Dashboard vivo
Observatorio de Talento y Habilidades Aumentadas
El trabajo no desaparece tan deprisa como cambian las habilidades que exige. Para 2030 dos de cada cinco competencias clave habrán cambiado y casi seis de cada diez trabajadores necesitarán formarse; quien combine su oficio con la IA cobra una prima salarial medible. La pregunta ya no es si te reemplazarán, sino si tendrás acceso real a reaprender.
El trabajo no desaparece tan deprisa como cambian las habilidades que exige. Para 2030 dos de cada cinco competencias clave habrán cambiado y casi seis de cada diez trabajadores necesitarán formarse; quien combine su oficio con la IA cobra una prima salarial medible. La pregunta ya no es si te reemplazarán, sino si tendrás acceso real a reaprender.
- Sin índice editorial
- Curado mensualmente
- Watcher semanal de fuentes
- Experimental
Evidencia × Impacto
Evidencia × Impacto
Lectura editorial de cada claim verificado contra dos ejes: solidez de la evidencia e impacto laboral esperado.
Impacto laboral esperado ↑
Expectativas de mercado (encuesta, impacto alto)
Encuestas a empleadores y proyecciones de mercado.
Sin claims aquí todavía.
Exposición teórica (alta evidencia)
Métodos académicos / multilaterales con impacto laboral grande.
Sin claims aquí todavía.
Señales aún débiles
Fuentes prioritarias sin claim extraído todavía.
World Economic Forum, Future of Jobs Report 2025
official_projection
World Economic Forum, Future of Jobs Report 2025
official_projection
World Economic Forum, Future of Jobs Report 2025
employer_survey
World Economic Forum, Future of Jobs Report 2025
employer_survey
PwC, 2025 Global AI Jobs Barometer
labour_market
PwC, 2025 Global AI Jobs Barometer
labour_market
PwC, 2025 Global AI Jobs Barometer
labour_market
Adopción real (alta evidencia, impacto observado bajo)
Datos de adopción / despliegue real con efectos aún acotados.
Pendiente: aún no hay claim observado de adopción real.
Encuesta / expectativa
Metodología trazada
Solidez de la evidencia →
La matriz no es un scatter plot estadístico. La posición indica una zona editorial, no una coordenada cuantitativa.
Matriz Evidencia vs. promesa
Cuatro lecturas editoriales del impacto IA en el empleo, ordenadas por solidez de evidencia y no por un score numérico.
Impacto laboral esperado ↑
Solidez de la evidencia →
Exposición teórica
Métodos académicos / multilaterales sobre exposición potencial.
Sin claims aquí todavía.
Adopción real
Datos de uso en producción / despliegue real.
Pendiente: aún no hay claim verificado de adopción real.
Resultados observados
Cambios medidos en empleo, salarios u ocupaciones.
Pendiente: aún no hay claim observado en mercado.
Señales aún débiles
Encuestas, expectativas y fuentes prioritarias sin claim extraído.
World Economic Forum, Future of Jobs Report 2025
official_projection
World Economic Forum, Future of Jobs Report 2025
official_projection
World Economic Forum, Future of Jobs Report 2025
employer_survey
World Economic Forum, Future of Jobs Report 2025
employer_survey
PwC, 2025 Global AI Jobs Barometer
labour_market
PwC, 2025 Global AI Jobs Barometer
labour_market
PwC, 2025 Global AI Jobs Barometer
labour_market
La matriz no implica causalidad. Una posición no es un score.
Claims verificados
Evidencia verificada
Afirmaciones trazables a su fuente primaria, con su lectura y sus límites.
Tier 1 = organismos multilaterales (WEF). Tier 2 = analítica de mercado laboral (PwC, McKinsey, LinkedIn).
Nivel 1official_projection
39
El 39% de las competencias clave de los trabajadores cambiará o quedará obsoleto entre 2025 y 2030.
- Verificado
- Confianza alta
- skills_velocity
- Geografía: Global
- Horizonte: 2025-2030
- Cómo leerlo
- Aun siendo alta, esta cifra baja respecto al 44% que proyectaba el informe de 2023, señal de cierta estabilización.
- Lo que no prueba
- Es una estimación de empleadores sobre el futuro, no una medición de habilidades ya perdidas.
- Fuente
- World Economic Forum, Future of Jobs Report 2025
Nivel 1official_projection
59
El 59% de los trabajadores necesitará formación para 2030: 29% podría mejorar competencias en su puesto, 19% reciclarse y reubicarse, y 11% no recibiría el reciclaje que necesita.
- Verificado
- Confianza alta
- reskilling_need
- Geografía: Global
- Horizonte: 2030
- Cómo leerlo
- El reto no es solo formar a más gente, sino cerrar el tramo del 11% que hoy queda fuera de toda formación.
- Lo que no prueba
- El desglose 29/19/11 es una proyección agregada; no garantiza cómo se repartirá país a país o sector a sector.
- Fuente
- World Economic Forum, Future of Jobs Report 2025
Nivel 1employer_survey
63
El 63% de los empleadores señala la brecha de competencias como la mayor barrera a la transformación de su negocio en 2025-2030.
- Verificado
- Confianza alta
- skill_gap_barrier
- Geografía: Global
- Horizonte: 2025-2030
- Cómo leerlo
- Las empresas ven la falta de talento, no la falta de tecnología, como su principal freno.
- Lo que no prueba
- Es la percepción autodeclarada de los empleadores encuestados, no una medición objetiva de la brecha.
- Fuente
- World Economic Forum, Future of Jobs Report 2025
Nivel 1employer_survey
85
El 85% de los empleadores planea priorizar la mejora de competencias de su plantilla, y el 50% prevé transferir personal de funciones en declive a funciones en crecimiento.
- Verificado
- Confianza alta
- reskilling_need
- Geografía: Global
- Horizonte: 2025-2030
- Cómo leerlo
- La intención de invertir en formación es casi universal; el reto es convertir la intención en programas reales y accesibles.
- Lo que no prueba
- Mide planes declarados, no presupuesto comprometido ni resultados de formación.
- Fuente
- World Economic Forum, Future of Jobs Report 2025
Nivel 2labour_market
56
Los trabajadores con competencias en IA cobran una prima salarial del 56%, frente al 25% del año anterior.
- Verificado
- Confianza alta
- ai_skill_premium
- Geografía: Global
- Horizonte: 2025
- Cómo leerlo
- Saber usar la IA ya no es un extra: se traduce en salario, y la prima más que se duplicó en un año.
- Lo que no prueba
- Se basa en anuncios de empleo de un conjunto de países; refleja salarios ofertados, no necesariamente pagados, y puede sesgarse hacia perfiles altamente cualificados.
- Fuente
- PwC, 2025 Global AI Jobs Barometer
Nivel 2labour_market
66
Las competencias que piden los empleadores cambian un 66% más rápido en las ocupaciones más expuestas a la IA.
- Verificado
- Confianza alta
- skills_velocity
- Geografía: Global
- Horizonte: 2025
- Cómo leerlo
- Donde llega la IA, la vida útil de cada habilidad se acorta: la presión por reaprender es mayor justo donde la tecnología es más intensa.
- Lo que no prueba
- Mide rotación de las habilidades nombradas en anuncios de empleo, no la profundidad real del cambio en el puesto.
- Fuente
- PwC, 2025 Global AI Jobs Barometer
Nivel 2labour_market
27
El empleo sigue creciendo en prácticamente todas las ocupaciones expuestas a la IA, incluidas las más automatizables, y la productividad en los sectores más expuestos casi se cuadruplicó (del 7% al 27%).
- Verificado
- Confianza media
- augmentation
- Geografía: Global
- Horizonte: 2018-2024
- Cómo leerlo
- En esta fase, la IA está aumentando el trabajo humano más que sustituyéndolo: la palanca dominante es la productividad, no el despido.
- Lo que no prueba
- Es la fotografía de una fase temprana; no proyecta qué ocurrirá si la automatización se profundiza, y el crecimiento del empleo agregado puede ocultar pérdidas en tareas concretas.
- Fuente
- PwC, 2025 Global AI Jobs Barometer
Las cifras de IA proceden de análisis de anuncios de empleo, no de censos; reflejan demanda declarada, no necesariamente empleos cubiertos.
Guía de lectura
Cómo leer este tablero
Para qué sirve
Para reconocer la presión de transformación laboral por sector, ocupación y perfil — y la capacidad de absorberla. Es una lectura editorial curada, no una predicción.
Para qué NO sirve
No predice destrucción de empleo. No es un índice estadístico oficial. No reemplaza a las fuentes Tier 1–3; las pondera con pesos editoriales explícitos.
Cómo usarlo al leer el libro
Vuelve aquí cuando un capítulo cite un vector concreto (exposición, adopción, brecha) para situarlo en el cuadro completo y comparar el ritmo entre sectores.
Cómo evolucionará
Las próximas iteraciones añadirán señales reales por fuente, una cadencia editorial declarada y un watcher automatizado para Tier 1–3. La calibración del IILE-IA seguirá siendo editorial.