Aplicación empresarial

Upskilling vs reskilling en IA

Upskilling es ampliar las competencias de una persona en su rol actual para que lo desempeñe mejor con IA. Reskilling es recualificar a alguien para un rol distinto porque el suyo cambia sustancialmente o desaparece por efecto de la automatización. Ambas son respuestas a la IA, pero exigen planes formativos, esfuerzo y financiación distintos.

Por Ana María González Actualizado: 16 de mayo de 2026

Definición rápida

Respuesta directa

Explicación ampliada

La IA no afecta a todos los puestos igual: a la mayoría los transforma (las mismas tareas, ahora asistidas por IA) y a algunos los desplaza (parte sustancial de las tareas se automatiza). La respuesta de capital humano se divide en consecuencia. El upskilling mantiene a la persona en su función pero la dota de las competencias para trabajar con IA de forma productiva y crítica: es el caso mayoritario y el más rentable, porque conserva conocimiento del negocio y solo añade una capa nueva. El reskilling es más profundo y costoso: recualificar a alguien hacia un rol diferente cuando el suyo se reduce drásticamente; requiere más tiempo, acompañamiento y, a menudo, gestión del cambio y de las personas, no solo formación técnica. Una estrategia madura ante la IA distingue ambas y planifica en consecuencia: identifica qué roles se transforman (upskilling masivo) y cuáles podrían reducirse (reskilling anticipado de las personas afectadas, idealmente antes de que el impacto se materialice, no después). Anticipar el reskilling es además una decisión de responsabilidad y de reputación interna: gestionar el impacto de la IA en las personas con antelación y formación, en lugar de reaccionar tarde, condiciona la confianza de toda la plantilla en la adopción.

Por qué importa para tu empresa

Aplicación práctica

Para una empresa, tratar todo como "formación en IA" sin distinguir upskilling de reskilling lleva a planes mal dimensionados y a gestionar tarde el impacto humano. La regla práctica: mapear qué roles se transforman (upskilling, mayoría, prioritario y barato vía FUNDAE) y cuáles podrían contraerse (reskilling, planificarlo con antelación, más recursos y acompañamiento). Anticipar el reskilling antes de que el impacto golpee protege a las personas y la confianza interna en la adopción.

Ejemplo concreto

Caso real

Una empresa analizó el impacto de la IA por rol. La mayoría de funciones (técnicas, comerciales, administrativas) se transformaban: lanzaron upskilling masivo financiado por FUNDAE para que cada quien trabajara con IA en su puesto. Identificaron además un equipo de tareas muy automatizables cuya carga iba a reducirse en un año. En lugar de esperar, iniciaron un reskilling anticipado de esas personas hacia funciones de supervisión y calidad de los nuevos procesos asistidos por IA. La transición se vivió como oportunidad, no como amenaza, y la adopción global ganó confianza.