La nueva habilidad estrella no es usar la IA... es vigilarla

• TINO FERNÁNDEZ @tinofe

• Compartir en Facebook
• Compartir en Twitter
• Compartir en LinkedIn
• Enviar por email

El Barómetro E&E revela que las competencias mantienen su nombre, pero cambian su esencia. Saber inteligencia artificial ya es el nivel básico. Hoy el verdadero talento que exigen las empresas consiste en auditar, corregir y responsabilizarse de lo que produce. Entramos en la segunda fase del cambio laboral y la nueva competencia transversal es la comprobación. Las empresas no buscan empleados que sólo ejecuten tareas. Quieren profesionales con criterio para validar y responsabilizarse del resultado.

Un profesional puede conservar el mismo cargo, seguir escribiendo las mismas habilidades en su currículo y, sin embargo, haber cambiado sustancialmente de oficio. Eso es lo más importante que ocurre esta semana en el Barómetro E&E de habilidades. Las 20 competencias permanecen en las mismas posiciones, pero debajo de esa estabilidad se puede adivinar que las empresas están cambiando lo que entienden por dominar una habilidad.

Pensamiento analítico sigue en primer lugar; alfabetización en inteligencia artificial, segunda; resiliencia y adaptación, tercera; liderazgo, cuarto, y comunicación, quinta.

La edición anterior ya mostraba hasta qué punto se había alterado el contenido de muchas de ellas. El pensamiento analítico se estaba convirtiendo también en verificación; saber IA empezaba a incluir conocer sus límites; liderar suponía decidir qué delegar; programar incluía controlar agentes; finanzas debía interpretar escenarios y sostenibilidad entraba en las decisiones de inversión.

Esta semana aparece una señal adicional: IBM preguntó a 1.500 responsables de recursos humanos y a 8.800 trabajadores de 28 países cómo está modificando la inteligencia artificial el trabajo. El 71% de los directivos de RRHH considera que supervisar, validar y, cuando sea necesario, corregir las respuestas de la IA es una de las capacidades fundamentales que necesita ahora su plantilla. Entre los empleados, sólo el 29% concede una importancia semejante al juicio. El 60% teme además que el uso de IA esté erosionando algunas de sus capacidades y el pensamiento crítico encabeza las mencionadas. El trabajo de campo se realizó entre abril y junio; es una investigación publicada el 21 de septiembre, no una medición exclusiva de esta semana.

Así, otra conclusión del Barómetro resulta más interesante que una simple subida o bajada de puestos: El cambio de las habilidades está entrando en una segunda fase. Primero tuvimos que aprender a utilizar las máquinas. Ahora tenemos que aprender a trabajar siendo responsables de lo que hacen.

BARÓMETRO DE HABILIDADES MÁS DEMANDADAS (26 SEPTIEMBRE-1 de OCTUBRE)

Los datos de esta clasificación se recogieron el 24 de septiembre y reflejan la situación del mercado laboral mundial durante la semana del 21 al 27 de septiembre de 2026. El ránking se actualizará semanalmente, conservando el histórico de datos y comparaciones para detectar tendencias y relaciones cada vez más precisas.

1. PENSAMIENTO ANALÍTICO, JUICIO Y DECISIONES CON DATOS.(SE MANTIENE). Pensar bien sigue siendo más valioso que manejar muchas herramientas. Esa es la razón por la que el pensamiento analítico conserva el primer puesto del Barómetro E&E de habilidades demandadas. El World Economic Forum lo considera una competencia esencial para el 69% de los empleadores, por delante de cualquier otra capacidad en su clasificación de habilidades actuales. La IA, lejos de restarle importancia, está modificando su función. IBM acaba de comprobar que el 71% de los responsables de RRHH considera esencial que los trabajadores sepan supervisar, validar y, cuando sea necesario, anular una respuesta producida por IA. PwC añade otra señal: los puestos junior más expuestos a esta tecnología tienen siete veces más probabilidades de exigir capacidades antes asociadas a profesionales sénior, como juicio o liderazgo. Analizar empieza a significar algo más que encontrar una respuesta: formular correctamente el problema, comprobar la evidencia y saber cuándo una respuesta aparentemente convincente no merece confianza.

Sectores. Es difícil encontrar una habilidad más transversal. En banca sirve para interpretar riesgo, márgenes o escenarios; en consultoría, para separar síntomas de causas; en industria y logística, para decidir sobre inventarios, producción, mantenimiento o rutas; y en tecnología, para diagnosticar fallos y comparar arquitecturas. La OCDE aporta una pista sobre lo que está haciendo la IA: en su encuesta internacional a pymes, el 46,4% considera que la IA generativa ha aumentado la importancia del análisis y la interpretación de datos, más que cualquier otra de las competencias estudiadas. El cambio no implica que todos vayan a convertirse en analistas. Significa que más empleos incorporan pequeñas decisiones analíticas que antes podían delegarse. Un controller, un arquitecto tecnológico, un responsable de operaciones y un profesional sanitario trabajan con materias muy diferentes, pero comparten una exigencia creciente: distinguir un dato relevante de uno accesorio y justificar qué decisión se toma a partir de él.

Empresas. Las ofertas permiten comprobar que no estamos hablando de una competencia reservada a consultores de estrategia. Factorial la incorpora a su Business Analyst en Barcelona, donde el trabajo combina análisis comercial y previsión.

BASF solicita razonamiento estructurado en su puesto de Cyber Security Specialist-Privileged Access Management en Madrid: el análisis se aplica aquí a identidades, accesos y problemas de seguridad.

EY ofrece un tercer ejemplo en Málaga con Artificial Intelligence Auditor-Staff, un perfil que debe revisar controles y ejercer pensamiento crítico sobre sistemas de IA. Lo interesante no son solamente los nombres de las compañías, sino la distancia entre las tres funciones. Una scaleup de software, una multinacional química y una firma de auditoría necesitan la misma capacidad para problemas distintos. Esa transversalidad explica mejor el número uno del Barómetro que el crecimiento de una única familia profesional: la capacidad analítica viaja con el trabajador entre sectores, aunque el conocimiento del dominio siga siendo imprescindible.

Salarios. No existe un "salario del pensamiento analítico", y atribuirle una prima concreta sería engañoso. Factorial publica para su Business Analyst de Barcelona una banda de 30.000 a 50.000 euros anuales, pero esa cifra remunera el puesto completo, no una capacidad aislada. La edición anterior mostraba además que las bandas aumentan sustancialmente cuando el análisis se combina con mayor responsabilidad financiera, tecnológica o de decisión. El mercado remunera mejor el juicio cuando permite resolver problemas de mayor coste. Lo mismo ayuda a interpretar el dato de PwC sobre la prima salarial del 62% en puestos que solicitan habilidades específicas de IA. Es una asociación entre ofertas diferentes, no la subida que recibirá una persona por aprender una competencia. El pensamiento analítico actúa más bien como multiplicador: puede aumentar el valor de una especialización técnica, financiera o comercial cuando permite transformar información en decisiones de las que alguien está dispuesto a responder.

Formación. La mala noticia para quien busque un certificado rápido es que pensar analíticamente no se aprende dominando una aplicación. Requiere estadística, formulación de hipótesis, lectura crítica de datos, experimentación y práctica tomando decisiones con información incompleta. Harvard Business School Online estructura su curso Business Analytics en cuatro módulos y unas 20-24 horas, con contenidos sobre evidencia cuantitativa y toma de decisiones. Puede ser una puerta de entrada, pero no sustituye una base profunda en economía, ingeniería, matemáticas, investigación operativa o ciencia de datos cuando el puesto la exige. Con la IA aparece además una forma nueva de entrenar esta habilidad: pedir al modelo que produzca una respuesta y obligarse después a buscar sus puntos débiles, los datos que faltan y las hipótesis no demostradas. IBM sugiere que esa capacidad de supervisar y corregir se está convirtiendo en parte explícita del trabajo. La mejor prueba formativa es una decisión defendible, no un diploma aislado.

2. ALFABETIZACIÓN E INTELIGENCIA ARTIFICIAL.(SE MANTIENE). La segunda habilidad continúa creciendo, pero empieza a quedarse pequeña su antigua definición. Saber IA ya no equivale a conocer ChatGPT, redactar buenos prompts o probar muchas herramientas. La Comisión Europea obliga a proveedores y empresas que despliegan sistemas de IA a desarrollar alfabetización entre las personas que los utilizan, teniendo en cuenta sus conocimientos, experiencia y el contexto de uso; desde agosto de 2026 las autoridades nacionales pueden supervisar el cumplimiento del artículo 4 del AI Act.

ManpowerGroup destaca que entre más de 39.000 empleadores de 41 países, el desarrollo de modelos y aplicaciones de IA, con un 20%, y la alfabetización en IA, con un 19%, son ya las capacidades técnicas más difíciles de encontrar. Estar alfabetizado significa seleccionar la herramienta apropiada, proporcionar contexto, reconocer una alucinación, proteger datos sensibles, comprobar resultados y saber qué decisiones no deben abandonarse a la máquina.

Sectores. La gran novedad es que esta habilidad ha dejado de ser patrimonio de tecnología. Empieza a formar parte del trabajo de consultores, comerciales, financieros, profesionales de marketing, responsables de operaciones, RRHH y atención al cliente. Microsoft muestra hasta qué punto se está extendiendo: en su Work Trend Index 2026, construido a partir de una encuesta a 20.000 usuarios de IA de diez países y señales agregadas de Microsoft 365, el 49% de las conversaciones analizadas con Copilot apoyaba trabajo cognitivo (analizar, evaluar, resolver problemas o pensar creativamente) y sólo una parte consistía simplemente en producir contenido. LinkedIn identifica además capacidades de IA, LLM y automatización entre las que crecen con más rapidez en varios mercados europeos. La consecuencia es importante: alfabetización e ingeniería de IA deben separarse. La mayoría de los profesionales necesitará aprender a trabajar competentemente con sistemas ajenos; una proporción mucho menor tendrá que saber construirlost.

Empresas. Las vacantes españolas muestran perfectamente esos diferentes niveles. SAP incorpora fundamentos y aplicaciones de IA en su Customer Success Manager Academy de Madrid, un programa eminentemente comercial. Santander pide aplicación de inteligencia artificial al negocio en su puesto Senior AI Transformation-WM&I. Accenture incluye IA en un Senior PMO de Madrid.

Ninguno de los tres ejemplos obliga a confundir alfabetización con programación avanzada. Un comercial necesita entender dónde puede crear valor una solución; un profesional de transformación debe conectar tecnología y proceso; un responsable de proyecto tiene que saber integrar la IA entre dependencias, riesgos y objetivos. Esa diversidad es precisamente la razón por la que la habilidad mantiene el segundo puesto. La IA empieza a comportarse como lo hizo la alfabetización digital: primero fue una especialización, después se convirtió en una capacidad horizontal y, finalmente, cada profesión empezó a exigir una profundidad diferente. La pregunta de selección deja de ser si usa IA y pasa a ser para qué sabe utilizarla bien.

Salarios. La retribución muestra por qué conviene distinguir familiaridad, implantación e ingeniería. Adecco sitúa a un consultor sénior especializado en herramientas como Copilot o Einstein entre 70.000 y 90.000 euros, una banda correspondiente a perfiles capaces de implantar soluciones en empresas, no a cualquier trabajador que haya completado un curso introductorio. Su guía identifica además salarios de 75.000-95.000 euros para Pre-Sales Engineer/AI Solutions Consultant sénior y de hasta 80.000-130.000 para Enterprise Sales Manager especializado en Digital/AI.

Son precisamente puestos híbridos: combinan tecnología, negocio y relación con clientes. PwC detecta, a escala internacional, una prima media del 62% en las ofertas que requieren habilidades específicas de IA. Pero tampoco aquí hay causalidad individual demostrada. El mercado no está pagando "saber ChatGPT"; paga escasez, responsabilidad y capacidad para aplicar tecnología a problemas económicamente valiosos. Ésa es la diferencia que debería quedar clara en cualquier orientación profesional.

Formación. Para empezar no hace falta convertirse en ingeniero. Google AI Essentials ofrece una iniciación de cinco módulos y menos de cinco horas para personas sin experiencia previa. Sirve para familiarizarse con posibilidades, prompting y uso responsable, pero sería un error equiparar ese recorrido con dominio profesional. La Comisión Europea insiste precisamente en que la alfabetización debe adaptarse a la función y al riesgo del sistema utilizado; no prescribe un certificado universal. Para un trabajador de oficina, la siguiente fase debería consistir en practicar durante semanas sobre tareas reales: escoger qué merece automatizarse, comprobar cifras y hechos, documentar errores, entender qué información no debe cargarse y fijar situaciones de escalado a una persona. Para un ingeniero, naturalmente, el itinerario es distinto: programación, estadística, evaluación de modelos, datos, MLOps y seguridad. La prueba más convincente no será una colección de cursos, sino poder explicar un caso de uso completo y qué hizo el profesional cuando la IA falló.

3. RESILIENCIA, FLEXIBILIDAD Y ADAPTACIÓN.(SE MANTIENE). Esta habilidad permanece en tercer lugar porque el mercado no sólo está cambiando las herramientas; está cambiando el contenido de los puestos. El World Economic Forum la sitúa como la segunda competencia básica más extendida: el 67% de los empleadores la considera esencial, sólo por detrás del pensamiento analítico.

En todo caso conviene rescatar esta palabra de su uso más superficial. Adaptarse no significa aceptar indefinidamente sobrecarga, inseguridad o reorganizaciones mal planificadas. Significa modificar prioridades, aprender de un error, utilizar nuevas herramientas y mantener capacidad de decisión cuando desaparecen certezas anteriores.

Gartner introduce otro motivo: advierte de que automatizar demasiado pronto puede destruir conocimiento institucional y llega a prever que para 2029 un 30% de los trabajadores despedidos con la expectativa de ser sustituidos por IA tendrán que ser recontratados. Es una predicción, no un resultado observado, pero recuerda que la adaptación también corresponde a las empresas, no únicamente al trabajador.

Sectores. Esta capacidad es particularmente valiosa allí donde cambian rápidamente tecnología, regulación, demanda o modelo de negocio. Tecnología y consultoría son ejemplos obvios, pero el WEF detecta también crecimiento de resiliencia y flexibilidad en telecomunicaciones, agricultura y servicios profesionales.

Gran consumo añade otra forma de incertidumbre: rotaciones de mercado, cambios en canales comerciales y presión sobre costes. Salud y farmacia combinan regulación, innovación científica y transformación digital. Y en operaciones, la capacidad de reaccionar ante interrupciones de suministro o incidencias se vuelve parte del oficio. ManpowerGroup confirma el carácter transversal: adaptabilidad y voluntad de aprender aparecen entre las habilidades humanas más demandadas globalmente incluso cuando las capacidades de IA encabezan la escasez técnica.

La clave es no sustituir conocimientos especializados por una palabra genérica. Un jefe de proyecto adaptable sigue necesitando saber gestionar proyectos; un profesional sanitario flexible no puede improvisar conocimientos clínicos. La resiliencia permite conservar eficacia cuando cambia el contexto, no prescindir de expertise.

Empresas. Las compañías expresan esta capacidad de maneras muy concretas. SAP la incorpora a su Academy para Customer Success Managers en Madrid, donde los participantes deben aprender, relacionarse con clientes y desenvolverse en situaciones cambiantes. Unilever pide candidatos resilientes y resolutivos en su Future Leaders Programme-Customer Development de Australia, un itinerario de dos años con rotaciones y proyectos reales.

Deloitte España incluye adaptabilidad entre las competencias que utiliza para explicar qué busca en sus procesos de selección. Son evidencias distintas: dos corresponden a programas profesionales y otra a un marco corporativo, por lo que no deben contarse como tres "nuevas vacantes". Sí muestran algo relevante: las empresas traducen resiliencia a conductas observables (aprender rápido, cambiar de entorno, mantener prioridades, resolver problemas).

Para una candidatura resulta mucho más convincente explicar una situación en la que hubo que reformular un proyecto que limitarse a escribir "resiliente" en el currículo. La palabra vale poco sin un episodio que la demuestre.

Salarios. No existe una prima salarial demostrable por resiliencia. Sanofi ofrece entre 60.000 y 80.000 euros para un Project Manager-Medical Communications en Barcelona, un puesto en el que adaptación, comunicación y coordinación son relevantes, pero sería metodológicamente incorrecto adjudicar esa banda a una sola de ellas. Lo mismo ocurre en consultoría, operaciones o tecnología. Cuanto más cambiante es el entorno y mayor el coste de una mala decisión, más valioso puede resultar un profesional capaz de mantener el rendimiento, pero el salario seguirá dependiendo de experiencia, sector, responsabilidad y conocimiento técnico. Esta cautela importa especialmente cuando se habla de soft skills: tienden a aparecer en puestos bien pagados porque acompañan a responsabilidades sénior, no porque exista una tarifa independiente por "ser flexible". En un mercado europeo de contratación contenida (España registró una tasa de vacantes de sólo el 0,9% en el segundo trimestre), la adaptabilidad puede ampliar opciones, pero no transforma automáticamente una habilidad en empleo.

Formación. Resiliencia se entrena peor con teoría que con situaciones. El curso de Yale Managing Emotions in Times of Uncertainty & Stress, de unas diez horas y concebido originalmente para profesionales educativos, ofrece herramientas de autorregulación, pero su contexto debe quedar claro. Para otros sectores resulta más útil combinar conceptos con simulaciones de cambios de prioridad, revisión de incidentes, decisiones con información incompleta y feedback. También puede entrenarse introduciendo deliberadamente cambios en un proyecto: recortar recursos, modificar un requisito o incorporar un dato que obliga a abandonar la solución inicial. Lo importante es observar si la persona persevera en una estrategia que ya no funciona o sabe cambiar sin perder el objetivo. El WEF prevé que resiliencia, flexibilidad y agilidad sigan creciendo junto a curiosidad y aprendizaje permanente. Por eso la formación debería conectarlas: adaptarse no consiste sólo en resistir una transformación, sino en adquirir rápidamente la capacidad que permite trabajar dentro de ella.

4. LIDERAZGO E INFLUENCIA.(SE MANTIENE). Liderar empieza a significar también decidir qué no debe decidir la inteligencia artificial. El World Economic Forum sitúa liderazgo e influencia social entre las competencias básicas más extendidas, citada por el 61% de los empleadores. La novedad está en su contenido.

Microsoft revela que los trabajadores que dicen tener responsables que modelan el uso de IA, fijan estándares de calidad y crean seguridad para experimentar reportan mayor valor y pensamiento crítico en su utilización. IBM aporta el reverso: cuando la responsabilidad de cuestionar o anular recomendaciones de IA no está clara, disminuye la confianza y aumenta la sensación de riesgo.

El liderazgo de 2026 se parece menos a "tener personas a cargo" y más a distribuir autoridad, establecer criterios y asumir responsabilidad por resultados producidos conjuntamente por humanos y sistemas. Esa capacidad puede aparecer en un jefe de equipo, pero también en un arquitecto, un tech lead o un especialista sénior sin subordinados directos.

Sectores.Retail, farmacia, software y servicios profesionales muestran distintas versiones del mismo problema. En una tienda, el liderazgo está ligado a organizar personas y atención al cliente; en una farmacéutica, a coordinar especialistas sometidos a requisitos científicos y regulatorios; en tecnología, un profesional puede influir sobre arquitectura, calidad o seguridad sin dirigir formalmente un departamento. LinkedIn sitúa en 2026 las capacidades de team management, mentoría y colaboración transversal entre las que están ganando terreno, precisamente al mismo tiempo que crecen IA y automatización.

Esa simultaneidad importa: no parece que las habilidades humanas estén sobreviviendo al margen de la transformación digital, sino que una parte crece debido a ella. Cuando el trabajo atraviesa ingeniería, negocio, legal y operaciones, alguien tiene que resolver prioridades incompatibles. Microsoft concluye además que factores organizativos —cultura, apoyo de los responsables y prácticas de talento— explican más variación en el impacto autodeclarado de la IA que el esfuerzo individual. La tecnología no elimina dirección; la hace más visible.

Empresas. IKEA pide influencia y desarrollo de personas para su People & Culture Manager de Valladolid. Sanofi incorpora liderazgo transversal a su Solution Architect de Barcelona, un caso interesante porque el puesto no es de RRHH ni de dirección general: el arquitecto debe conseguir que áreas diferentes acepten decisiones tecnológicas.

Anthropic exige a un Staff Software Engineer-GTM Systems en San Francisco capacidad para elevar las prácticas de ingeniería y liderar cambios técnicos. Los tres ejemplos muestran por qué esta habilidad ocupa el cuarto puesto. Liderazgo ya no se puede identificar exclusivamente con jerarquía. En organizaciones complejas, profesionales altamente especializados necesitan convencer a personas sobre las que no tienen autoridad formal.

Esta evolución también explica por qué las empresas buscan stakeholder management, mentoría o capacidad de influencia en posiciones técnicas. Para demostrar la competencia, una candidatura debería describir una decisión difícil, quién se oponía, qué evidencia se utilizó y qué cambió gracias a la intervención. "Gestioné un equipo" aporta mucha menos información.

Salarios. LHH sitúa en España a un HR Manager de multinacional en torno a 45.000 euros más un 20% variable a partir de tres años de experiencia y hasta 70.000 más un 20% para perfiles de más de diez años. Es una referencia de un puesto donde liderazgo constituye una responsabilidad central, no el precio de la competencia en sí misma.

En tecnología o farmacia las bandas pueden ser muy diferentes porque el mercado remunera simultáneamente conocimiento técnico, tamaño de la organización y capacidad de decisión. Ésa es una distinción particularmente importante en liderazgo: la correlación entre posiciones directivas y salarios elevados no demuestra que un curso de liderazgo produzca el aumento.

Lo que sí parece claro es que la IA puede ampliar la superficie sobre la que se ejerce esa responsabilidad. Si una persona dirige tanto trabajo humano como trabajo delegado a sistemas automáticos, aumentan las decisiones sobre calidad, permisos, escalado y responsabilidad. La remuneración seguirá perteneciendo al puesto completo.

Formación. Harvard Business School Online ofrece Leadership Principles, de unas 35-40 horas, mientras IESE cuenta con un Leadership Coaching Program de 18 semanas dirigido a perfiles con mayor experiencia. Son productos formativos muy diferentes y conviene evitar tratarlos como equivalentes. El liderazgo se aprende mal si todo ocurre en un aula: necesita decisiones reales, delegación, conflictos y consecuencias. La práctica debería incluir fijar criterios de calidad, entregar autonomía a otra persona y analizar después qué salió mal. Con IA surge un ejercicio adicional: decidir qué tareas puede asumir un sistema, qué resultados deben revisarse y quién puede detener el proceso. Microsoft encuentra que los responsables que hacen explícitos los estándares para el trabajo asistido por IA se asocian con mayor adopción y mejores percepciones de valor. La formación futura en liderazgo probablemente tendrá que incorporar diseño de trabajo humano-máquina, no como asignatura tecnológica, sino como una extensión de la responsabilidad directiva tradicional.

5. COMUNICACIÓN Y COLABORACIÓN TRANSVERSAL. (SE MANTIENE). La tecnología produce más textos, presentaciones y mensajes que nunca, y eso no significa que produzca mejor comunicación. La quinta posición del Barómetro refleja esa diferencia. ManpowerGroup, en su último análisis internacional de contratación tecnológica, sitúa comunicación, colaboración y trabajo en equipo como la capacidad más demandada por los empleadores del sector, mencionada por el 41%, por encima incluso de la principal capacidad técnica, desarrollo de modelos y aplicaciones de IA.

LinkedIn detecta una señal parecida en su Skills on the Rise 2026: colaboración transversal, comunicación con stakeholders y habilidades para explicar decisiones están creciendo mientras se acelera la implantación de IA. La explicación es sencilla. Cuantas más especialidades intervienen en un proyecto (datos, seguridad, negocio, legal, finanzas), mayor es el coste de que cada una hable únicamente su propio idioma. Comunicar no consiste en generar más contenido; consiste en conseguir que personas con intereses diferentes entiendan qué deben decidir y por qué.

Sectores. Salud y farmacia son terrenos especialmente sensibles: un profesional debe trasladar información científica a médicos, reguladores, pacientes o directivos sin deformarla. En software empresarial, customer success y preventa viven de traducir capacidades técnicas a resultados para el cliente. En energía, grandes proyectos combinan ingeniería, permisos, finanzas y relaciones comerciales. Y en consultoría casi todo el valor se materializa a través de equipos multidisciplinares. La OCDE comprobó además que el 35,8% de las pymes consultadas considera que la IA generativa ha aumentado la importancia de comunicación y colaboración. No es paradójico. Una herramienta puede ayudar a redactar un correo, pero no resuelve automáticamente un desacuerdo entre áreas ni detecta que dos personas usan la misma palabra para describir cosas distintas. La comunicación profesional valiosa empieza donde termina la generación automática: adaptar la explicación al interlocutor, descubrir la objeción real y convertir conversaciones dispersas en una decisión con responsable y fecha.

Empresas. Sanofi exige coordinación transversal en su puesto de Project Manager-Medical Communications de Barcelona. SAP convierte la relación con clientes en uno de los ejes de su CSM Academy madrileña. Schneider Electric combina interlocución comercial y técnica en su Strategic Sales Partner de Barcelona. Los tres ejemplos muestran una diferencia que suele desaparecer en los currículos: no toda comunicación es igual. Sanofi necesita precisión científica y coordinación; SAP busca entender necesidades y acompañar adopción; Schneider requiere negociar entre expectativas comerciales y posibilidades técnicas. Por eso esta habilidad debería describirse mediante contexto. "Buenas capacidades de comunicación" tiene poco valor informativo; "traducir requisitos técnicos para un comité de inversión y resolver objeciones" permite imaginar qué sabe hacer la persona. La IA probablemente aumentará esa exigencia. Si producir documentos es barato, la escasez se desplaza hacia seleccionar qué merece comunicarse, resumir sin perder matices y conseguir que distintos especialistas actúen sobre la misma interpretación del problema.

Salarios. Sanofi ofrece entre 60.000 y 80.000 euros para el puesto de Project Manager-Medical Communications citado. La referencia es útil precisamente porque obliga a evitar una simplificación: nadie cobra esa cifra "por comunicar bien". El puesto combina conocimiento médico, coordinación de proyectos, experiencia sectorial y responsabilidad. Algo parecido ocurre en ventas tecnológicas. Adecco sitúa un Customer Success Manager sénior entre 60.000 y 85.000 euros más variable y un Pre-Sales Engineer/AI Solutions Consultant sénior entre 75.000 y 95.000 más variable. En ambos casos, la comunicación vale porque permite convertir conocimiento técnico en adopción, ingresos o fidelización. La conclusión salarial del Barómetro no debería ser que las soft skills tienen una tarifa. Es que algunas responsabilidades de alto valor no pueden ejercerse sin ellas. En mercados donde la tecnología se vuelve más compleja, la capacidad de conectar a quien construye una solución con quien paga, regula o utiliza esa solución puede convertirse en una parte esencial de la remuneración.

Formación.Negotiation Mastery de Harvard Business School Online dedica unas 32-40 horas a preparación, alternativas, creación de valor y negociación. Puede mejorar una parte concreta de esta habilidad, pero comunicación transversal exige más. Conviene practicar presentaciones del mismo problema para públicos distintos: una versión para ingeniería, otra para finanzas y una tercera para dirección. También resulta útil obligar a cerrar las reuniones con una decisión, un responsable y un criterio verificable; muchas organizaciones confunden conversar con coordinar. En funciones científicas, jurídicas o técnicas, además, comunicar bien requiere saber suficientemente del tema: simplificar sin conocimiento produce errores atractivos. La IA puede utilizarse como simulador de interlocutores o para ensayar objeciones, pero no debería convertirse en sustituto de la interacción. ManpowerGroup muestra que comunicación y colaboración siguen por delante de las capacidades técnicas en la demanda declarada por empleadores tecnológicos. Eso convierte la práctica interpersonal en una inversión profesional, no en un adorno añadido al currículo.

6. CIBERSEGURIDAD. (SE MANTIENE). Pocas profesiones permiten ver tan claramente cómo la IA automatiza tareas y, al mismo tiempo, aumenta la necesidad de especialistas. El Global Cybersecurity Outlook 2026 del World Economic Forum señala que el 77% de las organizaciones ya utiliza IA en alguna función de seguridad, sobre todo para detectar phishing, responder a intrusiones y anomalías o analizar comportamiento. Pero el mayor freno para avanzar es la falta de conocimientos y capacidades, mencionada por el 54%; un 41% señala además la necesidad de supervisión humana.

ISC2 destaca algo parecido desde la perspectiva de los propios equipos: IA es la necesidad de habilidades más citada, con el 41%, seguida de seguridad cloud, con el 36%. La sexta posición tiene así una lógica distinta a la de una moda tecnológica. El trabajo operativo más repetitivo puede reducirse mientras aumenta el valor de arquitectura, investigación de ataques, identidades, controles, riesgo y capacidad para decidir cuándo una señal automática requiere intervención.

Sectores. Banca, industria, química, consultoría e infraestructuras digitales afrontan amenazas parecidas, pero no idénticas. Un banco protege transacciones, identidades y datos regulados; una fábrica debe impedir que un incidente digital detenga producción; una compañía química añade sistemas industriales y seguridad física; un proveedor cloud trabaja a una escala y superficie de ataque diferentes. ISC2 advierte de que la escasez no siempre consiste en "falta de personas": las organizaciones mencionan necesidades concretas de IA, cloud security, evaluación de riesgos, seguridad de aplicaciones e ingeniería. Esa distinción es importante para interpretar el mercado. Puede haber muchos candidatos a puestos de entrada y, simultáneamente, pocos profesionales capaces de diseñar una arquitectura segura o gestionar accesos privilegiados. El crecimiento de agentes de IA complicará aún más la situación porque aparecen identidades no humanas capaces de consultar datos y ejecutar acciones. Seguridad, entonces, ya no consistirá sólo en proteger usuarios y máquinas, sino también en gobernar qué puede hacer cada agente.

Empresas. BASF busca en Madrid un Cyber Security Specialist-Privileged Access Management, centrado en uno de los puntos más delicados de cualquier organización: quién puede entrar dónde y con qué privilegios. EY añade otra especialidad con un Cybersecurity Consultant en Málaga que exige alemán e inglés además de conocimientos técnicos. Santander, por su parte, busca un CyberSecurity Cloud Architect en Boadilla del Monte. Las tres posiciones recorren casi toda la cadena de valor de la ciberseguridad: identidad y accesos, consultoría y arquitectura. También muestran por qué sería un error hablar de "el profesional de ciberseguridad" como si se tratara de una ocupación única. Un analista SOC, un especialista IAM/PAM, un arquitecto cloud y un profesional de GRC comparten fundamentos, pero necesitan profundidades diferentes. Para quien plantea una carrera, elegir la rama es ya parte de la formación. Y para las empresas, especificar capacidades concretas resulta más útil que repetir que existe un "déficit de ciberseguridad".

Salarios. LHH sitúa a un Security Architect de multinacional en España alrededor de 50.000 euros con más de tres años de experiencia y hasta 95.000 euros más un 15% variable para perfiles de más de diez años. La amplitud de la banda ilustra el peso de experiencia y responsabilidad. Tampoco debería confundirse con un salario de entrada al sector. ISC2 viene insistiendo en que las necesidades de capacidades son más precisas que el viejo cálculo de "vacantes sin cubrir": arquitectura segura, IA, cloud, aplicaciones, riesgo y GRC son especialidades diferentes. Esa fragmentación también explica por qué ciertas posiciones alcanzan remuneraciones elevadas mientras candidatos junior pueden encontrar barreras. La prima aparece donde convergen escasez y capacidad para asumir un riesgo crítico. Un error en una campaña comercial puede reducir ingresos; una mala arquitectura de seguridad puede paralizar una organización. El salario refleja en parte ese coste potencial, pero una certificación por sí sola no transforma automáticamente a un candidato en arquitecto sénior.

Formación. La ruta más sólida empieza antes de cualquier certificación: redes, sistemas operativos, identidades, registros, scripting, laboratorios y capacidad para investigar un incidente. CISSP continúa siendo una credencial reconocida, pero ISC2 exige normalmente cinco años de experiencia acumulada en al menos dos de sus dominios, con determinadas excepciones. Aprobar el examen sin cumplir la experiencia no convierte a alguien automáticamente en CISSP; existe la figura de Associate of ISC2. Este matiz importa porque la ciberseguridad premia experiencia práctica. La IA añade nuevos contenidos: seguridad de modelos, prompt injection, permisos de agentes, trazabilidad y evaluación de herramientas automáticas. El WEF subraya precisamente que el obstáculo más citado para utilizar IA en seguridad es la falta de capacidades. Un buen itinerario debería terminar con un laboratorio realista: detectar, contener y documentar un incidente, explicar qué controles fallaron y proponer cambios. Saber recitar un marco no equivale a proteger un sistema que está siendo atacado.

7. CURIOSIDAD Y APRENDIZAJE PERMANENTE. (SE MANTIENE). Aprender siempre ha sido importante; la diferencia es la velocidad a la que ahora caduca parte de lo aprendido. El WEF calcula que, de cada 100 trabajadores del mundo, 59 necesitarán formación antes de 2030 si las transformaciones previstas se materializan. Curiosidad y aprendizaje permanente aparecen además entre las capacidades cuyo uso aumentará con mayor rapidez. La IA añade una tensión interesante. Puede acelerar el aprendizaje, resumir documentación y actuar como tutor, pero también puede reducir la práctica que servía para consolidar conocimientos. BCG advierte de ese riesgo: la mitad de los 70 altos directivos consultados en otro estudio de 2026 afirma observar ya algún tipo de pérdida de capacidades en sus organizaciones y más del 60% cree que será una amenaza material en los próximos años. Aprender no consistirá sólo en incorporar la última herramienta. También habrá que decidir qué conocimientos conviene mantener sin asistencia porque son los que permiten juzgar si la herramienta funciona.

Sectores. Tecnología es el caso más evidente, pero no el único. En farmacia cambian ciencia, regulación y herramientas de análisis; en comercio digital aparecen nuevos canales y formas de segmentación; en formación corporativa los profesionales deben renovar continuamente aquello que enseñan. La curiosidad resulta especialmente valiosa en ocupaciones donde el conocimiento no se puede congelar en una titulación obtenida al inicio de la carrera. El WEF detecta crecimiento de esta habilidad en telecomunicaciones, educación y otros sectores intensivos en cambio. Microsoft aporta una dimensión organizativa: sus denominadas Frontier Firms comparten más aprendizajes sobre IA, errores y nuevos agentes, y documentan con mayor frecuencia estándares de trabajo. Esa práctica convierte el aprendizaje individual en conocimiento colectivo. La implicación para la carrera es clara: no basta con ser autodidacta. Las empresas valorarán más a quien pueda convertir una novedad en una mejora reproducible para otros, explicar qué aprendió y demostrar que cambió su forma de trabajar gracias a esa evidencia.

Empresas. SAP incorpora aprendizaje estructurado en su CSM Academy; Sanofi pide curiosidad y actualización continua en su Solution Architect de Barcelona; Amazon convierte Learn and Be Curious en uno de sus principios corporativos globales. Son señales de naturaleza distinta —programa, vacante y marco cultural— pero juntas explican qué buscan las compañías cuando hablan de aprendizaje permanente. No es acumular certificados, sino detectar pronto lo que falta y actuar. Para un arquitecto, puede significar comprender una nueva plataforma; para un comercial, aprender un producto; para un mando, incorporar una nueva forma de organizar el trabajo. El error habitual en un currículo es medir esta habilidad por número de cursos. Un ejemplo más convincente sería mostrar cómo una persona aprendió una capacidad porque apareció un problema concreto, cómo comprobó que la dominaba y qué resultado cambió. La IA puede multiplicar los contenidos disponibles; precisamente por eso aumentará el valor de escoger qué merece aprenderse y qué no.

Salarios. LHH ofrece una referencia de 40.000 euros más un 15% variable para profesionales de Learning & Development con más de tres años en multinacionales y alrededor de 50.000 más un 15% para perfiles de mayor experiencia. Es un salario de una función especializada en desarrollar aprendizaje en otros, no una prima por "tener curiosidad". Para la mayoría de las profesiones, el efecto retributivo es indirecto: aprender permite conservar o aumentar el valor de la especialización cuando ésta cambia. Un desarrollador que domina una arquitectura nueva, un financiero que incorpora automatización o un comercial que entiende IA pueden acceder a responsabilidades diferentes; no cobran por haber hecho el curso, sino por lo que ahora pueden resolver. Esa lógica conecta con el informe de PwC: los puestos que exigen habilidades de IA crecen más deprisa y pagan más de media, pero las capacidades están cambiando rápidamente. La ventaja salarial puede depender precisamente de aprender antes de que una habilidad se vuelva común.

Formación.Learning How to Learn, de Barbara Oakley y Terrence Sejnowski en Coursera, organiza en cuatro módulos principios sobre concentración, memoria y adquisición de conocimientos. La plataforma propone una duración flexible de alrededor de dos semanas con unas diez horas semanales. El interés de este tipo de curso no está en convertir "aprender" en otra credencial, sino en mejorar el proceso. La práctica más útil consiste en seleccionar una capacidad relevante para la propia profesión, medir un punto de partida y comprobar al final qué puede hacerse que antes no se podía. La IA añade una precaución: utilizarla como tutor puede ser excelente; pedirle siempre la solución impide practicar. BCG alerta de que juicio, formulación de problemas y creatividad —precisamente habilidades estratégicas— figuran entre las capacidades que algunos directivos ven en riesgo de erosión por dependencia excesiva de IA. Aprendizaje permanente también significará preservar deliberadamente determinados músculos profesionales aunque exista una máquina capaz de ejecutar la tarea.

8. ANÁLISIS E INGENIERÍA DE DATOS. (SE MANTIENE). La explosión de IA no ha reducido la importancia de los datos; ha hecho más visibles sus problemas. Modelos y agentes necesitan información accesible, fiable y correctamente autorizada. La OCDE considera que el análisis y la interpretación de datos es la competencia cuya importancia más ha aumentado, según las pymes encuestadas, por efecto de la IA generativa: 46,4%. El puesto ocho agrupa, sin embargo, profesiones que conviene mantener separadas.

Un data engineer construye infraestructuras y flujos; un analista responde preguntas de negocio; un científico de datos desarrolla modelos; un arquitecto decide cómo deben organizarse e integrarse los sistemas. La IA generativa puede facilitar consultas o producir gráficos, pero no resuelve automáticamente calidad, procedencia, permisos, definiciones inconsistentes ni mantenimiento. De hecho, cuanto más sencillo resulta preguntar a los datos en lenguaje natural, mayor puede ser el riesgo de obtener una respuesta convincente construida sobre una base mal definida. La habilidad se desplaza de "tener datos" a hacerlos utilizables.

Sectores. Salud y farmacia necesitan combinar información clínica, científica y regulatoria; banca trabaja con riesgo, fraude y clientes; consultoría integra fuentes de organizaciones diferentes; servicios digitales generan volúmenes enormes de eventos. La demanda cambia según el sector, pero todos comparten un problema: saber qué significa cada dato y quién puede utilizarlo. Microsoft coloca datos, conocimiento y workflows en el núcleo de su modelo de organizaciones que escalan agentes, porque un sistema autónomo sólo puede tomar buenas decisiones si accede a información correcta y actualizada. La expansión de IA está, además, acercando ingeniería de datos a gobierno y arquitectura. Ya no basta con mover información desde una fuente hasta un warehouse: hay que documentar linaje, calidad, controles y uso posterior.

Esto abre oportunidades para perfiles híbridos de analytics engineering, arquitectura y plataformas de datos. Pero tampoco significa que todo empleo relacionado con datos tenga idéntico crecimiento. Nivel de experiencia, tecnología utilizada y conocimiento sectorial continúan marcando grandes diferencias.

Empresas. EY busca en Málaga un Senior Data Engineer con Databricks y programación; Accenture publica en Sevilla un puesto de Data Architecture Manager-Microsoft Azure; y Sanofi había buscado en Barcelona un RWE Data Scientist especializado en evidencia sanitaria. El último anuncio es histórico, no una contratación vigente, pero resulta especialmente útil para entender la profundidad que puede exigir un empleo de datos: conocimiento cuantitativo avanzado más comprensión sanitaria. Los ejemplos recorren tres capas distintas. EY necesita construir y procesar; Accenture, diseñar la arquitectura; Sanofi, aplicar ciencia de datos a un problema de dominio muy especializado. Una persona que escribe "datos" en el currículo puede encajar en una y no en las otras. Por eso esta categoría debería leerse como una familia, no como una profesión única. La IA probablemente ampliará todavía más esa separación: algunas tareas analíticas serán accesibles a no especialistas, mientras arquitectura, calidad e ingeniería de producción se vuelven más importantes.

Salarios. La antigua oferta de Sanofi para RWE Data Scientist publicaba entre 70.800 y 94.400 euros, una cifra muy superior a muchas referencias de analistas de entrada. Pero también exigía un doctorado cuantitativo y seis años de experiencia o un máster y diez años. Precisamente por eso sirve como advertencia metodológica: "trabajar con datos" no permite inferir un salario. Ingeniería, ciencia de datos, analítica y arquitectura tienen barreras distintas y se valoran de manera diferente. El mercado también paga el conocimiento del dominio. Un científico capaz de trabajar con evidencia sanitaria regulada aporta algo distinto de quien domina Python pero desconoce el contexto clínico. La IA puede presionar algunas tareas de análisis rutinario, pero al mismo tiempo aumentar la demanda de profesionales capaces de preparar información para sistemas automáticos. La referencia salarial debe asociarse siempre a responsabilidad, experiencia y sector, no a una palabra genérica como data. Ése es uno de los principales filtros que conviene mantener en el Barómetro.

Formación. El Máster en Big Data Analytics de la Universidad Carlos III ofrece 60 ECTS y una ruta de posgrado para quienes ya disponen de formación universitaria y base cuantitativa. Para perfiles de entrada no siempre es necesario comenzar por un máster. SQL, Python, estadística, modelado de datos y tratamiento de valores faltantes ofrecen una base más útil que aprender de memoria una plataforma. Después debe incorporarse la disciplina que la IA hace aún más importante: calidad, linaje, documentación, privacidad y mantenimiento. El proyecto final ideal no es un gráfico espectacular, sino un sistema cuyos resultados puedan reproducirse y explicarse. Una buena prueba debería responder de dónde procede la información, qué transformaciones se hicieron, qué se considera un dato inválido y qué ocurrirá cuando cambie la fuente. La OCDE muestra que la IA está aumentando la importancia percibida del análisis, pero eso no convierte cada herramienta nueva en una competencia duradera. Los fundamentos siguen siendo el activo más transferible.

9. CREATIVIDAD E INNOVACIÓN APLICADA. (SE MANTIENE). La inteligencia artificial puede generar 100 ideas en segundos. Por eso, generar ideas deja de ser toda la creatividad. La novena habilidad se está desplazando hacia escoger qué problema merece resolverse, combinar perspectivas, descartar propuestas mediocres y convertir una intuición en algo que funciona.

El World Economic Forum sitúa el pensamiento creativo como competencia básica para el 57% de los empleadores y entre las capacidades cuyo uso seguirá aumentando. La OCDE encuentra además que el 41,9% de las pymes cree que la IA generativa ha hecho más importante creatividad e innovación, mientras PwC observa que las nuevas tareas incorporadas a ocupaciones muy expuestas a IA son 2,5 veces más propensas a necesitar juicio, empatía o creatividad. La abundancia de producción automática puede, por tanto, elevar el valor de la selección. El profesional creativo de mayor valor no será necesariamente quien produzca más alternativas, sino quien sepa identificar cuál responde realmente al problema y cómo probarla.

Sectores. Producto digital, consultoría, comercio electrónico y servicios al cliente convierten creatividad en resultados de manera distinta. En producto puede significar descubrir una necesidad y diseñar una función; en consultoría, replantear un proceso; en e-commerce, experimentar con propuesta, canal o experiencia; en servicios, encontrar una solución que reduzca fricción. El WEF detecta un aumento particularmente fuerte de pensamiento creativo en algunos sectores expuestos a transformación, mientras LinkedIn muestra que las empresas continúan buscando capacidades de estrategia, comunicación y crecimiento junto a habilidades tecnológicas. La IA puede democratizar una primera fase —generar opciones—, pero no sustituye la validación. De hecho, puede aumentar el número de ideas malas que una organización tiene que filtrar.

La innovación aplicada exige conectar creatividad con economía y ejecución: ¿qué problema resuelve, quién lo tiene, cuánto cuesta probarlo y qué dato demostraría que la propuesta es equivocada? Esa última pregunta es la diferencia entre creatividad empresarial y simple producción de ocurrencias.

Empresas. Deloitte España incluye creatividad e iniciativa entre las competencias que destaca en selección; SAP busca resolución creativa de problemas en su CSM Academy; Amazon incorpora Invent and Simplify a sus principios globales. La evidencia no debe exagerarse: dos ejemplos son marcos corporativos y uno pertenece a un programa concreto, de modo que no estamos contabilizando tres vacantes nuevas de "creativos". Lo que muestran es otra cosa: compañías de servicios, software y comercio convierten creatividad en un comportamiento esperado de profesionales que no tienen "creativo" en su cargo. Esa normalización es importante. La capacidad ya no pertenece sólo a publicidad, diseño o contenidos. Un arquitecto que simplifica una solución, un comercial que replantea una propuesta o un responsable de operaciones que elimina un cuello de botella pueden estar ejerciendo innovación aplicada. Para demostrarla, un portfolio debería explicar el problema inicial, las alternativas descartadas y la evidencia posterior. Mostrar únicamente el resultado final oculta precisamente la parte más transferible del proceso creativo.

Salarios. La Guía Salarial Adecco 2026 sitúa un Product Manager en bandas de aproximadamente 60.000 a 90.000 euros más variable, dependiendo del nivel y el contexto. No es un "salario de creatividad": producto combina investigación de usuarios, priorización, datos, negocio, coordinación técnica y responsabilidad sobre resultados.

Esa es precisamente la manera en la que una habilidad creativa adquiere valor económico. Las organizaciones pagan más cuando la capacidad de generar y seleccionar alternativas está conectada a una decisión sobre producto, cliente o inversión. PwC detecta un fenómeno compatible con esta lectura: en los puestos "profesionalizados" por IA, donde la tecnología amplifica a expertos y aumenta el peso de habilidades humanas, empleo y salarios evolucionan mejor que en aquellos en los que la IA facilita que no especialistas realicen la función. No debe leerse como causalidad individual, pero sí como una pista: creatividad con contexto y experiencia puede ser más defendible que creatividad entendida como mera generación de primeras versiones.

Formación. IDEO U estructura Foundations in Design Thinking en dos cursos de cinco semanas, con una dedicación orientativa de cuatro a cinco horas semanales. Investigación de usuarios e ideación son útiles, pero la formación debería añadir una fase que a menudo se olvida: intentar refutar la idea. Una innovación gana valor cuando resiste el contacto con usuarios, costes y restricciones reales. La IA puede utilizarse para explorar alternativas, sintetizar entrevistas o crear prototipos, pero también facilita enamorarse de soluciones producidas con enorme rapidez. Una buena práctica consiste en obligar al alumno a generar varias hipótesis, definir antes de probarlas qué evidencia las invalidaría y documentar qué aprendió del fracaso. BCG advierte de que creatividad y formulación de problemas figuran entre las capacidades que algunos líderes consideran vulnerables al deskilling por dependencia de IA. Aprender creatividad en 2026 también implica conservar deliberadamente la capacidad de pensar antes de pedir a una máquina que piense por nosotros.

10. COMPETENCIA DIGITAL Y ARQUITECTURA CLOUD. (SE MANTIENE). La nube se está convirtiendo en la infraestructura de una nueva generación de sistemas de IA. Eso ensancha el significado de competencia digital. En un nivel básico sigue implicando manejar herramientas, plataformas y datos con solvencia; en el especializado, arquitectura cloud significa diseñar cómo se conectan aplicaciones, identidades, modelos, almacenamiento, observabilidad y costes. La Cloud Native Computing Foundation señala en su encuesta anual de 2026 que el 82% de los usuarios de contenedores ya ejecuta Kubernetes en producción. Entre organizaciones que alojan IA generativa, el 66% utiliza Kubernetes para gestionar parte o todos sus trabajos de inferencia. Esa evolución explica por qué la nube deja de ser simplemente "el lugar donde se alojan aplicaciones". Está convirtiéndose en la capa operativa de agentes y modelos que necesitan funcionar de manera continua. La décima posición refleja una categoría amplia: alfabetización digital básica y arquitectura profesional pertenecen al mismo ecosistema, pero no deben confundirse en profundidad ni en remuneración.

Sectores. Farmacia, banca, consultoría tecnológica y servicios empresariales están trasladando cargas críticas a arquitecturas distribuidas y, ahora, incorporando IA sobre ellas. En banca pesan seguridad, regulación y residencia del dato; en farmacéuticas, integración de múltiples sistemas y cumplimiento; en consultoría, la necesidad de operar plataformas diferentes para cada cliente. CNCF muestra que el paso de IA experimental a producción crea nuevas exigencias de infraestructura: observabilidad, gestión de modelos, redes, resiliencia y control de recursos. Incluso cuando una empresa compra modelos a terceros, necesita decidir dónde ejecutarlos, qué información pueden consultar y cuánto cuesta cada flujo. Por eso cloud se mezcla cada vez más con seguridad, datos y FinOps. La competencia digital básica seguirá extendiéndose al conjunto de empleados, mientras la arquitectura se especializa. El error sería pensar que una certificación de plataforma convierte automáticamente a una persona en arquitecto. Diseñar sistemas implica anticipar fallos, dependencias y costes, competencias que sólo aparecen plenamente cuando se trabaja con producción real.

Empresas. Sanofi busca en Barcelona un Solution Architect; Santander mantiene un Cloud Architect-AWS/ODS en Madrid y Accenture un Data Architecture Manager-Azure en Sevilla. Los tres ejemplos hacen visible algo que a menudo se pierde detrás de la palabra cloud: las empresas compran especialización por plataforma, pero esperan también capacidad para integrarla con negocio y sistemas existentes. Sanofi necesita un arquitecto que conecte necesidades corporativas y tecnología; Santander combina arquitectura y ecosistema AWS; Accenture añade datos y Azure. El profesional que sólo sabe crear recursos en una consola se queda corto frente a puestos que requieren diseñar dependencias y explicar decisiones. La IA aumenta esa exigencia porque incorpora modelos, datos sensibles, permisos de agentes, costes de inferencia y nuevas necesidades de observabilidad. En muchas empresas el reto no será construir un modelo propio, sino conseguir que uno externo funcione de forma segura dentro de una arquitectura que lleva años acumulando aplicaciones y restricciones. Ahí está buena parte del valor profesional.

Salarios. Sanofi publica entre 59.600 y 89.400 euros para su Solution Architect de Barcelona. La banda pertenece a una posición concreta y no debería utilizarse como "salario de cloud". Arquitectos, administradores, ingenieros DevOps y especialistas de plataformas se sitúan en mercados diferentes. La remuneración tiende a subir cuando la persona deja de ejecutar configuraciones individuales y asume decisiones sistémicas: disponibilidad, seguridad, integración, escalabilidad y coste. El crecimiento de IA puede reforzar esa jerarquía. CNCF señala que mover modelos y agentes desde experimentos hasta producción exige gestionar sistemas distribuidos de forma fiable; esa experiencia no se adquiere exclusivamente con certificaciones. También aumenta el peso económico de los errores. Una arquitectura sobredimensionada puede disparar la factura de infraestructura; una mal aislada puede exponer datos críticos. El valor salarial procede entonces de combinar conocimiento de plataforma con capacidad para tomar decisiones que reduzcen riesgo y coste a escala, no del logotipo del proveedor que aparece en el currículo.

Formación. AWS recomienda alrededor de un año de experiencia práctica para su certificación Solutions Architect-Associate. Esa indicación es más útil que imaginar una duración universal del aprendizaje: arquitectura se construye operando sistemas, no únicamente preparando un examen. Redes, identidad, almacenamiento, disponibilidad, integración y costes forman la base; después llegan contenedores, Kubernetes, observabilidad y, cada vez más, infraestructura para IA. Una práctica especialmente valiosa consiste en diseñar la misma solución de dos maneras, estimar costes y explicar qué fallará en cada una. CNCF muestra que Kubernetes se ha convertido en una pieza central de infraestructura de producción y que la IA está aumentando su relevancia. Para perfiles sénior, el portfolio debería incluir incidentes reales: qué ocurrió, cómo se detectó y qué cambio arquitectónico evitó la repetición. Las certificaciones ayudan a estructurar conocimiento y facilitan filtros de selección, pero la competencia que remunera el mercado aparece cuando el profesional puede justificar una arquitectura bajo restricciones concretas.

11. GESTIÓN DE PROYECTOS Y PROGRAMAS. (SE MANTIENE). Las organizaciones pueden tener mucha tecnología y poca capacidad para convertirla en resultados. Ahí aparece la gestión de proyectos. PMI calcula que existen alrededor de 39,6 millones de profesionales de proyectos en el mundo y que la demanda podría crecer entre un 48% y un 64% hasta 2035, dejando una brecha potencial de hasta 29,8 millones de personas cualificadas. Son proyecciones, no vacantes actuales, pero muestran la magnitud de una disciplina que atraviesa infraestructura, tecnología, sanidad e industria. La IA añade complejidad en lugar de eliminarla. Un proyecto ya no consiste solamente en alcance, calendario y presupuesto; puede incluir datos, evaluación de modelos, controles, adopción, proveedores y rediseño del trabajo. Por eso el puesto once no debería interpretarse como una capacidad administrativa. Gestionar un programa significa convertir una ambición en decisiones, dependencias y responsabilidades verificables. Un proyecto puede entregarse técnicamente en fecha y fracasar porque nadie lo adopta: ésa es la frontera con gestión del cambio.

Sectores. PMI identifica construcción, manufactura, servicios IT y salud entre los sectores con presión creciente de demanda de talento de proyectos. En economías maduras como Europa, además, anticipa dificultades de oferta por envejecimiento y cambios demográficos. El contenido de la habilidad varía enormemente. Un proyecto sanitario debe coordinar conocimiento científico y regulación; uno bancario añade riesgo y seguridad; un despliegue de software requiere integración y adopción; una infraestructura física introduce permisos y proveedores. La IA amplifica esta diversidad porque permite automatizar parte del seguimiento, pero no resuelve conflictos entre objetivos. Microsoft muestra que los agentes obligan a documentar handoffs, estándares de calidad y responsabilidades. Todo eso necesita gobernanza de proyecto. Para profesionales, la consecuencia es que conocer una metodología ya no basta. La diferencia aparece en la capacidad de gestionar incertidumbre, redefinir alcance cuando cambia la evidencia y mantener alineados a equipos que miden el éxito con indicadores distintos. El proyecto se convierte en el lugar donde muchas habilidades del Barómetro se encuentran.

Empresas. Sanofi publica en Barcelona un Project Manager-Medical Communications; Santander busca un AI Program Manager-Copilot for Agents en Madrid; Factorial incorpora coordinación transversal a su Business Analyst, aunque el cargo no sea formalmente de project manager. Es precisamente esta última mezcla la que merece atención: muchas personas están haciendo trabajo de proyecto sin llevar ese título. La transformación con IA puede ampliar esa tendencia. Implantar agentes exige coordinar usuarios, tecnología, seguridad, métricas y responsables de negocio, tareas difíciles de encerrar en un solo departamento. Santander ofrece el ejemplo más claro al unir explícitamente programa y agentes. Sanofi muestra el extremo regulado y especializado. Factorial recuerda que una organización más pequeña puede repartir la gestión entre funciones. Para un candidato, la mejor prueba no es afirmar que domina Agile o Scrum, sino describir un proyecto complicado: qué dependencia amenazó el resultado, qué decisión se tomó, qué cambió en el plan y cómo se midió finalmente el éxito.

Salarios. Sanofi anuncia una banda de 60.000 a 80.000 euros para el puesto citado de Project Manager-Medical Communications. Es una referencia de gestión especializada y no debe confundirse con la remuneración de cualquier PMO o con el beneficio económico de poseer PMP. PMI muestra que "profesional de proyectos" agrupa decenas de títulos y sectores; las bandas varían por presupuesto gestionado, complejidad, experiencia y responsabilidad. Un project manager de infraestructura, un PMO junior y un responsable de un programa de IA no tienen el mismo mercado. Lo interesante para el Barómetro es que las competencias complementarias pueden modificar el valor: conocimiento sanitario, ciberseguridad, datos o finanzas convierten gestión de proyectos en una combinación más escasa. La creciente demanda proyectada por PMI tampoco garantiza incrementos salariales homogéneos en Europa. Sirve para anticipar necesidad estructural, no para prometer una remuneración. Como en otras habilidades, el precio aparece donde gestión general y profundidad sectorial se encuentran.

Formación. PMP exige formación específica y experiencia documentada; PMI mantiene 35 horas de educación en gestión de proyectos dentro de los requisitos aplicables. Para perfiles de entrada, CAPM exige al menos 23 horas de formación antes del examen. Las credenciales ayudan a ordenar conceptos, pero ninguna sustituye haber gestionado alcance, riesgo, dependencias y conflictos. PMI insiste en que el crecimiento de la demanda requerirá formación capaz de producir profesionales "job-ready", no únicamente certificados. Una buena práctica consiste en trabajar con un proyecto real pequeño, definir entregables, responsables y riesgos, y registrar cada cambio de alcance con su impacto. En IA habría que añadir evaluación del modelo, controles de datos y criterios para decidir si una automatización funciona. El proyecto debería terminar con una revisión posterior: qué predicciones fueron equivocadas y qué proceso cambió como consecuencia. Esa disciplina de aprendizaje distingue la gestión profesional de una mera coordinación de tareas y prepara mejor para programas donde la incertidumbre tecnológica sigue siendo alta.

12. DESARROLLO DE SOFTWARE Y AGENTES DE IA. (SE MANTIENE). Programar sigue siendo importante, pero el producto final empieza a ser algo más que código. La generación automática abarata escribir una primera versión; el valor se desplaza hacia arquitectura, pruebas, integración, seguridad y mantenimiento. Los agentes añaden una capa nueva porque no se limitan a producir texto: pueden consultar sistemas y ejecutar acciones. Microsoft afirma que el número de agentes activos en su ecosistema Microsoft 365 se multiplicó por 15 interanualmente y por 18 en grandes empresas. CNCF observa simultáneamente cómo infraestructuras cloud native se convierten en base para cargas de IA en producción. El puesto doce refleja por tanto una transformación del oficio, no su desaparición. Un agente empresarial necesita permisos, trazas, evaluaciones, recuperación ante errores y límites de actuación. Que un modelo genere código funcional una vez no demuestra que el sistema sea mantenible. La competencia del desarrollador se desplaza desde producir líneas hacia construir software que siga funcionando cuando entra en contacto con usuarios, datos y fallos reales.

Sectores. Tecnología concentra buena parte de estos puestos, pero banca y consultoría están incorporando ingeniería de agentes porque poseen procesos, datos y aplicaciones donde los agentes pueden actuar. Software empresarial ofrece otra vía: integrar IA dentro de productos existentes. La frontera profesional se está moviendo desde el prompt aislado hacia la construcción de sistemas. Un desarrollador de agentes debe conocer APIs, gestión de estado, evaluación, observabilidad y seguridad; si el agente puede realizar acciones, debe además entender permisos y reversibilidad. Microsoft observa agentes en todas las industrias, aunque su profundidad de implantación varía. CNCF aporta la infraestructura: inferencia distribuida y producción fiable son problemas de sistemas, no únicamente de modelos. Esto explica por qué programación continúa entre las habilidades de crecimiento del WEF pese a que la IA escribe código. Automatizar parte de la escritura no elimina diseño, revisión ni responsabilidad. Puede incluso elevar el listón porque un profesional es capaz de producir más software y, por tanto, necesita controlar una superficie mayor.

Empresas. Santander busca en Madrid un Frontier Agentic AI Engineer-AI Lab. Anthropic publica en San Francisco un Staff Software Engineer-GTM Systems. Accenture ha anunciado posiciones de Agentic AI Engineer en España, aunque el enlace concreto recogido en la investigación redirigía posteriormente a su buscador y por eso no debe presentarse con la misma certeza que una oferta plenamente verificable. Esa distinción es importante periodísticamente. Los ejemplos sí muestran hacia dónde se ensancha el desarrollo. Santander busca construir agentes en un laboratorio bancario; Anthropic aplica ingeniería a sistemas comerciales internos; Accenture trata de trasladar soluciones agénticas a clientes. La profesión emergente no se reduce a "ingeniero de prompts". Necesita software tradicional y nuevas capas de evaluación. Las compañías quieren personas capaces de llevar un prototipo hasta producción, asignar permisos, integrar herramientas y observar qué hace el agente después del despliegue. Ahí está la diferencia entre una demostración sorprendente y un sistema empresarial.

Salarios. Adecco sitúa a un Python Backend sénior en España entre 65.000 y 85.000 euros, una referencia razonablemente cercana al núcleo de ingeniería pero no una banda específica para agentes. Anthropic publica para su posición de Staff Software Engineer-GTM Systems entre 320.000 y 405.000 dólares anuales en Estados Unidos. Mezclar ambas cifras sería un error: pertenecen a países, compañías, niveles y estructuras de compensación diferentes. Precisamente el auge de IA está generando comparaciones engañosas entre salarios de laboratorios estadounidenses y mercados europeos. El dato útil es la jerarquía interna. El mercado paga más por ingeniería capaz de operar sistemas críticos y no sólo por generar código. Adecco detecta además primas en perfiles híbridos de IA y negocio. Para España, los sueldos de agentes deberían observarse durante más tiempo antes de afirmar que constituyen una categoría salarial propia. Hoy siguen superponiéndose con backend, machine learning, arquitectura y plataformas.

Formación. CS50x de Harvard sigue siendo una buena referencia porque obliga a entender fundamentos informáticos antes de especializarse. Sobre esa base, LangGraph Academy ofrece formación específica para construir agentes y flujos con estado. El orden importa. Aprender un framework sin dominar programación produce profesionales dependientes de una abstracción que puede cambiar rápidamente. La formación debería avanzar desde algoritmos, estructuras de datos, APIs, bases de datos y pruebas hasta LLM, recuperación de información, herramientas, evaluaciones y observabilidad. El proyecto final no debería consistir en un agente que "funciona" durante una demo. Debe registrar decisiones, limitar acciones, recuperarse de errores y demostrar mediante pruebas cuándo deja de ser fiable. Microsoft insiste en que las organizaciones más avanzadas documentan handoffs entre personas y agentes y fijan estándares repetibles de calidad. Esa disciplina probablemente será una parte tan importante de la ingeniería agéntica como seleccionar el modelo o diseñar el prompt.

13. INTELIGENCIA EMOCIONAL. (SE MANTIENE). Esta habilidad permanece en el puesto13, pero su relevancia no procede de una supuesta incapacidad permanente de la IA para "tener emociones". Importa porque el trabajo sigue siendo una red de relaciones donde hay presión, desacuerdos, clientes y personas afectadas por decisiones. El WEF sitúa empatía y escucha activa como competencia básica para el 50% de los empleadores. La transformación tecnológica añade nuevas tensiones.

BCG concluye que el 41% de los usuarios habituales de IA de su encuesta declara mayor carga cognitiva pese a que una mayoría también reporta más satisfacción. Los equipos deberán gestionar simultáneamente entusiasmo, miedo, presión por aprender y dudas sobre el futuro del puesto. Inteligencia emocional útil significa reconocer esas señales, regular la propia reacción y adaptar una conversación sin renunciar a estándares. No sustituye competencia técnica ni convierte cualquier conflicto en un problema emocional. Pero cuanto más rápido cambia la organización, mayor puede ser el coste de responsables incapaces de escuchar o de transmitir decisiones difíciles.

Sectores. Atención a empresas, retail, salud y servicios profesionales son ejemplos obvios porque concentran interacciones humanas, pero la habilidad también aparece en tecnología. Un responsable técnico puede necesitar gestionar desacuerdos sobre calidad o comunicar a un equipo que parte de su trabajo cambia por la IA. Un profesional sanitario necesita empatía en un contexto muy distinto; un customer success manager, para entender frustraciones de clientes; RRHH, para conducir evaluaciones, reorganizaciones o desarrollo. ManpowerGroup coloca comunicación, colaboración y profesionalidad entre las capacidades humanas más demandadas incluso en empleadores tecnológicos. Esa evidencia no mide directamente inteligencia emocional, pero muestra el valor creciente de comportamientos que dependen de ella. La dificultad del Barómetro es que esta habilidad se mide peor que una certificación técnica. Conviene observar conductas: escuchar antes de responder, reformular una objeción, reconocer un error o sostener conversaciones difíciles. Presentarla como "soy empático" aporta poca evidencia. Describir una situación donde esa conducta cambió el resultado resulta mucho más convincente.

Empresas. SAP menciona explícitamente inteligencia emocional en su CSM Academy de Madrid. IKEA pide generar confianza y desarrollar personas a su People & Culture Manager en Valladolid. Amazon incorpora Earn Trust a sus principios de liderazgo globales. Como ocurre con otras capacidades humanas, no son tres pruebas equivalentes: dos pertenecen a marcos y comportamientos organizativos y otra a un programa concreto. Pero permiten ver cómo se traduce la etiqueta. SAP la lleva a la relación con clientes; IKEA, al liderazgo de personas; Amazon, a una expectativa transversal sobre credibilidad y escucha. Eso evita convertir inteligencia emocional en un concepto nebuloso. Para una empresa, la habilidad debería expresarse como comportamiento observable dentro de una responsabilidad: resolver una escalada de cliente, dar feedback difícil, gestionar un conflicto o sostener una conversación de cambio. Y en procesos de selección puede evaluarse mejor con casos y entrevistas estructuradas que con autodescripciones. El valor no está en "ser emocional", sino en utilizar información interpersonal para actuar mejor.

Salarios. LHH sitúa a un HR Business Partner en multinacional entre unos 40.000 euros más un 15% variable para perfiles con más de tres años y 65.000 más un 15% en profesionales muy experimentados. De nuevo, la banda no remunera exclusivamente inteligencia emocional: incluye conocimiento laboral, negocio, influencia y responsabilidad. El ejemplo sirve para mostrar dónde puede convertirse en valor económico. Un HRBP que no sabe gestionar conversaciones difíciles pierde capacidad para ejercer el puesto; uno que sólo posee empatía sin conocimientos de personas y negocio tampoco puede hacerlo. La habilidad funciona en combinación. En ventas, customer success o dirección sucede lo mismo. Por eso los intentos de calcular una "prima salarial de la empatía" suelen simplificar demasiado. La pregunta útil es qué responsabilidades de alto valor requieren esta capacidad como condición necesaria. En un entorno de IA, pueden aumentar porque la empresa necesita que alguien gestione el efecto humano de decisiones cada vez más automatizadas, aunque no pueda aislarse cuánto paga específicamente por ello.

Formación. Yale ofrece un curso de unas diez horas sobre gestión de emociones en contextos de incertidumbre; IESE utiliza formatos de coaching para directivos con más experiencia. Ambos pueden aportar conceptos y práctica, pero inteligencia emocional se desarrolla sobre todo mediante situaciones reales y feedback. Una formación útil debería incluir escucha activa, conversación difícil, regulación bajo presión y análisis posterior de conflictos. Grabar simulaciones y revisarlas puede resultar más revelador que realizar un test. También conviene evitar convertir la habilidad en una excusa para pedir a los empleados que absorban problemas organizativos sin recursos. Resiliencia e inteligencia emocional no deberían significar "aguantar más". BCG encuentra que la expansión de IA puede aumentar simultáneamente satisfacción y carga cognitiva; esa dualidad es precisamente el tipo de contexto donde los responsables necesitan detectar cómo está funcionando su equipo. El criterio de éxito formativo no es conocer una teoría emocional, sino demostrar que las conversaciones difíciles producen decisiones más claras y relaciones de trabajo menos deterioradas.

14. VENTA CONSULTIVA, NEGOCIACIÓN Y DESARROLLO DE NEGOCIO. (SE MANTIENE). La IA puede redactar propuestas comerciales, buscar clientes o preparar una reunión. Todavía queda comprender por qué alguien debería comprar. Venta consultiva permanece en el puesto catorce porque en mercados complejos el comercial se parece cada vez menos a un transmisor de catálogo. LinkedIn identifica go-to-market strategy y business development entre las habilidades que crecen en 2026 mientras las empresas buscan nuevas vías de ingresos. Adecco detecta el mismo giro en las remuneraciones españolas: perfiles comerciales especializados en IA alcanzan bandas elevadas cuando combinan tecnología, negocio y relación con cliente. La diferencia está en diagnosticar. Un buen vendedor de soluciones empresariales tiene que entender el proceso del comprador, calcular el valor de cambiarlo, anticipar integración y responder a objeciones técnicas o financieras. La tecnología puede ayudar a preparar la conversación; no sustituye saber qué pregunta hacer. Esa capacidad para convertir complejidad en una decisión económica explica la permanencia de la venta consultiva.

Sectores. Energía y automatización, software empresarial, gran consumo y servicios profesionales representan cuatro formas diferentes de venta. Una solución energética exige comprender costes, infraestructura y retorno; software empresarial combina tecnología, integración y cambio organizativo; gran consumo trabaja canales, distribución y comportamiento del comprador; servicios profesionales venden conocimiento y confianza. La expansión de IA puede reforzar especialmente las ventas complejas. Cuanto más nuevo es el producto, más difícil resulta que el cliente sepa exactamente qué necesita. El profesional debe traducir la tecnología a un caso económico y, en ocasiones, advertir de que la solución no encaja. ManpowerGroup sitúa ventas y marketing entre las capacidades difíciles de encontrar, incluso mientras IA lidera la escasez técnica. No son mundos separados. Adecco habla expresamente de "perfiles híbridos" capaces de conectar innovación y negocio. Para un candidato comercial, aprender una tecnología sin comprender al cliente tiene poco valor; para un técnico, comprenderla sin saber explicar su impacto económico limita también su alcance.

Empresas. Schneider Electric pide entre tres y cinco años de venta consultiva para su Strategic Sales Partner de Barcelona. SAP incorpora en Madrid un Solution Advisor Associate, un rol que combina conocimiento de soluciones y diálogo con clientes. Unilever utiliza su Future Leaders Programme-Customer Development como vía temprana hacia funciones comerciales. Los tres ejemplos permiten recorrer la carrera desde un programa inicial hasta venta estratégica. También reflejan cómo se mezcla esta habilidad con otras del Barómetro: comunicación, análisis, conocimiento tecnológico y negociación. En la venta de IA esta combinación se vuelve aún más evidente. Un cliente puede preguntar por costes de inferencia, datos, seguridad, retorno o integración; responder únicamente con funcionalidades no es venta consultiva. El profesional tiene que reconocer qué interrogante pertenece a un especialista y coordinar la respuesta. Por eso la habilidad no queda reemplazada por automatización de lead generation o redacción de propuestas. Esas tareas pueden reducirse; el trabajo de entender una decisión de inversión puede aumentar.

Salarios. Adecco sitúa al Enterprise Sales Manager especializado en soluciones Digital/AI entre 80.000 y 130.000 euros en niveles sénior, más variable. Un AI Business Development Manager puede alcanzar 70.000-100.000 euros más variable, y un Pre-Sales Engineer/AI Solutions Consultant, 75.000-95.000. Es una de las demostraciones más claras de que los perfiles híbridos pueden recibir una prima importante. Pero hay una precaución: ventas utiliza estructuras variables y el salario efectivo depende de cuota, tamaño de cuentas y diseño del plan de incentivos. Comparar un OTE con un salario fijo de otra profesión puede inducir a error. Tampoco basta con incorporar "IA" al título. Las bandas se justifican por la capacidad de generar ingresos en mercados complejos. En estos puestos, conocimiento tecnológico aumenta el valor de una competencia comercial preexistente. Esa combinación es más difícil de encontrar que cualquiera de las dos habilidades por separado y probablemente explica buena parte de la remuneración.

Formación.Negotiation Mastery de Harvard Business School Online, con unas 32-40 horas, aporta herramientas para preparar una negociación, identificar alternativas y crear valor. Para venta consultiva debería ser sólo una parte. Hace falta practicar descubrimiento: preguntar hasta comprender el problema antes de ofrecer producto. Después vienen construcción de caso económico, demostración y gestión de objeciones. Los programas como SAP Academy ofrecen otra vía porque combinan formación y experiencia dentro de un entorno comercial real, aunque son procesos selectivos, no cursos abiertos. La IA puede convertirse en un excelente simulador: generar perfiles de clientes, plantear objeciones o analizar una conversación. Pero existe un riesgo si se utiliza para producir automáticamente cada propuesta: el profesional puede perder comprensión del producto y del cliente. LinkedIn muestra que estrategia de crecimiento y desarrollo de negocio continúan avanzando. La formación más valiosa será la que consiga que un vendedor pueda conectar una tecnología cambiante con un problema económico concreto sin caer en discurso promocional.

15. GESTIÓN Y DESARROLLO DEL TALENTO. (SE MANTIENE). La transformación tecnológica está convirtiendo la gestión del talento en una función más estratégica. El World Economic Forum incluye talent management entre las capacidades básicas (47% de los empleadores) y entre las que crecerán hasta 2030. IBM acaba de detectar una contradicción llamativa: el 46% de las organizaciones consultadas no incorpora al CHRO a la definición de la estrategia de IA, aunque los responsables de RRHH consideran juicio y pensamiento crítico esenciales. El 72% realiza además un uso limitado o nulo de IA dentro de la propia función de personas. La cuestión deja de ser únicamente contratar.

Recursos humanos debe decidir qué tareas cambian, qué conocimientos pueden perderse, cómo se evalúa el trabajo asistido por IA y qué profesionales pueden recolocarse. Si la empresa rediseña puestos sin involucrar a quienes gestionan capacidades, puede automatizar procesos sin construir la plantilla que después necesitará.

Sectores.Retail, farmacia, tecnología y consultoría requieren estrategias de talento diferentes, pero comparten problemas de planificación. Retail maneja grandes plantillas y movilidad; farmacia necesita especialización científica; tecnología compite por capacidades escasas; consultoría debe asignar profesionales rápidamente a proyectos. La IA añade otra capa: una empresa puede necesitar menos horas en determinadas tareas pero más especialistas capaces de supervisar sistemas o interpretar resultados. Esa transición exige workforce planning, movilidad interna, people analytics y desarrollo. Gartner advierte de que recortar demasiado talento basándose en expectativas de automatización puede erosionar canteras y conocimiento institucional. IBM encuentra además "trabajo invisible" creado por la IA: validar, corregir y gestionar excepciones. Si RRHH sólo cuenta puestos eliminados y no esas nuevas tareas, diseñará mal la organización. Por eso la gestión del talento permanece en la lista pese a tener menor momentum semanal. Es una capacidad habilitadora: su efecto se ve en si las demás habilidades existen donde la empresa realmente las necesita.

Empresas. IKEA incluye sucesión, desarrollo y planificación de personas en su People & Culture Manager de Valladolid. Sanofi ofrece un ejemplo más tecnológico con Total Workforce Management Digital Product and Transformation Expert en Barcelona, donde se cruzan fuerza de trabajo, producto digital y transformación. Amazon mantiene Hire and Develop the Best entre sus principios corporativos. La combinación permite ver cómo ha cambiado el campo. La gestión de talento clásica —seleccionar y desarrollar— convive ahora con el diseño de herramientas y procesos que permiten planificar capacidades. El puesto de Sanofi es especialmente revelador porque rompe la frontera entre RRHH y tecnología. A medida que IA modifica tareas, algunas de las posiciones más interesantes de personas probablemente serán híbridas: people analytics, workforce planning, producto HRTech o transformación. Para demostrar esta habilidad, no bastará con describir procesos de selección. Resulta más potente mostrar cómo una organización identificó una brecha de capacidades y decidió entre contratar, formar, automatizar o reorganizar.

Salarios. LHH sitúa a un Talent Acquisition Manager de multinacional alrededor de 40.000 euros más un 15% variable para profesionales con más de tres años y hasta 60.000 más un 15% en niveles de mayor experiencia. La referencia pertenece a selección; workforce planning, dirección de talento o people analytics pueden tener mercados distintos. La evolución de IA también puede cambiar qué partes de RRHH tienen mayor valor. Automatizar cribado o administración reduce tiempo en ejecución, pero aumenta la importancia de diseñar criterios, interpretar datos y decidir cuándo una recomendación algorítmica no debe utilizarse. IBM encuentra que los CHRO valoran fuertemente juicio humano y pensamiento crítico, lo que sugiere una función menos transaccional. No hay evidencia suficiente para afirmar que eso ya esté elevando los salarios de toda la profesión. Sí apunta a una segmentación: tareas operativas y perfiles capaces de conectar estrategia, datos y organización pueden evolucionar de forma diferente. La banda debe interpretarse por función, no por pertenecer genéricamente a RRHH.

Formación. El Associate Diploma in People Management de CIPD, nivel 5, suele desarrollarse durante 12-16 meses mediante centros acreditados. Ofrece profundidad en gestión de personas, pero una carrera actual necesita añadir analítica, diseño organizativo y conocimiento de IA. No se trata de convertir a RRHH en ingeniería: se trata de comprender suficientemente cómo cambian las tareas para poder tomar buenas decisiones sobre personas. Una práctica formativa útil consiste en analizar un puesto real, dividirlo en tareas y clasificar cuáles deberían mantenerse humanas, cuáles pueden apoyarse con IA y cuáles podrían automatizarse. Después hay que traducir esa arquitectura en selección, formación y evaluación. IBM demuestra que muchas organizaciones todavía separan estrategia de IA y estrategia de talento; precisamente ahí existe una oportunidad profesional. La mejor formación será aquella que permita participar en la discusión tecnológica sin abandonar la especialidad humana y laboral. Un responsable de talento no necesita entrenar modelos, pero sí reconocer cuándo una decisión de automatización está destruyendo una capacidad que la organización necesitará después.

16. GESTIÓN DEL CAMBIO ORGANIZATIVO Y ADOPCIÓN TECNOLÓGICA. (SE MANTIENE). Comprar tecnología es sencillo comparado con conseguir que una organización trabaje de otra manera. Ésa es la razón por la que gestión del cambio permanece en el puesto 16 pese a que su importancia puede aumentar con la IA. Microsoft ofrece una evidencia contundente: en su análisis de 20.000 usuarios, los factores organizativos (cultura, apoyo de responsables y prácticas de talento) explican aproximadamente el doble de variación en el impacto autodeclarado de la IA que los factores individuales.

Gartner advierte asimismo contra una estrategia de automatización basada exclusivamente en costes y prevé recontrataciones si las empresas eliminan demasiado conocimiento. El FMI resume el problema en términos macroeconómicos: para obtener productividad de la IA, las compañías europeas necesitan rediseñar procesos y workflows, no simplemente añadir herramientas. Gestión del cambio es justamente esa disciplina intermedia. Convierte una plataforma nueva en responsabilidades, incentivos y conductas nuevas, y mide si esas conductas sobreviven cuando termina el proyecto de implantación.

Sectores. Banca, farmacéuticas, consultoría e industria están viviendo transformaciones por razones distintas. Banca combina digitalización, regulación y nuevas herramientas de IA; farmacia necesita integrar tecnología sin romper procesos validados; consultoría vende precisamente transformación; industria conecta sistemas digitales con operaciones físicas. En todos aparece la misma diferencia: adopción no es instalación. Una organización puede repartir licencias de IA y conseguir poco cambio de productividad si los empleados no saben qué proceso deben rediseñar o temen utilizar la herramienta. Microsoft identifica un grupo de usuarios con capacidad alta pero bloqueados por su organización, una señal de que el problema no siempre es falta de habilidades individuales. Para un profesional de cambio, esto desplaza las métricas. Contar asistentes a una formación o usuarios registrados resulta insuficiente. Hay que observar frecuencia y calidad de uso, eliminación de pasos innecesarios, mejora de tiempos y aparición de nuevas responsabilidades. La habilidad se acerca así a operaciones y estrategia, no sólo a comunicación interna.

Empresas. Accenture busca un Change Management Consultant para Madrid y Barcelona; Santander un Senior AI Transformation-WM&I; Sanofi un Total Workforce Management Digital Product and Transformation Expert en Barcelona. Son tres versiones del mismo mercado: consultoría externa, transformación interna vinculada a IA y cambio de procesos de fuerza de trabajo. Santander resulta especialmente representativo de esta edición porque coloca "AI Transformation" en el propio título, señal de que la implantación ya empieza a profesionalizarse. El perfil de Sanofi muestra otra evolución: cambio organizativo y producto digital pueden recaer en la misma persona. Eso obliga a superar la imagen del change manager dedicado principalmente a comunicaciones y talleres. En proyectos complejos necesita comprender datos, producto, procesos y métricas de adopción. Para demostrar la competencia conviene enseñar una intervención completa: situación inicial, resistencia encontrada, cambio introducido, porcentaje de adopción y efecto sobre el trabajo. Una campaña de comunicación exitosa puede ser necesaria; por sí sola no demuestra transformación.

Salarios. Sanofi publica entre 43.600 y 65.400 euros para su puesto de transformación digital y gestión de fuerza de trabajo. Es una banda concreta, no la remuneración de un director de transformación ni del conjunto de la profesión. La amplitud del campo obliga a separar consultores de cambio, responsables de adopción, product owners internos y altos directivos. El valor económico aumenta normalmente con el tamaño del cambio y la responsabilidad sobre resultados. Microsoft aporta una razón para que estas funciones ganen relevancia: sólo una parte minoritaria de trabajadores se encuentra en organizaciones donde capacidad individual y preparación empresarial para IA están simultáneamente maduras. Existe, por tanto, una brecha entre tener herramientas y capturar valor. Que esa brecha se traduzca en subidas salariales generales está todavía por demostrar. Sí crea demanda para perfiles capaces de conectar tecnología y organización. Como siempre, el salario no pertenece al nombre de la habilidad, sino al alcance de la transformación que el profesional está en condiciones de conducir.

Formación. Prosci ofrece su Change Management Certification Program en formatos de aproximadamente tres a cinco días; la versión española anuncia tres. Es una metodología estructurada, no una acreditación de haber transformado una empresa. El aprendizaje real requiere meses de seguimiento. Un buen itinerario debería combinar diagnóstico de actores, diseño de adopción, comunicación, medición y revisión posterior. Con IA aparece además un contenido nuevo: diseñar la frontera humano-máquina. Quién hace cada tarea, quién revisa el resultado y qué ocurre cuando el sistema falla son preguntas organizativas, no sólo técnicas. Microsoft muestra que los equipos más avanzados documentan handoffs entre agentes y personas y comparten estándares de calidad. El FMI insiste en que la productividad vendrá de reinventar procesos. La formación debería culminar, por tanto, en un proyecto donde el alumno cambie un flujo real y mida su efecto varias semanas después. Haber impartido formación a los usuarios demuestra actividad; demostrar que el nuevo comportamiento se mantiene y mejora resultados demuestra gestión del cambio.

17. GOBIERNO DEL DATO Y DE LA IA, RIESGO Y CUMPLIMIENTO. (SE MANTIENE). La gobernanza está dejando de ser documentación periférica y entra en el corazón de la IA empresarial. IAPP y Credo AI concluyen que el 77% de las organizaciones encuestadas ya trabaja en programas de gobierno de IA, porcentaje cercano al 90% entre las que utilizan esta tecnología. Sólo 10 de 671 organizaciones (el 1,5%) afirmaron que no necesitarían más personal en los doce meses siguientes. Y el acuerdo entre Anthropic y Accenture añade una nueva dimensión: las dos compañías prevén invertir al menos 1.000 millones de dólares cada una durante cinco años y crear equipos de evaluadores integrados que hagan red teaming, pruebas de salvaguardas y análisis de alineamiento. El puesto sigue siendo 17 porque es menos transversal que otras habilidades, pero su profundidad aumenta rápidamente. Gobernar IA empieza a significar medir sistemas en funcionamiento, no únicamente escribir políticas sobre ellos.

Sectores. Banca, auditoría, consultoría tecnológica y salud concentran buena parte de la presión porque manejan datos sensibles, regulación y decisiones de alto impacto. Pero IAPP muestra que la gobernanza es necesariamente transversal: privacidad y legal/compliance concentran gran parte de la responsabilidad primaria, mientras IT, gobierno del dato y seguridad también asumen funciones relevantes. Eso explica el perfil híbrido de esta habilidad. Un jurista puede comprender regulación pero necesitar mayor conocimiento técnico; un ingeniero puede dominar modelos pero desconocer obligaciones o procesos de riesgo. La UE refuerza esa convergencia con el AI Act, que convierte alfabetización, supervisión humana y gestión de riesgos en obligaciones operativas para determinados usos. La aparición de agentes autónomos aumentará aún más la necesidad de permisos, trazabilidad y auditoría de acciones. El profesional de gobernanza no será simplemente quien diga "no" a una innovación. Su valor estará en diseñar controles que permitan desplegarla, demostrar qué riesgos se aceptan y establecer quién responde cuando el sistema actúa.

Empresas. Santander busca un AI Governance Specialist en Madrid; EY un Artificial Intelligence Auditor-Staff en Málaga; Accenture un Senior Security for AI Engineer en Madrid. Los tres ejemplos muestran las fronteras internas de la nueva disciplina. Santander representa gobierno corporativo; EY, auditoría; Accenture, controles técnicos. No son puestos intercambiables, pero trabajan sobre el mismo problema: cómo demostrar que un sistema de IA se comporta dentro de límites aceptables. La posición de EY resulta especialmente interesante porque se ofrece a nivel staff, señal de que esta área empieza a generar escalones de carrera y no sólo cargos directivos. El acuerdo Anthropic-Accenture añade otra posibilidad profesional: evaluadores que trabajan dentro del laboratorio y someten los modelos a pruebas adversariales. Es probable que el ecosistema se fragmente aún más entre auditoría, seguridad, regulación, datos y evaluación de modelos. Para candidatos, elegir una especialidad de origen y aprender a colaborar con las demás puede resultar más realista que intentar dominar toda la gobernanza.

Salarios. LHH sitúa los perfiles de Data Governance en multinacionales en torno a 40.000 euros más un 10% variable para más de tres años y hasta 65.000 más un 20% para más de diez. Es una referencia española de gobierno del dato, no de un responsable global de IA. IAPP aporta el contraste internacional: en su informe salarial 2025-26, la mediana para profesionales dedicados exclusivamente a gobierno de IA rondaba 151.800 dólares y los perfiles técnicos de gobierno de IA en tecnología alcanzaban medianas todavía mayores. Esas cifras globales, muy influidas por Estados Unidos y mercados de alta remuneración, no deben trasladarse a España. Sí muestran que se ha consolidado un mercado profesional reconocible. La habilidad tampoco es automáticamente "la mejor pagada" del Barómetro. Depende de seniority, sector, ubicación y alcance. Lo nuevo es que la gobernanza está dejando de ser una responsabilidad secundaria repartida entre legal y datos para generar puestos especializados con trayectorias profesionales propias.

Formación. La certificación AIGP de IAPP estructura conocimientos sobre gobierno, riesgo y responsabilidades en IA. Su utilidad aumenta cuando se conecta con una especialidad previa. Un abogado debería aprender cómo se entrenan, evalúan y despliegan los sistemas; un ingeniero, entender obligaciones, documentación y evaluación de impacto; un profesional de privacidad, ampliar su marco hacia decisiones algorítmicas. La Comisión Europea deja claro que no exige un certificado específico para cumplir el artículo 4 de alfabetización en IA, y conviene no confundir ese requisito con una credencial de gobernanza. Para perfiles técnicos, la formación debería incluir red teaming, trazabilidad y pruebas; para auditoría, evidencia y controles; para legal, interpretación normativa aplicada a sistemas reales. IAPP encuentra precisamente que las organizaciones tienen dificultades para localizar profesionales que reúnan IA, riesgo y cumplimiento. El mejor portfolio sería un pequeño marco de gobernanza aplicado a un caso concreto, con responsables, riesgos, métricas, documentación y criterios claros para suspender el sistema.

18. PLANIFICACIÓN FINANCIERA Y COMPRENSIÓN DEL NEGOCIO. (SE MANTIENE). Finanzas está perdiendo parte de su monopolio sobre producir números y ganando responsabilidad sobre interpretarlos. Planificación financiera y comprensión del negocio continúa en el puesto dieciocho porque no es universal, pero resulta decisiva allí donde alguien debe convertir operaciones en ingresos, costes, margen, caja y escenarios. La IA puede acelerar reporting, conciliaciones, análisis inicial y construcción de modelos. Eso reduce el valor diferencial de preparar un informe y aumenta el de explicar qué significa. El FMI insiste en que los beneficios económicos de la IA dependerán de rediseñar procesos y de inversiones complementarias, una lógica que obliga a conectar tecnología y economía. El profesional financiero tendrá que responder preguntas distintas: ¿qué ahorro es real después de integrar y mantener un sistema?, ¿cuánto cuesta verificar sus resultados?, ¿qué inversión merece escalarse? La habilidad no consiste sólo en leer una cuenta de resultados. Es comprender cómo una decisión operativa termina alterando rentabilidad, liquidez o riesgo.

Sectores. Software, plataformas de entretenimiento, farmacéuticas e industria utilizan FP&A de maneras diferentes. Una empresa SaaS vigila crecimiento recurrente, retención y coste de adquisición; una plataforma audiovisual gestiona derechos e inversiones en contenido; farmacia combina I+D, comercialización y largos ciclos; industria añade inventarios, energía y capital físico. En todos los casos, la planificación se acerca al negocio cuando deja de limitarse a consolidar cifras. La expansión de IA puede acelerar este desplazamiento porque áreas no financieras obtienen más fácilmente análisis y previsiones. El especialista financiero gana valor al cuestionar supuestos, construir escenarios y traducir incertidumbre a decisiones de capital. Microsoft describe una economía del trabajo donde agentes asumen ejecución y las personas ganan espacio para dirigir resultados; finanzas encaja especialmente bien en ese patrón. Pero el conocimiento contable y financiero sigue siendo la base. Un modelo puede proyectar ventas; alguien debe saber si la hipótesis tiene sentido, qué riesgo se ha omitido y cómo afecta a caja.

Empresas. Factorial busca un FP&A Analyst en Barcelona. Amazon ofrece un Finance Manager-Prime Video en Madrid con responsabilidades financieras internacionales. Sanofi aporta un tercer ejemplo indirecto: su Solution Architect de Barcelona exige comprensión del negocio, aunque no sea un especialista de planificación financiera. Precisamente este último caso muestra por qué la habilidad se está difundiendo. Un arquitecto tecnológico necesita comprender impacto económico para decidir entre soluciones; no tiene que convertirse en controller. Factorial representa el núcleo FP&A y Amazon una función financiera con mayor alcance de decisión. Las empresas parecen premiar cada vez más a profesionales capaces de conversar a ambos lados de la frontera: finanzas que entienden operaciones y técnicos que comprenden economía. Esa combinación resulta particularmente importante en inversiones en IA, donde la facilidad de demostrar una tecnología puede ocultar costes de integración, datos y mantenimiento. Para una candidatura, un modelo financiero acompañado de una recomendación empresarial aporta más evidencia que una hoja de cálculo técnicamente compleja sin decisión.

Salarios. Factorial publica para su FP&A Analyst una remuneración objetivo total —OTE— de 40.000 a 50.000 euros anuales. No debe presentarse como salario fijo: incluye fijo y variable objetivo. Esa precisión es importante en cualquier comparación salarial. En la edición anterior, las guías españolas mostraban cómo la remuneración crece cuando finanzas se convierte en business partnering y aumenta la responsabilidad, con cifras claramente superiores en perfiles experimentados de multinacional. El patrón es más importante que una cifra aislada: automatizar reporting puede reducir valor en la parte mecánica mientras interpretación, planificación y capacidad de influir en el negocio ganan peso. Tampoco existe todavía evidencia para afirmar que usar IA produzca una prima causal en FP&A. El mercado paga el puesto completo. Quien conecte datos operativos, escenarios y decisiones de inversión puede tener mejores oportunidades que quien se limita a producir informes, pero experiencia, empresa y sector continuarán explicando gran parte de la diferencia salarial.

Formación. La certificación FPAC de la Association for Financial Professionals exige condiciones de educación y experiencia para obtener la credencial, aunque el proceso pueda iniciarse antes de completarlas. Es una ruta especializada que debería apoyarse en contabilidad, presupuestos, modelización, escenarios y comunicación. La formación de 2026 necesita incorporar además automatización y evaluación crítica de herramientas. Un buen ejercicio consistiría en construir dos previsiones —una manual y otra asistida por IA—, identificar las diferencias y explicar qué hipótesis producen cada resultado. Después habría que convertir el modelo en una recomendación. Ésa es la parte que una hoja de cálculo no demuestra por sí sola. La alfabetización financiera transversal puede formarse con cursos más breves, pero FP&A profesional requiere profundidad. En un entorno donde generar tablas y comentarios preliminares será cada vez más barato, la ventaja estará en detectar qué variable realmente mueve el negocio y formular una decisión antes de que el escenario se convierta en historia.

19. OPTIMIZACIÓN DE PROCESOS, CALIDAD Y OPERACIONES. (SE MANTIENE). Automatizar un proceso malo sólo permite hacerlo mal más deprisa. Esa idea resume por qué optimización de procesos, calidad y operaciones conserva el puesto diecinueve. El WEF considera gestión de recursos y operaciones una competencia básica para el 41% de los empleadores y control de calidad para el 35%; además, ambas ayudan a distinguir empleos que crecerán de los que perderán peso. La IA añade herramientas para analizar flujos, detectar anomalías y automatizar tareas, pero no decide automáticamente qué proceso sobra. Microsoft insiste en que el valor aparece cuando la organización rediseña workflows, no cuando añade agentes sobre estructuras antiguas.

La habilidad consiste en representar un proceso, medir dónde falla, encontrar la causa y comprobar si una intervención mejora coste, calidad o servicio. Su menor posición responde a una transversalidad inferior a la de análisis o comunicación, no a irrelevancia. En fábricas, hospitales, cadenas logísticas y organizaciones de servicios sigue siendo una fuente directa de productividad.

Sectores. Equipamiento eléctrico, farmacia, gran consumo y logística muestran cuatro expresiones muy concretas. Industria utiliza Lean, FMEA, DMAIC o 8D para calidad y reducción de fallos; farmacia incorpora mejora continua respetando procesos regulados; consumo busca eficiencia y servicio en cadenas de suministro; logística optimiza inventarios, capacidad, rutas y plazos. La IA puede mejorar previsiones o identificar patrones, pero un algoritmo no elimina la necesidad de conocer el proceso físico. Ésta es una de las habilidades donde la transformación tecnológica se encuentra directamente con la "economía real". El FMI subraya que Europa debe rediseñar procesos para capturar productividad de IA; no basta con adoptar herramientas. Ese requisito puede beneficiar a profesionales capaces de unir operaciones y tecnología. El futuro del especialista en mejora probablemente será menos "Lean contra digital" y más Lean más datos más automatización. La competencia diferencial estará en saber qué debe automatizarse después de comprender el proceso, no en comenzar por la herramienta y buscar después un problema.

Empresas. Hitachi Energy busca un Factory Quality Supplier Specialist en Zaragoza que trabaja con herramientas como 8D, DMAIC y FMEA y con la calidad de proveedores. Novartis publicó en Barcelona un Associate Director-Business Process Excellence. Unilever había buscado en Leioa un Continuous Improvement Specialist; esa convocatoria ya es histórica y debe tratarse como antecedente, no como vacante actual. Los tres ejemplos conectan calidad, proceso y operación desde sectores diferentes. Novartis resulta especialmente ilustrativa porque "Business Process Excellence" ya no se limita a Lean: el puesto combina mejora, herramientas digitales y transformación dentro del desarrollo farmacéutico. Hitachi demuestra que las metodologías clásicas siguen vivas porque los problemas físicos no desaparecen con la IA. Para un candidato, esto implica que aprender automatización sin conocer calidad puede producir soluciones frágiles; aprender sólo Six Sigma sin entender datos puede dejarle fuera de la siguiente etapa. La combinación de ambas áreas empieza a ser la propuesta más interesante.

Salarios. LHH sitúa a un Supply Chain Manager de multinacional entre 60.000 euros más un 20% variable para profesionales con más de tres años y 90.000 más un 20% en niveles de mayor experiencia. Es una referencia de responsabilidad de cadena de suministro, no una prima aislada por optimización. Los perfiles de mejora continua, calidad de proveedores o excelencia operacional pueden estar bastante por debajo o por encima dependiendo del sector y la jerarquía. La lógica retributiva vuelve a depender del alcance. Ahorrar un punto de coste en una gran cadena industrial puede tener enorme impacto; ejecutar una herramienta de mejora sin autoridad sobre decisiones vale menos. La IA puede aumentar esa diferencia porque reduce el coste de producir análisis pero no necesariamente el de cambiar una operación física. El profesional capaz de identificar un cuello de botella, convencer a las áreas afectadas y medir el resultado combina análisis, liderazgo y conocimiento operativo. El salario corresponde a esa responsabilidad integrada, no a dominar una metodología concreta.

Formación. El MicroMasters de MITx en Supply Chain Management reúne cinco cursos y una evaluación final supervisada; la duración depende de las convocatorias y del ritmo, y no equivale por sí solo a un máster universitario completo. Para mejora de calidad existen además itinerarios Lean y Six Sigma, pero la credencial debería acompañarse de proyectos que demuestren impacto. Un caso formativo sólido comienza con una línea base, define el problema, identifica causas, introduce una intervención y vuelve a medir. Sin esa última fase, cualquier mejora puede atribuirse erróneamente al proyecto. La IA permite añadir simulaciones, previsiones y análisis de grandes volúmenes, aunque también puede producir falsas correlaciones. Por eso pensamiento analítico vuelve a aparecer dentro de esta habilidad. El trabajo de Hitachi con FMEA, DMAIC y 8D demuestra que las metodologías estructuradas continúan siendo relevantes. La formación futura debería enseñar cuándo combinarlas con automatización y cuándo un problema necesita antes rediseño humano del proceso.

20. SOSTENIBILIDAD. (SE MANTIENE).Estar en el número veinte no significa ser una habilidad en retirada. Dentro de este Barómetro es menos transversal que pensamiento analítico, comunicación o IA. El nuevo Chief Sustainability Officers' Outlook del World Economic Forum ayuda a entender su transformación. El 63% de 103 responsables de sostenibilidad espera que el progreso se mantenga o acelere durante los próximos doce meses; el 85% cree que adaptación climática ganará importancia en los siguientes tres años. El 73% espera que IA acelere avances de sostenibilidad, aunque el 77% identifica el consumo de energía y recursos de su infraestructura como su principal efecto negativo. Lo más interesante no es la expectativa, sino dónde se está integrando la función: decisiones comerciales, operativas y de inversión. La sostenibilidad deja así de ser únicamente reporting o compromisos corporativos. El profesional gana valor cuando puede demostrar qué implicaciones tiene una decisión para energía, costes, activos, emisiones, recursos y resiliencia.

Sectores. Energías renovables constituyen el caso más evidente, pero industria, automatización, consultoría ambiental e infraestructuras presentan oportunidades distintas. Un ingeniero renovable trabaja con activos físicos y producción de energía; un consultor de descarbonización analiza hojas de ruta y emisiones; una compañía industrial necesita eficiencia energética, materiales y cadenas de suministro; infraestructuras añaden adaptación y resiliencia. El informe del WEF muestra que la sostenibilidad se está acercando al núcleo de negocio precisamente porque presión financiera y geopolítica obligan a justificar mejor cada inversión. Eso favorece perfiles capaces de hablar simultáneamente de impacto y retorno económico. También cambia la relación con IA: los centros de datos crean demanda energética y, al mismo tiempo, herramientas de IA pueden optimizar redes y operaciones. No existe una única "profesión verde". El mercado combina ingeniería, finanzas, regulación, datos y operaciones. La posición veinte debe interpretarse, por tanto, como especialización sectorial dentro del ranking, no como una señal de que la transición energética haya perdido relevancia laboral.

Empresas. EY busca en Madrid perfiles para consultoría de sostenibilidad y cambio climático orientada a descarbonización. DNV cuenta con posiciones de Project Engineer Renewable Energy en Barcelona y Madrid, centradas en ingeniería de activos. Schneider Electric incorpora energía y eficiencia a su Strategic Sales Partner de Barcelona. Los tres ejemplos desmontan la idea de un único profesional de sostenibilidad. EY necesita análisis y asesoramiento; DNV, capacidad técnica; Schneider, combinar tecnología energética y venta consultiva. También exigen formaciones diferentes. Esta especialización es probablemente el futuro de la habilidad: sostenibilidad como segunda capa sobre una profesión fuerte. Ingenieros que entienden descarbonización, financieros capaces de valorar riesgos climáticos, comerciales que venden eficiencia o responsables de operaciones que reducen consumos pueden tener más recorrido que perfiles demasiado generalistas. El nuevo informe del WEF utiliza precisamente la expresión de pasar de ambición a ejecución. En empleo, ejecución significa que la sostenibilidad tiene que aterrizar en activos, presupuestos, proveedores, materiales y decisiones operativas concretas.

Salarios. La guía de LHH para fotovoltaica y eólica sitúa a un Project Manager de multinacional alrededor de 45.000 euros más un 22% variable para profesionales con más de tres años y hasta 60.000 más un 17% en perfiles de más de diez. La cifra pertenece a dirección de proyectos energéticos y no representa consultoría ESG, ingeniería especializada o puestos directivos de sostenibilidad. Precisamente la dispersión de profesiones impide hablar de "salario verde". La remuneración depende de la base profesional sobre la que se añade la sostenibilidad. Un ingeniero de activos, un analista climático y un responsable de reporting tienen mercados diferentes. La señal del WEF es que sostenibilidad está penetrando en decisiones de inversión y operaciones, lo que podría elevar el valor de perfiles capaces de cuantificar consecuencias económicas. Pero el trabajo de campo del informe fue anterior a su publicación en septiembre y no demuestra una aceleración semanal de empleo. Conviene conservar esa cautela al trasladar tendencia corporativa a salarios.

Formación.Business Sustainability Management de Cambridge Institute for Sustainability Leadership dura ocho semanas, más orientación, con una dedicación aproximada de ocho a doce horas semanales. Para emisiones de cadena de valor, GHG Protocol ofrece formación específica sobre Scope 3. Son rutas útiles para negocio y contabilidad de carbono, pero ninguna sustituye una ingeniería cuando el puesto exige diseñar un parque renovable, una instalación o un proceso industrial. La formación debería elegirse según la especialidad. Un financiero necesita escenarios y riesgos climáticos; operaciones, energía y materiales; un consultor de descarbonización, inventarios y hojas de ruta; un ingeniero, fundamentos técnicos del activo. El Chief Sustainability Officers' Outlook señala que adaptación y decisiones de capital ganan terreno, lo que refuerza el valor de conectar sostenibilidad con negocio. El mejor proyecto formativo no es redactar una declaración de objetivos. Es medir una situación de partida, proponer una intervención, estimar costes y demostrar después si realmente redujo impacto o mejoró resiliencia.

Los datos y análisis de este Barómetro han sido elaborados con información de World Economic Forum (Future of Jobs Report 2025, Chief Sustainability Officers' Outlook Sep-2026, Global Cybersecurity Outlook 2026); PwC (Global AI Jobs Barometer 2026); Gartner, comunicados de septiembre de 2026 sobre adopción vs. adaptación a la IA; Anthropic; Accenture; ManpowerGroup (Talent Shortage Survey 2026); ISC2 (Cybersecurity Workforce Study 2026); OCDE (Education Policy Outlook 2025); Eurostat, tasa de vacantes T2 2026, 15-sep-2026; LinkedIn (Skills on the Rise 2026 y datos de contratación UE; IT Jobs Watch (series de vacantes tecnológicas Reino Unido; PMI (proyecciones de demanda de gestión de proyectos hasta 2035 y estudio salarial PMP; IAPP (AI Governance Salary Study 2025-26; Heidrick & Struggles (informe 2026 de talento independiente de alta cualificación); Hays España (previsión salarial 2026; Tecnoempleo (informe de ofertas tecnológicas activas en España, sep-2026; Guía Salarial LHH 2026; Guía Salarial TIC Adecco 2026; ofertas de empleo verificadas de Santander, Sanofi, BASF, Accenture, SAP, EY, Unilever, IKEA, Amazon, Schneider Electric, Novartis, Hitachi Energy, Cabify, Factorial, Bureau Veritas y DNV, publicadas entre agosto y septiembre de 2026; Harvard Business School Online, IESE, IDEO U, Yale Center for Emotional Intelligence, CIPD, Prosci, IAPP, MITx, ASQ, Cambridge Institute for Sustainability Leadership.

La nueva habilidad transversal es comprobar

La semana pasada, la alianza entre Anthropic y Accenture proporcionaba un ejemplo de esa evolución. Las dos compañías anunciaron el 18 de septiembre la creación de equipos de especialistas externos integrados en Anthropic para realizar red teaming, evaluar alineamiento y probar las salvaguardas de los modelos. Cada empresa prevé invertir al menos 1.000 millones de dólares durante cinco años en esta capacidad. No son desembolsos realizados, sino compromisos previstos. Lo significativo no era únicamente la aparición de evaluadores especializados. Era que comprobar el trabajo de la IA empezaba a convertirse en trabajo en sí mismo.

IBM extiende ahora esa idea más allá de los laboratorios que construyen modelos. La verificación se está incorporando a profesiones ordinarias. No significa que cada financiero, abogado, periodista, ingeniero o responsable de recursos humanos vaya a convertirse en auditor de inteligencia artificial sino que una parte creciente de su competencia profesional consistirá en saber cuándo aceptar una respuesta automática, cuándo investigarla y cuándo rechazarla.

Eso refuerza el primer puesto del Barómetro: pensamiento analítico. Su valor no disminuye porque una máquina pueda producir análisis. Puede ocurrir precisamente lo contrario. Cuanto más sencillo es obtener una respuesta, más importante resulta saber si merece confianza.

El Global AI Jobs Barometer 2026 de PwC, construido a partir de más de 1.000 millones de anuncios de empleo de 27 países, concluye que las capacidades exigidas en las ocupaciones más expuestas a IA cambian más del doble de rápido que en las menos expuestas. Además, las nuevas tareas incorporadas a esos trabajos tienen 2,5 veces más probabilidades de requerir juicio, empatía o creatividad. esto permite concluir que cuanto más importante se vuelve la IA, más aparecen entre las capacidades esenciales algunas habilidades tradicionalmente consideradas humanas.

El World Economic Forum ya detectaba esa combinación en su Future of Jobs Report 2025. IA y big data, ciberseguridad y alfabetización tecnológica son las tres capacidades con mayor crecimiento previsto hasta 2030. Pero junto a ellas avanzan la creatividad, resiliencia, aprendizaje permanente, liderazgo y pensamiento analítico. El 39% de las capacidades fundamentales de los trabajadores podría cambiar hasta 2030. La competencia valiosa se está convirtiendo en una mezcla de ambas.

Ya no basta con 'saber IA'

Durante la primera expansión de ChatGPT, estar alfabetizado en IA podía significar conocer las posibilidades de un modelo, redactar instrucciones útiles y saber utilizar varias herramientas. Aquello era novedoso. Ahora se está convirtiendo en el nivel de entrada.

La propia regulación europea empuja hacia una definición mucho más compleja. El artículo 4 del AI Act obliga desde el 2 de febrero de 2025 a proveedores y usuarios profesionales de sistemas de IA a adoptar medidas de alfabetización para su personal teniendo en cuenta sus conocimientos, formación y el contexto de utilización. Desde el 2 de agosto de 2026 las autoridades nacionales pueden supervisar y exigir su cumplimiento. La Comisión aclara que no existe un nivel universal de alfabetización que sirva para todas las empresas: depende de para qué y cómo se utilice la tecnología.

Saber IA ya no consiste sólo en conseguir que un modelo haga algo. Incluye entender qué información se le puede entregar, qué resultado necesita revisión, qué riesgo introduce, quién debe supervisarlo y cuándo no debería utilizarse.

Un reciente informe de iCIMS permite ver la brecha que se abre entre familiaridad y verdadera competencia. En una encuesta realizada en agosto entre 1.000 adultos estadounidenses, el 67% de los candidatos se declara preparado para enfrentarse a un requisito laboral relacionado con IA, pero sólo el 25% se considera realmente competente. El autoaprendizaje de IA pasó del 22% al 30% en un año, mientras la formación proporcionada por las empresas apenas avanzó. Los datos de Lightcast que acompañan al análisis muestran que las habilidades de IA todavía aparecen sólo en una minoría de las ofertas (4% en Estados Unidos, 2,7% en Reino Unido y 1,2% en Francia), pero determinados perfiles especializados compiten por un grupo de candidatos mucho más pequeño.

La cuestión se traalada al reclutamiento, y decir "sé inteligencia artificial" se parece cada vez más a decir "sé informática": aporta muy poca información sobre lo que una persona puede hacer realmente.

Por eso la siguiente evolución del mercado puede ser pasar dedeclarar habilidades a demostrar habilidades. La OCDE analiza precisamente ese movimiento en A Skills-First Labour Market. El organismo no anuncia la desaparición de títulos o experiencia; propone utilizar información más granular sobre capacidades, reconocimiento de aprendizajes, microcredenciales y evaluaciones que permitan conectar mejor lo que alguien sabe hacer con lo que exige un empleo.

En IA, un candidato tendrá cada vez más que explicar no sólo qué herramienta conoce, sino qué problema resolvió con ella, qué información utilizó, cómo comprobó el resultado y qué hizo cuando la máquina se equivocó.

La ciberseguridad anticipa lo que sucederá en otros oficios

La sexta habilidad del Barómetro, ciberseguridad, ofrece uno de los ejemplos más claros de esta transformación. El 77% de las organizaciones estudiadas por el World Economic Forum para su Global Cybersecurity Outlook 2026 ya utiliza IA en alguna función de seguridad. Pero entre los principales obstáculos aparecen la falta de conocimientos y capacidades —citada por el 54%— y la necesidad de supervisión humana, señalada por el 41%.

La consecuencia no es que desaparezca el especialista en seguridad. Cambia qué parte de su trabajo tiene más valor. Revisar cantidades enormes de registros, clasificar alertas o localizar determinadas anomalías es cada vez más automatizable. Investigar un ataque complejo, evaluar una señal ambigua, decidir qué riesgo puede asumir la organización, diseñar controles o comprobar que la propia herramienta defensiva no está introduciendo una vulnerabilidad son tareas mucho menos triviales.

Eso ayuda a entender por qué la etiqueta "ciberseguridad" permanece inmóvil mientras el oficio se ensancha hacia arquitectura, IA, identidad, riesgo, regulación y gobierno. El mismo patrón afecta al puesto ocho, análisis e ingeniería de datos; al 17, gobierno del dato y de la IA; y al 12, desarrollo de software y agentes.

Programar constituye probablemente otro de los casos más visibles. La generación automática de código reduce el coste de producir una primera versión, pero no elimina cuestiones como arquitectura, seguridad, integración, pruebas, mantenimiento u observabilidad. Y el problema se multiplica cuando se construyen agentes capaces no sólo de responder, sino de actuar.

En un sistema de agentes, escribir una instrucción es una parte pequeña del trabajo. Hay que establecer qué información puede consultar, qué permisos posee, qué acciones puede ejecutar, cómo queda registrada su actividad, qué debe suceder cuando se desvía del objetivo y quién conserva autoridad para detenerlo.

BCG ofrece un indicador del cambio de función. En su encuesta a 11.749 trabajadores de 14 mercados, publicada en junio, el 72% afirmaba que la IA ya había modificado sustancialmente las capacidades requeridas en su puesto. Y el 47% decía dedicar más tiempo a gestionar o dirigir sistemas de IA que a realizar directamente el trabajo. Es una encuesta de percepciones, no una medición objetiva del tiempo trabajado, pero revela hasta qué punto empieza a cambiar la relación entre profesional y herramienta.

Los puestos junior empiezan a pedir habilidades sénior

Ese desplazamiento tiene una consecuencia importante para el aprendizaje permanente, en el séptimo puesto del Barómetro.

Durante décadas, muchas profesiones han utilizado trabajos relativamente sencillos como escuela. El abogado joven revisaba documentos; el programador comenzaba con código de menor complejidad; el analista producía informes; el consultor junior recopilaba información. No eran necesariamente las tareas más atractivas, pero permitían acumular patrones y experiencia antes de asumir decisiones más complejas. La IA puede eliminar precisamente una parte de ese aprendizaje.

PwC detecta, tras analizar 2,4 millones de anuncios estadounidenses para posiciones iniciales, que los puestos junior más expuestos a IA tienen siete veces más probabilidades de exigir capacidades consideradas tradicionalmente sénior, como juicio, liderazgo o pensamiento estratégico. Las vacantes de entrada "seniorizadas" crecieron un 35% desde 2019, mientras el resto de las posiciones iniciales analizadas cayó un 10%.

Esto no significa que los recién graduados tengan que convertirse de repente en directivos. Significa algo más incómodo: una empresa puede esperar antes de ellos autonomía y capacidad de decisión porque la máquina ya ejecuta parte de aquello que antes justificaba su presencia.

Aquí aparece uno de los grandes problemas de la próxima etapa de la formación. ¿Cómo se adquiere criterio si se automatizan las tareas que servían para construirlo?

IBM añade otro indicio. El 60% de los trabajadores de su estudio teme una erosión de capacidades por la IA y el pensamiento crítico es la pérdida citada con mayor frecuencia. La encuesta mide percepción, no demuestra que el deterioro cognitivo esté ocurriendo ni permite atribuirlo causalmente al uso de inteligencia artificial. Pero que empleados y responsables de RRHH empiecen a plantearse el problema ya es relevante para el diseño del trabajo.

Gartner lleva la advertencia al extremo organizativo. La consultora pronostica que para 2029 el 30% de los empleados despedidos bajo la expectativa de ser sustituidos por IA tendrá que ser recontratado, a menudo a mayor coste, porque las empresas habrán eliminado demasiado conocimiento institucional o debilitado sus propias canteras de talento. Es una previsión, no un resultado observado, pero señala un riesgo concreto: automatizar tareas no equivale a entender qué capacidades producen esas tareas a largo plazo.

Habilidades escasas en un mercado que contrata poco

El Barómetro también obliga esta semana a separar dos fenómenos que se confunden con frecuencia. Una habilidad puede ganar valor aunque el número total de contrataciones no aumente.

Eurostat situó la tasa de vacantes del segundo trimestre de 2026 en el 2,1% en la zona euro y el 2,0% en la Unión Europea, por debajo tanto del trimestre anterior como del mismo periodo de 2025. España registró sólo un 0,9%, una de las cifras más bajas entre los países comparables, frente al 4,1% de Países Bajos y el 3,3% de Bélgica.

LinkedIn aporta una imagen semejante. En junio calculaba que la contratación en la UE se encontraba un 26% por debajo de 2019 y un 15% por debajo de un año antes. Su análisis atribuye el enfriamiento fundamentalmente a incertidumbre económica, condiciones financieras y cautela empresarial y señala que todavía no observa una caída general de la contratación causada específicamente por la IA. Al mismo tiempo, contabiliza más de 256.000 puestos relacionados con inteligencia artificial creados en la UE desde 2023 y una contratación de ingenieros de IA un 25% por encima de la media del conjunto del mercado.

Los últimos datos de SThree, publicados el 22 de septiembre, refuerzan la idea de selección. Los honorarios netos del grupo, especializado en talento STEM, cayeron un 2% interanual entre junio y agosto; la contratación permanente retrocedió un 8%. Tecnología seguía un 6% por debajo del año anterior, mientras ciencias de la vida crecía un 8%. No es un indicador del empleo español ni mide el número total de vacantes, pero muestra un mercado especializado que mejora respecto a trimestres anteriores sin haberse convertido todavía en un boom de contratación.

Experis ofrece simultáneamente una expectativa neta de empleo del 37% para el cuarto trimestre entre 4.258 empleadores tecnológicos y de servicios IT de 42 países: el 51% prevé aumentar plantilla, el 14% reducirla y el resto mantenerla. El dato tampoco significa que el empleo tecnológico vaya a crecer un 37%; es el saldo entre intenciones positivas y negativas.

Las fuentes no se contradicen. Miden poblaciones, periodos e indicadores diferentes. Juntas describen una realidad que puede resultar desconcertante para quien busca trabajo: una empresa puede afirmar que no encuentra determinados especialistas y, al mismo tiempo, contratar menos personas en conjunto.

España constituye un ejemplo especialmente claro. El estudio de Desajuste de Talento 2026 de ManpowerGroup señala que el 78% de las empresas españolas tiene dificultades para encontrar profesionales con las competencias que necesita, seis puntos por encima de la media global. Energía y suministros llega al 84% e industria al 82%. Entre las carencias aparecen tanto capacidades vinculadas a IA como comunicación, adaptabilidad y otras competencias humanas.

Comparar ese 78% con el 0,9% de tasa de vacantes española obliga a afinar el lenguaje. "Escasez de talento" no significa que haya empleo abundante para cualquiera que aprenda una competencia determinada. Puede reflejar desajustes de especialidad, experiencia, localización, salario o profundidad técnica entre lo que las empresas buscan y lo que encuentran.

El valor está pasando de la ejecución a la responsabilidad

Planificación financiera y comprensión del negocio permanece en el puesto 18 porque producir cifras no es lo mismo que comprenderlas. Cuanto más automatizable resulta preparar un informe, más valor puede desplazarse hacia interpretar por qué ha cambiado un margen, qué hipótesis sostiene una previsión o qué escenario resulta razonable.

Gestión de proyectos, en la posición 11, y gestión del cambio, en la 16, afrontan algo parecido. Introducir IA en una organización ya no consiste únicamente en implantar una herramienta y formar a los usuarios. Hay que decidir qué proceso merece modificarse, cómo medir el resultado, qué riesgo es aceptable, quién mantiene la responsabilidad y qué tareas deben seguir siendo humanas.

La directora gerente del FMI, Kristalina Georgieva, insistió esta semana en que Europa no podrá aprovechar la IA simplemente añadiendo tecnología a las estructuras existentes. Su capacidad para obtener productividad depende también de infraestructura, energía, financiación, capacidades y transformación de procesos empresariales. Es una valoración macroeconómica, no una previsión de puestos concretos, pero apunta al tipo de combinaciones que puede demandar el mercado europeo: tecnología más operaciones, proyectos, cambio, finanzas y energía.

Hasta sostenibilidad, situada en el número 20, muestra ese desplazamiento. El Chief Sustainability Officers' Outlook del World Economic Forum, publicado el 15 de septiembre a partir de las respuestas de 103 responsables, señala que el 63% espera que los avances en sostenibilidad se mantengan o aceleren en los próximos doce meses y el 85% cree que la adaptación climática ganará importancia en los próximos tres años. Pero quizá resulte más significativo que el propio informe describa cómo la función se integra cada vez más en decisiones comerciales, operativas y de inversión.

Es decir, también aquí disminuye el valor de poseer una etiqueta aislada y aumenta el de conectarla con costes, capital, energía, proveedores, riesgos y resiliencia.

El mercado no paga palabras

PwC calcula que los anuncios que requieren habilidades específicas de IA ofrecen de media una remuneración un 62% superior a la de puestos comparables sin esas capacidades, frente al 57% del año anterior. Es un resultado muy llamativo, pero la propia metodología obliga a evitar una conclusión equivocada: no significa que una persona pueda hacer un curso de IA y aumentar su sueldo un 62%. Es una diferencia observada entre ofertas, y el propio documento advierte de que no controla todas las variables que pueden afectar a la remuneración, como experiencia, educación o ubicación.

Aquí aparece otra tendencia que el Barómetro empieza a hacer visible. Las empresas no pagan una habilidad; pagan aquello que una persona puede asumir gracias a una combinación de habilidades.

La alfabetización en IA puede permitir utilizar una herramienta. El pensamiento analítico permite cuestionarla. La comunicación ayuda a explicar la decisión. El conocimiento del negocio permite valorar sus consecuencias. La gobernanza establece qué puede hacerse. Y el liderazgo determina quién responde finalmente.

Por eso las cinco primeras posiciones (pensamiento analítico, alfabetización en IA, resiliencia, liderazgo y comunicación) forman un bloque tan resistente. No pertenecen a una sola profesión ni a un único sector. Funcionan como multiplicadores de otras competencias.

Y por eso tampoco debería interpretarse que gestión del talento o optimización de procesos, situadas respectivamente en los puestos 15 y 19, hayan dejado de importar porque presenten menos momentum. El Future of Jobs Report coloca IA, ciberseguridad y alfabetización tecnológica entre las habilidades que crecerán más rápido, pero mantiene gestión del talento, pensamiento analítico, liderazgo y operaciones entre las capacidades relevantes para los trabajos en expansión.

La estabilidad del ranking es, en realidad, una advertencia contra una visión demasiado simple del futuro del trabajo.

La gran transformación no consiste necesariamente en sustituir cada pocos meses unas habilidades por otras completamente nuevas. Consiste en que las ya conocidas absorben nuevas responsabilidades. Un programador programa y revisa máquinas que programan. Un financiero analiza resultados producidos automáticamente. Un responsable de RRHH debe decidir qué juicio no puede delegar. Un especialista en ciberseguridad supervisa sistemas que buscan amenazas. Un responsable de sostenibilidad traduce objetivos climáticos en decisiones de capital.

La edición anterior concluía que ya no bastaba con preguntar qué capacidades serían importantes dentro de cinco años, porque podía cambiar el significado mismo de dominarlas. Esta semana permite añadir algo.

La próxima frontera no será simplemente saber hacer una tarea, ni siquiera saber hacerla con inteligencia artificial. Será saber qué debe hacer la máquina, qué debe seguir haciendo la persona y cómo comprobar que la frontera entre ambas se ha colocado en el sitio correcto. Eso explica por qué las 20 habilidades del Barómetro de E&E pueden permanecer exactamente donde estaban y, al mismo tiempo, estar cambiando casi todas.

• Empleo
• profesiones
• Inteligencia artificial

• 18:35

  Terrazas para apurar el buen tiempo

• 18:25

  El auge de los BRICS

• 16:39

  Riquelme recibe el Premio de Impacto Iberoamericano 2026 durante la Asamblea General de Naciones Unidas

• 15:02

  5 razones para no perderse La bola negra, la gran joya del cine español de Los Javis, en cines

• 12:56

  Sobre latas de aceitunas, anchoas y la IA