El director de IT —o CTO— suele ser quien mejor entiende, en abstracto, el potencial técnico de la IA en la empresa. Pero eso no significa que todo su equipo la esté usando bien en el día a día. Hay desarrolladores que llevan meses con un asistente de código a medio configurar, técnicos de soporte que siguen respondiendo cada ticket desde cero, y administradores de sistemas que documentan procesos exactamente igual que hace cinco años. El criterio técnico del director no se transmite solo por ósmosis: cada perfil del equipo necesita su propia formación práctica.
La paradoja de este departamento es que, siendo el más cercano a la tecnología, no siempre es el que mejor la aprovecha en su propio trabajo. Saber programar no es lo mismo que saber sacarle partido a un asistente de IA para programar más rápido, ni saber administrar sistemas es lo mismo que saber automatizar la documentación de esos sistemas con IA. La formación aquí no enseña "qué es la IA" —eso ya lo saben— sino cómo integrarla en flujos de trabajo muy específicos de cada rol técnico.
Qué nivel de formación necesita el equipo de IT
La formación debe aterrizar en tareas concretas y muy distintas según el perfil: desarrollo se centra en asistentes de código para acelerar la escritura y revisión, generación de tests y documentación técnica; soporte y helpdesk se centra en respuestas a incidencias frecuentes y bases de conocimiento; sistemas y DevOps se centran en documentación de infraestructura, scripts de automatización y detección de anomalías en logs.
El nivel exigible en IT incluye algo que en otros departamentos no aplica igual: los propios principios técnicos de cómo funcionan estos modelos, para poder integrarlos con criterio en herramientas y flujos internos, no solo usarlos como consumidor final. Esto incluye buenas prácticas de seguridad —qué código o qué datos internos no deben salir hacia herramientas de IA externas— y criterio sobre cuándo un asistente de código introduce una vulnerabilidad sutil que hay que revisar igual que cualquier otro código. Bien entrenado, el equipo puede reducir de forma notable el tiempo de desarrollo y de resolución de incidencias sin comprometer la seguridad.
Cómo estructurar la formación en fases según el rol de cada persona
- Fase 1 — Fundamentos y seguridad. Todo el equipo, con independencia de su especialidad, aprende qué información de la empresa no debe salir hacia herramientas de IA externas y cómo revisar críticamente cualquier resultado generado, sea código, texto o análisis.
- Fase 2 — Por función técnica. Desarrollo profundiza en asistentes de código, generación de tests y documentación técnica; soporte profundiza en respuestas a incidencias y mantenimiento de la base de conocimiento; sistemas y DevOps profundizan en scripts de automatización y análisis de logs con IA.
- Fase 3 — Construcción de agentes internos. El equipo de IT es, además de usuario de la IA, quien probablemente construirá los agentes que el resto de la empresa usará. Esta fase forma específicamente en el diseño, conexión a sistemas internos y mantenimiento de esos agentes.
Este departamento tiene una responsabilidad añadida sobre el resto: buena parte de la formación en IA del resto de la empresa dependerá de las herramientas y agentes que IT construya y mantenga. El marco general de fases se desarrolla en formación en IA para empresas.
Quién necesita formación más profunda y quién solo lo básico
Quien va a diseñar o mantener agentes de IA conectados a sistemas de la empresa necesita formación profunda: no solo prompting, sino arquitectura de agentes, gestión de permisos y acceso a datos, y criterio de seguridad para no abrir puertas innecesarias. Este perfil termina siendo, de facto, el proveedor interno de IA del resto de departamentos.
Un técnico de soporte de nivel uno, centrado en incidencias repetitivas, necesita sobre todo lo básico: uso ágil de la base de conocimiento asistida por IA y criterio para escalar lo que se sale del guion. Retener a los perfiles técnicos con más interés en IA es, además, una cuestión de competitividad salarial: son perfiles muy demandados, y la formación es uno de los factores que más pesa en su decisión de quedarse, como se explica en upskilling en IA y retención de talento.
Cómo medir si la formación ha funcionado
Más allá de si el curso gustó, en IT las métricas que importan son:
- Velocidad de desarrollo: tiempo medio de entrega de una funcionalidad o corrección, con la misma calidad de código.
- Tiempo de resolución de incidencias de soporte: debería bajar de forma sostenida en incidencias frecuentes.
- Incidentes de seguridad relacionados con uso de IA: deben ser cero; es la métrica de control más importante de este departamento.
- Número de agentes o automatizaciones internas construidas y mantenidas por el propio equipo, señal de que la formación ha calado más allá del uso puntual.
Si el equipo sigue usando la IA solo de forma individual y esporádica meses después, sin construir nada reutilizable para el resto de la empresa, conviene revisar las señales de que tu equipo necesita formación en IA para entender qué está frenando la adopción.
Conclusión
Un director de IT con visión técnica clara y un equipo sin formación práctica específica por rol siguen desarrollando, dando soporte y documentando al mismo ritmo de siempre. La formación debe combinar seguridad desde el primer día, especialización por función técnica y, para quien corresponda, la capacidad de construir los agentes que el resto de la empresa usará mañana.
En MG Solutions diseñamos programas de formación en IA para equipos de IT que ganan velocidad sin abrir brechas de seguridad. Si quieres saber por dónde empezar en el tuyo, pide información sobre formación en IA.