segundos.
Pero determina todo lo que viene después.
Una organización puede decir que tiene un problema comercial cuando realmente tiene un problema de confianza.
Puede pensar que necesita más vendedores cuando lo que necesita es una propuesta que el mercado entienda.
Puede creer que necesita automatización cuando en realidad necesita eliminar pasos.
Puede diagnosticar falta de productividad cuando lo que existe es miedo a tomar decisiones.
Puede contratar más personas para compensar una estructura que nadie se atreve a rediseñar.
La misma equivocación ocurre fuera de la empresa.
Una persona dice que necesita ganar más dinero, pero quizá su problema real es cómo administra lo que gana.
Otra piensa que necesita cambiar de trabajo, cuando lo que no ha definido es qué vida quiere construir.
Otra atribuye un conflicto de pareja a la falta de comunicación cuando lleva años evitando una conversación que conoce perfectamente.
Definir mal un problema produce soluciones convincentes para problemas inexistentes.
La inteligencia artificial puede multiplicar esa equivocación.
Porque cuando formulamos mal una pregunta y disponemos de una máquina capaz de responderla inmediatamente, obtenemos una respuesta equivocada con una velocidad extraordinaria.
Por eso saber preguntar no será simplemente una habilidad para utilizar IA.
Será una capacidad para pensar.
Muy cerca aparece una segunda habilidad: convertir tecnología en decisiones mejores.
Hay una diferencia enorme entre utilizar inteligencia artificial y rediseñar una organización con inteligencia artificial.
McKinsey encontró en su investigación sobre adopción empresarial que el uso de IA ya se extiende a múltiples funciones de negocio y que las organizaciones que buscan capturar valor están comenzando a rediseñar flujos de trabajo, no simplemente a añadir herramientas sobre los procesos existentes.
Esa diferencia merece atención.
Automatizar una tarea puede ahorrar quince minutos.
Rediseñar una decisión puede ahorrar quince meses.
Pensemos en ventas.
La aproximación superficial consiste en utilizar IA para redactar correos comerciales más rápidamente.
La aproximación estructural pregunta algo diferente.
¿Qué información debería conocer un vendedor antes de contactar a un cliente?
¿Qué señales indican que existe una oportunidad real?
¿Qué conversaciones deben permanecer humanas?
¿Qué información puede preparar un sistema?
¿Qué decisiones no deberían automatizarse?
¿Qué comportamiento queremos provocar en el cliente?
¿Cómo sabremos si el nuevo proceso funciona?
La tecnología deja entonces de ser una herramienta aislada.
Se convierte en parte de una arquitectura de decisiones.
Quien pueda construir esa arquitectura tendrá mucho más valor que quien simplemente conozca cien comandos.
Y aquí encontramos una tercera capacidad que probablemente se vuelva más escasa: ejercer criterio cuando ninguna alternativa es perfecta.
Nos acostumbramos a creer que más información produce mejores decisiones.
No necesariamente.
En muchas situaciones produce más alternativas, más argumentos y más posibilidades de justificar lo que ya queríamos hacer.
Una persona puede pasar semanas analizando una inversión sin decidir.
Un empresario puede solicitar siete informes cuando en realidad teme asumir el riesgo.
Un directivo puede pedir más datos cuando la información necesaria ya está disponible.
Eso no es análisis.
Es postergación sofisticada.
El criterio aparece precisamente cuando la información no elimina la incertidumbre.
Elegir una estrategia.
Contratar a una persona.
Cerrar una unidad de negocio.
Entrar en un mercado.
Cambiar de socio.
Invertir.
Retirarse.
Automatizar.
No automatizar.
Estas decisiones nunca llegan acompañadas de certeza absoluta.
Llegan con probabilidades, señales, experiencia, intuición, consecuencias y responsabilidad.
La inteligencia artificial podrá ayudarnos a construir escenarios cada vez mejores.
Pero alguien seguirá teniendo que responder una pregunta que ninguna herramienta puede asumir moralmente por nosotros:
¿Qué consecuencias estoy dispuesto a aceptar si esta decisión resulta equivocada?
Ahí comienza el liderazgo.
Y también comienza otra habilidad que será extraordinariamente valiosa: saber separar información de conocimiento.
Estamos entrando en una época de abundancia intelectual aparente.
Podemos generar informes completos en segundos.
Podemos obtener diez explicaciones de un fenómeno.
Podemos producir gráficos, argumentos, contraargumentos y recomendaciones.
Pero abundancia de información no significa abundancia de comprensión.
Una junta directiva puede recibir treinta páginas y seguir sin comprender qué está ocurriendo.
Un gerente puede disponer de veinte indicadores y no saber cuál merece atención.
Una persona puede consumir cuatro horas diarias de contenidos sobre liderazgo y continuar evitando la conversación difícil que debe tener con su equipo.
Saber más no garantiza entender mejor.
La habilidad escasa será encontrar la señal dentro del ruido.
Eso exige contexto.
Y el contexto es precisamente aquello que las empresas suelen tratar peor.
Mucho conocimiento crítico permanece encerrado en personas.
Una colaboradora sabe por qué determinado cliente compra, pero nunca lo documentó.
Un técnico conoce una falla recurrente, aunque el sistema no la registra.
Un gerente recuerda por qué una política fue creada hace diez años, pero nadie más conoce esa historia.
Un fundador identifica ciertos riesgos porque ya los vivió, aunque esa experiencia no aparece en ninguna base de datos.
Cuando esa persona se retira, parte de la inteligencia de la organización desaparece.
Por eso otra capacidad decisiva hacia 2027 será convertir experiencia dispersa en contexto utilizable.
No consiste en guardar documentos.
Consiste en construir memoria.
La diferencia parece pequeña, pero no lo es.
Guardar significa acumular.
Construir memoria significa poder recuperar aquello que cambia una decisión.
Una empresa que incorpora IA sobre información desordenada no necesariamente se vuelve inteligente.
Puede convertirse simplemente en una organización capaz de consultar su desorden con mayor velocidad.
Esta es una de las situaciones que probablemente veremos con frecuencia.
Empresas orgullosas de sus asistentes corporativos descubrirán que el problema nunca fue acceder a la información.
Era determinar cuál información era confiable.
Cuál estaba actualizada.
Cuál representaba una excepción.
Cuál contenía una decisión que había sido modificada.
Cuál provenía de alguien que realmente comprendía el problema.
La tecnología hace visible una disciplina que antes podíamos ignorar.
Y eso nos conduce a una quinta habilidad: auditar aquello que parece correcto.
Esta capacidad será más importante cuanto mejores sean los sistemas de inteligencia artificial.
Cuando una respuesta es evidentemente mala, desconfiamos.
El riesgo aparece cuando es excelente.
Está bien escrita.
Utiliza términos técnicos.
Presenta conclusiones razonables.
Incluye números.
Tiene estructura.
Suena segura.
Entonces bajamos la guardia.
El problema no es exclusivo de la inteligencia artificial.
Los seres humanos llevamos mucho tiempo confundiendo presentación con verdad.
Una hoja de cálculo compleja puede ocultar un supuesto absurdo.
Una presentación impecable puede sostener una estrategia equivocada.
Una persona segura puede defender una idea débil con mayor eficacia que otra que conoce el problema profundamente.
La IA amplifica esa situación porque puede producir coherencia sin comprender las consecuencias de aquello que propone.
Por eso necesitaremos profesionales capaces de preguntar:
¿De dónde sale esta conclusión?
¿Qué supuesto está escondido?
¿Qué variable no estamos observando?
¿Qué información podría contradecir esto?
¿Quién será afectado si actuamos basándonos en esta recomendación?
¿Qué ocurre si estamos equivocados?
Son preguntas sencillas.
Pero rara vez se hacen cuando una organización tiene prisa.
Y las empresas casi siempre tienen prisa.
Ahí hay valor.
No en retrasar las decisiones.
En impedir que la velocidad sustituya al criterio.
La sexta habilidad será traducir complejidad sin deformarla.
Este problema existe en casi todas las organizaciones.
Tecnología habla con tecnología.
Finanzas habla con finanzas.
Marketing habla con marketing.
Operaciones habla con operaciones.
La dirección escucha a todos y luego intenta construir una realidad común.
Muchas veces no lo consigue.
Un ingeniero puede tener razón técnicamente y fracasar al explicar por qué su recomendación importa económicamente.
Un financiero puede comprender perfectamente el riesgo y comunicarlo de una manera que paraliza cualquier innovación.
Un comercial puede entender al cliente y prometer algo que operaciones no puede entregar.
Un especialista en inteligencia artificial puede mostrar capacidades extraordinarias sin comprender cómo trabaja realmente la organización que pretende transformar.
Cada uno observa correctamente una parte.
La empresa se equivoca con el conjunto.
Traducir complejidad no significa simplificar hasta volver superficial un problema.
Significa hacer posible que personas con experiencias distintas puedan tomar una decisión compartida.
Ese profesional se convertirá en un puente.
Y los puentes serán particularmente importantes cuando la tecnología avance más rápido que la capacidad cultural de las organizaciones para absorberla.
La investigación de McKinsey sobre transformación con IA insiste precisamente en que entregar tecnología a los empleados no garantiza una transformación real; el cambio requiere rediseñar formas de trabajo y convertir a las personas en participantes activos del proceso.
He visto esta equivocación durante años.
Se compra el sistema.
Se instala.
Se capacita.
Se declara terminado el proyecto.
Tres meses después, las personas continúan trabajando como antes.
La dirección culpa a la resistencia al cambio.
Los empleados culpan al sistema.
Tecnología culpa a los usuarios.
El proveedor habla de nuevas funcionalidades.
Y casi nadie reconoce el verdadero problema: se intentó modificar una conducta sin comprender por qué existía.
La tecnología no cambia culturas por decreto.
Las personas cambian cuando entienden qué deben hacer diferente, por qué tiene sentido hacerlo y qué consecuencias tendrá para ellas.
Esa comprensión nos lleva a la séptima capacidad: crear confianza cuando nadie puede verificarlo todo.
Quizá sea la más importante.
Durante los próximos años recibiremos una cantidad creciente de información que no podremos comprobar personalmente.
Documentos.
Videos.
Análisis.
Recomendaciones.
Contratos.
Propuestas.
Códigos.
Modelos.
Proyecciones.
La posibilidad técnica de producirlos seguirá aumentando.
Nuestra capacidad humana para verificarlos uno por uno no crecerá al mismo ritmo.
Eso convierte la confianza en infraestructura.
Una persona confiable reduce fricción.
Una empresa confiable reduce controles innecesarios.
Un líder confiable permite tomar decisiones con información incompleta.
Un consultor confiable puede decir “no lo sé” sin destruir su credibilidad.
Un profesional confiable distingue aquello que conoce de aquello que supone.
Y esto será especialmente importante porque la inteligencia artificial puede generar una ilusión peligrosa de omnisciencia.
La persona verdaderamente valiosa no será quien tenga una respuesta para todo.
Será quien sepa cuándo una respuesta todavía no merece convertirse en decisión.
Aquí es donde la cifra de 500 euros por hora pierde parte de su atractivo y adquiere otro significado.
¿Habrá profesionales capaces de cobrar esa cantidad en 2027?
Naturalmente.
También habrá quienes cobren mucho más.
Pero no será porque aprendieron siete habilidades y alcanzaron una tarifa predeterminada.
El mercado nunca ha funcionado de manera tan mecánica.
Una hora puede valer 50 euros si produce actividad.
Puede valer 500 si evita una equivocación costosa.
Puede valer 5.000 si cambia una decisión que compromete millones.
El valor no está dentro de la hora.
Está en la consecuencia.
Esta comprensión cambia incluso la manera de construir una carrera.
Si mi ingreso depende exclusivamente del tiempo que tardo en ejecutar una tarea y una tecnología reduce drásticamente ese tiempo, tengo un problema.
Si mi valor depende de comprender el problema, diseñar la intervención, tomar decisiones difíciles y responsabilizarme por los resultados, la tecnología puede convertirse en multiplicador.
Esa es la diferencia entre competir con una herramienta y utilizarla.
No significa que debamos dejar de aprender tecnología.
Todo lo contrario.
La alfabetización en inteligencia artificial ya está convirtiéndose en una capacidad transversal y LinkedIn la identifica entre las habilidades de mayor crecimiento, acompañada de adaptabilidad, pensamiento estratégico, comunicación y otras capacidades humanas.
Pero aprender tecnología sin desarrollar criterio puede producir una generación extraordinariamente competente para ejecutar instrucciones y sorprendentemente débil para cuestionarlas.
Eso debería preocuparnos.
Porque una persona que nunca pregunta por qué hace algo puede ser muy productiva y producir mucho daño.
Una empresa que mide velocidad sin comprender dirección puede crecer mientras destruye valor.
Un líder que automatiza todo lo automatizable puede descubrir demasiado tarde que también automatizó oportunidades para comprender a sus clientes.
Una familia que optimiza cada minuto puede terminar sin tiempo para aquello que decía valorar.
Una vida también puede estar perfectamente optimizada hacia el lugar equivocado.
Ese es probablemente el punto más incómodo de esta conversación.
No estamos enfrentando únicamente una transformación laboral.
Estamos entrando en una etapa en la que será muy fácil confundir capacidad con dirección.
Podremos hacer más.
Crear más.
Analizar más.
Automatizar más.
Responder más rápido.
Pero ninguna de esas cosas responde por sí misma qué merece hacerse.
Ese juicio sigue siendo nuestro.
Desde que comencé mi vida profesional, en 1988, he visto desaparecer tecnologías que parecían definitivas.
He visto lenguajes convertirse en legado.
Plataformas dominar y luego desaparecer.
Modelos empresariales considerados intocables transformarse en pocos años.
Lo que permanece no es una herramienta.
Permanece la capacidad de aprender.
Permanece el criterio.
Permanece la capacidad de observar una realidad antes de imponerle una solución.
Permanece la responsabilidad por las decisiones.
Y permanece algo que ninguna transformación tecnológica vuelve innecesario: comprender a las personas afectadas por aquello que decidimos.
Una reducción de costos afecta hogares.
Una mala contratación afecta equipos.
Una automatización modifica identidades profesionales.
Una estrategia equivocada consume años.
Una conversación evitada deteriora relaciones.
Una inversión impulsiva puede comprometer patrimonio.
Una decisión empresarial nunca es únicamente empresarial.
Termina entrando en la realidad de alguien.
Quizá por eso las habilidades más costosas de 2027 no sean las que permitan hacer cosas extraordinarias con inteligencia artificial.
Serán las que permitan evitar decisiones absurdas utilizando herramientas extraordinarias.
Formular el problema.
Diseñar la decisión.
Ejercer criterio.
Construir contexto.
Auditar resultados.
Traducir complejidad.
Crear confianza.
No son siete trucos para aumentar una tarifa.
Son siete formas de convertirse en alguien cuya intervención cambia la calidad de una decisión.
Y ahí está la verdadera oportunidad.
No necesitamos convertirnos en personas indispensables porque conozcamos una tecnología que los demás todavía no dominan.
Eso dura poco.
Necesitamos desarrollar una forma de pensar que continúe siendo valiosa cuando la herramienta cambie.
Porque cambiará.
Lo importante es preguntarnos si también estamos cambiando nosotros.
No solamente en aquello que sabemos hacer.
En aquello que sabemos observar.
En las preguntas que hacemos.
En las decisiones que evitamos.
En la responsabilidad que estamos dispuestos a asumir.
Antes de preguntarse cuánto podría cobrar por una hora de su trabajo en 2027, quizá convenga hacerse otra pregunta:
¿Qué problema suficientemente importante seré capaz de comprender mejor que hoy?
La respuesta puede resultar menos emocionante que una cifra.
Pero probablemente determine mucho más su futuro.
Si esta reflexión te permitió reconocer que el verdadero desafío no está solamente en aprender nuevas herramientas, sino en revisar la manera en que estás tomando decisiones en tu vida, tu empresa o tu liderazgo, podemos continuar esa conversación estratégica, en una conferencia o en una masterclass: