Blog > El impacto de la Inteligencia Artificial en Recursos Humanos

Las 6 áreas de impacto de la inteligencia artificial en recursos humanos: Experiencia del colaborador, inducción/onboarding, reclutamiento y selección, capacitación y desarrollo, desarrollo de carrera, data y people analytics.

Empezando con algunos números:

La mayoría de los 250 líderes de HR encuestados (en Estados Unidos) ya utilizan AI en diversas funciones de HR: records management (78%), beneficios y payroll (77%), reclutamiento y selección (73%), performance management (72%) y onboarding (69%).


INFORME – EIGHTFOLD AI “EL FUTURO DEL TRABAJO: INTELIGENTE POR DISEÑO”

Si bien estos números reflejan la realidad de US, es cuestión de tiempo que llegará a Latinoamérica. Además, de acuerdo con la investigación “Futuro del trabajo 2022” de IDC, se prevé que este año el 60% de las empresas globales de la lista Fortune 2000 implementarán herramientas de AI para apoyar toda la experiencia del ciclo de vida del colaborador.


Si bien los usos potenciales de AI en HR son cada vez más, aquí hay un listado resumiendo los usos de la AI en HR más frecuentes:

1. AI en employee experience 👥

La experiencia del colaborador también puede mejorar exponencialmente mediante el uso de AI de diversas formas:

a. Automatización de preguntas frecuentes: AI-conversacionales (chatbots) para colaboradores que responden preguntas frecuentes de temas como políticas, documentación o beneficios, y automatizar flujos tales como realizar cambios en datos personales o solicitar días de vacaciones, de manera que el tiempo de respuesta es más eficiente y automático, permitiendo que los equipos de HR liberen su tiempo y se enfoquen en tareas más estratégicas. 

b. Medición de la experiencia del colaborador en tiempo real: Otra funcionalidad de estos chatbots es la de ser la mano derecha del equipo de HRBPs: los ayudan a tener visibilidad en la experiencia de todos los colaboradores en tiempo real, manteniendo conversaciones personalizadas con todos los colaboradores de manera frecuente (cada 30 a 45 días) y en los momentos más relevantes de su ciclo de permanencia: encontrando colaboradores desmotivados, con riesgo de burnout o en riesgo de partida antes de que sea tarde, así como también pueden detectar “gaps” culturales. Y en base a esas conversaciones, generar las conocidas People Analytics en tiempo real para brindar información a los líderes y a los equipos de HR.

Estos dos puntos anteriores, también pueden aplicarse al “candidate experience”, contestando preguntas frecuentes y entendiendo la experiencia de los candidatos durante el proceso de selección y el proceso de pre-onboarding.

c. Oportunidades de carrera en la compañía: Por último, uno de los usos dentro de la experiencia del candidato es la de sugerir oportunidades laborales o de carrera a los colaboradores actuales de la compañía, en base a su perfil y las vacantes abiertas.

¿Estás buscando transformar la experiencia de tus colaboradores con AI?
Conoce Lara AI: people analytics en tiempo real y automatización inteligente de HR

2. AI en el onboarding 🙇

Podemos decir que la inducción o el onboarding de los nuevos colaboradores es una de las partes esenciales del ciclo de permanencia de un colaborador en la compañía, y la estadística dice que la baja rotación se debe en gran parte de una buena inducción.

Ahora bien, la AI puede hacer que el proceso de onboarding sea más fluido, cercano y personalizado.

¿Cómo? 😎 Si, chatbots. De una manera similar al punto anterior, los chatbots impulsados por AI pueden guiar a los nuevos colaboradores durante el onboarding, brindando información, respondiendo preguntas y asistiendo con tareas administrativas, como proporcionar identificaciones, verificando documentos del colaborador, enviar videos de capacitación, asignar “buddy” y otorgar acceso a hardware y software de la empresa.

Se puede establecer hitos que activen el acompañamiento durante el onboarding, por ejemplo automatizando el ida y vuelta con un chatbot de AI, a medida que pasan los días durante el onboarding. En fin –> automatización.

3. AI en recruiting y hiring 🤖

Desde la publicación de ofertas de trabajo hasta el envío de ofertas laborales, la AI ha logrado reducir significativamente el tiempo dedicado a reclutar talento al automatizar tareas manuales y repetitivas, y podemos resumirlo en tres aspectos clave:

a. Redacción de puesto: Hemos visto como la AI puede ayudar a los “hiring managers” a redactar mejores requisitos del puesto. Simplemente con la tecnología de AI-generativa (ChatGPT, Bard, etc) que haya sido entrenada con suficiente cantidad de redacciones de puestos, se puede extraer las habilidades necesarias para tener éxito en un puesto, mejorando drásticamente la velocidad y calidad de este proceso. Por mas obvio que parezca, cabe destacar que siempre una persona debe dar el visto bueno final. 

b. La personalización de la experiencia de los candidatos. Con AI generativa generalmente vista en “chatbots de reclutamiento”, las organizaciones pueden personalizar el “ida y vuelta” y la comunicación con los candidatos:

  • Midiendo la experiencia del candidato realiazando preguntas durante y posterior al proceso de reclutamiento.
  • Brindando información a los candidatos durante el proceso: tiempos, estado de su postulación, entre otros.
  • Contestando preguntas frecuentas durante el proceso de pre-onboarding con aquellos candidatos en sus días previos al ingreso.

c. La automatización del proceso de entrevistas. También utilizando chatbots impulsados con AI, se logra automatizar las entrevistas  para poder procesar una gran cantidad de candidatos en poco tiempo y de manera automatizada. Ahora bien, en general vemos que esta tecnología suele usarse en compañías con alto volumen de contratación y/o rotación, y que suele automatizarse la primera parte del proceso -el “screening”- para hacer el primer filtro de candidatos.

Algunos ejemplos de compañía serían los de Eightfold, Manatal y EmiLabs para LatAm.

4. AI en capacitación y desarrollo 📚

AI puede venir de la mano de la “personalización”, y qué mejor que poder dar capacitaciones personalizadas a cada persona según sus necesidades e intereses.

Ahora bien: ¿cómo sabemos que capacitación es la ideal para cada persona? –> Necesitamos datos, grandes cantidades de datos que nos permitan conocer mejor a las personas y poder dar recomendaciones a medida en basea intereses, habilidades, etc.

La AI en el área de L&D (capacitación y desarrollo) puede crear capacitaciones personalizadas para cada colaborador, basándose en su rol, actividades o habilidades específicas. Rastreando los métodos de aprendizaje únicos de cada persona, los intereses y los puntos de mejora, la AI puede también proporcionar recomendaciones individualizadas para mejorar las habilidades de los colaboradores.

5. AI en desarrollo de carrera interno 🙋

El desarrollo profesional de los colaboradores, también se puede facilitar utilizando herramientas de AI para buscar talento dentro de la organización.

La AI puede agilizar los procesos de “movilidad interna” al emparejar a colaboradores y departamentos de manera eficiente, evitando así la necesidad de contratar externamente para puestos vacantes y ahorrando costos en reclutamiento y capacitación, y evitando la rotación voluntaria de talentos con potencial que están en busca de un nuevo desafío.

Podemos pensar esto no solamente de la perspectiva de la compañía, si no de la perspectiva del colaborador. Hoy en día, los colaboradores dependen en gran parte de que su manager/líder tenga conocimiento de sus habilidades y tenga interés y tiempo para ayudarlo a evaluar nuevas posibilidades de carrera. Pero con las nuevas tecnologías de AI-generativa de texto, podríamos tener un chatbot al cual los colaboradores puedan preguntarle “¿Qué oportunidades hay abiertas para mi en la compañía? Aquí te escribo mis habilidades, y mi experiencia”.

6. AI en la toma de decisiones y people analytics 📊

Se están construyendo nuevas plataformas de AI que se basan principalmente en analizar gran cantidades de datos. Estas plataformas han sido creadas con el único fin de poder recolectar, entender y analizar grandes volúmenes de datos.

Por ejemplo, imaginemos una herramienta que tiene información de millones de perfiles del mercado laboral, que incluyen habilidades, sueldos, educación, etc. Y que estos sistemas pueden echarle un vistazo a la data de tu compañía, tomándola como un pequeño sub-segmento, y generando resultado en base a los miles de datos que ya tienen. Esto quiere decir que podrás tener predicciones de rotación, de potencial, de carrera, de performance, de fit con tu compañía, y muchos más insights más.

Ahora bien, estos sistemas de predicción de AI basados en data, deben estar “entrenadas” con información que no es únicamente de la compañía que la usa, sino que pueden tener miles de millones de fuentes de datos. La información de una compañía -por lo general- no alcanza para identificar patrones, trazar relaciones y generar predicciones. Y este concepto aplica para todos los 6 puntos de este post: probablemente muchos de los sistemas basados en AI que se utilicen para HR, ya están entrenados con grandes cantidades de información de otras compañías.

Por ejemplo, analizando la información de una compañía en modelos previamente entrenados, podríamos entender si hay alguna problemática en diversidad o en disparidad de pagos por género. 

No necesariamente estos deben ser nuevos sistemas o plataformas, sino pueden ser funcionalidades agregadas apalancadas por AI que utilicen los sistemas que ya tenemos.


En síntesis

La Inteligencia Artificial en Recursos humanos está cambiando (y va a seguir cambiando) la forma en que el se opera, trayendo nuevas soluciones inteligentes que benefician tanto a los colaboradores como a las empresas.Esta tendencia definitivamente abrirá nuevas oportunidades para mejorar la eficiencia, la personalización y la experiencia general de los empleados en el lugar de trabajo.

Ahora bien, también la AI trae grandes y preocupantes riesgos de su uso que debemos considerar responsablemente y que voy a estar mencionando en otro artículo a futuro 😀👍.