Las empresas industriales se encuentran ante un doble desafío: ocupar puestos técnicos sin cubrir y una generación que queda fuera del mercado laboral. Esta es una ecuación que, corregida, puede volver a funcionar a favor de la economía y la innovación.

Las últimas cifras muestran que alrededor del 13% de los jóvenes británicos de 16 a 24 años no están empleados, en educación o formación. Una revisión interina gubernamental advierte que esto podría marcar la existencia de una «generación perdida».

Al mismo tiempo, se espera que casi una quinta parte de la plantilla de ingeniería y fabricación se jubile antes de fin de año, llevando consigo aproximadamente medio millón de ingenieros, técnicos y operadores con experiencia.

Por un lado, una generación dispuesta a trabajar pero sin acceso; por otro, una base industrial que necesita talento y está a punto de perder su experiencia más valiosa. Analizados por separado, parecen problemas difíciles de resolver. Analizados juntos, revelan un problema único con una única respuesta: entrenar agentes de IA para volverse autónomos y llenar este vacío.

Un problema de conocimiento, no de contratación

El primer error es ver la escasez industrial como un problema de contratación. Los responsables de reclutamiento y las asociaciones sectoriales señalan que la contratación externa por sí sola no puede cerrar la brecha: no es solo cubrir vacantes, sino conservar décadas de juicio que desaparecen con cada jubilación. Cuando un jefe de mantenimiento o un gerente de auditoría de proveedores se retira, la pérdida no es tanto la tarea en sí como el razonamiento acumulado y el “por qué” que no quedó registrado en un manual.

Por eso, la diferencia entre reclutar y transferir conocimiento exige soluciones distintas. Una vacante puede llenarse en meses; treinta años de conocimiento tácito no se pueden replicar únicamente con contratación, y la llamada “caja vacía intermedia” —la escasez de trabajadores con entre cinco y quince años de experiencia— deja a menudo sin capa intermedia para transmitir ese saber. La cadena de transmisión de la experiencia de veteranos a aprendices ha perdido su tramo central.

Dónde la IA cambia la aritmética

Aquí es donde la IA altera la aritmética, y no en la forma en que los titulares suelen imaginarlo. El salto no es un chatbot que responde preguntas, sino la capacidad de capturar la relación entre los registros estructurados de una organización, las órdenes de compra, los números de repuesto y el razonamiento no estructurado que los rodea: correos electrónicos, anotaciones y decisiones informales tomadas en los márgenes.

Si se mapea cómo se influyen mutuamente estos componentes, y se incorpora ese contexto en el flujo de trabajo diario, décadas de memoria institucional se convierten en un activo operativo en lugar de una carpeta difícil de localizar.

Bien implementada, esta dinámica reduce la curva de experiencia. En lugar de adquirir juicio de forma gradual a lo largo de años, un ingeniero más joven hereda desde el primer día una versión operativa de ese juicio. La historia relevante, las decisiones anteriores y el razonamiento emergen desde el inicio. La idea no es que la experiencia deje de importar, sino que la rampa de aprendizaje se acorta significativamente.

El periodo para intercambiar conocimiento es estrecho y ya se está cerrando. El contexto solo puede capturarse mientras las personas que lo poseen siguen en la organización. Cuando un experto se retira, los datos estructurados permanecen, pero el razonamiento que los hacía utilizables se va con él. Cada trimestre de retraso es un trimestre de juicio irremplazable perdido. La ola de jubilaciones no es un problema lejano para planificar; ya está en marcha.

La IA usada de forma incorrecta

Existe una objeción legítima: la IA es frecuentemente señalada como causante de la reducción de puestos de nivel de entrada. Los datos muestran que estos puestos son menos abundantes, más exigentes y con procesos de reclutamiento más remote, automatizados y menos humanos; las apprenticeships para jóvenes han caído más de un 40%.

Pero, por lo general, la IA no es la verdadera causante; es la mentalidad con la que se aplica. Demasiadas organizaciones compran tecnología como si fuera un gasto que elimina personas, en lugar de una capacidad que las potencia. Si se orienta a los puestos de nivel de entrada, la IA puede reducirlos y llamarlo “eficiencia”.

Si, en cambio, se orienta a hacer productivas más rápidamente a personas inexpertas, esa misma tecnología abre la puerta en lugar de cerrarla. La cuestión real no es si la IA debe cerrar una vía antigua, sino si las empresas deciden usarla para abrir una nueva.

Una vía de entrada diferente

Esto funciona si se es honesto sobre quiénes son estos jóvenes. El grupo NEET no está formado principalmente por ingenieros en espera de una vacante. Seis de cada diez nunca han tenido un empleo; muchos lidian con problemas de salud, interrupciones escolares o años de desinterés. Las empresas están dispuestas a contratarlos, pero dudan porque un candidato sin historial puede parecer un riesgo que una pequeña firma no puede asumir.

La IA reduce el coste de esa apuesta. Cuando un sistema ofrece el contexto adecuado y permite que un newcomer dirija procesos complejos en lenguaje claro, la falta de historial deja de ser un filtro negativo. Para un joven de 23 años que entra a una planta por primera vez, esa capacidad puede marcar la diferencia entre ser descartado y ser aceptado.

Esa es la oportunidad oculta en las dos estadísticas. El acantilado de jubilaciones y la crisis NEET suelen gestionarse en departamentos diferentes: planificación de la fuerza laboral por un lado y políticas sociales por el otro. Deben tratarse en la misma página. Capturar la experiencia que está a punto de perderse y ponerla al alcance de quienes están deseosos de empezar, permite que el sector industrial no solo cierre un hueco, sino que allane la vía de entrada para una generación a la que se le ha dicho con demasiada frecuencia que no había camino.

Hemos destacado las mejores herramientas de IA.

Este artículo forma parte de la iniciativa TechRadar Pro Perspectives, que reúne a las mentes más brillantes de la industria tecnológica actual.

Las opiniones expresadas aquí corresponden a la autora y no necesariamente a TechRadar Pro o Future plc. Si está interesado en contribuir, descubra más aquí: https://www.techradar.com/pro/perspectives-how-to-submit