La IA en Aprendizaje y Desarrollo (2026)

A+D tiene un problema de medición. Es difícil probar la conexión entre las inversiones en aprendizaje y los resultados del negocio (o al menos es difícil presentar ese caso de manera clara a tu equipo financiero).

En una encuesta de 2025, casi 1 de cada 3 líderes admitieron que no podían conectar sus inversiones en A+D con los ingresos o el margen de beneficio de su empresa.

Ese es un problema, y la IA solo lo está agravando.

Toma la formación para gerentes, algo que he realizado decenas de veces. Hace años, era fácil lograr la aprobación de la dirección para el desarrollo de gerentes. No solo todos lo hacían, sino que había un conjunto completo de investigaciones que demostraba que los gerentes impulsan el rendimiento y la retención.

Hoy en día, es mucho más difícil argumentar a favor de invertir en la dirección media, especialmente cuando hay empresas que intentan aplanar sus jerarquías o reemplazar a los gerentes totalmente con IA. Pero también es una oportunidad para reconsiderar si tu formación para gerentes estaba realmente funcionando.

Si eso te está causando una crisis existencial sobre tu descripción de trabajo, no estás solo. La IA está elevando las apuestas en cómo medimos el impacto y demostramos nuestro valor al negocio. Creo que también nos está dando una oportunidad para repensar qué valor aportamos como expertos en aprendizaje.

¿Cómo se usa la IA para la formación y el desarrollo? 

El 87% de los profesionales de A+D ya están utilizando IA según nuestro informe 2026. Sin embargo, la forma en que la están utilizando varía mucho. Algunas organizaciones todavía están experimentando, mientras que un puñado está integrándola sistemáticamente en sus flujos de trabajo.

Aquí hay cuatro tendencias que estoy viendo en cómo los equipos de A+D están utilizando IA.

1. Acelerando la producción de contenido

El 84% de los equipos de A+D están utilizando IA para acelerar su producción de contenido. Eso incluye tareas como redactar contenido y cuestionarios (60%), generar narración (63%), crear videos (52%) y localizar materiales (38%). Mientras tanto, solo el 39% informa que está utilizando IA para fortalecer su estrategia.

Nota: nuestra encuesta tuvo 421 encuestados, muchos de los cuales son nuestros clientes o están en nuestras redes. Esto probablemente sesga las tasas de adopción de IA más alta.

2. Implementando rutas de aprendizaje adaptativas 

33% de los equipos de A+D están planeando implementar rutas de aprendizaje personalizadas en los próximos 12 a 18 meses. La buena noticia es que no necesitas necesariamente diseñar contenido nuevo para empezar. 

Eso es porque probablemente tienes contenido de eLearning guardado en algún lugar, ya sea en un LMS/LXP infrautilizado o incluso no publicado en una herramienta de autor. Puede estar estructurado como cursos independientes o programas fijos con hitos predeterminados, como evaluaciones. 

Con herramientas como una plataforma de aprendizaje nativa de IA o sin cabeza, esos componentes de eLearning pueden ser transformados en experiencias dinámicas basadas en el rol del usuario o la experiencia previa. Eso significa que ya no tienes que elegir entre escalabilidad y personalización al diseñar experiencias de aprendizaje.

3. Ofreciendo formación en el flujo de trabajo

Josh Bersin acuñó "aprendizaje en el flujo de trabajo" en 2018 para describir a los empleados obteniendo la información que necesitan, cuando la necesitan, sin cambiar de contexto. Para que eso funcione a gran escala, la formación tiene que ser modular. El 40% de los equipos ya están utilizando asistentes de búsqueda de IA y conocimiento para cumplir con esto.

Con IA, estamos más cerca que nunca de cerrar esa brecha. Considera a una enfermera preparándose para realizar un procedimiento que no ha hecho recientemente. Antes de entrar en la sala, puede buscar en lenguaje natural, "¿cómo hago este procedimiento?" y obtener la orientación adecuada inmediatamente de la base de conocimiento verificada de su organización.

Los activos se despliegan en el momento de necesidad, con estándares de entrega flexibles para que puedas rastrear lo que funciona y ajustar lo que no.

4. Prediciendo las brechas de habilidad

Según el Informe de Ventaja de Velocidad de Talento 2026 de LinkedIn, el 86% de las empresas informa que necesita mejores conocimientos sobre las habilidades que su organización necesita para adaptarse y crecer.

Eso no es una novedad. Siempre estamos buscando formas de anticipar mejor las demandas de la industria y hacia dónde irá. Eso significa que no solo necesitamos medir nuestra fuerza laboral, sino que también debemos ser mejores en la predicción.

Lo que eso requiere es herramientas que sean excelentes en el reconocimiento de patrones. No siempre vamos a acertar, pero lo que podemos hacer es utilizar herramientas de IA para crear predicciones basadas en patrones fundamentadas en datos históricos. Eso es lo que es bueno: procesar conjuntos masivos de datos y entrenarlos para anticipar correlaciones sutiles, sin el sesgo que nosotros aportamos.

La pregunta es: ¿por dónde empezar? Los casos de uso a continuación son aquellos donde los equipos de A+D están viendo más tracción.

6 maneras de implementar IA en tu estrategia de A+D

Es tentador comenzar a experimentar con herramientas de IA, y si aún no lo has hecho, hay muchos ejemplos de cómo tus pares ya están utilizando IA a continuación.

Pero antes de empezar a experimentar, te reto a que lo enfoques de manera más estratégica.

Uno de los errores más comunes que veo es que los equipos inician su implementación de IA con herramientas. Una nueva herramienta brillante no va a resolver todos tus problemas, especialmente si ya tienes dificultades para demostrar cómo tu trabajo está conectado con el negocio. 

En su lugar, vuelve a tu estrategia y hoja de ruta. Encuentra una experiencia de aprendizaje que necesite una renovación o una reestructuración completa. Utilizando tus datos de evaluación, determina qué necesita cambiar, y por qué. Luego documenta dónde aparecerá la IA en el flujo de trabajo, quién será responsable de la calidad de la salida de IA, y cómo sabrás si está mejorando el rendimiento. 

Aquí hay ejemplos de lo que quiero decir con eso.

1. Generación de contenido

Es temporada de revisiones de desempeño. Después de que se te haya asegurado repetidamente que “nada” estaba cambiando, descubres que la escala de calificación ha sido reescrita un poco. En lugar de entrar en pánico por todos los lugares donde has puesto esa escala de calificación, acudes a tu LLM aprobado por la empresa, y le pides que te muestre cualquier activo con la escala anterior. Una vez que has localizado todos los activos (guías para facilitadores, documentos de una página y similares), utilizas el LLM para generar versiones actualizadas. Sesión de creación de contenido nocturna evitada.

2. Localización

Se te ha pedido que capacites a equipos de operaciones técnicas en toda América Latina. Eso significa convertir contenido regulatorio en un aprendizaje atractivo, y hacerlo en inglés, español y portugués para empezar. Con una plataforma de video con IA, puedes producir y localizar la formación en los tres idiomas, hacer que un miembro del equipo local verifique la calidad, y cuando la regulación cambie el próximo año, actualizar la fuente una vez y volver a publicar en todas las variantes.

Así es como el equipo de formación de apoyo de LATAM Airlines abordó la capacitación de su población de empleados distribuida de 37 000, reduciendo el tiempo de producción en un 83% y alcanzando a más de 16 000 aprendices en tres idiomas.

3. Juego de roles basado en escenarios

Un gerente se comunica contigo porque los registros de llamadas muestran que los agentes de soporte están luchando por desescalar a los clientes frustrados. No pueden sacar a todos del piso para un taller, y no tienes la capacidad para facilitar múltiples sesiones. Así que recurres a la IA para un juego de roles escalable. Alimentas los registros de llamadas a un LLM para generar tres escenarios basados en los patrones de escalada más comunes. 

Con una herramienta o agente de coaching de IA, ofreces sesiones de 5 minutos basadas en los escenarios. Reciben retroalimentación en tiempo real y una oportunidad de intentarlo de nuevo, antes de volver a atender las llamadas. 

4. Soporte justo a tiempo

Un gerente recién promovido se siente abrumado. Su socio de negocio de recursos humanos está de vacaciones, y aún no han pasado por ninguna formación formal en gestión. En una hora, tiene una reunión con un informe directo que se va de licencia de paternidad. No tienen idea de lo que se supone que deben hacer.

Afortunadamente, has creado un agente de soporte para gerentes que los guía en la preparación para la reunión. Pueden revisar rápidamente los recursos de formación, como una guía de coaching sobre cómo apoyar la transición y mantener la conexión durante la licencia. El agente también les envía recordatorios sobre los contactos a los que el informe directo puede dirigirse con preguntas sobre beneficios o cualquier otra cosa.

5. Rutas de aprendizaje personalizadas

Dos nuevos ingenieros de software se unen a tu empresa. Están comenzando en el mismo rol y tienen la misma cantidad de experiencia. Pero un ingeniero nunca ha trabajado en tu industria antes. Tu plataforma de aprendizaje nativa de IA adapta sus experiencias de incorporación en consecuencia, ofreciendo un camino de aprendizaje “nuevo en la industria” al ingeniero que nunca ha trabajado en ella. 

6. Mapeo de habilidades y análisis de brechas

En una sesión de planificación aprendes que la empresa planea expandirse a una nueva región en los próximos 18 meses. El equipo de planificación de la fuerza laboral está buscando apoyo para mapear la preparación de la fuerza laboral existente para esta transición. Por lo tanto, creas un mapa de habilidades y utilizas IA para cruzar referencias con los datos actuales de tu fuerza laboral en el HRIS. A partir de ahí puedes identificar capacidades faltantes y comenzar a diseñar rutas de desarrollo, antes de que la expansión comience oficialmente.

¿Cuáles son los beneficios y desafíos de usar IA en A+D?

Si intentas alguno de los casos de uso que compartí, probablemente notarás algunos beneficios anecdóticos, como ahorrar tiempo a tu equipo. Pero si estás buscando justificar la implementación de la IA en tu estrategia de A+D, especialmente si eso implica adquirir nuevas herramientas, querrás tener en cuenta algunas consideraciones importantes.

1. Capacidad

Beneficios: En general, la ganancia más inmediata que reportan los líderes de A+D es la velocidad. El 88% de los equipos reportan haber ahorrado tiempo en la creación de contenido. Una producción más rápida significa que el contenido se puede entregar más cerca del momento de necesidad. Se adapta a las necesidades del negocio.

Desafíos: Producir contenido más rápidamente no necesariamente se traduce en mejores resultados. Estamos produciendo más contenido, pero no estamos siguiendo para entender si alguno de estos está cambiando el comportamiento. (He escrito sobre este patrón como deuda de preparación.) El riesgo para los líderes de A+D es que la IA facilita parecer productivo sin realmente serlo.

2. Costo

Beneficios: El 45% de los equipos están reportando ahorros de costos gracias a la IA. Eso es porque pueden dejar de subcontratar tareas especializadas como el diseño gráfico o la producción de videos. Esos costos se suman rápidamente, especialmente cada vez que hay una actualización de contenido.

Desafíos: La IA puede ser costosa, especialmente a nivel Enterprise. Los costos de licencias y los límites de uso pueden impactar la forma en que diseñas y utilizas estas herramientas (más sobre eso en la sección de herramientas a continuación).

3. Gobernanza

Beneficios:  Incorporar la gobernanza de la IA en tus flujos de trabajo es una oportunidad para estandarizar (y documentar) procesos que tu equipo probablemente ha estado manejando de manera informal durante años. Cosas como cómo se revisa el contenido o cómo se aprueban las actualizaciones.

Desafíos: La mayoría de las Enterprise aún están aprendiendo a gobernar la IA. Eso significa que los equipos de A+D pueden encontrarse en una posición donde no saben exactamente quién posee qué herramienta, o cómo traer nuevas herramientas.

4. Impacto en el negocio

Beneficios: El 41% de los equipos de A+D dicen que la IA ya está contribuyendo al impacto en los negocios al permitirles crear contenido más rápidamente y satisfacer las necesidades empresariales. También está acortando el tiempo entre cuando entregamos contenido y cuando podemos ver señales de que está funcionando.

Desafíos: La mayoría de los equipos no han alcanzado la madurez para demostrar un impacto empresarial medible de la IA en A+D. Solo el 19% está usando IA para la evaluación, en comparación con el 65% que la usa para el desarrollo de contenido.

¿Cómo se mide el impacto de la IA en los resultados de la formación?

Realizar una evaluación robusta de los resultados de la formación puede parecer una tarea hercúlea algunos días, razón por la cual a veces nos conformamos con NPS o tasas de finalización. Y es probablemente por eso que el 63% de los equipos de A+D necesitan más apoyo para evaluar el impacto.

Una vez que agregas IA a la ecuación, estás añadiendo otra capa de complejidad. Por lo tanto, necesitas una manera simplificada de evaluar antes y después de introducir la IA.

Para comenzar, necesitarás cuatro insumos:

• Un comportamiento observable que la formación fue diseñada para cambiar o impactar
• Dos señales de ese comportamiento en el flujo de trabajo: un indicador adelantado (algo que puedes observar que sucede durante o justo después de la formación) y un indicador rezagado (algo que aparece en los datos de rendimiento semanas después)
• Una medición proxy para el impacto en el negocio

Lo sé, acabas de poner los ojos en blanco ante las señales y la medición proxy.

Aquí tienes lo que quiero decir, utilizando uno de mis casos de uso anteriores: IA coaching para agentes de asistencia al cliente.

Supongamos que en el último trimestre desarrollaste un eLearning centrado en desescalar llamadas con clientes frustrados. Lo publicaste a través de tu LMS y lo asignaste a 1 000 agentes globales.

Antes de poder introducir el coaching de IA, necesitas documentar lo que sucedió con la intervención anterior. Puedes usar una plantilla como esta:

"Esperábamos que el comportamiento X cambiara. Vemos evidencia de que lo hizo (o no lo hizo) porque la métrica Y se movió en la dirección esperada (o no lo hizo). Aquí está lo que haremos a continuación."

En este caso, eso podría verse así:

"Después de completar el eLearning, esperábamos que los agentes desescalaran más consistentemente a los clientes frustrados usando el marco de resolución de tres pasos [comportamiento observable]. Los gerentes están informando que hay menos escalaciones [indicador adelantado], y el tiempo promedio de atención en llamadas difíciles ha disminuido [indicador rezagado]. Además, el CSAT en quejas resueltas mejoró [medición proxy]. Sin embargo, los agentes siguen siendo inconsistentes en los primeros 60 segundos de estas llamadas, lo que sugiere que hay que enfocarse en el primer paso, el reconocimiento, en el marco de resolución."

Hay una razón por la cual es difícil arreglar eso con un curso único.

Esa es tu línea base para antes de la IA. Ahora puedes concentrarte en construir ciclos de práctica y retroalimentación para los agentes. Así que, identificas un grupo selecto de los 1 000 que necesita más práctica y pruebas una herramienta de coaching de IA. Creas algunos escenarios enfocados específicamente en los primeros 60 segundos de una llamada difícil.

Después de un mes, observas más consistencia en los reconocimientos iniciales en las transcripciones de llamadas entre los participantes piloto. Su tasa de escalación también sigue disminuyendo en comparación con el grupo de control.

Para controlar los costos (el coaching de IA puede ser costoso, amigos), decides hacer que la herramienta esté disponible según se necesite. Los gerentes señalizan a cualquier persona que muestre un patrón de inconsistencia en los reconocimientos y los animan a inscribirse en el coaching.

Finalmente, sigues si los representantes que utilizaron los escenarios de IA muestran mejoras en las tasas de resolución en el primer contacto durante los próximos tres meses. Después de todo, ese es el métrico empresarial que le interesa a la dirección.

Si muestran mejora, ese es tu caso de negocio para invertir en IA.

¿Cuáles son las mejores herramientas de IA para la formación y el desarrollo?

Determinar las mejores herramientas de IA para A+D es como encontrar el par perfecto de jeans. Tienes que probar muchos pares para encontrar el ajuste adecuado, al precio adecuado, que funcione con lo que ya tienes.

Si bien la metáfora puede ser un poco simplista, esto es lo que quiero decir. Cada vez que añades algo a tu tecnología, lo haces con un presupuesto y un contexto organizacional. Eso significa entender qué herramientas ya tienes (ya sea que A+D las posea o no) y cómo funcionan (o no) en conjunto. Las preocupaciones de seguridad y precisión, los desafíos de integración y las restricciones legales también pueden retrasar la adquisición de IA.

Por eso quiero comenzar con una herramienta a la que probablemente ya tienes acceso, pero que probablemente no controlas: el LLM.

1. Modelos de Lenguaje Grande (LLMs)

Considero a los LLMs como los caballos de batalla de IA para los equipos de A+D. Son donde estamos pudiendo obtener el mayor apoyo, ya sea en términos de ahorro de tiempo y costos para el diseño instruccional o en capacidad liberada para trabajo más estratégico.

La mayoría de los equipos Enterprise ya tienen un LLM, lo que significa que puede estar conectado a fuentes de conocimiento internas y (con suerte) a tu tecnología de A+D. Así que ya sea Claude, ChatGPT, Perplexity, Gemini, o algo más, haz que funcione para ti. 

Si tu empresa está considerando diferentes LLMs, o tienes la capacidad de seleccionar uno tú mismo, te recomiendo encarecidamente leer el desglose de los modelos de IA para diseñadores instruccionales.

2. Sistemas de Gestión de Aprendizaje y Plataformas de Experiencia de Aprendizaje (LMS/LXP)

Mientras que un LMS tradicionalmente ha sido donde se entrega, se rastrea y se mide el aprendizaje, un LXP ha estado más centrado en la experiencia de aprendizaje en sí. Hoy en día, las líneas entre los dos se están desdibujando.

Hay pocas plataformas LMS o LXP nativas de IA. Más a menudo, ves que se añade IA ya sea para tareas administrativas como inscripciones y recordatorios, o para análisis como paneles e informes. Donde reside el mayor potencial es en experiencias de aprendizaje personalizadas: la capacidad de que los empleados usen la plataforma de la manera en que lo harían con un LLM — haciendo preguntas, tal como lo harías con un tutor, pero en un entorno controlado donde la información se verifica cuidadosamente.

Pocas plataformas pueden ofrecer esta experiencia, razón por la que recomiendo a Sana.

Sana apoya el aprendizaje en el flujo del trabajo con características como su tutor de IA. Los empleados pueden buscar respuestas en lenguaje natural, recibir guías justo a tiempo sin salir de la plataforma y recibir recomendaciones de contenido personalizadas.

Mejores para: Equipos que buscan reemplazar un sistema heredado o introducir una nueva plataforma, y equipos que pasan de bibliotecas de contenido estático a un aprendizaje dinámico y personalizado.

Quedan cortos cuando: Equipos tienen una robusta biblioteca de contenido SCORM que buscan mantener dentro de una sola plataforma.

3. Herramienta de creación de eLearning

Las herramientas de autoría de eLearning son lo que te permiten construir el contenido alojado en tu LMS o LXP. Algunas plataformas tienen una herramienta de autoría interna, que te permite construir cursos o programas con componentes como pruebas de conocimiento o escenarios interactivos.

Muchas herramientas de autoría de eLearning tienen IA añadida, y hay una razón estructural para eso. Estas herramientas están diseñadas para generar contenido en paquetes SCORM. SCORM es un estándar estático, lo que significa que la IA no puede modificar los contenidos. Esto limita tu capacidad para adaptar el contenido a los aprendices individuales o capturar datos más allá de las tasas de finalización y las puntuaciones de evaluación. Por eso ves plataformas como Sana tomando un enfoque de autoría nativa en IA.

Dicho esto, una de las formas clave en que la IA está colaborando con las herramientas de autoría de eLearning es transformando cómo se construye el contenido. Mientras que antes, un diseñador instruccional entraba en estas herramientas y creaba un curso seleccionando cada componente manualmente, ahora puede usar lenguaje natural y contenido existente para obtener un inicio significativo. Ese es el caso con el Asistente de IA de Articulate 360.

Articulate 360 es un conjunto de herramientas de eLearning, incluyendo Rise, una herramienta de autoría basada en navegador. Con su Asistente de IA, los equipos pueden construir cursos usando lenguaje natural y materiales existentes como presentaciones o PDFs. Genera contenido y produce evaluaciones, imágenes y narración.

Funciona mejor para: Equipos que ya usan Articulate o equipos que necesitan salidas compatibles con SCORM o xAPI.

Quedan cortos cuando: Equipos tienen una robusta biblioteca de contenido SCORM que buscan mantener dentro de una sola plataforma.

4. Plataformas de video

Los equipos de L&D están invirtiendo cada vez más en soluciones de formación que ofrecen aprendizaje personalizado a gran escala, como formación en video. Las plataformas de video con IA transforman lo que era una producción intensiva en tiempo y costo en un flujo de trabajo ágil que cualquier diseñador instruccional puede asimilar rápidamente.

Con plataformas impulsadas por IA como Synthesia, los diseñadores instruccionales pueden dirigir el proceso de creación de video. Pueden comenzar con un prompt, un guion, o un documento existente como un transcripto o un SOP, y producir un video de formación refinado que puede ser publicado o distribuido en el flujo de trabajo en más de 140 idiomas.

Synthesia.

Synthesia convierte contenido escrito de formación en videos narrados por presentadores, ya sea que empieces con un guion, un SOP, o incluso una presentación antigua. Puedes generar rápidamente un primer borrador de un video, lo cual puede ser especialmente útil para la formación que necesita actualizarse frecuentemente y entregarse a gran escala.

¿Quieres ver cómo es un flujo de trabajo de creación de video asistido por IA?  Míralo en este breve resumen.

Funciona mejor para: Formación que necesita actualizaciones frecuentes o localización, demostraciones de procesos, y contenido entregado como un complemento a un programa existente, como incorporación, cumplimiento, o formación en gestión.

Queda corto cuando: Quieres simulaciones de escenarios complejos o calidad de producción cinematográfica. 

5. Asesoramiento

Cuando comencé mi carrera en L&D, el coaching estaba reservado para empleados de alto nivel o "alto potencial". Los buenos coaches son caros, como es justo, y pocos equipos de L&D tienen el presupuesto para hacer que incluso el coaching asequible sea accesible a su población de empleados más amplia.

En la última década, plataformas como BetterUp han buscado cambiar esto conectando coaches globales experimentados con empleados a través de modelos de suscripción. Ahora, estas empresas están haciendo que esa experiencia sea aún más asequible a través del coaching con IA.

BetterUp Grow es una plataforma de coaching con IA construida sobre ciencia del comportamiento e informada por más de cinco millones de sesiones de coaching. Es personalizable para tu organización, lo que significa que puedes compartir documentos orientadores como escalas de carrera o bibliotecas de habilidades y valores de la empresa. De esta manera, el coaching está alineado con las prioridades de tu organización.

Funciona mejor para: Ampliar la práctica y reforzar la retroalimentación después de programas de desarrollo en vivo y ofrecer soporte justo a tiempo alrededor de momentos críticos como las evaluaciones de rendimiento.

Queda corto cuando: Quieres un coach humano con todos los componentes sociales, consejos sobre carreras o empatía sobre el costo emocional del trabajo. 

Más allá de la pila básica

Además de las categorías anteriores, hay otro conjunto de herramientas que vale la pena considerar al evaluar tu pila tecnológica. Los tomadores de notas con IA, herramientas de transcripción de reuniones, plataformas de gestión del conocimiento y búsqueda empresarial todos caen en esta categoría. Estas herramientas suelen estar en manos de TI u operaciones, pero son fuentes de datos valiosas que pueden ayudar a acercar el aprendizaje al flujo de trabajo.

Tu equipo probablemente también utilizará algunas herramientas más ligeras, pagadas con una tarjeta de crédito o a través de suscripciones individuales. Si tu equipo necesita capacidades infográficas, por ejemplo, una herramienta como Venngage vale la pena explorar.

Independientemente de qué solución estés considerando, te recomiendo que reflexiones sobre las preguntas del checklist a continuación.

¿Cómo será el futuro de la IA en A+D?

Si has llegado hasta aquí, felicidades, ha sido un viaje considerable. Antes de irte, aquí hay algunos puntos de nuestra encuesta que vale la pena reflexionar.

Aunque no estoy en el negocio de predecir, creo que los datos son direccionalmente interesantes. Solo 47% de los encuestados dijeron que creen que el LMS será la columna vertebral de su pila en tres años. Entiendo el sentimiento, pero soy escéptico sobre el cronograma.

Demasiadas organizaciones dependen de su LMS para el seguimiento de cumplimiento y bibliotecas de contenido que el cambio de gestión requerido sería demasiado grande para la mayoría. Claro, organizaciones más ágiles se desharán de él, o tal vez nunca adquieran uno en primer lugar. Pero no veo que eso cambie pronto. ¿Recuerdas cuando todos decían que SCORM iba a morir? Aún estoy esperando eso.

Dicho esto, una idea que considero verdaderamente valiosa es que el 58% de los encuestados creen que la IA otorga a L&D más influencia estratégica.

Personalmente, creo que eso se debe a que nos brinda la capacidad que siempre hemos necesitado pero que rara vez hemos tenido los recursos para: demostrar realmente el poder del desarrollo en el lugar de trabajo. Para ser un verdadero socio para el negocio. El tipo que desbloquea el talento y quizás incluso ayuda a financiar la próxima gran apuesta.