Empresas, bancos y gobiernos aceleran programas para formar trabajadores en inteligencia artificial, aunque todavía no está claro qué empleos se consolidarán. Para México, el riesgo no es sólo educativo: si la IA se vuelve una capa transversal de la economía, la falta de certificaciones reconocibles podría afectar la percepción de talento disponible y, con ello, la llegada de inversiones de mayor valor agregado.
La capacitación en inteligencia artificial se convirtió en una prioridad para actores muy distintos entre sí. Anthropic lanzó Claude Corps, un programa remunerado de 12 meses que colocará talento joven en organizaciones sin fines de lucro de Estados Unidos, sin exigir título universitario ni formación técnica previa. Palantir promueve una beca que se presenta como alternativa directa a la universidad. Bancos globales como BBVA, HSBC y JPMorganChase entrenan a sus plantillas para usar sistemas internos de IA. Gobiernos como el de Estados Unidos y México anuncian programas públicos de alfabetización, certificación y formación técnica. Detrás de todos esos movimientos hay una misma urgencia: preparar trabajadores para una tecnología que todavía cambia más rápido que los sistemas educativos y laborales que intentan absorberla.
Los motivos no son idénticos ni están completamente claros. En algunos casos, la capacitación responde a una estrategia de reclutamiento; en otros, a reconversión laboral, control de riesgos, productividad, presión geopolítica o necesidad de acelerar la adopción tecnológica. Lo que sí empieza a aparecer como patrón es la importancia de las certificaciones. Empresas y gobiernos no sólo buscan enseñar el uso de herramientas de IA: también intentan producir señales verificables de competencia para un mercado laboral que aún no termina de definirse.
Una certificación no es una simple constancia. En sectores industriales complejos funciona como una señal de confianza: permite que una empresa demuestre que cumple estándares, que un trabajador acredite una competencia específica y que un inversionista identifique si existe una base mínima de talento disponible. La OCDE ha documentado el avance de los enfoques laborales centrados en habilidades y señala que las microcredenciales sirven para certificar o señalar capacidades concretas relevantes para el mercado de trabajo, aunque su valor depende de que estén integradas en marcos confiables, transparentes y reconocidos por empleadores e instituciones.
México conoce bien ese problema. El CONOCER, organismo del gobierno federal encargado de la normalización y certificación de competencias laborales, define su función como una forma de validar habilidades con reconocimiento oficial, sin importar cómo fueron adquiridas. También mantiene registros de estándares, centros de evaluación y personas certificadas. En otras palabras, certificar no sólo valida conocimientos individuales; también organiza la confianza entre trabajadores, empresas, instituciones educativas y sectores productivos.
En industrias avanzadas, esa confianza puede ser una condición de entrada. El sector aeroespacial mexicano ofrece un antecedente útil: documentos del antiguo programa estratégico de la industria señalaban que cerca de la mitad de las empresas aeroespaciales en México contaban con ISO 9001, mientras que menos de un tercio había obtenido certificaciones como AS9100 o NADCAP, estándares clave para participar como proveedor en cadenas globales altamente reguladas. Estudios sobre la inserción de pymes mexicanas en la industria aeronáutica también han señalado que las certificaciones, las capacidades técnicas avanzadas y los procesos especializados son factores importantes para entrar a segmentos de mayor valor.
Ese antecedente permite plantear una hipótesis para la inteligencia artificial. Si la IA se convierte en una capa transversal de la economía —banca, manufactura, logística, comercio, servicios profesionales, educación, salud y gobierno—, la disponibilidad de técnicos certificados puede empezar a funcionar como un indicador de preparación industrial. No porque una credencial demuestre por sí sola que un país desarrolla tecnología propia, sino porque ofrece una señal legible para empresas extranjeras, proveedores globales, áreas de recursos humanos y gobiernos que necesitan evaluar rápidamente dónde existe talento capaz de operar nuevas herramientas.
El riesgo para México es que esa señal llegue tarde, sea débil o dependa casi por completo de plataformas extranjeras. Una empresa que evalúa dónde instalar un centro de servicios, automatizar procesos, desplegar agentes de IA o trasladar operaciones no mira únicamente costos laborales. También observa infraestructura, conectividad, estabilidad jurídica, idioma, cercanía con mercados y disponibilidad de talento. Si las capacidades locales no tienen mecanismos reconocibles de certificación, pueden volverse invisibles incluso cuando existen trabajadores con experiencia práctica o aprendizaje informal.
Estados Unidos aborda el problema desde una posición distinta. En abril de 2025, Donald Trump firmó una orden ejecutiva para promover alfabetización y dominio de IA, capacitar docentes y exponer desde edades tempranas a estudiantes a conceptos y tecnologías de inteligencia artificial. Ese mismo día firmó otra orden para alinear la inversión federal en capacitación con necesidades de reindustrialización, ampliar aprendizajes registrados y preparar trabajadores para ocupaciones de alta demanda. En ese contexto, certificar y capacitar técnicos forma parte de una política más amplia que incluye empresas desarrolladoras de modelos, centros de datos, fabricantes de chips, universidades, capital de riesgo, compras públicas y aplicaciones militares.
México, en cambio, parte de una base industrial más frágil en IA. El Centro Público de Formación en Inteligencia Artificial, MEXIA, abrió una segunda convocatoria con 30 mil lugares y cursos en tecnologías de nube, inteligencia artificial aplicada, ciberseguridad en redes 5G, desarrollo de agentes inteligentes, segmentación de imágenes y fundamentos de IA. La Agencia de Transformación Digital y Telecomunicaciones presentó antes el proyecto como el mayor centro de formación en inteligencia artificial de América Latina, con el objetivo de certificar gratuitamente a 25 mil personas al finalizar 2026.
La iniciativa puede ser importante, pero también deja abierta la pregunta industrial de fondo. México puede aumentar el número de personas capacitadas o certificadas en herramientas de IA, nube o ciberseguridad sin resolver necesariamente qué empresas absorberán ese talento, qué empleos especializados se crearán, qué proyectos públicos demandarán esas capacidades y si el país formará técnicos para construir infraestructura propia o principalmente para operar plataformas extranjeras. La diferencia importa porque no todas las certificaciones significan lo mismo: en un país con industria tecnológica propia pueden fortalecer un ecosistema productivo; en un país dependiente pueden acreditar, sobre todo, la capacidad de usar tecnologías diseñadas y controladas en otro lugar.
Ahí entran los grandes proveedores tecnológicos. Google, Microsoft, Amazon e IBM llevan años construyendo sistemas de capacitación y certificación alrededor de sus plataformas. Con la IA generativa, esa maquinaria se está trasladando a cursos sobre productividad, uso profesional de modelos, servicios de nube, desarrollo de aplicaciones y despliegue de soluciones empresariales. Estas compañías no sólo enseñan habilidades: también definen qué conocimientos cuentan, cómo se evalúan, qué herramientas se vuelven estándar y qué credenciales reconocerán sus clientes. La capacitación produce usuarios, pero también produce mercado.
Los bancos muestran otra cara del fenómeno. BBVA reportó más de 280 mil horas de formación relacionada con IA durante 2025 y más de 105 mil empleados capacitados en su curso Gemini Express. HSBC mantiene capacitación obligatoria sobre IA responsable y una AI Academy para desarrollar habilidades desde nivel inicial hasta avanzado. JPMorganChase desplegó su plataforma interna LLM Suite para 200 mil empleados en ocho meses. En esos casos, la capacitación no responde sólo a una promesa futura, sino a una necesidad inmediata: reconvertir plantillas, controlar el uso de herramientas, proteger datos y reorganizar procesos dentro de instituciones altamente reguladas.
Anthropic y Palantir representan otra variante. Claude Corps no exige título universitario ni experiencia previa en programación, pero sí busca personas que ya usen IA en su vida cotidiana y puedan aprender a aplicarla en organizaciones reales. Palantir, por su parte, presenta su Meritocracy Fellowship con un discurso más frontal contra la educación universitaria tradicional. En ambos casos, las empresas no esperan a que las universidades produzcan el perfil laboral que necesitan: crean sus propias rutas de formación, selección y experiencia práctica.
La expansión de estos programas no demuestra todavía que exista una nueva estructura laboral consolidada alrededor de la IA. Al contrario: puede revelar que empresas y gobiernos están intentando crear señales de competencia antes de que el mercado termine de estabilizarse. Las instituciones no saben con certeza qué tareas sobrevivirán, qué puestos se consolidarán ni qué habilidades serán duraderas, pero necesitan empezar a medir algo. La certificación cumple esa función: vuelve administrable una tecnología inestable, permite contratar, comparar, reportar avances y anunciar preparación.
Para México, el problema puede ser especialmente delicado. Si el país no desarrolla un sistema creíble de certificaciones, estándares, empleos y proyectos asociados con IA, podría quedar rezagado no sólo en capacidades reales, sino también en percepción industrial. Y si las certificaciones que sí crecen dependen casi por completo de proveedores extranjeros, el avance podría mostrar adopción tecnológica sin demostrar autonomía productiva.
La pregunta de fondo no es si México debe capacitar en inteligencia artificial. Debe hacerlo. La pregunta es qué tipo de capacidad está construyendo con esas certificaciones. Puede formar técnicos capaces de operar plataformas globales, trabajadores más competitivos para empleos existentes y funcionarios mejor preparados para incorporar herramientas digitales. Pero si esas credenciales no se conectan con inversión, infraestructura, investigación, empresas locales y demanda productiva, México podría acumular certificados sin construir una industria.
La nueva brecha de IA no se medirá únicamente por acceso a modelos o número de cursos disponibles. También se medirá por quién puede demostrar, con señales reconocidas por el mercado, que tiene la gente, los estándares y las capacidades para participar en la siguiente etapa industrial.
