Josef Brocki, Evolve: «La IA no multiplica la productividad, multiplica lo que ya eras»

España arrastra desde hace años una paradoja en su mercado laboral: mientras las empresas alertan de la falta de talento tecnológico, el país mantiene una elevada tasa de paro, especialmente entre los jóvenes. A ello se suma la rápida irrupción de la inteligencia artificial, que está transformando los perfiles más demandados y obligando a las compañías a replantearse cómo forman y utilizan a sus equipos.

Según el Instituto Nacional de Estadística  (INE), el 21,1% de las empresas españolas de diez o más empleados ya utilizaba IA en el primer trimestre de 2025. Sin embargo, adoptar esta tecnología no garantiza obtener resultados. Un estudio del MIT publicado en 2025 apuntaba que alrededor del 95% de los proyectos de IA generativa en empresas no llega a generar un retorno medible.

Para analizar esta brecha entre tecnología, talento y resultados, desde Economía 3 conversamos con Josef Brocki, fundador y CEO de Evolve, compañía española especializada en capacitación tecnológica que ha formado a más de 8.000 profesionales en inteligencia artificial, datos y ciberseguridad.

Con él abordamos qué perfiles demanda actualmente el mercado, cómo está cambiando la IA las necesidades de las empresas y, sobre todo, qué está fallando para que muchas organizaciones no consigan convertir la inteligencia artificial en resultados.

-España lleva años hablando de la falta de talento tecnológico, pero el problema parece lejos de resolverse. ¿Cuál es tu diagnóstico? ¿Qué está fallando realmente y qué crees que la mayoría de análisis pasa por alto?

El diagnóstico habitual se queda en «faltan informáticos», y esa lectura es corta. Tenemos a la vez decenas de miles de vacantes sin cubrir y a uno de cada cuatro jóvenes buscando trabajo sin encontrarlo. Si las dos cosas conviven, el problema no es de cantidad. Es de encaje.

Lo que casi nadie mira es que formamos titulados y medimos titulados, no empleabilidad real. Y que buena parte del tejido productivo, sobre todo la pyme, no está preparada para absorber esos perfiles ni para sacarles partido. Seguimos atacando siempre la misma pata, más plazas y más grados, y descuidamos las otras dos: qué se enseña de verdad y quién está en condiciones de contratar y aprovechar ese talento.

–¿Qué perfiles son hoy los más difíciles de encontrar para las empresas? ¿Ha cambiado esa demanda con la irrupción de la inteligencia artificial generativa? ¿Qué perfil ha perdido peso y cuál no existía hace apenas dos años?

Los más difíciles siguen siendo los de ingeniería de datos e IA aplicada. Y ojo, no tanto el científico de datos de laboratorio como quien sabe llevar un modelo a producción. A eso súmale ciberseguridad y perfiles de plataforma y cloud. La generativa ha movido el mapa en menos de dos años: han ganado peso roles que antes apenas se pedían, como el ingeniero de IA, y se ha revalorizado quien sabe integrar estas herramientas en un producto real.

A la vez, pierden peso las tareas más mecánicas, incluidas muchas de las que hoy hace un junior, porque son las primeras que la IA absorbe. Eso no significa que el junior sobre. Significa que tiene que llegar con más criterio. El mercado se está partiendo en dos velocidades, y eso ya se nota en los salarios.

«Una empresa no contrata un título, contrata capacidad para trabajar en un sistema real»

-Muchas compañías aseguran que no encuentran profesionales cualificados, mientras miles de personas siguen buscando empleo. ¿Existe un desajuste entre la formación que se ofrece y las necesidades reales del mercado? ¿Dónde está exactamente, y qué necesita una empresa desde el primer día?

El desajuste es más cualitativo que cuantitativo. Se enseña teoría y se enseñan herramientas, pero se enseña poco a trabajar como se trabaja de verdad: en producción, con código de otros, con restricciones y con un negocio detrás que espera un resultado.

Una empresa no contrata un título. Contrata a alguien que el primer día pueda tocar un sistema real sin romperlo. Ese salto, del aula al entorno productivo, es donde se cae la mayoría. Y es justo donde la formación tiene que estar. Una empresa no contrata un título. Contrata a alguien que el primer día pueda tocar un sistema real sin romperlo. 

-Se repite que la tecnología por sí sola no transforma las organizaciones, y muchas empresas invierten en ella sin ver el retorno que esperaban. ¿Dónde suele estar el fallo: en la tecnología, en los procesos o en otra parte?

Casi nunca es la tecnología, que hoy funciona. El fallo de fondo es que medimos lo que no toca. Nos fijamos en si la gente produce más rápido, y esa suele ser la pregunta equivocada. Piensa en alguien que parece rendir el doble con IA. Hay tres lecturas posibles y solo una es buena: que con criterio llegaría a rendir cinco o diez veces más, y ese doble es en realidad un techo bajísimo; que esté produciendo el doble de algo que no había que producir, el doble de código o de informes que nadie va a usar; o que ni siquiera vaya más rápido y solo lo parezca.

Y esto último está medido. En un experimento de 2025, programadores expertos trabajaron un 19% más lentos usando IA mientras estaban convencidos de haber ido un 20% más rápido. Los mismos investigadores repitieron después el estudio con herramientas más nuevas y el resultado cambió, pero la lección de fondo sigue en pie: lo que sentimos que la IA nos acelera y lo que de verdad nos acelera no tienen por qué coincidir.

La conclusión es incómoda pero clara: la IA no multiplica la productividad, multiplica lo que ya eras. Al que tiene criterio lo dispara, y al que no, le hace producir cosas sin valor a más velocidad, o le hace creer que corre cuando va más despacio. Por eso el diferencial no está en la herramienta, sino en las personas que saben qué merece la pena hacer y distinguen un buen resultado de uno que solo lo aparenta. Cuando el conocimiento técnico está al alcance de cualquiera a través de la IA, lo escaso es ese criterio.

La IA no multiplica la productividad, multiplica lo que ya eras. Al que tiene criterio lo dispara; al que no, le hace producir sin valor más deprisa.

«La obligación de alfabetización ya era exigible desde febrero de 2025»

-El Reglamento Europeo de Inteligencia Artificial obliga a las empresas, desde febrero de 2025, a adoptar medidas para que los empleados que utilizan estos sistemas tengan un nivel suficiente de alfabetización en IA; el pasado 2 de agosto alcanzó su aplicabilidad general y el Ómnibus Digital de julio ha reordenado el resto del calendario. ¿Crees que el tejido empresarial español es consciente de esta obligación o todavía existe mucho desconocimiento?

Hay más desconocimiento del que parece, y encima ahora mismo mal informado. Casi todo el mundo ha oído que «el 2 de agosto entra la ley de IA», pero muy pocos saben que la obligación de alfabetización, el artículo 4, es exigible desde febrero de 2025. En la práctica, hay compañías que llevan más de un año sin atender una obligación que ya les aplicaba.

El Ómnibus Digital de julio ha añadido, además, un ruido peligroso. Como ha aplazado la parte de alto riesgo a 2027 y 2028, muchas empresas han entendido que «todo se retrasa», y no es así. Lo que afecta al uso cotidiano, formar a quien usa IA y la transparencia, sigue plenamente vigente. La reforma rebajó el listón del artículo 4, que ha pasado de exigir garantizar un nivel de alfabetización a exigir medidas para promoverla, pero no lo eliminó. Y sin una formación documentada, es difícil demostrar que esas medidas se han tomado.

-Desde tu experiencia acompañando a empresas en procesos de adopción tecnológica, ¿cuáles son los errores más habituales cuando intentan incorporar la inteligencia artificial o nuevas tecnologías a su actividad?

Cuando entramos en un proyecto de adopción en una gran empresa, el error que más nos encontramos es empezar por la herramienta en lugar de por el problema. Se compra la licencia porque la competencia la tiene, se lanza un piloto sin un dueño claro ni un caso de negocio detrás, y a los tres meses nadie sabe qué aportó ni quién responde de él.

El segundo error, muy ligado, es no tocar los procesos: se coloca la IA encima del flujo de trabajo tal y como estaba, con sus cuellos de botella incluidos, y sale el mismo desorden pero más caro. La tecnología casi nunca es el problema. Lo es lanzarse sin una pregunta de negocio a la que responder.

-También trabajáis muy cerca de quienes buscan incorporarse al mercado laboral. ¿Qué habilidades valoran hoy realmente las empresas más allá de los conocimientos técnicos?

Las que la IA no trae de serie. Saber comunicar, trabajar con otros, entender el negocio en el que estás y aprender rápido, porque lo que sabes hoy caduca antes que nunca. Cuando cualquiera puede generar un informe en segundos, lo que distingue a un profesional ya no es producirlo, sino saber si está bien y decidir qué se hace con él. La parte técnica se ha vuelto la entrada, no el diferencial. Lo que desempata es la cabeza y el trato con la gente.

-Los modelos tradicionales de capacitación no parecen estar cerrando la brecha. ¿Qué está fallando en la forma en que se forma al talento y qué debería cambiar?

Nuestro estilo es claro y estamos convencidos de que es el camino: dotar a las personas de las habilidades necesarias para afrontar proyectos reales y generar impacto en el negocio. Eso lo hacemos con formación pegada al puesto y a proyectos reales, con continuidad, y de la mano de quienes están trabajando hoy en lo que enseñan. Y medir lo que importa, cuántos cambiaron su forma de trabajar. En nuestro caso, la métrica es si el alumno consigue empleo o mejora su situación laboral, y hoy lo logra más del 85%. El día que midamos otra cosa, habremos perdido de vista el propósito.

«Tenemos un problema de retención y de absorción, más que de talento»

-España aspira a convertirse en un referente europeo en inteligencia artificial y digitalización. Sale bien parada en los rankings, pero buena parte del talento que forma acaba trabajando fuera. ¿Crees que el verdadero cuello de botella es el talento, o algo más difícil de admitir, como la retención y la capacidad de las empresas para absorberlo?

Tenemos un problema de retención y de absorción, más que de talento en bruto. España forma buenos profesionales e invierte, y sale bien en los índices europeos. Pero parte de ese talento se va fuera porque aquí no encuentra el proyecto o el salario que sí le ofrecen en Ámsterdam o en Berlín.

Y la IA que sí llega se concentra en las grandes: entre las empresas de menos de diez empleados, apenas el 13% la utiliza, según el INE. El día que la empresa mediana española, que es la que sostiene el empleo, adopte esto con normalidad, seremos mucho más referentes. Mientras se quede en unas pocas grandes, tendremos un buen escaparate y poco fondo.

Mientras la IA se quede en unas pocas grandes, tendremos un buen escaparate y poco fondo.

-¿Qué sectores están acelerando más la incorporación de perfiles tecnológicos y cuáles corren el riesgo de quedarse atrás si no actúan con rapidez?

Aceleran los que ya viven de los datos: banca, seguros, telecomunicaciones y, en general, los servicios. Ahí la adopción va claramente por delante. Se juegan quedarse atrás la industria más tradicional, la construcción, parte del retail y, de forma transversal, la pyme, que es donde la distancia con las grandes es mayor. No es un problema de sector condenado, es de ritmo. Quien empiece ahora a construir capacidad puede recuperar terreno. Quien espere a que la tecnología esté «madura del todo» va a llegar tarde y caro.

«La IA cambia las tareas muy rápido y las organizaciones muy despacio»

-Se habla de la inteligencia artificial como una transformación inmediata para las empresas. ¿Qué está ocurriendo realmente puertas adentro de las organizaciones? ¿Se avanza más despacio de lo que parece?

La IA cambia las tareas muy rápido y las organizaciones muy despacio. A nivel individual, cualquiera nota el salto en semanas. A nivel de empresa, entre el piloto que impresiona en una demo y algo que de verdad mueve la cuenta de resultados hay un abismo, y esa diferencia no es técnica, es de procesos, de datos, de gobierno y de personas. Por eso convivimos con titulares de revolución inminente y con la mayoría de las compañías todavía sin escalar nada.

De hecho, según la última encuesta global de McKinsey, casi dos tercios de las empresas reconocen que aún no han empezado a escalar la IA en toda la organización. La transformación va a llegar, pero por capas, y premiará a quien haya construido la base mientras otros acumulaban pruebas piloto.

-Para terminar, si una empresa que os lee solo pudiera dar un paso en los próximos seis meses para no quedarse atrás, ¿cuál debería ser?

Que no empiece comprando otra herramienta. El primer paso es mirar dónde se está usando ya IA en la empresa, que suele ser en más sitios de los que dirección cree, y formar a quien la usa para que lo haga con criterio. De paso, avanzas en lo que la ley ya te pide. Después, elegir un solo caso con un retorno claro y hacerlo bien, en lugar de diez pilotos a la vez. Capacidad primero, y foco. Y antes de perseguir producir el doble, asegúrate de que estás produciendo lo que aporta valor, no midiendo velocidad por medir. Suena menos espectacular que un gran proyecto de IA, pero es lo que de verdad mueve la aguja.