Abordar la creciente brecha de capacidad de Recursos Humanos con IA

Si lideras el área de HR, ya conoces la incómoda verdad: la brecha entre lo que tu organización espera y lo que tu equipo realmente puede ofrecer se está ampliando, no cerrando. Se te pide que actúes como un socio estratégico en el crecimiento y la transformación empresarial, al mismo tiempo que manejas un volumen sin precedentes de problemas de empleados complejos y emocionalmente intensos, todo con prácticamente el mismo personal y las mismas herramientas que tenías antes de que la pandemia remodelara fundamentalmente el trabajo.

No se trata de trabajar más duro o ser más eficiente; las cuentas simplemente ya no cuadran. La volatilidad pospandemia, la escasez crónica de habilidades y el cambio organizacional constante han puesto a los departamentos de HR en un modo de crisis casi continuo. Al mismo tiempo, los empleados de cinco generaciones diferentes exigen una personalización de nivel de consumo en todo, desde los beneficios hasta el desarrollo profesional, mientras que los líderes esperan que resuelvas desafíos estratégicos como la planificación de la sucesión para una fuerza laboral que envejece, impulsando resultados comerciales medibles a corto plazo y preparando a la fuerza laboral para un futuro aumentado por la AI.

Un desafío creciente para los resultados financieros

La tensión se está haciendo notar. Investigaciones recientes revelan que el 84% de los líderes de HR reportan estrés frecuente, el 81% se sienten agotados y el 95% describen el trabajo como "demasiada carga y estrés". Otras encuestas informan que los departamentos de HR están cada vez más “al límite de su capacidad”, y los participantes de las encuestas reportan un deterioro en la calidad y efectividad de su trabajo.

Las implicaciones para las empresas son enormes, con tasas decrecientes de reclutamiento y retención de empleados vinculadas a un equipo de HR sobrecargado de trabajo, lo que dificulta que las organizaciones cuenten con el personal adecuado para las demandas actuales, y mucho menos para el futuro. Con el costo mensual de una vacante sin cubrir que oscila entre $5,000 y $25,000 dólares, según la antigüedad del puesto y el sector, y costos de reemplazo de hasta el 200% del salario anual de un empleado típico, aprovechar al máximo a los empleados actuales es absolutamente fundamental.

El compromiso de los empleados también está disminuyendo debido a la falta de apoyo, motivación y claridad en su plan de carrera, y la "renuncia silenciosa" se está convirtiendo en una norma cada vez más común. Esta es una tendencia preocupante, ya que una caída de unos pocos puntos porcentuales en el compromiso de los empleados puede traducirse en millones de dólares perdidos en productividad para una empresa.

Claramente, algo tiene que cambiar, y cada vez más, la respuesta no es aumentar el personal ni adoptar otra solución aislada. Las organizaciones que están tomando la delantera no están haciendo más con menos; están replanteando fundamentalmente qué hace HR, qué hace la AI y dónde se encuentran ambos.

El camino de HR hacia la transformación con AI

En cualquier conversación sobre HR y AI, es importante reconocer el impacto limitado que la AI ha tenido hasta la fecha. En una encuesta reciente de Gartner a líderes de HR, el 88% informó no haber obtenido un valor comercial significativo de las herramientas de AI, a pesar de los intentos generalizados de incorporar la AI en sus organizaciones. Las herramientas de AI han tenido impacto en tareas de HR muy específicas, como la captación y búsqueda de talento, el filtrado de currículums y la toma de notas y resúmenes de entrevistas, pero la confianza sigue siendo un obstáculo fundamental para una adopción más amplia en funciones más complejas de gestión de la fuerza laboral.

A pesar de esto, en una encuesta tras otra, los líderes de HR continúen expresando optimismo sobre la transformación a largo plazo de las funciones de HR con AI y siguen aumentando sus inversiones en esta tecnología. Lo que muchas de estas organizaciones están empezando a comprender es que la transformación impulsada por la AI no es una solución rápida y mágica para necesidades organizacionales de larga data, sino una herramienta que se puede integrar de manera cuidadosa y gradual tanto en los procesos existentes como en los rediseñados, a medida que evolucionan las capacidades técnicas y surgen políticas y prácticas de gobernanza. Este enfoque redefine la transformación no como un estado binario alcanzado o no por un departamento de HR, sino como un camino a largo plazo de cambio gradual y mejora de procesos que ofrece beneficios crecientes con el tiempo.

Un camino probado hacia el éxito

Juntos, MathCo y Databricks han permitido a una amplia gama de equipos de HR integrar la AI en la estructura misma de sus procesos. El enfoque que hemos descubierto que ofrece los mejores resultados se desarrolla en una serie de fases, cada una de las cuales se basa en el éxito de las anteriores y aporta un valor comercial incremental a lo largo del camino (Figura 1).

Fase 1: Construir la base de datos

Solo cuando se combinan los activos de información de propiedad exclusiva de tu organización con modelos de AI listos para usar se puede ofrecer el valor que buscas. Esto plantea dos desafíos para la mayoría de los equipos de HR: cómo reunir la información de los empleados de toda la empresa y cuál es la mejor manera de garantizar que esta información confidencial esté debidamente protegida.

Los equipos de marketing conocen desde hace tiempo estos desafíos en lo que respectas a los datos de los consumidores. El patrón principal adoptado por la mayoría de estos equipos es construir un repositorio centralizado de información relevante, conectado en torno a un concepto compartido de la identidad de cada consumidor individual. Este repositorio de información, a menudo denominado Customer 360, se adapta fácilmente a la información de los empleados.

Dentro de Employee 360, los datos de los empleados se centralizan desde toda la empresa. Se replica la información estructurada de varios sistemas operativos, así como la información no estructurada de una variedad de sistemas de gestión y comunicación. También se extraen métricas y clasificaciones útiles de estos datos, y se generan insights predictivos. El objetivo es hacer que los datos brutos alojados en Employee 360 sean más fáciles de trabajar de inmediato para los equipos de HR y aportar cierta estandarización a las interpretaciones críticas de las señales en la información de los empleados.

La gobernanza de datos es absolutamente fundamental aquí. Si bien prestamos mucha atención a garantizar que se otorgue el acceso adecuado a los datos y se audite cuidadosamente, también es fundamental que prestemos atención a la calidad de la información en el repositorio. Tomar decisiones sobre la fuerza laboral basándose en información poco confiable no solo es perjudicial para el negocio, sino que puede tener implicaciones regulatorias y legales para la empresa.

Fase 2: Reevaluar los insights de la fuerza laboral

Con una base de datos sólida, confiable y segura, el siguiente paso es poner a trabajar esa base. En lugar de seguir dependiendo de informes manuales y análisis puntuales, las organizaciones ahora pueden ofrecer productos reutilizables de insights de la fuerza laboral creados directamente desde Employee 360, integrando los datos en los flujos de trabajo críticos de HR donde más importa: contratación, gestión del desempeño, compensación, deserción y planificación de la fuerza laboral.

Este cambio hace más que mejorar la eficiencia. Para las organizaciones que han operado con una visibilidad de datos limitada, coloca la inteligencia de la fuerza laboral en el centro de cada decisión clave de HR, desarrollando la fluidez analítica que los líderes, gerentes y analistas de HR necesitarán en el futuro. Al mismo tiempo, ampliar el acceso a una fuente compartida y autorizada de información de los empleados sirve como una prueba de esfuerzo natural para los propios datos.

Al principio de esta fase, quienes toman las decisiones inevitablemente encontrarán hallazgos que desafiarán sus expectativas. Algunos de esos desafíos revelarán problemas reales de datos o de lógica que vale la pena corregir. Con mayor frecuencia, revelarán algo más valioso: la brecha entre las suposiciones arraigadas y cómo funciona realmente la fuerza laboral.

Ambos resultados son constructivos. Las organizaciones que superan esta fase surgen con datos más limpios, instintos analíticos más agudos y, quizás lo más importante, un equipo de liderazgo que ha visto de primera mano dónde falla el pensamiento convencional. Esa es precisamente la mentalidad necesaria para replantear los flujos de trabajo de HR desde cero.

Fase 3: Aumentar los flujos de trabajo con AI

La organización ahora está preparada para aprovechar la AI, pero aún existen dudas sobre la confianza en la tecnología. En lugar de un replanteamiento radical de los flujos de trabajo de HR, lo mejor es comenzar con la mejora de los flujos de trabajo de HR existentes, manteniendo la intervención humana (human-in-the-loop) para la interpretación de los resultados generados por AI y la toma de decisiones críticas.

Aunque un mapeo exhaustivo de todos los procesos de HR sería sumamente beneficioso, esta fase suele comenzar con una simple enumeración de los flujos de trabajo que tienen limitaciones de recursos y dependen en gran medida de la interpretación humana de la información. Capturar estos flujos de trabajo, integrarlos en una herramienta de gestión de flujos de trabajo capaz de emplear AI y utilizar la AI de forma selectiva para tareas interpretativas, repetitivas y que consumen mucho tiempo, comienza a aportar más estructura a los flujos de trabajo y sienta las bases para obtener beneficios medibles para el equipo.

La transparencia es fundamental en esta fase. Siempre que se utilice la AI, las personas responsables de la toma de decisiones deben tener acceso a los detalles no solo de qué decisión se tomó, sino también de por qué se tomó. Estas personas necesitan la capacidad de proporcionar retroalimentación y correcciones a la AI, y esta retroalimentación debe utilizarse para ajustar con precisión los resultados a lo largo del tiempo. Nunca esperamos que la AI ofrezca resultados perfectos y puramente deterministas, pero con el uso adecuado de la retroalimentación, puede ofrecer resultados que superen la confiabilidad y consistencia de un profesional experimentado. Pero se necesita tiempo para llegar allí.

Fase 4: Crear procesos optimizados para AI

Se dedicará bastante tiempo a la Fase 3, mejorando los flujos de trabajo existentes mediante un uso más limitado de la AI. Se pueden acumular beneficios considerables en esta fase, pero a medida que los equipos se sienten más cómodos con el uso de la AI y se familiarizan más profundamente con sus propios flujos de trabajo, llega un punto en el que la organización está lista para un replanteamiento radical en algunas áreas.

En este punto, la conversación pasa de dónde puede la AI aliviar las limitaciones de recursos dentro de la organización a cómo la AI puede ayudar a la organización a transformar la gestión de HR y del personal en una capacidad diferenciadora.

No existe un único camino a seguir en esta fase, ya que las necesidades de cada organización serán diferentes, pero al haber adoptado el enfoque incremental que se describe aquí, las organizaciones cuentan con la base de datos y tecnología que necesitan para respaldar dicho esfuerzo. También han establecido la familiaridad y la confianza tanto del equipo de HR como de los líderes de personas en toda la empresa para explorar la gama más amplia de oportunidades que la AI puede desbloquear para su personal.

Aproveche la experiencia de MathCo

Hacer realidad esta hoja de ruta de cuatro etapas requiere algo más que intención. Exige la base tecnológica adecuada para dar vida a la estrategia. MathCo cierra esta brecha a través de NucliOS, una plataforma de AI de nivel empresarial diseñada para acelerar la transformación empresarial (Video 1).

Video 1. El estudio NucliOS de MathCo, que cuenta con bloques de construcción modulares y plantillas preconfiguradas

En lugar de empezar de cero, NucliOS aplica bloques de construcción modulares y plantillas de HR preconfiguradas que ayudan a las organizaciones a pasar rápidamente de datos fragmentados a una visión unificada y segura de Employee 360. Este enfoque acorta los plazos de implementación y garantiza que la base esté gobernada, sea confiable y esté adaptada a los matices únicos de los datos del personal.

A medida que los equipos avanzan en las fases posteriores, NucliOS proporciona aceleradores integrados que hacen que la adopción de la AI sea escalable y sensible al contexto. Cada modelo e información, desde las recomendaciones de contratación hasta las alertas de deserción, es transparente y explicable, lo que permite a los equipos de HR mantener una visibilidad total de cómo funciona la AI y mantener a las personas involucradas en la guía y el perfeccionamiento de sus resultados.

Alineado con las cuatro fases de la transformación, NucliOS ofrece tres entornos integrados para respaldar el progreso continuo:

• Data Studio automatiza y protege la base de datos.
• AI Studio pone en funcionamiento los modelos y garantiza que los bucles de retroalimentación humana sigan siendo fundamentales.
• Decision Studio permite la creación de aplicaciones personalizadas que transforman la información madura en acciones estratégicas.

Juntas, estas capacidades brindan a HR las herramientas para hacer evolucionar sus procesos al ritmo del negocio, yendo más allá de la automatización básica hacia una excelencia impulsada por la AI basada en la transparencia, la gobernanza y la innovación sostenida.

Impulse la transformación con Databricks

Toda transformación exitosa de AI comienza con datos confiables y de alta calidad. Databricks proporciona la base que lo hace posible: el entorno seguro y gobernado en el que toma forma Employee 360. Al actuar como el centro neurálgico para todos los datos del personal, Databricks unifica la información estructurada y no estructurada en todos los sistemas de HR, lo que garantiza una visión de la organización que es consistente, auditable y que cumple con las normas de privacidad.

Basado en una arquitectura de lakehouse, Databricks combina la confiabilidad del almacenamiento de datos empresariales con la flexibilidad de los lagos de datos, lo que permite compartir datos sin problemas y colaborar en tiempo real entre equipos. Los controles de acceso robustos, el seguimiento del linaje y los controles de calidad protegen la información confidencial de los empleados al tiempo que mantienen la transparencia y la trazabilidad requeridas para el cumplimiento normativo.

De manera crucial, Databricks va más allá del almacenamiento seguro. Su profunda integración con capacidades avanzadas de AI y machine learning permite que los datos fluyan de manera segura e inteligente hacia herramientas como NucliOS, donde alimentan modelos predictivos, flujos de trabajo con intervención humana (human-in-the-loop) y la optimización continua de procesos. Este equilibrio entre protección e innovación garantiza que los datos del personal no estén bloqueados, sino que se activen de manera responsable para desbloquear un nuevo valor estratégico.

Comience su viaje de transformación de HR

La creciente brecha de capacidad en HR no se cerrará por sí sola, pero con la base de datos adecuada, una AI confiable y socios experimentados, puede convertirse en un catalizador para el cambio organizacional. El enfoque comprobado de MathCo, impulsado por Databricks, ayuda a los líderes de HR a convertir la visión en acción a través de una transformación de AI segura, transparente y escalable.

Si está listo para explorar cómo la AI puede reimaginar HR en su organización, conéctese con MathCo para comenzar su viaje hacia un personal más ágil, impulsado por datos y preparado para el futuro.

(Esta entrada del blog ha sido traducida utilizando herramientas basadas en inteligencia artificial) Publicación original