Informe de reclutamiento por habilidades: qué es y cómo transformará el empleo en 2026

Es mi sueño: un mundo donde se evalúe a las personas por lo que son capaces de hacer hoy y no solo por lo que hicieron en el pasado. Como alguien curiosa, que disfruta cambiar de sector y profesión para aprender cosas nuevas, este enfoque en la selección de personal centrado en las habilidades del candidato es una gran noticia.

Las empresas están cambiando su enfoque en selección de personal hacia uno orientado a habilidades (en inglés ”skill-based hiring” o “skills-first”). Y no lo hacen porque sea una moda, ni porque lo diga LinkedIn, sino porque el modelo tradicional se queda corto y porque el coste de elegir mal es demasiado alto.

En un mercado donde las tareas cambian rápido y la tecnología transforma todos los roles, evaluar por títulos o cargos heredados ya no es un buen predictor de desempeño.

Este informe analiza, con datos y mirada crítica, cómo el skill-based hiring está reconfigurando el empleo y qué implica para empresas y profesionales. Expone:

• Qué es el skill-based hiring y por qué supera al enfoque tradicional.
• Tres fuerzas de mercado que impulsan la tendencia.
• Evolución del modelo por regiones: EE.UU., Europa (foco en España) y LatAm.
• Sectores donde más avanza el modelo y sectores regulados donde progresa más lento.
• Cambios en educación formal y credenciales: microcredenciales y políticas públicas.
• El papel de OpenAI Jobs, certificaciones de IA y los cambios de LinkedIn Recruiter.
• Ventajas y riesgos del skill-based hiring: sesgos, malas pruebas y falta de preparación.
• Predicciones de empleabilidad para 2026 - 2030 sobre empleo y habilidades.
• Qué deberían hacer empresas y candidatos para adoptar un enfoque por habilidades.

Qué es el reclutamiento basado en habilidades

El reclutamiento basado en habilidades (o skill-based hiring) es, en esencia, un cambio en el criterio con el que se evalúa a una persona en un proceso de selección.

En lugar de asumir que alguien encaja porque “tiene un título”, “lleva X años” o “viene de tal empresa”, este enfoque intenta responder una pregunta mucho más simple y mucho más útil:

Este modelo desplaza el foco desde los proxies (título, cargo, años) hacia evidencia reciente de capacidades: cómo trabaja una persona, qué competencias aplicadas demuestra y qué habilidades puede trasladar a un nuevo contexto.

En apenas dos años, este enfoque ha pasado de ser minoritario a convertirse en la línea dominante de contratación. Según el informe informe State of Skills-Based Hiring 2024, el 81% de las empresas ya incorpora elementos de evaluación por habilidades en sus procesos, frente al 56% en 2022.

Aun así, la adopción no es homogénea. Sectores como tecnología, datos, digital o logística encajan de forma natural con esta forma de evaluar. Otros, más vinculados a regulación o credenciales obligatorias, avanzan con más cautela.

Beneficios del skill-based hiring para empresas

• Mejor ajuste entre persona y rol desde el primer día.
• Menos riesgo operativo: en sectores donde la tecnología cambia cada trimestre, contratar a alguien sin las habilidades necesarias implica fricción, errores y ralentización de proyectos.
• Se reduce el periodo de adaptación y mejora la productividad y la velocidad de ejecución.
• Más candidatos: se descubren perfiles que, de otro modo, quedarían fuera del radar.
• Procesos más transparentes y menos sesgados.
• Adaptación a mercados dinámicos. Contratar por trayectoria funciona en mercados estables. Pero en mercados dinámicos, lo crítico no es lo que alguien hizo hace cinco años, sino lo que puede aprender y ejecutar hoy.

Beneficios del modelo skills-first para profesionales

• Más acceso: abre puertas a personas sin títulos universitarios o con trayectorias no lineales.
• Más movilidad: se puede cambiar de carrera y saltar de sector con más facilidad.
• Se puede demostrar valor mediante proyectos, experiencia práctica o certificaciones bien diseñadas, no hace falta que tengas credenciales largas y costosas.
• Reconocimiento del aprendizaje autodidacta, algo que el sistema tradicional ignora.
• Más claridad sobre qué aprender y por qué, lo cual reduce confusión, ahorra tiempo y evita inversiones educativas con bajo retorno.

Tres fuerzas de mercado que impulsan el reclutamiento por habilidades

1. Tecnología y nuevas habilidades clave

La irrupción de la IA generativa, la automatización y el software en prácticamente todas las funciones está reconfigurando tareas a una velocidad inédita. Y si cambian las tareas, cambian las habilidades que mueven el desempeño. En este escenario, confiar en títulos o en la trayectoria pasada ya no es suficiente.

Datos de Lightcast y de LinkedIn Economic Graph muestran que un tercio de las habilidades demandadas hoy no existían o no eran relevantes hace tres años.

2. Democratización del aprendizaje y acceso masivo al conocimiento

El coste de aprender se ha desplomado. Hace unos años tenías que entrar en instituciones formales y hacer programas largos (y caros). Hoy una persona puede aprender a programar, diseñar, editar vídeo, analizar datos, usar IA generativa o entender finanzas corporativas sin pasar por ninguna institución formal. Solo necesita un ordenador y tiempo que dedicarle a YouTube, tutoriales, cursos gratuitos o bootcamps, y comunidades online.

A partir de 2026, esta tendencia se acelerará por dos dinámicas nuevas:

1. La IA generativa como tutora personalizada.

   Aprender será más rápido, más práctico y más individualizado gracias a feedback inmediato, ejercicios adaptados y acompañamiento continuo.

2. El trabajo con IA exigirá microhabilidades.

   Las funciones digitales evolucionarán hacia habilidades pequeñas, específicas y actualizables cada muy poco tiempo.

El resultado es un ecosistema donde la habilidad se convierte en la moneda del mercado laboral.

3. Productividad y evaluación del desempeño por competencias

Se podría decir que la productividad es la combinación de tres cosas: tiempo de contribución, calidad del trabajo y reducción de errores. Muchas veces son difíciles de medir, pero las tres mejoran cuando las empresas incorporan a alguien al equipo tras haber visto evidencia de sus habilidades.

Contratar por habilidades transferibles construye equipos que pueden moverse más rápido cuando cambia la tecnología o el mercado sin perder productividad, que es exactamente el escenario hacia el que vamos en 2026.

Tendencias globales en 2026: EE. UU., Europa, España y LatAm

La adopción del skill-based hiring varía según el país, el tejido productivo, la madurez tecnológica y hasta la cultura laboral y regulatoria.

A nivel global, hay regiones donde esta forma de evaluar encaja de manera natural con el mercado laboral, y otras donde el cambio va más lento porque existe dependencia histórica de títulos, jerarquías o credenciales reguladas. Mirar estas diferencias ayuda a entender cómo evolucionará la tendencia a partir de 2026 y por qué algunos países funcionarán como “laboratorio” de lo que vendrá después.

Países anglosajones: aquí empezó el skills-first

Estados Unidos, Reino Unido y Canadá adoptaron antes el skill-based hiring porque su mercado laboral reúne tres características muy particulares:

1. Son mercados laborales muy líquidos y orientados a tareas, no a jerarquías.
2. Presión por ampliar el volumen de talento para una oferta y reducir el tiempo en cubrir la vacante.
3. Su ecosistema tecnológico y educativo está muy orientado a microcredenciales (luego hablaremos del papel que tendrá OpenAI Jobs y sus certificaciones de IA para tareas específicas).

En estos contextos, los títulos dejaron de ser señales suficientes. Los roles cambian rápido, los candidatos aprenden y se mueven rápido y las empresas necesitan medir capacidad real.

Europa: AI Act e igualdad de trato como impulso a la selección por habilidades

En Europa hay un factor regulatorio que está empujando hacia modelos de selección más basados en criterios objetivos. La combinación del Marco Europeo de Igualdad de Trato y la AI Act obliga a las empresas a justificar con más rigor qué criterios utilizan para evaluar a un candidato y por qué.

No es que la ley obligue explícitamente a “contratar por habilidades”, pero sí está empujando a las empresas europeas a adoptar criterios más transparentes, comparables y menos vulnerables a sesgos, y ahí el enfoque basado en habilidades encaja de forma natural.

España y LatAm: cultura de titulitis y peso de las PYMES

En España y en varios países de LatAm, la adopción avanza, pero de forma más lenta y fragmentada porque el punto de partida es distinto.

Culturalmente, se le da mucho peso al nivel de formación oficial y al cargo, y la gente cambia menos de trabajo. La cultura laboral no está tan orientada a tareas y el sistema educativo es más rígido y tiene mucho más peso institucional.

Súmale a los factores culturales que la mayoría de sus empresas no tienen procesos sofisticados de reclutamiento. Estos países son mercados dominados por PYMES y microempresas, las cuales representan más del 99% del tejido empresarial del mercado laboral español (estadísticas del ministerio de industria y turismo) y también del latinoamericano según datos de CEPAL. Estas son las que generan entre el 60% y el 70% del empleo formal; es más, según el informe “Crecimiento Empresarial” enero 2025 de CEPYME, solo con las pequeñas empresas ya se genera el 53,22% del empleo en España.

La mayoría de estas empresas no tiene equipos de RR.HH. estructurados ni metodologías formales para evaluar habilidades y empezar a cambiar, desde ahí, los factores culturales. Esto hace que la adopción del skill-based hiringdependa más de necesidades específicas que tenga cada empresa (escasez de talento digital, presión por productividad o modernización operativa) que de un cambio cultural generalizado.

Sectores donde avanza el skill-based hiring (y donde va más lento)

La adopción del skill-based hiring no depende solo de la voluntad de las empresas, sino del tipo de trabajo, de la velocidad a la que cambian las tareas y del grado de regulación del sector.

Tecnología, datos y producto

En estas profesiones el enfoque basado en habilidades se aplica desde hace muchísimos años. Sobre todo por tres motivos:

1. Es muy fácil medir las habilidades en pruebas técnicas.
2. Son profesiones con muchísima oferta de empleo, y hasta hace poco había más oferta que demanda, así que las empresas se vieron obligadas a buscar habilidades y no títulos.
3. Las habilidades caducan rápido, lo que sabías hace tres años puede no servir hoy.

Por eso las empresas priorizan evidencia reciente: repositorios, proyectos, capacidad de trabajar con IA, análisis de datos en tiempo real, razonamiento de producto, experimentación, etc.

Marketing, ventas y atención al cliente

En marketing, ventas y atención al cliente (o customer experience), la adopción crece rápido por una razón muy simple: la mayoría de competencias importantes hoy en día son observables.

Las empresas necesitan gente que sepa interpretar datos, manejar herramientas digitales, automatizar flujos, entender patrones de comportamiento y comunicarse con claridad.

En ventas, la productividad depende más de cómo piensa la persona y los resultados que tiene, que de dónde trabajó antes. Simulaciones, role plays y análisis de casos permiten evaluar mucho mejor su encaje en las necesidades de las empresas.

De cara a 2026, la IA como copiloto comercial cambiará estos perfiles: las empresas necesitarán gente capaz de trabajar con modelos y agentes, no solo con CRM tradicionales. Esto hará que la diferencia entre “experiencia” y capacidad de adaptación tecnológica sea más visible.

Finanzas, industria y roles operativos

Aquí conviven dos mundos.

En finanzas corporativas, las credenciales siguen importando (ADE, economía, CFA, MBA…), pero ya no bastan. El sector necesita habilidades nuevas: automatización de reporting, análisis avanzado, gestión de datos y uso de IA analítica.

La tendencia es híbrida: título sí, habilidad demostrada también.

En industria y operaciones, el skill-based hiring siempre encaja porque la productividad depende de habilidades técnicas concretas: seguridad, precisión, protocolos, uso de maquinaria, coordinación. O sabes hacerlo, o no.

La incorporación de robótica colaborativa, sensores inteligentes y automatización hará que se mezclen habilidades técnicas con digitales. Identificar perfiles capaces de operar en estos entornos será clave.

Hostelería, retail, logística, construcción o mantenimiento

En estos sectores la selección siempre ha tenido un componente de habilidades: o sabes desempeñar la tarea o no. Esto hace que, de forma natural, estos sectores hayan funcionado históricamente con evaluación directa de habilidades, incluso aunque no lo llamaran así. El problema es que no se hacía de forma estructurada, sino por mera intuición y juicio.

Lo que cambia ahora no es el fondo, sino la forma. Las habilidades necesarias para estos puestos de trabajo empiezan a definirse y medirse de forma más sistemática, en un movimiento que profesionaliza lo que durante años fue un criterio implícito y sesgado.

Los procesos de selección están incluyendo pruebas técnicas y la digitalización obliga a añadir habilidades nuevas. De hecho, muchas cadenas de restauración, hoteles y retailers están empezando a mapear habilidades técnicas y comportamentales porque les reduce rotación y mejora servicio.

Sectores regulados, educación, salud y administración pública: adopción demasiado lenta

Aquí están los sectores donde, si me preguntas, la regulación pesa más que la voluntad de innovar.

La regulación define quién puede ejercer, y esa definición se hace en base a títulos y exámenes de acceso. Educación, sanidad y administración pública operan con requisitos formales, oposiciones y habilitaciones que dejan poco margen para replantear los criterios de acceso. Puedes tener muy poco talento para ser profesor, pero si te sacas los títulos y aprendes a jugar al juego de la bolsa de empleo, ejercerás como tal sin problema. Es terrible.

A estos sectores se suman profesiones reguladas como abogacía, arquitectura, ingenierías colegiadas, auditoría o farmacia, donde la colegiación y la titulación no son un proxy sino un requisito legal. Se puede mejorar cómo se evalúan las competencias dentro del colectivo habilitado, pero no puede sustituir la credencial.

La evolución hacia 2026 será más lenta, pero inevitable en ciertas áreas porque la digitalización ya está entrando en todos los sectores (incluidos los públicos). La IA va a cambiar la forma de trabajar y parte del personal actual no tiene formación suficiente para los nuevos requisitos tecnológicos.

Cuando eso ocurra, incluso sectores regulados tendrán que abrir espacio a modelos de selección menos dependientes del título y más dependientes de la capacidad real de desempeñar el rol. Eso, o harán la típica trampa de hacer exámenes de capacitación que no demuestran una capacitación real más allá de en un papel.

Cómo está cambiando la educación formal en Europa (y por qué)

La educación formal sigue siendo importante, pero ya no es suficiente. Durante décadas, el título funcionó como señal dominante porque era la forma más sencilla de acreditar aprendizaje estructurado. Ese modelo funcionaba mientras el mercado cambiaba despacio y el conocimiento era escaso.

Hoy ocurre lo contrario, y por eso las instituciones educativas están empezando a adaptarse.

Políticas públicas para conectar formación y empleabilidad

Europa ha puesto en marcha un marco coordinado para reducir la distancia entre educación y mercado laboral. La European Skills Agenda (2020–2025) y sus iniciativas asociadas (como Pact for Skills) buscan impulsar el aprendizaje por habilidades en sectores críticos, mientras que el Digital Education Action Plan 2021 - 2027 moderniza la formación digital e introduce credenciales verificables y catálogos comunes de competencias.

En la práctica, estas políticas se traducen en:

• inversión pública para que trabajadores en activo actualicen habilidades,
• rutas rápidas para profesiones en escasez,
• marcos comunes de competencias (como ESCO),
• reconocimiento de formaciones no universitarias dentro del sistema oficial.

La Administración busca un equilibrio complicado: garantizar la empleabilidad manteniendo la calidad académica, y a la vez evitar que la economía se quede sin talento en sectores estratégicos como el sanitario, energía, industria y digital.

Integración de microcredenciales oficiales dentro de la formación reglada

El cambio más significativo es la integración de microcredenciales en el sistema formal.

La Recomendación del Consejo de la UE sobre microcredenciales (2022) definió un estándar común para reconocer certificaciones externas (bootcamps, cursos técnicos, módulos intensivos) como parte de los itinerarios oficiales de FP y universidades.

Organismos como CEDEFOP y el Joint Research Centre (JRC) están documentando cómo esta transición permite combinar formación tradicional con módulos mucho más actualizados y aplicados.

El resultado es un sistema más flexible, donde los estudiantes pueden complementar grados o FP con habilidades que responden a necesidades reales del mercado.

OpenAI Jobs, sus certificados en IA y LinkedIn Recruiter

Los grandes actores del ecosistema tecnológico están influyendo cada vez más en cómo entendemos, medimos y formalizamos las habilidades. Pero no todos cumplen el mismo rol. Algunos crean infraestructura, otros credenciales y otros sistemas de señalización que se utilizan para priorizar el mercado laboral.

El impacto real depende de si estas señales ayudan a evaluar mejor o si generan nuevos proxies tan débiles como los que intentamos dejar atrás.

OpenAI Jobs y certificaciones de IA: impacto y riesgos

Hace unas semanas OpenAI anunció su entrada en 2026 en el terreno de las certificaciones oficiales de inteligencia artificial y la creación de OpenAI Jobs, un portal de empleo que conectará empresas con profesionales “certificados” en sus tecnologías.

A corto plazo, esto puede ayudar a establecer estándares mínimos de uso de IA. A largo plazo, deja preguntas importantes sobre la mesa. Si de verdad queremos avanzar hacia un mercado basado en habilidades reales, no podemos ignorar los riesgos estructurales de este modelo.

Te resumo los tres que considero más críticos:

1. Certificar habilidades dinámicas con mecanismos estáticos es una contradicción

La IA cambia por ciclos casi trimestrales: modelos, APIs, patrones de uso, nuevas funciones, buenas prácticas… todo se redefine muy rápido.

Una certificación, en cambio, es un mecanismo por definición estático. Está pensada para durar años. Las habilidades en IA no. Tienen un ciclo de vida de meses.

Para que una certificación tenga sentido en IA debería ser viva, actualizada, contextual y evaluada sobre casos reales, no sobre temarios congelados.

2. Un único actor definiendo qué es “saber IA” (y el caso de Salesforce, Microsoft, AWS o HubSpot)

Que OpenAI, como proveedor, defina el temario, la evaluación, la certificación y el acceso al empleo concentra demasiado poder en un solo actor privado. A mí esto me chirría.

No niego que esto facilite la adopción de la IA y motive a gente que nunca habría estudiado tecnología. Eso es un efecto positivo. El riesgo está en otra parte:

• uniformiza cómo se aprende y qué se considera “bueno”,
• desplaza ecosistemas alternativos de innovación,
• reduce diversidad de enfoques técnicos, y
• crea dependencia del stack del proveedor.

Me fiaría muchísimo más de OpenAI si lo estuviera vendiendo como lo que es: una estrategia de expansión comercial. No es un movimiento educativo.

El ejemplo más claro es Salesforce. Cuando lanzó sus certificaciones, el resultado no fue “más talento preparado”, sino más uso del producto, más partners y más dependencia por parte de las empresas.

Microsoft, AWS, Google Cloud, SAP y HubSpot han replicado ese modelo porque funciona como estrategia de negocio, no como mecanismo de medición de habilidades.

Y aquí ocurrirá lo mismo: la certificación atraerá más usuarios y más procesos hacia su plataforma, pero no garantizará que la gente sepa trabajar con IA en contextos reales, que es lo que el mercado necesita (y lo que les haría empleables).

3. El valor de la certificación cae cuando se convierte en un requisito masivo

Otro problema que ya hemos visto: cuando miles de personas obtienen una certificación cada mes, esa señal deja de diferenciar. Es lo que ha pasado con AWS o Azure. Muchas empresas la exigen como “filtro” aunque no mida competencia real. Y ante la masificación, suben la apuesta: ahora piden certificaciones avanzadas (más largas, más caras) para poder distinguir perfiles.

Una certificación tiene valor cuando envía una señal que el mercado considera fiable: escasez, relevancia y habilidad aplicada.

En cuanto deja de cumplir estas tres condiciones, se convierte en otro proxy débil, igual que los títulos tradicionales.

El papel de LinkedIn y los cambios en los modelos de ranking de LinkedIn Recruiter hacia el reclutamiento por habilidades

Si OpenAI intenta definir el estándar técnico, LinkedIn intenta definir el estándar informacional del mercado laboral. Pero este movimiento sí tiene un potencial transformador positivo.

LinkedIn ha anunciado tres cambios importantes hacia popularizar el skill-based hiring:

1. El cargo deja de ser la unidad principal de información

El Economic Graph lleva años mostrando que los roles se parecen más por las habilidades que comparten que por el nombre del puesto. LinkedIn está reconfigurando sus recomendaciones con esta lógica: más similitud por skill-set, menos por “job title”.

2. El ranking en LinkedIn Recruiter empieza a priorizar habilidades señaladas y verificadas

Las búsquedas ya no dependen solo de títulos o palabras clave del cargo, sino de patrones de habilidad, verificaciones, afinidad con las taxonomías de LinkedIn y alineación con las tareas del puesto.

3. Incentivo a la actualización continua

LinkedIn sabe que la señal de “skills” se degrada rápido. Por eso está integrando aprendizaje dentro de la plataforma:

• habilidades añadidas y verificadas,
• rutas de formación,
• “skills paths”,
• y contenido educativo que alimenta directamente el Economic Graph.

LinkedIn quiere convertirse en un puente entre aprendizaje y empleabilidad, algo que las instituciones están tardando más en conseguir.

Riesgos del reclutamiento por habilidades

El skill-based hiring mejora muchos problemas del sistema tradicional, pero no arregla nada si se aplica a medias o si la empresa no sabe evaluar habilidades con rigor.

Los riesgos no vienen del modelo, sino de cómo se implementa.

Malas pruebas: evaluar mal es peor que no evaluar

Uno de los fallos más comunes es asumir que “poner una prueba” ya es evaluar habilidades. Pruebas mal diseñadas hacen más daño que beneficio:

• exigen niveles de tiempo o esfuerzo imposibles para candidatos con menos recursos, que están en varios procesos simultáneamente, o que todavía están trabajando.
• piden resolver tareas que no existen en el día a día del puesto.
• o al contrario, piden tareas reales que la empresa necesita (trabajo gratis),
• miden teoría y no ejecución.
• penalizan ritmos o estilos cognitivos diferentes.

Todo eso no solo puede hacer que las empresas elijan mal al candidato, sino que candidatos buenos se salgan del proceso de selección para no perder su tiempo.

Preparación insuficiente de quienes seleccionan personal

La mayoría de las personas que intervienen en procesos de selección no son especialistas en reclutamiento. En pymes y startups, la selección suele recaer en responsables de equipo, perfiles técnicos o fundadores que contratan “por intuición”.

Para aplicar bien skill-based hiring hace falta saber:

• definir habilidades,
• diseñar evaluaciones,
• interpretar evidencias,
• tomar decisiones consistentes, y
• documentar el proceso.

Si quienes intervienen no tienen formación ni práctica, el proceso se vuelve inconsistente, difícil de justificar y muy vulnerable al sesgo.

Sesgos: cambiar la señal no elimina el problema

Evaluar habilidades no garantiza automáticamente procesos justos. Si las habilidades no están bien definidas, si las pruebas se basan en intuiciones, o si quienes evalúan no han sido formados para hacerlo, el sesgo simplemente se desplaza de un sitio a otro.

Por ejemplo:

• definir “comunicación” como un criterio sin especificar qué significa…
• y penalizar acentos, estilos personales o formas de expresarse.

El skill-based hiring solo reduce sesgos si las habilidades están bien descritas, vinculadas al trabajo real y evaluadas mediante evidencias objetivas para todos los candidatos igual. Si no, el proceso es igual de arbitrario que antes, solo con nombres más modernos.

El modelo skills-first exige un rediseño completo del proceso

El enfoque “skills-first” solo funciona cuando se integra en todas las etapas del proceso de selección. Este es hoy el mayor freno del skill-based hiring. Los pasos son:

1. Definir bien el rol por habilidades y resultados

Los responsables de contratación tienen que identificar qué tareas forman parte del rol, qué habilidades son esenciales para llevarlas a cabo y qué indicadores definen un buen desempeño.

Esto exige trabajo previo y conocimiento del oficio.

2. Buscar candidatos en los ATS por habilidades, no por los títulos del puesto

En portales de empleo y ATS se suele buscar por cargo (“product manager”, “analista de datos”). Buscar por habilidades abre grupos de candidatos nuevos y reduce sesgos.

3. Diseñar evaluaciones que simulen tareas críticas del puesto

Una buena prueba no es académica ni genérica, y mucho menos es una tarea que tiene la empresa de verdad. Pretender que te hagan el trabajo gratis hará que pierdas muchísimo talento.

Pero sí debe parecerse lo máximo posible al trabajo real: análisis, toma de decisiones, resolución de problemas, uso de herramientas y criterio.

4. Documentar criterios de evaluación aplicables a todos los candidatos

Tiene que quedar por escrito qué se evalúa, cómo se evalúa, qué evidencia se considera válida y qué peso tiene cada criterio. Documentar fuerza al equipo a tomar decisiones menos sesgadas y más defendibles.

Pero implementar todo esto requiere tiempo, intención y entrenamiento de todas las personas que participan en los procesos. Muchas empresas no lo pueden hacer por falta de recursos, por mucho interés que tengan.

El futuro del skill-based hiring

El reclutamiento basado en competencias y habilidades no es el destino final del mercado laboral, sino una transición. Estamos dejando atrás un mercado que dependía de títulos y cargos para pasar a un sistema que necesita evidencia viva, observada y actualizable.

Entre 2026 y 2030 vamos a ver un cambio profundo en cómo se definen los roles, cómo se evalúan, qué señales usan las empresas y qué caminos siguen los candidatos para demostrar lo que saben.

10 predicciones sobre los cambios en el mercado laboral en 2026 - 2030

1. Las habilidades se actualizarán más rápido que las certificaciones

La IA generativa acorta drásticamente el ciclo de vida de las skills. Una certificación estática no podrá seguir ese ritmo. Esto obligará a crear credenciales vivas, modulares y de corta duración, que expiren o se reactiven mediante evidencia aplicada.

2. El mercado aprenderá a descartar certificaciones que no midan ejecución real

Las empresas van a necesitar distinguir entre quién tiene una certificación y quién sabe aplicar esa habilidad en un flujo de trabajo real.

Será exactamente la misma tensión que vivimos con los títulos universitarios. Si el mercado no aprende la lección, tendremos titulitis 2.0 versión IA.

3. IA como capa de aprendizaje continuo y como evaluador complementario

La IA no solo enseñará: ayudará a personalizar el aprendizaje, generar ejercicios, evaluar entregables y detectar lagunas. Esto es buenísimo para los candidatos y hará que el aprendizaje sea más rápido, pero también más observable, lo que refuerza el valor del skill-based hiring.

4. Convergencia de taxonomías: idioma común para las habilidades

Europa avanza con ESCO y microcredenciales; LinkedIn mueve el Economic Graph hacia habilidades; OpenAI y otros proveedores crearán taxonomías propias.

Antes de 2030 veremos algún tipo de convergencia, porque sin un lenguaje común las empresas no pueden comparar habilidades ni interoperar datos.

5. Brecha creciente entre roles regulados y no regulados

Las profesiones con habilitación legal seguirán yendo más lentas (sanidad, derecho, educación…), pero todas incorporarán habilidades digitales e IA aplicada, aunque la puerta de entrada siga siendo el título.

En cambio, los roles no regulados evolucionarán mucho más rápido y adoptarán modelos de selección centrados en tareas, proyectos y evidencia práctica.

6. Aumento de rutas alternativas de acceso al empleo

Bootcamps, microcredenciales, FP moderna, aprendizaje asistido por IA, proyectos, portfolios…

Para cada vez más roles, esta combinación será igual de válidas que un grado. La universidad dejará de ser “la vía estándar” para convertirse en una de las vías posibles.

7. Descentralización del talento: las empresas contratarán más por “skills liquidity”

Equipos más pequeños, más dinámicos y más apoyados en IA generarán demanda de freelancers especializados, talento líquido y colaboradores por proyecto.

El skill-based hiring funciona especialmente bien en entornos así.

8. Portabilidad de habilidades: aparición de “pasaportes de skills” verificables

Para 2030 será normal tener un “wallet” de habilidades verificadas, con evidencias de proyectos y credenciales digitales interoperables. Esto descentraliza la validación, reduce dependencia de proveedores y mejora movilidad laboral.

9. La asimetría entre empresas que adoptan IA y las que no será enorme

Las empresas que combinen IA como copiloto opertivo, evaluación basada en habilidades y aprendizaje continuo integrado en el trabajo tendrán ventaja competitiva masiva.

Las que sigan ancladas en títulos y cargos no podrán atraer ni retener talento adaptativo.

10. Riesgo de convertir las certificaciones en los nuevos títulos

Si empresas, plataformas y proveedores de formación no aprenden de los errores del pasado, volveremos al punto de partida:

• listas interminables de certificaciones,
• procesos filtrados por “credenciales”,
• y muy poca evaluación real de desempeño.

El skill-based hiring solo funcionará si el mercado realmente valora evidencia práctica, no colecciones de insignias.

Qué deberían hacer las empresas para prepararse (2026 - 2030)

Las empresas no pueden esperar a 2026 para empezar a adaptarse. Esto es un “proyecto de Recursos Humanos”, sino una forma distinta de entender cómo se define, evalúa y desarrolla talento dentro de una empresa. Y esto hará que sean competitivas, o no.

1. Definir roles por habilidades, no por títulos

Muchas ofertas siguen describiendo roles que no existen tal como están escritos. Para 2026 esto será insostenible. Las empresas deberán definir:

• qué tareas mueve el rol,
• qué habilidades son esenciales y cuáles prescindibles,
• y qué indicadores definen buen desempeño.

Pero esto no puede ser un proyecto de un año. Tiene que ser algo revisado trimestralmente, con datos reales de desempeño, tareas y tecnología.

2. Crear procesos de evaluación basados en tareas reales

Ya hemos visto que las pruebas deben parecerse al trabajo real. Deben medir criterio, toma de decisiones, razonamiento, uso de herramientas y capacidad de trabajar con IA en contextos reales. Esto reduce sesgos, mejora la predicción y acelera el aprendizaje posterior.

3. Formar a los responsables de los procesos de selección en… selección

No se pueden evaluar bien las habilidades de los candidatos si las personas que intervienen no saben evaluar habilidades. Las empresas tendrán que invertir en formar a cualquier trabajador que participe en procesos de selección.

4. Conectar selección, onboarding y aprendizaje

La evaluación no termina cuando contratas. Si la empresa sabe qué habilidades faltan, puede diseñar un onboarding más rápido y más orientado al impacto.

5. Evitar la dependencia de certificaciones “vendor-driven”

La pregunta clave no es “¿tiene la certificación?”. Es:

Las empresas tendrán que aprender a distinguir entre:

• certificaciones que reducen incertidumbre,
• y certificaciones que solo generan más CVs iguales.

Qué significa para los candidatos este nuevo enfoque en reclutamiento

Como hemos visto, tenemos que aprender a demostrar lo que somos capaces de hacer. Esto trae muchas oportunidades para las personas que buscan empleo, pero también nuevas exigencias si no quieren quedarse al margen.

1. La formación continua ya no es opcional

El mercado valorará más lo que sabes hacer hoy que dónde estudiaste ayer. Como candidato, tendrás más vías de acceso si demuestras habilidades con evidencia práctica.

Esto no significa estudiar sin parar. Significa aprender en ciclos cortos, conectado al trabajo y orientado a resultados.

2. Un mercado más abierto para talento autodidacta

Aprender es más barato, más accesible y más continuo que nunca. La IA es capaz de hacer tu proceso de aprendizaje mucho más personalizado. Te puedes montar tutoriales, ejercicios guiados, simulaciones y proyectos asistidos. Y si no, siempre está YouTube.

3. Portfolio visible y enlazado en el CV

Las empresas querrán ver ejemplos, proyectos, entregables, pruebas de criterio y decisiones tomadas ante casos reales. Esto lo debes añadir al currículum, pero como no puedes profundizar en él, debes enlazar tu portfolio y asegurarte de que lo explicas bien ahí.

4. Cambiar de sector será más fácil con habilidades transferibles

Buenas noticias para los y las curiosas del mundo. Habilidades digitales, competencias analíticas y de comunicación, y trabajo con IA son cada vez más transferibles entre sectores. Esto permitirá saltos profesionales que hace años eran impensables sin experiencia previa en ese puesto.

5. Más competencia, pero también procesos más justos

El mercado será más competitivo, sí. Pero si las empresas implementan bien este modelo, también será más justo. Cuando la señal dominante es la habilidad aplicada, no el pasado de una persona, la selección se vuelve más meritocrática.

Conclusión

Todo esto es la consecuencia lógica de un mercado donde las tareas cambian más rápido que los títulos, donde la tecnología redefine el trabajo cada pocos meses y donde las empresas ya no pueden permitirse contratar solo por intuición o por credenciales heredadas.

La contratación basada en habilidades no elimina todos los problemas, pero sí obliga a hacer algo que durante demasiado tiempo evitamos: definir qué significa realmente “hacer bien un trabajo” y cómo se evalúa eso de forma justa y basada en evidencia.

El reto, para empresas y candidatos, es adoptar una mentalidad nueva. Una que acepta que el aprendizaje es continuo, que el talento puede venir de trayectorias no lineales y que las habilidades relevantes de hoy pueden no ser las de mañana.

Entre 2026 y 2030 veremos más presión regulatoria, más estandarización, más IA en los procesos y más exigencia para demostrar capacidades reales.

También veremos errores: certificaciones vacías, interpretaciones superficiales y empresas replicando la misma titulitis de siempre, solo que con otro logo.

La diferencia estará en quién sea capaz de construir sistemas de evaluación y desarrollo que midan lo que importa, no lo que siempre se midió.

En este contexto, herramientas y metodologías que ayuden a las personas a identificar, ordenar y comunicar sus habilidades con claridad y evidencia serán cada vez más necesarias.

Ese ha sido siempre el propósito de CandyCV: entender cómo funciona de verdad el sistema de reclutamiento y sus tecnologías, y ayudar a que cada persona pueda contar qué sabe hacer, qué puede aportar y qué evidencias respaldan su trayectoria, sin depender de credenciales que ya no explican el potencial de nadie.

El futuro del trabajo será más complejo, pero también más justo para quienes puedan demostrar su valor.

Y todo empieza por lo mismo: poner las habilidades en el centro y construir alrededor de ellas, no al revés.