El cumplimiento de las obligaciones de la Directiva (UE) 2023/970 de Transparencia Retributiva exige combinar algo que pocas organizaciones tienen correctamente imbricado: procesos e infraestructura que permitan gestionar los datos para tomar decisiones desde la perspectiva de su trazabilidad y explicabilidad.
Estas cifras describen una brecha estructural especialmente evidente en el segmente de las medianas empresas españolas, que a día de hoy presentan mayores dificultades para saber qué valor tienen sus puestos, por qué dos personas con responsabilidades equivalentes pueden cobrar distinto y cómo justificarlo ante un trabajador, un sindicato o una inspección. Para poder responder a esas preguntas hay que haber construido antes una arquitectura retributiva.
El problema metodológico
Durante años, muchas empresas han tomado decisiones sobre salarios de forma reactiva, esto es, respondiendo a una oferta de la competencia, reteniendo a alguien que amenazaba con irse o contraofertanto condiciones económicas bajo la presión de la rotación no deseada. El resultado son estructuras retributivas en modo «espejo» de la historia de las negociaciones pasadas que constituyen el gran problema de gestión que aflora con las obligaciones de transparencia porque operan como auténticas «cajas negras». La compensación funciona como caja negra cuando no existe un modelo que ordene las responsabilidades, cuando no hay referencias externas con las que contrastar los salarios propios o cuando las decisiones no quedan documentadas ni pueden reconstruirse. Y las cajas negras son incompatibles con lo que la normativa ahora exige, que no es otra cosa que poder explicar, con criterio y trazabilidad, por qué se paga lo que se paga.
Un modelo retributivo sólido se apoya en tres elementos que se refuerzan mutuamente:
- Valoración de puestos. Sin un sistema que ordene las responsabilidades con criterios objetivos no es posible comparar puestos equivalentes ni detectar desajustes internos. El 43% de las empresas españolas ya usa sistemas factoriales de valoración por puntos, pero el 27% restante —que carece de cualquier metodología— es precisamente el colectivo más expuesto ante la directiva.
- Referencias de mercado. Una empresa puede tener coherencia interna y estar perdiendo competitividad en perfiles críticos sin saberlo. También puede estar pagando por encima del mercado en determinados colectivos sin haber calculado el impacto económico. Ninguna de las dos situaciones se detecta sin datos externos actualizados.
- Trazabilidad de las decisiones. Cada decisión salarial —una contratación, una promoción, un incremento— debería poder reconstruirse tanto en cuanto a qué criterio se aplicó y a qué banda corresponde el puesto como a en qué posición dentro de esa banda quedó la persona y por qué. Sin ese registro, la empresa no puede demostrar que sus diferencias retributivas tienen una justificación objetiva.
La trazabilidad, que antes era una práctica recomendable de buena gestión, se convierte ahora en una obligación de facto. Cuando la directiva exige que la empresa justifique una brecha superior al 5%, no basta con afirmar que las diferencias obedecen a criterios legítimos, ha de poder acreditarlo.
Por qué el software generalista no resuelve esto
Una suite generalista de RR. HH —sea grande o mediana— puede mostrar cuánto cobra cada persona, registrar cambios salariales o gestionar un proceso de revisión anual, lo cual es pura gestión de información salarial. Pero diseñar y mantener una política retributiva es otra cosa y la diferencia no es de tamaño ni de precio sino de propósito. Una herramienta generalista no está construida para responder preguntas como: ¿Tiene este puesto el mismo valor relativo que aquel otro dentro de la organización? ¿Está justificada la diferencia salarial entre estas dos personas? ¿Qué banda salarial corresponde a este nivel de responsabilidad y dónde debería posicionarse dentro de ella alguien con este perfil? ¿Qué impacto presupuestario tendrá este criterio de incrementos si lo aplicamos de forma consistente?
Esas preguntas requieren metodología, no solo datos, y aquélla, que se expresa en la valoración de puestos, la construcción de bandas, el análisis de equidad y la comparación con referencias de mercado, es precisamente lo que los sistemas verticales especializados en compensación incorporan como núcleo, no como módulo añadido. Esto no implica que las suites generalistas sean insuficientes en lo que hacen, sólo expone que la política retributiva necesita una capa adicional que ellas, por diseño, no cubren.
Qué puede aportar la inteligencia artificial y qué no
La inteligencia artificial no resuelve un problema metodológico. Si una empresa no tiene valorados sus puestos, no tiene bandas salariales y no documenta sus decisiones, aplicar IA sobre esa base no produce una política retributiva sino sólo análisis rápidos sobre datos sin estructura. El orden de los outputs, por lo tanto, importa.
Dicho esto, cuando existe una base metodológica, la IA puede hacer un trabajo útil y específico que en compensación tiene las siguientes aplicaciones:
- Asistir en la descripción y clasificación inicial de puestos a partir de información existente, reduciendo el tiempo que tradicionalmente requiere ese proceso.
- Detectar inconsistencias en estructuras salariales complejas —personas fuera de banda, diferencias dentro de un mismo nivel que no responden a criterios documentados— que serían difíciles de identificar manualmente en organizaciones grandes.
- Facilitar el acceso a análisis que antes requerían un consultor externo o un equipo interno especializado, reduciendo la barrera de entrada para empresas medianas y pequeñas.
- Acelerar la actualización de referencias de mercado, cruzando datos internos con benchmarks externos de forma más continua que los estudios salariales anuales tradicionales.
Lo que la IA no hace es decidir cuánto debe cobrar una persona, ni establecer qué es equitativo en un contexto organizativo concreto, ni sustituir el juicio experto en decisiones con consecuencias legales o de clima laboral. En un ámbito donde una decisión errónea puede traducirse en una reclamación, una sanción o una pérdida de talento irreparable, la automatización sin criterio es un riesgo, no una ventaja.
Fuente: Ceinsa, 2026.
Distintas empresas, un mismo reto
No todas las organizaciones parten del mismo punto, y eso condiciona tanto el problema como la solución:
- Una gran compañía puede tener ya una arquitectura retributiva definida, pero necesitar automatizar procesos, actualizar datos con mayor frecuencia, conectar mejor compensación y desempeño o ganar trazabilidad ante las nuevas obligaciones de reporte.
- Una empresa mediana puede haber avanzado en algunos aspectos pero tener modelos poco integrados: una valoración de puestos por un lado, un estudio salarial por otro, una política de incrementos en Excel y decisiones que dependen demasiado de cada área.
- Una empresa pequeña puede no disponer aún de ninguna estructura formal, pero enfrentarse igualmente a decisiones salariales críticas: cómo contratar sin romper la equidad interna, cómo retener a una persona clave, cómo saber si sus salarios están alineados con el mercado o cómo explicar diferencias dentro de un equipo.
El acceso desigual a la compensación avanzada
Uno de los efectos menos discutidos de la nueva normativa es que su impacto no es simétrico. Las grandes organizaciones, que llevan años trabajando con consultoras especializadas y herramientas verticales, están mejor posicionadas para adaptarse, mientras que las empresas medianas y pequeñas, que han gestionado la compensación de forma más informal o con recursos generalistas, se enfrentan a las mismas obligaciones con menos infraestructura. Una pyme también contrata, revisa salarios, promociona y necesita retener talento; también puede tener inequidades internas —a menudo sin saberlo— y también puede estar pagando fuera de mercado. La diferencia está en que raramente dispone de un equipo especializado en compensación, ni de tiempo para abordar proyectos largos de consultoría, ni de presupuesto para soluciones complejas.
Aquí es donde la combinación de software vertical accesible, datos salariales y capacidades de IA puede cambiar algo real, no ofreciendo a las empresas pequeñas una compensación menos rigurosa, sino reduciendo la carga técnica necesaria para construir una política con método. Una empresa de cincuenta personas no necesita el mismo modelo que una multinacional, pero sí necesita saber qué valor tienen sus puestos, dónde se sitúan sus salarios frente al mercado y qué criterios va a aplicar cuando tenga que tomar una decisión difícil.
Un impacto que va más allá de RRHH
La inteligencia artificial tiene aquí un papel relevante, pero no como reclamo tecnológico vacío. Su función es acelerar el proceso, ayudar a asimilar puestos, ordenar información y reducir la barrera técnica de entrada. La decisión final sigue siendo de la organización, pero la herramienta le proporciona una base mucho más sólida para tomarla.
Y el beneficio no se queda en el área de Recursos Humanos:
- Para Dirección General, una política retributiva clara permite alinear salarios con estrategia, crecimiento y sostenibilidad económica.
- Para Finanzas, facilita prever impactos presupuestarios y simular escenarios antes de aplicar incrementos.
- Para los managers, aporta criterios concretos para conversar con sus equipos sobre evolución y retribución.
- Para las personas empleadas, contribuye a generar mayor claridad y confianza sobre cómo se toman las decisiones que les afectan.
La directiva de transparencia retributiva no es el único factor que está presionando a las empresas a repensar cómo gestionan la compensación, pero es el más urgente. Lo que exige no es solo publicar salarios sino ir más allá, debiendo justificarlos. Y justificar decisiones salariales requiere haberlas tomado con método, haberlas documentado y tener los datos para defenderlas. Eso es lo que distingue una política retributiva de una colección de decisiones acumuladas.
