Resumen
Este trabajo analiza los impactos de la inteligencia artificial (IA) en el mercado laboral, con especial atención al caso español en el marco de la Unión Europea. A partir de la literatura reciente y de los datos de organismos como Eurostat y el Banco de España, se examina el cambio que la IA está produciendo en las competencias de los trabajadores y en los procesos organizativos y de gestión de personas. Los resultados muestran que la IA ofrece oportunidades de automatización y eficiencia, aunque también plantea retos en términos de recualificación, bienestar laboral y equidad. En España, se constata un progreso en las competencias digitales básicas, pero continúan existiendo brechas generacionales y de género, así como un déficit de especialistas TIC que limita la capacidad de las empresas para adoptar tecnologías avanzadas. Se incluyen recomendaciones prácticas dirigidas a reforzar las políticas de formación y a impulsar una transición digital justa que promueva tanto la competitividad como la cohesión social.
Palabras clave: mercado laboral, competencias digitales, inteligencia artificial, gestión RRHH
Abstract
The focus of this paper is on the impact of artificial intelligence (AI) on the labour market in Spain within the context of the European Union. It is based on recent literature and data from organizations such as Eurostat and the Bank of Spain. It examines the changes that AI is bringing about in workers' skills. It also examines the changes that AI is bringing about in organizational and people management processes. The results show that AI offers opportunities for automation and efficiency, but also poses challenges in terms of retraining, workplace well-being and equity. Spain has seen progress in basic digital skills, but generational and gender gaps persist, as does a shortage of ICT specialists, which restricts companies' capacity to adopt advanced technologies. Practical recommendations are included with the aim of strengthening training policies and promoting a fare digital transition that fosters both competitiveness and social cohesion.
Introducción
La transformación digital, impulsada por el desarrollo y la implantación de la inteligencia artificial es uno de los fenómenos más destacados en la actualidad, que está transformando profundamente la economía y los mercados. La IA es una tecnología digital con una gran capacidad para procesar información a gran velocidad y para ejecutar tareas de manera autónoma. Puede analizar grandes volúmenes de datos, extraer conclusiones, hacer pronósticos e incluso tomar decisiones sin intervención humana (Lyons et al., 2018). Sin embargo, la IA no es solamente un cambio de tecnología que puede ayudar a mejorar la competitividad y aumentar la eficiencia, sino que está reconfigurando la manera en la que se organizan los procesos productivos, la gestión de los recursos humanos y las competencias necesaria para participar en el mercado laboral (Hmoud, 2021).
En el caso de España y la Unión Europea, la digitalización es una prioridad estratégica vinculada a los objetivos de la Década Digital 20230 (Eurostat, 2024). La implantación de la IA plantea oportunidades claras para la innovación en productos y en los modelos de negocio, para mejorar la productividad y para crear nuevos empleos, aunque también puede suponer la aparición de desigualdades en el mercado laboral y la necesidad de cualificación generalizada de los trabajadores (Bankins et al., 2023).
Este documento analiza el impacto de la IA en las competencias de los trabajadores y su bienestar y en la gestión de las personas en las organizaciones. Asimismo, se examinan evidencias recientes a partir de datos estadísticos, sobre el grado de digitalización en Europa y en España, con especial atención a las brechas generacionales y de género, para finalmente plantear implicaciones prácticas para las políticas públicas y la gestión empresarial.
El artículo se organiza de la siguiente forma: en primer lugar se examina la incorporación de la IA en las organizaciones, su utilización y los cambios que ha originado; en segundo lugar, analizamos las implicaciones para las competencias y el bienestar de los trabajadores; seguidamente se presentan los datos en Europa y en España; seguidamente describimos las implicaciones para las empresas y las políticas públicas y finalmente presentamos las conclusiones y recomendaciones.
La IA en las organizaciones
La inteligencia artificial (IA) se considera una herramienta clave en la gestión organizativa por su capacidad para mejorar la eficiencia, la distribución de recursos y facilitar la solución de problemas, que está transformando las economías y los mercados (Chowdhury et al., 2023). Las empresas quieren aprovechar la capacidad de procesar grandes cantidades de datos, reconocer patrones y aprender de la experiencia de esta tecnología para automatizar procesos, realizar tareas de previsión y analizar datos para extraer información útil (Bawack et al., 2021). Todo ello facilita la toma de decisiones, reduce los costes y mejorando el rendimiento. Además, se relaciona con la innovación y contribuye a la formación de ventajas estratégicas (Borges et al., 2020).
Las organizaciones utilizan la IA en diferentes ámbitos, tales como estratégico, productivo, marketing o comunicación. En el ámbito estratégico se utiliza para alinear las estrategias del negocio y diseñar estrategias funcionales, en el ámbito de la producción se usa en los sistemas de mantenimiento para mejorar la fiabilidad y la eficiencia en la producción y en la dirección y coordinación de las operaciones o para ahorrar energía (Borges et al., 2020). Igualmente, la IA se utiliza para crear nuevos productos y servicios y puede ser una fuente de innovación y de creación de valor (Daventport y Ronanki, 2018). En el ámbito de la comunicación se usa principalmente para mantener y establecer vínculos directos con sus stakeholders. El aumento de la rapidez en las comunicaciones y el procesamiento en tiempo real permiten mantener diálogo directo con ellos y ofrecer a los clientes una mayor calidad de servicio (Bhargava y Velasquez, 2021). Además, los algoritmos de IA proporcionan una enorme cantidad de datos de los que se puede extraer información que ayuda a tomar mejores decisiones y a generar conocimiento organizativo (Borges et al., 2020). Según los autores, la IA puede generar conocimiento mediante la elaboración de patrones a partir de los datos y definiendo criterios de la decisión que se introducirán en la IA para que seleccione entre las diferentes alternativas.
Sin embargo, estos beneficios de la IA no son posibles sin la intervención del ser humano. Las empresas necesitan personas que posean empatía, capacidad de planificación, pensamiento crítico y creatividad para analizar los datos, dar sentido a la información y construir conocimiento. (Bankins et al., 2023; Borges et al., 2020; Khushk et al., 2024). Necesitan contar con personas motivadas, con objetivos comunes y con las competencias adecuadas, en el momento oportuno y en el número adecuado que quieran aplicarlas en la dirección de los objetivos y en beneficio de la organización (Bositkhanova y Dadaboyev, 2025). Por esta razón, el capital humano se considera el principal activo de las organizaciones que centran cada vez más su atención en las personas. En este sentido, el área de los recursos humanos está adquiriendo mayor relevancia ya que ejerce un papel estratégico para alcanzar sus objetivos, asegurando las competencias de la empresa, construyendo cultura y favoreciendo el cambio organizativo (Dima et al., 2024).
Dentro de las aplicaciones en la empresa cabe destacar la función de la IA en el ámbito de los recursos humanos. Con respecto a la aplicación de la IA en la gestión de personas, su uso es habitual en todos los procesos de recursos humanos. En los procesos de reclutamiento y selección se utilizan chatbot, machine learning y procesamiento del lenguaje natural para analizar currículum, que han permitido reducir los tiempos de contratación, reducir sesgos y optimizar las decisiones (Felderer et al., 2023. Estas aplicaciones son especialmente útiles en sectores como la hostelería o retail en los que se realizan continuos procesos de selección (Rąb-Kettler y Lehnervp, 2019).
En la planificación de recursos humanos, la IA permite identificar necesidades de competencias, mejora la asignación de tareas y la asignación de recursos por lo que reduce ineficiencias (Pereira et al., 2023). Se utiliza también en la gestión de nóminas para ajustar la estructura salarial y para detectar y reducir las diferencias salariales (Parent-Rocheleau & Parker, 2022). Permite también predecir la rotación y fortalecer la planificación de carrera (Chakraborty & Biswas, 2019). El análisis de datos permite a los responsables de recursos humanos realizar predicciones a partir de datos relacionados con las oportunidades de crecimiento, la percepción de equidad salarial, las posibilidades de desarrollo y promoción y las relaciones con el jefe (Yuan et al., 2024). La precisión en las previsiones de los modelos que evalúan estas variables facilita realizar intervenciones tempranas que mejoren la satisfacción de los trabajadores y facilitan la retención Khera & Divya, 2019).
En cuanto a formación y desarrollo, la IA permite una gran flexibilidad y personalización de los recursos de formación y mejora el acceso a los materiales (Arslan et al., 2022). Además, identificar y analizar las competencias puede ayudar a evaluar las necesidades de formación y facilita que se diseñen programas específicos para cubrir lagunas de aprendizaje (Prentice & Nguyen, 2020).
Por último, en la gestión del rendimiento, la IA puede hacer revisiones en tiempo real y analizar grandes volúmenes de datos por lo que puede identificar patrones de logro y evaluar con precisión la contribución individual (Hmoud, 2021). Cuando se percibe que la evaluación de estos algoritmos es justa, mejora la motivación, refuerzan la autonomía y el compromiso (Gao et al., 2023).
Si bien, el uso de IA permite alinear las políticas de recursos humanos con la estrategia corporativa y mejorar la gestión del área funcional, uno de los aspectos más relevantes con respecto a los trabajadores, está en su aplicación para identificar y diseñar nuevas tareas y configuración de nuevos puestos de trabajo dentro de la organización. En este sentido, la incorporación de la IA en el funcionamiento de la empresa se puede realizar de distintas formas (Acemoglu y Restrepo, 2019): 1) sustituyendo algunas partes del trabajo humano; 2) ayudando a las personas en sus tareas; 3) complementando las capacidades humanas y, 4) desarrollando tareas nuevas. Estas nuevas posibilidades que ofrece la IA requieren nuevas competencias en el trabajo para poder aprovechar las ventajas que brinda a la empresa el desarrollo tecnológico (CITA).
La IA y las competencias de los trabajadores
Las organizaciones emplean la IA para automatizar procesos, innovar y mejorar la eficiencia, lo que supone un cambio en el uso de la tecnología, las tareas que se realizan y en la experiencia del trabajador (Bankins et al. 2023). Bernabou et al. (2025) reconocen que las competencias tradicionales no son eficaces en este contexto. Para poder aprovechar con eficacia las oportunidades de la digitalización, los trabajadores deben tener cierto grado de comprensión técnica sobre el funcionamiento y la forma de comunicación con la tecnología, capacidad para identificar qué tareas delegar y cuándo hacerlo, así como las consecuencias éticas que supone la utilización de la IA (Akanksha et al., 2021). Todo ello implica cambios tanto a nivel de empresa como de trabajador. Las empresas tienen que reconfigurar simultáneamente las habilidades técnicas y las habilidades blandas de sus trabajadores. Los trabajadores necesitarán mejorar su capacitación y aprender nuevas habilidades para adaptarse a las exigencias de la digitalización (Li et al. 2022) ya que se ha reconocido un desajuste entre las cualificaciones actuales y los requerimientos de la digitalización (Cramarenco et al. 2023).
Otro aspecto a destacar del impacto de la IA sobre las características del trabajador, se encuentra en la falta de definición de las nuevas tareas o formas en las que se desarrolla el trabajo debido a la automatización se debe a que están cambiando las características del trabajo en cuanto a las formas de colaboración, las descripciones de los puestos y las tareas que se realizan (Benisheck y Lazzara, 2019), aunque aún están sin definir en su totalidad y también desconocen el tipo y la cantidad de tareas que serán sustituidas por la tecnología. Esta situación genera incertidumbre y preocupación de no disponer las habilidades suficientes, si cambiarán de tareas y cómo e incluso, cabe la posibilidad de que pierdan su empleo (Bankins et al., 2023). Si las personas se sienten amenazadas o no saben cómo utilizar la tecnología y perciben dificultades para adaptarse, puede producirse una predisposición negativa hacia la IA (Chugunova, y Sele, 2022).
Se han identificado que el trabajo con la IA requiere que las personas cuenten destrezas tales como el pensamiento analítico, análisis de datos y conocimientos digitales y si no las poseen, deben adquirirlas (Cramarenco et al. 2023). Sin embargo, la necesidad de recualificación, aunque puede tener dificultades también produce efectos positivos para los trabajadores. La transformación del trabajo y la reconfiguración de tareas y roles está favoreciendo la aparición de nuevas profesiones que pueden ampliar y mejorar las expectativas laborales (Lane y Saint-Martin, 2021). La capacidad de la IA para automatizar procesos y asumir tareas repetitivas permite a los trabajadores aspirar a ejercer roles que aporten mayor valor y en este sentido, fomenta la confianza y la actitud hacia la IA es más positiva (Castaneda et al. 2024).
Dosi et al. (2021) han identificado que la incorporación de la IA afecta de manera diferente a los trabajadores según su grado de cualificación y la posibilidad de que las tareas se automaticen. Los trabajadores de niveles medios y bajos de cualificación que realizan tareas rutinarias tienen necesidad de re cualificarse para evitar la pérdida de empleo porque es muy posible que sus tareas sean realizadas por una IA; por otra parte, aquellos que tienen altos niveles de cualificación, para trabajar en colaboración con esta tecnología deberán desarrollar nuevas habilidades y mantener una actitud de aprendizaje a lo largo de la vida.
Además, la respuesta psicológica de los trabajadores depende de la evaluación que hagan sobre sus capacidades con la IA. Aquellos trabajadores que tienen suficientes recursos evalúan de manera más positiva a la IA, tienen una mayor confianza y seguridad y tienen mejor disposición para colaborar (Zhu et al., 2021). Sin embargo, que aquellos que desconocen el funcionamiento de la IA mantienen actitudes más negativas y sienten mayor incertidumbre (Soja y Kim, 2022). Además, el impacto de la IA afecta diferente a los trabajadores de distintas generaciones ya que las personas de mayor edad poseen menos competencias digitales lo que les genera menor seguridad y dificultad para interaccionar con la IA.
El desarrollo de las competencias digitales constituye un eje central de la política europea en materia de transformación digital. De acuerdo con el Marco Europeo de Competencia Digital (DigComp), estas habilidades se agrupan en cinco grandes áreas: saber buscar y analizar información, comunicarse y colaborar en entornos digitales, crear contenidos y gestionar datos, proteger la seguridad digital y resolver problemas tecnológicos de manera autónoma (Ferrari, 2013; Eurostat, 2024). Ya no basta con saber usar aplicaciones, sino que resulta esencial entender cómo funcionan los sistemas inteligentes, cómo pueden generar sesgos o sustituir tareas, y qué papel juega el juicio humano frente al algoritmo (Oberländer et al., 2020; Yu et al., 2023). La incorporación de la IA redefine las competencias, poniendo el acento en la alfabetización de datos, el pensamiento crítico y la ética tecnológica (Zhao et al., 2021; Inamorato dos Santos et al., 2023; Abubakari et al., 2025). Por ello, las empresas que incorporan IA en sus procesos deben también gestionar y desarrollar estas competencias entre sus empleados, no como un requisito técnico, sino como un factor humano esencial para garantizar una integración tecnológica responsable, equitativa y sostenible.
La IA y las competencias digitales
Datos europeos
La Unión Europea tiene como una prioridad estratégica el impulso de la digitalización e insta a los países miembros a avanzar en la transformación digital, promoviendo la adopción de inteligencia artificial y big data y así como el desarrollo de infraestructuras de conectividad, la digitalización de los servicios públicos y la capacitación en competencias digitales de los europeos.
Los estados miembros reconocen que la digitalización puede mejorar la calidad de vida y aumentar el bienestar de los trabajadores por lo que el desarrollo de las capacidades es una de sus prioridades, que se plasmó en los objetivos digitales para 2030. Se espera que el 80% de las personas entre 16 y 74 años cuenten con destrezas digitales básicas y que el 20% de los especialistas en tecnologías de la información y comunicación trabajen dentro de la UE.
Según los datos de Eurostat (2024), el 74% de las empresas utilizaron entre 4 y 6 tecnologías digitales. Según el índice de intensidad digital (IID) esto significa que alcanzan un nivel básico en el uso de estas tecnologías digitales. En la Figura 1, se representa el uso de inteligencia artificial por parte de las empresas y se puede observar que en el conjunto de la UE más del 13% de las organizaciones utilizaron inteligencia artificial para mejorar sus operaciones. Se utiliza con más frecuencia en las grandes empresas, con un 41%, que en las Pymes (13%). En España, el uso de la IA es ligeramente inferior, situándose en un 11,3%.
Fuente: Elaboración propia a partir de Eurostat (2024)
Por otra parte, la Figura 2 recoge el tiempo que los trabajadores dedican a la utilización de dispositivos digitales en su trabajo. Como se puede observar, casi el 30% de los trabajadores europeos utiliza de dispositivos digitales en sus actividades laborales, en especial entre los 30 y 44 años, que dedican la mayoría de su tiempo en el uso de herramientas tecnológica digitales, y más las mujeres que los hombres. Y son los trabajadores de mayor edad, entre 45 y 59, los que dedican menos tiempo al uso de herramientas digitales.
Fuente: Elaboración propia a partir de Eurostat (2024)
Los datos por países (Figura 3) nos revelan que Luxemburgo, con un 46,6 % es el país con mayor número de trabajadores que dedican la mayor parte de su tiempo de trabajo en el uso de tecnologías digitales, y que Bulgaria y Rumanía con un 20% tienen los niveles más bajos. En España, más del 30% trabajan utilizando dispositivos digitales la mayor parte del tiempo.
Fuente: Elaboración propia a partir de Eurostat (2024)
Por lo que se refiere a las competencias TIC, en la última encuesta sobre competencias digitales Eurostat 2023, se recoge que, solo el 56% de los europeos, poseen destrezas digitales básicas (Figura 4), por lo que la mayoría de la población no puede acceder a servicios online, y en especial son las personas mayores quienes tienen menor nivel. Los datos por países indican que Países Bajos y Finlandia ya han alcanzado el objetivo del 80% marcado por la UE para alcanzar en 2030, mientras que Rumanía con un 28% es el que va más retrasado en este sentido. En España, el 66, 2 % de las personas tenían competencias básicas en 2023.
Fuente: Elaboración propia a partir de Eurostat (2023)
En cuanto al empleo relacionado con las TIC, los datos de Eurostat recogen información tanto de los trabajadores empleados especializados como referentes a la demanda de las empresas. Como se observa en la figura 5, el número de empleados especialistas en TIC en el conjunto de la Unión es del 5%, mientras que en España el porcentaje es ligeramente inferior, un 4,7 %.
Fuente: Eurostat, 2023, especialistas TIC
En cuanto a la demanda de empleo, la según se observa en la Figura 6, el 8,5% de los anuncios de empleo en Europa y el 12 % en España solicitan personas especialistas en TIC.
Fuente: Elaboración propia a partir de Eurostat (2023)
En definitiva, la UE avanza hacia los objetivos de digitalización, aunque de manera desigual. Se observan diferencias en la adopción de tecnologías de IA entre grandes y pequeñas empresas, en el desarrollo de competencias básicas entre países con brechas generacionales y de género y también en la satisfacción de la demanda de empleos para especialistas TIC.
Datos en España
La digitalización es también una prioridad estratégica en España, en línea con los objetivos de la UE. En este sentido, las administraciones públicas quieren impulsar la aplicación de las nuevas tecnologías con el objetivo de lograr la transformación digital del país.
Por lo que se refiere a los objetivos marcados en la UE, según el informe de la Década Digital (Eurostat, 2024), en los últimos años se ha producido un crecimiento en el uso de la IA, aunque el número de especialistas en TIC se ha cubierto solo en un 44% aunque sigue estando por debajo de la media europea (4,8%) y es inferior al crecimiento previsto en la hoja de ruta española. Se observa, por otra parte, que han crecido las competencias básicas digitales de la población (Figura 7), y el objetivo propuesto por Europa está cubierto en un 82,7%.
Fuente: Elaboración propia a partir de Eurostat (2024)
Según la encuesta del Banco de España sobre la actividad empresarial (EBAE, 20) la adopción de tecnologías de IA en las empresas es del 19,9%, un porcentaje algo menor que la que corresponde a otras tecnologías digitales más consolidadas como la computación en la nube (Figura 8). Se observa, asimismo que el 60% de las empresas usuarias de IA lo hace a modo experimental (el 12% de la muestra), un 34% lo utilizan moderadamente (7% del total de la muestra) y solo un 6% (1% del total) utilizan la IA intensamente. Asimismo, se puede comprobar que la computación en la nube alcanza un 44% de usuarios, con un porcentaje mayor del 10% de usuarios intensos, indicativo de que esta tecnología está en un estado de madurez.
Fuente: Elaboración propia a partir de Fernández et al. (2025)
Fernández et al. (2025) identifican que uno de los obstáculos para la adopción de IA es la falta de personal cualificado. En concreto, esta dificultad supone un problema para el 40% de las empresas que no la usan, para el 60 % que la usan de forma experimental y para el 45% de las que la usan intensamente.
Por otra parte, el impacto en el empleo en España es variable. El informe de sobre la IA y el mercado de trabajo en España (Randstad Research, 2024) estima que un 9,8% de los empleos actuales pueden ser automatizados en los próximos años, y al mismo tiempo, un 15,9% de los empleos actuales pueden aumentar su productividad gracias a la IA; además según el mismo informe, pueden crearse 1,61 millones de empleos nuevos en la próxima década.
Fuente: Elaboración propia a partir de Randstad Research (2024)
En relación con las competencias, el 68,8 de los trabajadores encuestados por Randstad reconocen que necesitan formación en competencias digitales (Figura 10). Un 18,9 % creen que la IA potencia sus habilidades y solo un 10,8% reconoce que posee habilidades vinculadas a la IA. En este sentido, es interesante destacar que, según el informe el 24,8 de los trabajadores españoles desconoce si trabaja con una IA y sólo un 17,3% de los trabajadores trabajan con una tecnología IA.
Fuente: Elaboración propia a partir de Randstad, 2024
Finalmente, la encuesta del INE, 2023 recoge información de los tipos de competencias digitales en la población española. El análisis de los datos revela similitudes en las tendencias generales, pero también diferencias significativas que ponen de manifiesto una doble brecha: generacional y de género.
En la figura 11 se representa el desglose por tipo de competencia y grupo de edad para el caso de los hombres. Se observa una brecha generacional: los mayores de 55 años tienen un nivel bajo en casi todas las competencias. Las mayores desigualdades se observan en competencias intermedias y avanzadas (presentaciones, hojas de cálculo y programación).
Fuente: elaboración propia a partir de Fernández et al. (2024)
En la Figura 12 se representan los datos de las mujeres, por edad y tipo de competencia. Se comprueba que existe la misma brecha generacional, aunque la pérdida es mayor en el caso de las mujeres a partir de los 45 años, y especialmente a partir de los 55, en las que menos del 50% de las mujeres tienen competencias básicas. Las competencias básicas son altas en mujeres jóvenes (hasta 24 años); en cuanto a competencias intermedias el nivel se mantiene relativamente alto en hasta los 44 años en crear presentaciones, pero en hojas de cálculo se reduce al 53,6%. En todos los grupos de edad, el nivel de competencias avanzadas es muy bajo.
Comparando ambos grupos, se pone de manifiesto que, en competencias básicas, hombres y mujeres jóvenes (16 - 34 años) alcanzan niveles muy altos en uso de ordenador, copia de archivos o instalación de software (superiores al 80%). Sin embargo, a partir de los 45 años se observa una caída superior en mujeres. En cuanto a competencias intermedias (presentaciones y hojas de cálculo) las cifras en ambos sexos apenas superan el 50% y empieza a evidenciarse una brecha de género, a partir de los 65 años. En cuanto a competencias avanzadas, el nivel es muy bajo, 23,2 % en hombres y 15,4 en mujeres; además la igualdad desaparece y la brecha de género con una diferencia de alrededor del 8%, se amplía a todas las edades.
En conclusión, el análisis en España revela que se está progresando en los objetivos de digitalización, con un amplio porcentaje de población que tiene competencias digitales básicas TIC. Aunque un estudio más detallado revela que existen diferencias generacionales y de género. Además, carecemos de suficientes especialistas TIC para satisfacer la fuerte demanda. Esto puede condicionar nuestra capacidad para aprovechar plenamente las oportunidades de la digitalización.
Fuente: elaboración propia a partir de Fernández et al. (2024)
Implicaciones para políticas públicas y empresas
La digitalización se ha consolidado como una prioridad estratégica en España, en línea con los objetivos de la Unión Europea para 2030. Los datos disponibles muestran avances significativos, aunque también ponen de relieve importantes retos que deben ser atendidos tanto desde las políticas públicas como desde la gestión empresarial. Por un lado, el número de especialistas en tecnologías de la información y la comunicación (TIC) sigue siendo reducido, e inferior a la media europea y a los objetivos marcados en la hoja de ruta nacional (Eurostat, 2023). A esta limitación se suma que casi siete de cada diez trabajadores (68,8%) reconocen necesitar formación en competencias digitales, (Randstad, 2024). Esta situación revela la urgencia de reforzar los programas de formación y reciclaje laboral, especialmente orientados a la capacitación en competencias intermedias y avanzadas, donde las brechas generacionales y de género resultan más acusadas (INE, 2023).
La adopción tecnológica en el tejido empresarial español presenta también un carácter incipiente. Según la Encuesta sobre la Actividad Empresarial del Banco de España, un 19,9% de las empresas utilizan inteligencia artificial, aunque la gran mayoría lo hace de manera experimental (Fernández et al., 2025). Una de las principales barreras para el despliegue de la IA es la falta de personal cualificado, problema señalado por el 40% de las empresas que no la emplean, el 60% de las que lo hacen de forma experimental y el 45% de las que la aplican intensamente.
En este contexto, las implicaciones para las políticas públicas y las empresas son claras. Las administraciones deben promover estrategias de formación continua, con especial atención a los colectivos más vulnerables a la brecha digital —mujeres y personas mayores de 45 años—, al mismo tiempo que impulsan incentivos para acelerar la adopción de la IA en el tejido empresarial. Por su parte, las organizaciones necesitan avanzar desde un uso experimental hacia una integración estratégica de estas tecnologías, combinando inversión en capital humano con cambios organizativos orientados a la innovación. Se necesitan políticas activas de empleo que acompañen la transición tecnológica, fomentando tanto la reubicación laboral en sectores expuestos a la automatización como el desarrollo de nuevos perfiles profesionales. Asimismo, resulta fundamental que tanto el sector público como el privado asuman un compromiso activo en la reducción de desigualdades derivadas de la digitalización, de modo que la transformación digital contribuya no solo a la competitividad económica, sino también al bienestar social y la cohesión territorial.
Conclusiones y recomendaciones prácticas
El análisis realizado permite extraer varias conclusiones. En primer lugar, la IA está afectando en profundidad a las competencias de los trabajadores y a los procesos de gestión de las organizaciones. Se confirma que los trabajadores de menor cualificación son los más expuestos a la automatización, mientras que los perfiles más formados tienen más oportunidades, aunque necesitan desarrollar una actitud de aprendizaje permanente para colaborar eficazmente con estas tecnologías. Asimismo, la percepción y aceptación de la IA dependen en gran medida de las competencias digitales, lo que puede dar lugar a resistencias en aquellas personas que carecen de nivel suficiente.
Por otra parte, los datos del mercado español y europeo muestran avances en la adquisición de competencias digitales básicas, pero también ponen de manifiesto desigualdades notables. La brecha generacional se refleja en las dificultades de las personas mayores para adaptarse a entornos digitales, mientras que la brecha de género se mantiene en competencias avanzadas, especialmente en conocimientos de programación. Además, la escasez de oferta de especialistas TIC es un obstáculo para la adopción de la IA en las empresas, en especial en las Pymes que aún se encuentran en fases experimentales.
En base a estas conclusiones, se plantean varias implicaciones prácticas:
Políticas públicas: es necesario reforzar los programas de reskilling y upskilling, con especial atención a las mujeres y mayores de 45 años, al tiempo que se promueven políticas activas de empleo que acompañen la transición tecnológica. También es necesario impulsar incentivos que aceleren la adopción estratégica de la IA en las empresas y desarrollar marcos regulatorios en relación con la transparencia, la ética y la protección de datos.
Empresas: deben avanzar en el uso de la IA e integrarla en sus estrategias, combinando la inversión en capital humano con cambios organizativos orientados a la innovación. Esto implica facilitar la colaboración personas-IA, desarrollar planes de formación para capacitar a sus empleados, eliminar los sesgos en la evaluación de los trabajadores, velar por la privacidad y la seguridad de los datos y promover un entorno de bienestar laboral.
En definitiva, la digitalización no es sólo una herramienta de competitividad y una amenaza para el empleo, sino que es una vía hacia el desarrollo económico y una oportunidad para un mercado laboral más inclusivo y resiliente que contribuya a fortalecer la cohesión social. Por ello reducir la brecha digital y asegurar el acceso equitativo a las competencias digitales resulta fundamental para que los beneficios de la IA se distribuyan de manera justa.
Referencias
Abubakari, M. S., Zakaria, G. A. N., & Musa, J. (2025). Validating the DigComp framework among university students across different educational systems. Discover Education, 4, 200. https://doi.org/10.1007/s44217-025-00652-x
Acemoglu, D., & Restrepo, P. (2019). Automation and new tasks: How technology displaces and reinstates labor. Journal of economic perspectives, 33(2), 3-30
Arslan, A., Cooper, C., Khan, Z., Golgeci, I., & Ali, I. (2022). Artificial intelligence and human workers interaction at team level: a conceptual assessment of the challenges and potential HRM strategies. International Journal of Manpower, 43(1), 75–88. https://doi.org/10.1108/IJM-01-2021-0052
Bankins, S., Hu, X., & Yuan, Y. (2023). Artificial intelligence, workers, and future of work skills. Current Opinion in Psychology, 58, 101828. https://doi.org/10.1016/j.copsyc.2024.101828
Bawack, R.E., Fosso Wamba, S. and Carillo, K.D.A. (2021), “A framework for understanding artificial intelligence research: insights from practice”, Journal of Enterprise Information Management, Vol. 34 No. 2, pp. 645-678
Benabou, A., & Touhami, F. (2025). Artificial intelligence in human resource management: A PRISMA-based systematic review. Acta Informatica Pragensia, 14(3), 489–505. https://doi.org/10.18267/j.aip.264
Benishek, L. E., & Lazzara, E. H. (2019). Teams in a New Era: Some Considerations and Implications. Frontiers in Psychology, 10, 15, Article 1006. https://doi.org/10.3389/fpsyg.2019.01006
Bhargava, V., & Velasquez, M. (2021). Ethics of the Attention Economy: The Problem of Social Media Addiction. Business Ethics Quarterly, 31(3), 321-359, PII S1052150X20000329. https://doi.org/10.1017/beq.2020.32
Bositkhanova, N., Dadaboyev, S.M.U. Revolutionizing workforce planning: the strategic role of AI in HR strategy. Discover global society, 3, 100 (2025). https://doi.org/10.1007/s44282-025-00252-y
Castaneda, J. A., Singh, J., & colleagues. (2024). Frontline employees in an AI-integrated workplace: Current perspectives and future research landscapes. Journal of Service Theory and Practice. https://doi.org/10.1108/JSTP-04-2024-0099
Chakraborty, D., & Biswas, W. (2019). Evaluating the impact of human resource planning programs in addressing the strategic goal of the firm: An organizational perspective. Journal of Advances in Management Research, 16(5), 659–682. https://doi.org/10.1108/JAMR-01-2019- 0007
Chowdhury, S., Dey, P., Joel-Edgar, S., Bhattacharya, S., Rodriguez-Espindola, O., Abadie, A. and Truong, L. (2023), “Unlocking the value of artificial intelligence in human resource management through AI capability framework”, Human Resource Management Review, 33(1), 100899. https://doi.org/10.1016/j.hrmr.2022.100899
Chugunova, M., & Sele, D. (2022). We and It: An interdisciplinary review of the experimental evidence on how humans interact with machines. Journal of Behavioral and Experimental Economics, 99, Article 101897. https://doi.org/10.1016/j.socec.2022.101897
Cramarenco, R., Burcă-Voicu, A., & Dabija, D.-C. (2023). The impact of artificial intelligence on employees’ skills and well-being in global labor markets. Economia Copernicana, 14(3), 705–734. https://doi.org/10.24136/oc.2023.022
Dima J, Gilbert MH, Dextras-Gauthier J, Giraud L. The effects of artificial intelligence on human resource activities and the roles of the human resource triad: opportunities and challenges. Frontiers of Psychology. 2024 Jun 3;15:1360401.
https://doi.org/10.3389/fpsyg.2024.1360401
Eurostat (2024). Labour force survey (EU-LFS). Recuperado de Glossary:Labour force survey (EU-LFS) - Statistics Explained - Eurostat
Eurostat 2023. Economía digital y sociedad, uso de las TIC en los hogares y por individuos. Recuperado de Information on data - Digital economy and society - Eurostat
Eurostat: Informe nacional de la década digital, 2024 (España). Recuperado de Digital Decade 2024 report: Country fact pages | Shaping Europe’s digital future
Eurostat (2024). Especialistas TIC. Recuperado de [isoc_sks_itspt] Employed information and communications technology (ICT) specialists https://doi.org/10.2908/ISOC_SKS_ITSPT
Eurostat (2024) Artificial intelligence by size class of Enterprise). Recuperado de [isoc_eb_ai] Artificial intelligence by size class of enterprise
Eurostat. (2024, abril). Competencias para la era digital. Statistics Explained. Recuperado de https://ec.europa.eu/eurostat/statistics-explained/index.php?title=Skills_for_the_digital_age
Felderer, B., Kueck, J., & Spindler, M. (2023). Using Double Machine Learning to Understand Nonresponse in the Recruitment of a Mixed-Mode Online Panel. Social Science Computer Review, 41(2), 461–481. https://doi.org/10.1177/08944393221095194
Fernández Cerezo, Alejandro, Ignacio Hidalgo y Mario Izquierdo. (2025). “La adopción de la inteligencia artificial en las empresas españolas: un primer análisis basado en la EBAE”. Boletín Económico - Banco de España, 2025/T2, 06. https://doi.org/10.53479/39705
Ferrari, A. (2013). DIGCOMP: A Framework for Developing and Understanding Digital Competence in Europe. Publications Office of the European Union / JRC-IPTS. .https://doi.org/10.2788/52966
Gao, Q., Xu, J., Wang, Q., & Wu, C. (2023). The Use of the Analytic Hierarchy Process in Improving Psychological Empowerment and Employee Performance. Journal of Organizational and End User Computing, 35(3), 1–22. https://doi.org/10.4018/JOEUC.321171
Hmoud, B. (2021). The adoption of artificial intelligence in Human Resource Management. Forum Scientiae Oeconomia, 9(1), 105–118. https://doi.org/10.23762/FSO_VOL9_NO1_7
Inamorato dos Santos, A., Chinkes, E., Carvalho, M. A. G., Solórzano, C. M. V., & Marroni, L. S. (2023). The digital competence of academics in higher education: Is the glass half empty or half full? International Journal of Educational Technology in Higher Education, 20(1), 25. https://doi.org/10.1186/s41239-022-00376-0
Khera, S. N., & Divya. (2019). Predictive Modelling of Employee Turnover in Indian IT Industry Using Machine Learning Techniques. Vision: The Journal of Business Perspective, 23(1), 12–21. https://doi.org/10.1177/0972262918821221
Khushk, A., Yi, X., & Zhang, X. (2024). Navigating human-AI dynamics: Implications for organizational performance. International Journal of Organizational Analysis. https://doi.org/10.1108/IJOA-04-2024-4456
Lane, M., & Saint-Martin, A. (2021). The impact of artificial intelligence on the labour market: What do we know so far? OECD Social, Employment and Migration Working Papers, 256.
https://doi.org/10.1787/7c895724-en
Li, L. (2022). Reskilling and upskilling the future-ready workforce for Industry 4.0 and beyond. Information Systems Frontiers, 13, 1–16. https://doi.org/10.1007/s10796-022-1030 8-y
Lyons, J. B., Mahoney, S., Wynne, K. T., & Roebke, M. A. (2018). Viewing machines as teammates: A qualitative study. 2018 AAAI Spring Symposium Series,
Marco DigComp. Eurostat (2025) Marco DigComp - Comisión Europea
Oberländer, M., Beinicke, A., & Bipp, T. (2020). Digital competencies: A review of the literature and conceptual clarification. Computers & Education, 157, 103752. https://doi.org/10.1016/j.compedu.2019.103752
Parent-Rocheleau, X., & Parker, S. K. (2022). Algorithms as work designers: How algorithmic management influences the design of jobs. Human Resource Management Review, 32(3), 1–17. https://doi.org/10.1016/j.hrmr.2021.100838
Pereira, V., Hadjielias, E., Christofi, M., & Vrontis, D. (2023). A systematic literature review on the impact of artificial intelligence on workplace outcomes: A multi-process perspective. Human Resource Management Review, 33(1), 100857. https://doi.org/10.1016/j.hrmr.2021.100857
Prentice, C., & Nguyen, M. (2020). Engaging and retaining customers with AI and employee service. Journal of Retailing and Consumer Services, 56, 102186. https://doi.org/10.1016/j.jretconser.2020.102186
Rąb-Kettler, K., & Lehnervp, B. (2019). Recruitment in the Times of Machine Learning. Management Systems in Production Engineering, 27(2), 105–109. https://doi.org/10.1515/mspe-2019-0018
Randstad Research (2024): IA y mercado de trabajo en España. Una aproximación a los efectos futuros de una tecnología revolucionaria. IA y mercado de trabajo en España | Randstad Research
Soja,Y. y Kim, HACER. (2022), “Un estudio sobre las percepciones de los empleados de hoteles sobre la cuarta tecnología industrial. Revista de Gestión Hotelera y Turística, 51 (559-567). https://doi.org/10.1016/j.jhtm
Yu, X. Y., Xu, S., & Ashton, M. (2023). Antecedents and outcomes of artificial intelligence adoption and application in the workplace: The socio-technical system theory perspective. Information Technology & People, 36(1), 454–474. https://doi.org/10.1108/ITP-04-2021-0254
Yuan, S., Kroon, B., & Kramer, A. (2024). Building prediction models with grouped data: A case study on the prediction of turnover intention. Human Resource Management Journal, 34(1), 20–38. https://doi.org/10.1111/1748-8583.12396
Zhao, Y., Pinto Llorente, A. M., & Sánchez Gómez, M. C. (2021). Digital competence in higher education research: A systematic literature review. Computers & Education, 168, 104212. https://doi.org/10.1016/j.compedu.2021.104212
Zhu, Y.Q., Corbett, J.U. and Chiu, Y.T. (2021), “Understanding employees' responses to artificial intelligence”, Organizational Dynamics, 50(2). https://doi.org/10.1016/j.orgdyn.2020.100786
.jpg)
