Añadir Mangas Verdes como fuente preferida de Google de forma gratuita.
Mantente informado con las últimas noticias de actualidad.
La conversación sobre inteligencia artificial en el trabajo ya no gira solo en torno a qué herramienta usar. Alejandro Alemany Jara, Global Data, Analytics & AI Deputy Director en MOA Institute, sitúa el cambio en otro lugar mucho más incómodo y más concreto, porque afecta a las competencias que hoy piden las empresas.
Alemany Jara lo resume con una idea tajante.
"La inteligencia artificial está cambiando radicalmente las competencias que demandan hoy las empresas" - Alejandro Alemany Jara, Global Data, Analytics & AI Deputy Director de MOA Institute
No habla solo de aprender un programa nuevo. Habla de un desplazamiento del valor profesional, desde habilidades técnicas que antes exigían grandes equipos y tiempos largos hacia la capacidad de adaptarse deprisa, entender el problema y encajar bien una herramienta dentro del trabajo diario.
Ahora importa menos tener la herramienta y más saber encajarla
Durante años, muchas tareas técnicas funcionaron como una barrera de entrada. Hoy, en palabras de Alemany Jara, parte de ese conocimiento empieza a comportarse como una commodity porque la IA permite extender capacidades que antes estaban concentradas en perfiles muy especializados.
Ahí aparece la segunda grieta del debate, y no es menor. Si muchas personas y organizaciones acceden a herramientas parecidas, la diferencia deja de estar en quién las posee y pasa a estar en quién logra integrarlas de verdad en sus procesos, en sus equipos y en su modelo de negocio.
Esa es la apuesta de MOA Institute.
Su propuesta formativa se centra en la aplicación práctica de la inteligencia artificial al entorno profesional, con alumnos que trabajan con más de 30 herramientas y desarrollan proyectos reales orientados a reproducir situaciones de trabajo. En lugar de dejar la IA en el terreno de la demostración vistosa, el planteamiento busca que cada aprendizaje tenga una traducción inmediata en decisiones, flujos y tareas concretas.
Alemany Jara explica ese enfoque desde el arranque mismo de los programas.
"Desde el primer día buscamos que los alumnos puedan tangibilizar los conocimientos a través de actividades concretas y aplicadas a casos reales" - Alejandro Alemany Jara, Global Data, Analytics & AI Deputy Director de MOA Institute
La idea resulta fácil de reconocer en cualquier oficina. Una cosa es saber que existe una herramienta capaz de resumir documentos, automatizar análisis o acelerar entregas, y otra bastante distinta es usarla sin romper procesos, sin duplicar errores y sin convertir la promesa de productividad en simple ruido, como ya ha ocurrido en empresas que no vieron mejoras.
La productividad crece cuando el punto de partida está bien elegido
Alemany Jara sostiene que la mejora de la productividad gracias a la IA puede ser exponencial, pero no la presenta como una niebla difusa que lo empapa todo. Su criterio es mucho más terrenal, porque sitúa la clave en detectar los procesos con mayor impacto y empezar por casos concretos que produzcan resultados visibles.
Dicho de otro modo, no basta con encender la máquina. Primero hay que decidir dónde duele más, dónde se repite más trabajo y dónde una automatización bien usada puede ahorrar tiempo sin vaciar de sentido la tarea humana.
Antes, muchos proyectos exigían grandes equipos, procesos tediosos, plazos largos y costes elevados. Ahora, según Alemany Jara, buena parte de ese trabajo puede ejecutarse de una forma más ágil, eficiente y escalable.
También por eso cambia el perfil que gana valor. Aquien incorpora la IA a su forma de trabajar puede ser mucho más productivo, aportar más valor y distinguirse con mayor claridad, una tensión que ya asoma en el uso diario de IA en España.
En cinco años casi nadie podrá seguir trabajando igual
Alemany Jara fija además un horizonte temporal preciso. Afirma que en los próximos cinco años todo el mundo tendrá que reinventarse en mayor o menor medida.
La frase impresiona menos por grandilocuencia que por cercanía. No apunta solo a programadores, analistas o perfiles técnicos, sino a cualquiera que vea cómo una parte de sus tareas empieza a hacerse más rápido, más barato o con menos fricción que hace apenas unos años.
Al fondo hay una pregunta que ya no suena teórica. Si antes el valor estaba en saber hacer algo difícil, ahora empieza a desplazarse hacia saber decidir qué merece automatizar, qué conviene supervisar y en qué punto la herramienta ayuda de verdad en lugar de estorbar.
Más de 30 herramientas sobre la mesa, proyectos reales desde el primer día y un plazo de cinco años para reinventarse dibujan una escena bastante concreta. La inteligencia artificial ya no discute solo empleos o programas, discute el modo exacto en que cada profesional demuestra que sigue siendo útil.