top of page

Data y Capital Humano en un Mundo Digital

En los últimos 3 años, la pandemia de COVID-19 mostró la fragilidad de las industrias tradicionales. Si bien algunos verticales, se vieron desafiados por el surgimiento de un nuevo consumidor digital, otras, como el sector tecnológico, han crecido más que nunca, con sus acciones en los niveles más altos de su historia, y su desafío era no encontrar clientes, sino encontrar y retener el talento adecuado para su alta demanda.

En estos días tenemos una brecha importante entre lo que tenemos y lo que necesitamos, y los líderes de recursos humanos deben conectar los puntos, reducir los puntos de falla, automatizar, centralizar los datos, capacitar a las personas para fomentar una adopción y un compromiso digital genuinos. Por lo tanto, debemos establecer procesos para ayudar a los líderes sénior a dar sentido a sus datos en este momento complejo. Y la analítica, combinada con la inteligencia artificial (IA) están aquí para ayudar.


Con el creciente volumen de datos, las empresas tienen la oportunidad de aprovechar las inversiones para aumentar la toma de decisiones existente con información basada en datos más rápido que nunca con IA.

Probablemente, la estrella dentro de la IA es machine learning, y les da a las computadoras la capacidad de aprender de los datos, sin programarlos explícitamente. Pero hay varias áreas en las que la IA se puede aplicar más allá de machine learning, como el procesamiento del lenguaje natural (NLP), es decir, darle sentido a lo escrito o lo hablado y realizar tareas como extracción de contenido, clasificación de temas, traducción y más, sistemas expertos (toma de decisiones en situaciones de la vida real), visión artificial (reconocimiento de objetos), reconocimiento de voz (conversacional y transcripción de voz a texto y de texto a voz), sistemas de planificación y optimización, y Robótica o Cobots (que ven, oyen y reaccionan mediante sensores, como los humanos).



Encontrar y retener talento adecuado

En el proceso de selección de candidatos, es un desafío navegar entre cientos de currículums manualmente para encontrar el que mejor se adapte a un puesto. Si analizamos el proceso de selección, la inteligencia artificial acorta y potencia el ciclo que tarda semanas en contratar al talento adecuado. Según SHRM1, el tiempo promedio de contratación es de 36 días y puede ser de hasta 8 semanas, según la industria. Si confiamos en el procesamiento de lenguaje natural (NLP), el ciclo de contratación puede demorar de dos a tres semanas porque no está mirando cada currículum y carta de presentación. Un modelo de IA ya ha hecho todo por nosotros, por lo que su función es hacer una verificación final y, finalmente, entrevistar a los mejores candidatos. NLP se basa en Deep Learning (aprendizaje profundo), una mejora sofisticada machine learning, que utiliza redes neuronales, imitando el cerebro humano, para procesar los diferentes cálculos para comprender el lenguaje humano y responder en consecuencia. NLP establece asociaciones entre expresiones lingüísticas, acciones y entornos.

Estos modelos pueden manejar una gran cantidad de datos y ponderar cada enlace en la red semántica y las descripciones lingüísticas para que sea preciso. Cuando trabajan con procesos de reclutamiento, adquieren representaciones de palabras y oraciones, centrándose en palabras clave y descripciones del significado de algunas frases, para permitir comprender si tenemos una coincidencia, incluso con palabras desconocidas y acciones que no están incluidas en el entrenamiento. conjuntos de datos

People Analytics y Intelligent Talent Acquisition se han convertido en un área clave de ventaja competitiva para cualquier organización. La evolución del Deep Learning ha sido posible gracias a la potencia informática que tenemos hoy y al crecimiento exponencial de los datos que podemos capturar, ingestar, almacenar y consumir en nuestros modelos. Hoy en día el costo de almacenar datos y el tiempo de procesamiento es muy bajo y cualquier empresa puede darse el lujo de apalancar sus operaciones con esta tecnología.


Confiando en la IA, el proceso de reclutamiento se puede mejorar de dos maneras, primero automatizando las tareas de alto volumen y alta repetición y segundo identificando y clasificando las mejores coincidencias entre CVs y job descriptions. En el primer caso, el trabajo “manual” tradicional como publicar descripciones de puestos, abrir correos electrónicos, descargar currículums a una carpeta en particular según el perfil del candidato y JD, descargar la carta de presentación a otra carpeta, tomar información de diferentes fuentes, copiar y pegar datos, transformar, limpiar, filtrar y finalmente subir los datos a otra unidad compartida. Esto se puede hacer fácilmente con un modelo que imite las reglas seguidas por un analista (como una macro de Excel). Para la segunda parte, podemos usar IA cognitiva, respaldada por NLP, para leer el lenguaje natural en las descripciones de puestos y perfiles de candidatos, encontrar una coincidencia o incluso predecir una buena opción para búsquedas similares o futuras. Los modelos NLP permiten métricas detalladas y porcentajes sobre qué tan bien "encaja" cada candidato para el rol y la cultura de la empresa, y usan datos históricos de contrataciones, emparejando candidatos y roles y capacitando a los modelos con decisiones de entrevista, además de datos externos que podemos usar para mejorar la exactitud.

La belleza de estos modelos es que elevan la vara bien alto, creando una cultura de datos en toda la empresa, modificando comportamientos y procesos, para no solamente encontrar una combinación adecuada entre candidatos y roles, sino también aumentar la productividad con recomendaciones de IA como cuál es el mejor rol para un empleado en particular, cuál debería ser su próximo puesto o si podemos cubrir un puesto vacante con un candidato interno.

Una de las razones por las que las industrias tradicionales están decayendo es porque (nosotros) los consumidores hemos evolucionado. No queremos hacer filas; no queremos perder el tiempo. Y estamos mimados por la industria tecnológica. Queremos tener la misma experiencia que tenemos con Amazon, Spotify y Netflix con cada proceso con el que interactuamos. Queremos ayuda y recomendaciones proactivas, y que cada transacción se realice en poco tiempo, idealmente en segundos. Para eso, necesitamos procesos implementados que se basen en datos e inteligencia artificial para que nuestra gente tenga la misma experiencia que tienen con estas plataformas y mejoren la productividad, la eficiencia y generen ahorros al mismo tiempo.


Reclutamiento inteligente

Imagina un mundo perfecto donde un reclutador pueda abrir su dashboard, ingresar la descripción del puesto y tener a los mejores candidatos en segundos, recomendar candidatos similares, tener un ranking, entender cuándo podrían estar a corto y largo plazo, predecir el ROI y el employee life time value, y saber cuándo y cómo interactuar con cada candidato e incluso conectar la oferta y la demanda (gerentes de talento y contratación) sin intermediarios como Uber. La buena noticia es que esto existe ahora, la tecnología está disponible y no es costosa. La mala noticia es que aquí no hay free lunch, no tenemos modelos plug and play para esto y requiere mucho trabajo. Pero vale la pena trabajar en esto para tener los mejores procesos, transformar la experiencia del candidato, crear una nueva operación digital y liberar el poder de nuestros datos.


La IA puede liberar a los reclutadores para que realicen un trabajo estratégico y evitar lo operativo manual repetitivo y, a veces, subjetivo, apoyándolos con acciones como la interacción, la comunicación y el compromiso de los candidatos, y realizar análisis de sentimiento para comprender los objetivos profesionales de los empleados, identificar candidatos pasivos y crear un pool de talento, combinar CVs con objetivos actuales y futuros más allá de los puestos de trabajo, evaluar a los candidatos para comprender sus valores, personalidad y estilo de liderazgo, programar y realizar la primera ronda de entrevistas. Estos modelos también pueden identificar candidatos internos y ayudar a los líderes de recursos humanos a comprender cuál puede ser una buena opción para un puesto y recomendar a los empleados qué función o nueva publicación coincidiría con sus objetivos profesionales, tal como funcionan las aplicaciones de "citas". El uso de la tecnología puede ser una muy buena solución para filtrar la gran cantidad de solicitudes y tener una selección precisa de los candidatos que coinciden con un rol en particular, y solo enviar los mejores candidatos a los gerentes de contratación.


Be Social

Las empresas están entendiendo cuán importantes son las plataformas sociales para todos. Somos seres sociales y la pandemia de COVID-19 exacerbó eso aún más. Según Statista2, Facebook es la red social más grande del mundo con más de 2700 millones de usuarios activos mensuales en el segundo trimestre de 2020. La socialización es importante para los empleados, especialmente cuando trabajan de forma remota y probablemente aislados. La creación de plataformas internas ayuda a las empresas a recopilar información impresionante sobre sus empleados. Organizacional Network Analysis (ONA), encuestas, sondeos, preguntas y respuestas, comunicaciones y expectativas profesionales.


Esto puede democratizar el acceso a la información en toda la empresa y, al mismo tiempo, contar con una fuente invaluable de información para comprender y medir el clima, crear comunidades y capturar a los buscadores de empleo pasivos y activos en el interior.

La parte más interesante es que tenemos la tecnología lista para respaldar nuestros procesos, pero necesitamos un fuerte trabajo en la cultura y la gestión del cambio para tener a todos a bordo. Estamos viviendo un mundo híbrido, pero el post-COVID será digital.








138 views0 comments
bottom of page