En resumen. «¿Qué debería aprender ahora?» es probablemente la pregunta más personal que la gente escribe hoy en un asistente de IA, y las respuestas que recibe suelen ser una lista genérica de habilidades de moda. Una lista no puede responder a una pregunta personal. Lo que necesitas es un método de puntuación que combine los datos públicos del mercado con los datos que solo tú conoces. Este artículo te ofrece uno: la Matriz de Decisión de Habilidades de 4 Factores de CEOtudent. Puntúa cualquier habilidad candidata del 1 al 5 en Demanda (¿paga el mercado por ella?), Durabilidad (¿conservará su valor a medida que la IA cambie el trabajo?), Apalancamiento (¿se potencia con lo que ya tienes?) y Coste hasta la competencia (cuánto tiempo y dinero cuesta llegar a ser útil). Las ponderaciones son 30/25/25/20, y la matriz añade reglas de veto y criterios de desempate. Las anclas proceden del Future of Jobs Report 2025 del Foro Económico Mundial, que prevé que el 39 % de las competencias básicas de los trabajadores se transformen o queden obsoletas en 2025-2030, y de las proyecciones 2025-35 de la Oficina de Estadísticas Laborales de EE. UU. (BLS). También cruzamos dos conjuntos de datos del BLS y descubrimos que las ocupaciones con exposición relativa a la IA «Baja» tienen la mayor proporción de ocupaciones con contracción prevista (36,6 %), mientras que 8 de las 30 ocupaciones de más rápido crecimiento están en el grupo de exposición «Muy alta». La conclusión: estar expuesto a la IA no es lo mismo que ser frágil, y tu clasificación no debería tratarlos como equivalentes.
Por qué «lo que está de moda» es la pregunta equivocada
Un CEO no financia un proyecto porque sea popular. La financiación va allí donde el rendimiento esperado, la duración de la ventaja, el encaje con los activos existentes y el coste se alinean. Tus horas de aprendizaje merecen la misma disciplina, porque son escasas y cada hora dedicada a una habilidad es una hora que no dedicas a otra.
Los datos respaldan esa disciplina. Los empleadores encuestados para el Future of Jobs Report 2025 del WEF, más de 1.000 empresas que representan a más de 14 millones de trabajadores en 55 economías, esperan que, de media, el 39 % de las competencias actuales de los trabajadores se transformen o queden obsoletas entre 2025 y 2030. El informe lo llama «inestabilidad de las competencias». La cifra baja desde el 44 % de la edición de 2023 y el 57 % de 2020, y el informe apunta una razón probable: el 50 % de los trabajadores ya ha completado medidas de formación, recualificación o mejora de competencias, frente al 41 % de la edición de 2023. Dicho de forma sencilla, quienes siguen aprendiendo son quienes están frenando la rotación.
Las listas de tendencias fallan por tres motivos:
- Ignoran tu punto de partida. La misma habilidad puede rendir rápido para una persona y muy despacio para otra, según con qué se conecte. Esa idea es el núcleo del apilamiento de habilidades.
- Ignoran el deterioro. Algunas habilidades conservan su valor durante una década y otras pierden la mayor parte con la siguiente versión del software (consulta la vida media de las habilidades).
- Ignoran el coste. Una habilidad que tarda dos años en aprenderse puede ser la decisión correcta, pero solo si la has elegido a propósito.
La matriz que sigue resuelve los tres problemas. Está diseñada para aplicarse en unos treinta minutos y volver a ejecutarse cada trimestre.
Qué dicen realmente los datos del mercado
Antes de puntuar nada, conviene ver los dos conjuntos de datos públicos que anclan los factores Demanda y Durabilidad.
Señal 1: qué categorías de habilidades esperan los empleadores que crezcan
El WEF clasifica 26 categorías de habilidades por aumento neto: el porcentaje de empleadores que esperan que el uso de una habilidad crezca, menos el porcentaje que espera que disminuya. Las habilidades tecnológicas encabezan la clasificación, pero habilidades humanas como el pensamiento creativo, la resiliencia y la curiosidad les siguen de cerca.
Tabla 1. Habilidades en auge, 2025-2030 (datos verificados, WEF Future of Jobs Report 2025, Figure 3.4)
| Puesto | Categoría de habilidad | Aumento neto (puntos porcentuales) |
|---|---|---|
| 1 | IA y big data | 87 |
| 2 | Redes y ciberseguridad | 70 |
| 3 | Alfabetización tecnológica | 68 |
| 4 | Pensamiento creativo | 66 |
| 5 | Resiliencia, flexibilidad y agilidad | 66 |
| 6 | Curiosidad y aprendizaje permanente | 61 |
| 7 | Liderazgo e influencia social | 58 |
| 8 | Gestión del talento | 58 |
| 9 | Pensamiento analítico | 55 |
| 10 | Gestión ambiental | 53 |
| 11 | Pensamiento sistémico | 51 |
| 14 | Diseño y experiencia de usuario | 45 |
| 17 | Programación | 27 |
| 18 | Marketing y medios | 25 |
| 19 | Gestión de recursos y operaciones | 24 |
| 25 | Lectura, escritura y matemáticas | -4 |
| 26 | Destreza manual, resistencia y precisión | -24 |
Fuente: World Economic Forum, Future of Jobs Survey 2024, publicada en el Future of Jobs Report 2025. Se omiten por espacio las filas 12-13, 15-16 y 20-24.
Dos detalles importan para una decisión personal. Primero, la programación (27) puntúa muy por debajo de IA y big data (87). El informe mide categorías de habilidades, y los empleadores distinguen claramente entre «trabajar con datos e IA» y «escribir código». Segundo, lectura, escritura y matemáticas quedan ligeramente en negativo, y el informe las describe como algunas de las habilidades más estables. Son cimientos, no candidatas para una apuesta de próxima habilidad. Aparecen en casi todos los empleos, y por eso el cambio neto es cercano a cero.
Señal 2: qué predice y qué no predice la «exposición a la IA»
Junto con sus proyecciones 2025-35, el BLS publicó un archivo complementario que sitúa las 831 ocupaciones detalladas en cuatro categorías de exposición relativa a la IA (Baja, Moderada, Alta, Muy alta). Las categorías se construyen a partir de cinco fuentes: tres medidas teóricas y dos basadas en el uso observado, entre ellas datos de Claude y de Microsoft Copilot. El BLS es explícito sobre sus límites. Una categoría de exposición «no es una previsión de crecimiento o descenso del empleo», no distingue entre automatización y aumento de capacidades, y las fuentes teóricas describen capacidades de la IA de mediados de 2023 como máximo.
Cruzamos ese archivo con la tabla del BLS de las 30 ocupaciones de más rápido crecimiento y resumimos cada grupo de exposición.
Tabla 2. Cálculo de CEOtudent: exposición a la IA frente a crecimiento previsto, 831 ocupaciones de EE. UU. (a partir de datos del BLS)
| Exposición relativa a la IA | Ocupaciones | Empleo 2025 (miles) | Proporción del empleo | Variación prevista del empleo 2025-35 | Mediana de los salarios medianos por ocupación | Proporción de ocupaciones con contracción prevista | Entre las 30 de más rápido crecimiento |
|---|---|---|---|---|---|---|---|
| Baja | 213 | 30.264,7 | 17,8 % | +2,5 % | 49.120 $ | 36,6 % | 4 |
| Moderada | 206 | 44.651,3 | 26,2 % | +6,2 % | 52.760 $ | 26,2 % | 9 |
| Alta | 206 | 42.142,0 | 24,8 % | +3,1 % | 73.985 $ | 19,4 % | 9 |
| Muy alta | 206 | 53.209,2 | 31,3 % | +2,0 % | 78.105 $ | 29,1 % | 8 |
Calculado por CEOtudent a partir del archivo del BLS «AI exposure categories and 2025-35 employment projections» y de la BLS Employment Projections Table 1.3. La variación del empleo es la suma del empleo de las ocupaciones detalladas en 2035 dividida entre la suma en 2025. La columna salarial es la mediana entre ocupaciones (sin ponderar); se excluyen 6 ocupaciones sin datos salariales. Para el conjunto de todas las ocupaciones, el BLS proyecta +3,5 %.
La tabla desmonta un atajo muy popular: «aprende lo que la IA no pueda tocar». El grupo de exposición Baja tiene la mayor proporción de ocupaciones con contracción prevista, y además los salarios más bajos. El grupo Muy alta crece más despacio en conjunto, pero incluye a los científicos de datos (+34,6 %), los analistas de seguridad de la información (+21,0 %) y los gerentes de sistemas informáticos y de información (+15,8 %, salario mediano de 175.140 $). Todas ellas están entre las ocupaciones de más rápido crecimiento del país.
La exposición te dice que las tareas de un empleo están cambiando. No te dice si el mercado seguirá pagando por ese empleo. Por eso la matriz puntúa la Durabilidad por separado de la Demanda, y por eso puntúa la Durabilidad al nivel de la habilidad, no de la ocupación.
La Matriz de Decisión de Habilidades de 4 Factores de CEOtudent
Los cuatro factores se dividen en dos grupos. Demanda y Durabilidad describen el mercado, así que proceden de datos y son aproximadamente iguales para todos. Apalancamiento y Coste hasta la competencia te describen a ti, así que son juicios que solo tú puedes hacer. Una habilidad necesita puntuar bien en ambos grupos para quedar en lo alto de la clasificación.
Tabla 3. Marco editorial de CEOtudent: rúbrica de puntuación (1-5 por factor)
| Puntuación | Demanda (30 %): ¿paga el mercado? | Durabilidad (25 %): ¿conservará su valor? | Apalancamiento (25 %): ¿se potencia con lo que tienes? | Coste hasta la competencia (20 %): ¿cuánto cuesta llegar a «útil»? |
|---|---|---|---|---|
| 5 | Aumento neto del WEF de 65 o más, O la ocupación objetivo prevé crecer a 3x la tasa del conjunto de ocupaciones (10,5 % o más en 2025-35) | Habilidad de nivel de principios en la capa del juicio, la dirección o las personas; se traslada entre herramientas y funciones | Se apoya en dos o más habilidades que ya dominas a nivel de trabajo y abre una nueva función o combinación | Nivel útil en 1 mes o menos (el umbral del BLS para la formación en el puesto de corta duración) |
| 4 | Aumento neto de 50-64, O crecimiento de 2x-3x la tasa del conjunto de ocupaciones (7,0-10,4 %) | Un método que la IA potencia en lugar de ejecutar; las herramientas cambian, el núcleo no | Se apoya directamente en una habilidad sólida que ya tienes | 1-3 meses a tiempo parcial |
| 3 | Aumento neto de 25-49, O crecimiento de 1x-2x la tasa (3,5-6,9 %) | Núcleo duradero con una capa de herramientas que cambia rápido y exige reaprender con regularidad | Neutral: ni se apoya en tu conjunto de habilidades ni entra en conflicto con él | 3-12 meses (la franja de medio plazo del BLS va de más de 1 mes a 12 meses) |
| 2 | Aumento neto de 0-24, O crecimiento entre el 0 % y el 3,4 % | Ligada a una plataforma o versión; cuenta con reaprenderla en 1-2 años | Nuevo ámbito con requisitos previos que te faltan y debes aprender primero | Más de 12 meses (la franja de largo plazo del BLS) |
| 1 | Aumento neto negativo, O la ocupación objetivo prevé contraerse | La habilidad es en sí misma la tarea rutinaria que se está automatizando (el WEF sitúa a los administrativos de entrada de datos entre los empleos que más rápido disminuyen) | Sin conexión con tu conjunto de habilidades, y compite por tiempo con habilidades que debes mantener | Requiere un título, una licencia o una residencia, además de mucho dinero |
Cómo puntuar la Demanda. Usa cualquiera de las dos señales que puedas verificar para tu mercado objetivo y quédate con la más alta. La categoría del WEF te dice qué esperan los empleadores a escala global. El crecimiento por ocupación del BLS, comparado con la tasa del 3,5 % del conjunto de ocupaciones, te dice si una función concreta en EE. UU. se está expandiendo. Fuera de EE. UU., usa del mismo modo las proyecciones de tu oficina nacional de estadística. Las habilidades más demandadas de 2026 recoge más señales del mercado.
Cómo puntuar el Apalancamiento. Parte de un inventario honesto. El mapa de auditoría de habilidades te guía paso a paso. El Apalancamiento es el factor que hace que la misma habilidad se clasifique de forma distinta para dos personas.
Cómo puntuar el Coste. Estima el tiempo hasta ser útil, no hasta la maestría: el punto en el que alguien pagaría por tu trabajo o dependería de él. Los datos de tiempo hasta la competencia de 20 habilidades ofrecen puntos de referencia.
La fórmula
Puntuación de la habilidad = 0,30 x Demanda + 0,25 x Durabilidad + 0,25 x Apalancamiento + 0,20 x Coste hasta la competencia
El máximo es 5,0. Multiplica por 20 si prefieres una escala de 0-100. La Demanda pesa más porque una habilidad por la que nadie paga es una afición, lo cual está bien, pero es otra decisión. El Coste pesa menos porque a menudo merece la pena pagar un coste alto si los otros tres factores son sólidos.
Reglas de decisión
Una puntuación ponderada puede ocultar por sí sola un defecto fatal. Estas reglas van antes que el total:
- Veto: Demanda de 2 o menos. Si la señal del mercado es plana o negativa, la habilidad no es una apuesta profesional. Apréndela por gusto, pero no la cuentes como capital profesional.
- Veto: Durabilidad de 1. No inviertas meses en la tarea que el mercado está automatizando.
- Filtro de credenciales. Una puntuación de Coste de 1 (título o licencia) solo se justifica con una Demanda de 5 y un plan financiado y con fechas.
- Desempate dentro de 0,2 puntos: elige el Apalancamiento más alto. Las habilidades que se potencian producen resultados visibles antes, y los primeros resultados te mantienen aprendiendo.
- Segundo desempate: menor tiempo hasta una primera prueba pública (un proyecto entregado, un análisis publicado, una certificación que piden los empleadores).
- Suelo para quien anda corto de tiempo. Si subes el peso del Coste por encima del 30 % porque tus horas son escasas, exige una Durabilidad de 3 o más. De lo contrario, la matriz te empujará hacia habilidades baratas que se desvanecen rápido (el ejemplo práctico de más abajo muestra que ocurre).
- Una apuesta principal cada vez. Financia una habilidad como tu principal inversión de aprendizaje y reserva un pequeño presupuesto de mantenimiento para las habilidades que ya tienes (consulta el calendario de mantenimiento frente a la pérdida de habilidades).
Ejemplo práctico: las mismas ocho habilidades, dos personas distintas
Para mostrar la matriz en uso, puntuamos ocho habilidades candidatas para dos perfiles ilustrativos:
- Perfil A: una especialista en marketing con sólida experiencia en redacción y campañas y conocimientos básicos de hojas de cálculo.
- Perfil B: un coordinador de operaciones fuerte en hojas de cálculo y procesos, sin experiencia en marketing.
La Demanda procede de la Tabla 1 y del crecimiento según el BLS (gana la señal más alta). Por ejemplo, operaciones y gestión de proyectos puntúa solo 2 en su categoría del WEF (aumento neto de 24), pero 5 según el BLS, porque se prevé que los especialistas en logística crezcan un 17,6 %. Durabilidad, Apalancamiento y Coste son juicios de CEOtudent hechos con fines ilustrativos. Tus propias puntuaciones serán distintas, y deben serlo.
Tabla 4. Cálculo de CEOtudent: ejemplo práctico, ponderaciones base 30/25/25/20
| Habilidad candidata | Demanda (datos) | Durabilidad (juicio) | A: Apalancamiento | A: Coste | A: Puntuación (puesto) | B: Apalancamiento | B: Coste | B: Puntuación (puesto) |
|---|---|---|---|---|---|---|---|---|
| Automatización de flujos de trabajo con IA | 5 (WEF 87) | 3 | 5 | 4 | 4,30 (1) | 4 | 4 | 4,05 (3) |
| Análisis de datos (SQL + Python) | 5 (WEF 87; científicos de datos +34,6 %) | 3 | 4 | 3 | 3,85 (2) | 5 | 3 | 4,10 (2) |
| Liderazgo de personas | 4 (WEF 58) | 5 | 3 | 2 | 3,60 (3) | 4 | 2 | 3,85 (4) |
| Operaciones y gestión de proyectos | 5 (WEF 24; especialistas en logística +17,6 %) | 4 | 2 | 3 | 3,60 (4) | 5 | 4 | 4,55 (1) |
| Investigación UX | 3 (WEF 45) | 4 | 4 | 3 | 3,50 (5) | 1 | 3 | 2,75 (7) |
| Certificación en una sola plataforma publicitaria | 3 (WEF 25) | 2 | 4 | 5 | 3,40 (6) | 1 | 5 | 2,65 (8) |
| Fundamentos de ciberseguridad | 5 (WEF 70; analistas de seguridad de la información +21,0 %) | 4 | 1 | 3 | 3,35 (7) | 2 | 3 | 3,60 (5) |
| Programación de software | 3 (WEF 27) | 3 | 2 | 2 | 2,55 (8) | 3 | 2 | 2,80 (6) |
Liderazgo de personas y operaciones empatan a 3,60 en el Perfil A; la Regla 4 (mayor Apalancamiento) sitúa el liderazgo en tercer lugar. En el Perfil B, análisis de datos (4,10) y automatización de flujos de trabajo con IA (4,05) están a menos de 0,2 puntos, y la Regla 4 mantiene delante el análisis de datos. Ninguna habilidad de este conjunto activa un veto. Todas las puntuaciones se han recalculado mediante un script.
Merece la pena destacar tres resultados:
- El mismo mercado da respuestas distintas. La ciberseguridad tiene una de las puntuaciones de Demanda más altas del conjunto, pero queda 7.ª para la especialista en marketing porque no conecta con nada de su trabajo actual. Operaciones y gestión de proyectos queda 4.ª para ella y 1.ª para el coordinador. El Apalancamiento es lo que convierte una lista genérica de tendencias en una decisión personal.
- La Durabilidad separa las opciones parecidas. La certificación en una plataforma publicitaria es barata (Coste 5) y encaja con el trabajo de la especialista en marketing (Apalancamiento 4), pero está ligada a la interfaz de un único proveedor. Aun así, solo queda 6.ª.
- La habilidad con más demanda no es automáticamente la primera opción. Análisis de datos y automatización de flujos de trabajo con IA comparten la puntuación máxima de Demanda, pero intercambian posiciones entre los dos perfiles.
Prueba de sensibilidad: ¿resiste la respuesta a otras ponderaciones?
Una buena herramienta de decisión debe dar respuestas estables cuando se ajustan ligeramente sus supuestos. Volvimos a ejecutar ambos perfiles con cinco conjuntos de ponderaciones.
Tabla 5. Cálculo de CEOtudent: los 3 primeros puestos con ponderaciones alternativas (Demanda/Durabilidad/Apalancamiento/Coste)
| Conjunto de ponderaciones | Perfil A: 3 primeros (puntuación) | Perfil B: 3 primeros (puntuación) |
|---|---|---|
| Base 30/25/25/20 | Automatización de flujos de trabajo con IA (4,30); Análisis de datos (3,85); Liderazgo de personas (3,60) | Operaciones y GP (4,55); Análisis de datos (4,10); Automatización de flujos de trabajo con IA (4,05) |
| Con más peso en Demanda 45/20/20/15 | Automatización de flujos de trabajo con IA (4,45); Análisis de datos (4,10); Operaciones y GP (3,90) | Operaciones y GP (4,65); Análisis de datos (4,30); Automatización de flujos de trabajo con IA (4,25) |
| Con más peso en Durabilidad 20/40/20/20 | Automatización de flujos de trabajo con IA (4,00); Liderazgo de personas (3,80); Análisis de datos (3,60) | Operaciones y GP (4,40); Liderazgo de personas (4,00); Análisis de datos (3,80) |
| Iguales 25/25/25/25 | Automatización de flujos de trabajo con IA (4,25); Análisis de datos (3,75); Investigación UX (3,50) | Operaciones y GP (4,50); Análisis de datos (4,00); Automatización de flujos de trabajo con IA (4,00) |
| Poco tiempo 20/20/20/40 | Automatización de flujos de trabajo con IA (4,20); Certificación en una sola plataforma publicitaria (3,80); Análisis de datos (3,60) | Operaciones y GP (4,40); Automatización de flujos de trabajo con IA (4,00); Análisis de datos (3,80) |
En la fila «Iguales» del Perfil B, análisis de datos y automatización de flujos de trabajo con IA empatan a 4,00 y se ordenan según la Regla 4 (primero el mayor Apalancamiento).
La primera opción se mantiene con las cinco ponderaciones en ambos perfiles. Esa es la señal que buscas: cuando tu n.º 1 resiste cualquier ponderación razonable, comprométete con él. Los puestos inferiores se mueven. El liderazgo de personas sube siempre que la Durabilidad gana peso, y la fila «Poco tiempo» muestra por qué existe la Regla 6. Cuando das al Coste un 40 % del peso, la certificación en una plataforma publicitaria (Durabilidad 2) salta al segundo puesto para la especialista en marketing. La regla del suelo la elimina. Bajo presión de tiempo, la gente tiende a elegir habilidades que se aprenden rápido y caducan rápido, y la regla protege contra eso.
La lente CEO + Student: de la puntuación al plan de estudios
La matriz es la mitad CEO de la decisión: asignar un capital escaso (tus horas) al mayor rendimiento ajustado al riesgo, comprobar que la respuesta se sostiene con distintos supuestos y, después, comprometerte. Un CEO también gestiona una cartera. Trata tus habilidades como una empresa trata sus líneas de negocio:
- Una apuesta principal (la ganadora de la matriz) recibe la mayoría de tus horas de aprendizaje durante un periodo definido.
- El mantenimiento de las habilidades que ya te generan ingresos recibe una pequeña asignación fija, para que no se deterioren mientras construyes la nueva.
- Una posición de exploración, una incursión de bajo coste en la opción n.º 2 o n.º 3, mantiene bien informado tu siguiente movimiento.
La mitad Student empieza cuando ya has elegido. Una puntuación no te enseña nada. Lo que convierte la elección en una habilidad es un plan secuenciado, la práctica deliberada y una primera prueba pública temprana. Para ello, construye un plan de estudios personal con IA: define «útil» como un resultado observable, trabaja hacia atrás desde él y fija un punto de control cada pocas semanas.
Después, vuelve a puntuar. Los mercados se mueven, y el propio BLS vuelve a publicar sus proyecciones cada año (la edición 2026-36 está prevista para 2027). Tus puntuaciones de Apalancamiento también cambian a medida que aprendes: cada habilidad que añades eleva el Apalancamiento de las habilidades vecinas. Ese es el efecto compuesto que la matriz está diseñada para captar.
Cómo aplicar la matriz en 30 minutos
- Haz una lista de 5-8 candidatas. Incluye al menos una opción «aburrida» cercana a tu trabajo actual. A menudo gana en Apalancamiento.
- Puntúa la Demanda con datos. Busca la categoría del WEF y, si tienes una función objetivo, su crecimiento previsto frente a la referencia del 3,5 % (o el equivalente de tu país).
- Puntúa la Durabilidad. Pregúntate si la habilidad es la tarea que realiza la IA o el juicio que dirige y revisa esa tarea. No uses la exposición de la ocupación como atajo (consulta la Tabla 2).
- Puntúa el Apalancamiento y el Coste con honestidad. Son tus datos privados. Si tienes dudas, pregunta a un colega que conozca tu trabajo.
- Aplica los vetos y luego calcula. Clasifica las habilidades y aplica los criterios de desempate.
- Somételo a prueba de estrés. Vuelve a ejecutarla con ponderaciones con más peso en Demanda y con más peso en Durabilidad. Si tu n.º 1 resiste, comprométete. Si no, la elección está reñida y debe decidir el Apalancamiento.
- Anota una fecha para volver a puntuar dentro de 90 días.
Preguntas frecuentes
¿Qué habilidad debería aprender a continuación en 2026?
Depende de tu punto de partida, y por eso una única lista no puede responderlo. Puntúa tus candidatas en Demanda, Durabilidad, Apalancamiento y Coste hasta la competencia. Para muchos trabajadores del conocimiento, la matriz señalará una habilidad relacionada con los datos o la IA, porque los empleadores del WEF sitúan IA y big data en primer lugar, con un aumento neto de 87. Pero en nuestro ejemplo práctico, la mejor opción del coordinador de operaciones fue operaciones y gestión de proyectos, por el Apalancamiento.
¿Debería evitar habilidades de empleos con alta exposición a la IA?
No. El BLS afirma que sus categorías de exposición no son previsiones de descenso del empleo. En nuestro cruce de datos del BLS, 8 de las 30 ocupaciones de más rápido crecimiento están en el grupo de exposición Muy alta, mientras que las ocupaciones de exposición Baja tenían la mayor proporción con contracción prevista (36,6 %). Puntúa la Durabilidad al nivel de la habilidad.
¿En qué se diferencia esto de un análisis de brechas de competencias?
Un análisis de brechas te dice qué te falta para un objetivo determinado. La matriz te ayuda a elegir qué brecha cerrar primero, sopesando entre sí el valor de mercado, la longevidad, el encaje y el coste.
¿Puedo cambiar las ponderaciones?
Sí. El reparto 30/25/25/20 es un valor editorial por defecto. Prueba tu resultado con otras ponderaciones (Tabla 5). Si das al Coste más del 30 % del peso, aplica el suelo de Durabilidad de 3 para que la herramienta no favorezca habilidades que se desvanecen rápido.
¿Con qué frecuencia debería volver a puntuar?
Cada 90 días, o cuando cambie algo importante: una nueva función, una nueva herramienta en tu campo o una nueva edición del informe del WEF o de las proyecciones del BLS.
¿Una puntuación más alta garantiza un salario más alto?
No. La matriz mejora la forma en que asignas tu tiempo de aprendizaje. No predice resultados. Las cifras de salarios y crecimiento describen ocupaciones en promedio, no lo que ganará una persona concreta.
Fuentes
World Economic Forum, The Future of Jobs Report 2025, Insight Report, enero de 2025 (Key findings; Figure 3.4 Skills on the rise, 2025-2030).
U.S. Bureau of Labor Statistics, Employment Projections, Table 1.3 Fastest growing occupations, 2025 and projected 2035 (última modificación: 27 de agosto de 2026).
U.S. Bureau of Labor Statistics, AI exposure categories and 2025-35 employment projections, archivo de datos complementario, 2026.
U.S. Bureau of Labor Statistics, Artificial Intelligence (AI) exposure categories: methodology and limitations, Employment Projections publications (última modificación: 27 de agosto de 2026).
U.S. Bureau of Labor Statistics, Measures of Education and Training, Employment Projections technical documentation (última modificación: 27 de agosto de 2026).
Nota sobre los datos: la Tabla 1 contiene datos verificados del WEF Future of Jobs Report 2025. La Tabla 2 es un cálculo de CEOtudent a partir de datos del BLS. La Tabla 3 es el marco editorial de CEOtudent. Las Tablas 4 y 5 son cálculos de CEOtudent en los que la Demanda se deriva de datos, mientras que Durabilidad, Apalancamiento y Coste son juicios editoriales ilustrativos.
Este contenido fue recopilado con el apoyo de la IA tras una investigación exhaustiva, y luego redactado y preparado para su publicación por el equipo editorial de CEOtudent.
This post is also available in:
