La IA no va a capacitar a tu equipo (pero sin ella, tampoco lo harás tú)

Hay una escena que se repite en corporativos de Polanco, Santa Fe y Monterrey: el director de RRHH presenta su plan anual de capacitación, el CFO pregunta por el ROI, y nadie tiene una respuesta convincente. Cursos genéricos, plataformas de e-learning con tasas de completitud del 12%, y una brecha de habilidades que crece más rápido que el presupuesto de formación.

La inteligencia artificial promete cambiar esa ecuación. Pero no de la forma en que la mayoría de los vendors lo venden.

El problema real no es tecnológico

Antes de hablar de algoritmos, hay que ser honestos sobre el estado de la capacitación corporativa en México. Según datos de la STPS, las empresas mexicanas invierten en promedio menos del 1% de su nómina en formación. Y gran parte de esa inversión se va en programas que los propios empleados consideran irrelevantes.

El problema no es falta de contenido. Hay más cursos en línea de los que cualquier ser humano podría consumir en diez vidas. El problema es precisión: cómo llevar el conocimiento correcto, a la persona correcta, en el momento correcto. Ahí es donde la IA deja de ser un buzzword y empieza a ser una herramienta real.

Personalización que funciona (cuando se implementa bien)

La promesa más tangible de la IA en capacitación es la personalización a escala. No estamos hablando de recomendar cursos basándose en lo que otros con tu puesto tomaron. Estamos hablando de sistemas que analizan patrones de desempeño, identifican brechas específicas de conocimiento y construyen rutas de aprendizaje individualizadas.

Mercado Libre ya opera con este enfoque. Su plataforma interna de desarrollo usa modelos de machine learning para mapear las competencias de cada colaborador contra las que el negocio necesitará en los próximos 12 a 18 meses. El resultado no es un catálogo de cursos: es un plan de desarrollo con métricas claras y seguimiento automatizado.

La diferencia entre esto y el e-learning tradicional es la misma que hay entre un traje a medida y uno de rack. Ambos cubren el cuerpo, pero solo uno te queda bien.

Simulaciones: aprender haciendo, no mirando

Otro frente donde la IA está moviendo la aguja es en la creación de entornos de práctica. Las simulaciones impulsadas por IA generativa permiten recrear escenarios complejos, desde negociaciones con clientes difíciles hasta la gestión de una crisis de reputación en redes sociales.

Banorte ha experimentado con simulaciones de atención al cliente donde un modelo de lenguaje actúa como el cliente, adaptando su comportamiento en tiempo real según las respuestas del empleado en entrenamiento. No es un guion fijo. Es una conversación impredecible, como las que ocurren todos los días en una sucursal.

Para industrias como retail, banca y servicios, donde la calidad de la interacción humana define la experiencia del cliente, este tipo de entrenamiento tiene un impacto directo en indicadores de negocio. No es formación por cumplir. Es formación que se nota en el NPS.

Anticipar las habilidades del futuro (sin bola de cristal)

Quizás el uso más estratégico de la IA en desarrollo de talento no está en la formación misma, sino en decidir qué habilidades formar. El análisis predictivo permite cruzar datos de mercado laboral, tendencias tecnológicas y planes de negocio para identificar qué competencias serán críticas antes de que la urgencia las convierta en crisis.

En México, donde la industria automotriz está migrando hacia vehículos eléctricos y las fintech están redefiniendo servicios financieros, está capacidad de anticipación no es un lujo. Es supervivencia. Las empresas que hoy están formando ingenieros en electromovilidad o especialistas en regulación fintech tendrán ventaja sobre las que esperaron a que el mercado se los arrebatara.

FEMSA lo entendió temprano. Su estrategia de upskilling no parte de un catálogo de competencias estático, sino de un modelo dinámico que se actualiza conforme cambian las prioridades del negocio y las condiciones del mercado.

Los riesgos que nadie quiere discutir

Sería irresponsable hablar de IA en capacitación sin mencionar lo que puede salir mal. Y hay dos riesgos que merecen atención seria.

El primero es el sesgo algorítmico. Si el modelo se entrena con datos históricos de promociones y evaluaciones de desempeño, va a replicar los sesgos que ya existen en la organización. Si históricamente las mujeres en la empresa han recibido menos oportunidades de desarrollo, el algoritmo va a recomendar menos formación para mujeres. No por malicia. Por matemáticas mal aplicadas.

El segundo es la deshumanización del aprendizaje. La capacitación no es solo transferencia de conocimiento. Es también construcción de relaciones, mentorías informales, conversaciones de pasillo que cambian perspectivas. Ninguna IA replica eso. Y las organizaciones que sustituyan toda interacción humana por interfaces digitales van a descubrir que ganaron eficiencia y perdieron cultura.

La respuesta no es rechazar la IA ni abrazarla sin crítica. Es usarla donde agrega valor real y mantener espacios donde lo humano es irremplazable.

Lo que esto significa para RRHH en México

Las áreas de talento en México están en una encrucijada. Pueden seguir siendo administradoras de cursos y gestoras de nómina, o pueden convertirse en socias estratégicas del negocio. La IA es una de las herramientas que habilitan esa transición, pero no la única ni la más importante.

Lo más importante es el cambio de mentalidad: dejar de medir horas de capacitación y empezar a medir impacto en el negocio. Dejar de comprar plataformas y empezar a diseñar estrategias. Dejar de reaccionar a la rotación y empezar a anticiparla.

Las organizaciones mexicanas que dominen está intersección entre tecnología y desarrollo humano no solo van a retener mejor a su talento. Van a atraer al talento que hoy se está yendo a las startups y a las big tech. Y en un mercado donde el talento digital es el recurso más escaso, esa ventaja vale más que cualquier algoritmo.