La digitalización de las organizaciones ha puesto de manifiesto la importancia del dato en el área de recursos humanos. El people analytics o análisis de personal se ha convertido en una herramienta clave para gestionar el talento de manera eficiente. Ahora, con la irrupción de la Inteligencia Artificial Generativa (IAg) aplicada a los procesos de recursos humanos, surgen nuevos retos relacionados con su análisis, almacenamiento y uso. ¿Dónde y cómo están recopilados? ¿Hay suficiente número de datos diversos y de calidad para conseguir resultados predictivos eficaces? ¿Cómo depurarlos, entrenarlos y alimentarlos para garantizar resultados éticos, sin sesgos y respetuosos con la Ley de Protección de Datos y la normativa laboral vigente? Estos son algunos interrogantes para los que, la mayoría de las empresas, buscan respuesta.
La realidad es que la IAg puede convertirse en la conexión que faltaba en el procesamiento de los datos, como explica Armando Polo, socio responsable de Consultoría Tecnológica en PwC. “Permite ayudar a dar valor a los datos de forma más rápida y con mayor profundidad e incluso, en muchos proyectos, puede llegar a ser el ingrediente definitivo para conseguir una relación coste / beneficio atractiva”, asegura basándose en el estudio de la firma Emerging Technology Survey 2023.
Dicho estudio señala que, en 2024, el 44% de los ejecutivos encuestados planifican implementar iniciativas de modernización de datos para aprovechar mejor la IAg. Este cambio afecta a los cargos intermedios, que necesitarán capacitarse para supervisar y evaluar a los equipos que se alimenten de la IA -como veremos más adelante-, a los responsables funcionales -que tendrán que entender cómo la IA puede no sólo mejorar los procesos, sino sustituirlos- y a la alta dirección -que deberá tomar la iniciativa para impulsar nuevos modelos de negocios basados en IA-.
En efecto, utilizando herramientas basadas en la minería de datos o el aprendizaje automático es posible predecir tendencias, patrones de rendimiento y productividad en RH. Con esta información, los profesionales del área pueden tomar decisiones sobre selección, formación y desarrollo, retención de empleados o mejora del rendimiento de una forma más eficiente.
Pero, ¿cómo se recopilan y almacenan los datos de recursos humanos? En el desarrollo de la función se recoge información que puede ayudar a entender mejor el comportamiento, necesidades y rendimiento de cada empleado. Pero para ello, es necesario analizar un gran volumen de datos relacionados con la plantilla en los que se deben incluir cuestiones demográficas, de selección y promoción interna, de fuga de talento, etc. Desde el momento en que una persona se integra en una organización genera su propia «huella» y, esos datos, son un elemento esencial para alimentar los algoritmos de análisis y predicción de la IAg.
La IAg puede escanear, leer, resumir, traducir, analizar y solucionar problemas incluso con datos muy desestructurados que se encuentren en presentaciones, documentos estratégicos, registros de clientes y otros innumerables documentos de una empresa. Algo así como “crear inteligencia” en torno a grandes conjuntos de datos, complejos y desestructurados. Pero esta requiere un protocolo minucioso para ser eficiente y evitar sesgos a la hora de aprender patrones, realizar predicciones y tomar decisiones.
Crear catálogos e información sobre el origen de los datos es más fácil con la IA, pero las empresas deben seguir luchando con el entorno de caos que rodea a muchos de los datos que manejan. Hay sectores que ya han recorrido un gran camino en el uso de los datos, como la industria de la Salud, el sector Financiero y de Telecomunicaciones, entre otros.
En el terreno público, los gobiernos recopilan datos en áreas como censo, salud pública, seguridad, transporte, etc. para la toma de decisiones políticas y la planificación a largo plazo. Quizá este ejemplo parece simple pero es notoria la diferencia en el uso de datos del Ministerio de Hacienda y Función Pública frente, por ejemplo, al de Derechos Sociales, Consumo y Agenda 3030.
En el informe de Capgemini Empresas Impulsadas por Datos, los autores llegan a la conclusión de que los pioneros, los «maestros de datos», experimentan un 70% más de ingresos por empleado, un 245% más de rotación de activos fijos y un 22% más de rentabilidad. Aún más importante, logran una disminución del 20% en la pérdida de clientes y un aumento del 19% en la satisfacción del cliente. También disfrutan de un aumento del 19% en la productividad de los empleados y un 16% más de eficiencia operativa.
Desde el proyecto IA+Igual, se ha puesto en marcha un estudio para analizar el índice de penetración de la IA en los procesos de RRHH en las empresas españolas, cuyos resultados se difundirán en el primer trimestre de 2024.
Siempre nos quedará lo humano
Thomas H. Davenport, miembro de la Iniciativa del MIT sobre la Economía Digital y Thomas C. Redman, presidente de la consultora Data Quality Solutions, señalan las tareas específicas que siguen recayendo en las personas que están detrás de los datos: crear una estrategia de datos y decidir cuáles son los relevantes para la organización; crear una cultura basada en datos, calibrar sensores y equipos, desarrollar políticas y estructuras de gobernanza de datos, definir términos empresariales clave y establecer un lenguaje común, determinar el uso correcto o incorrecto de los datos, recomendar dónde se deben almacenar y procesar y definir protocolos que garanticen la ciberseguridad y eviten fraudes relacionado con los datos.
Al hilo del épico final de Casablanca, siempre nos quedará la inteligencia humana frente a muchas tareas que se escapan a la IAg, premisa que se destaca en el artículo Cómo está mejorando la Inteligencia Artificial la gestión del dato, publicado en la revista del Massachusetts Institute of Technology (MIT). Por este motivo es crítico que, desde los departamentos de recursos humanos, se empiece a valorar la capacitación de personas o se busquen perfiles que incorporen este conocimiento a la organización y al propio funcionamiento de la gestión de talento.
