Cómo la IA Agéntica Está Transformando la Incorporación, el Mentoreo y la Retención

David Rice: ¿Qué hace que estos agentes sean realmente agénticos en lugar de, digamos, un panel de control o un asistente inteligente?

Francisco Marin: Una IA agéntica realmente no está esperando a que un humano haga una pregunta. Toma decisiones en tiempo real de forma proactiva, o identifica intervenciones basadas en los indicadores universales a los que la IA tiene acceso.

David Rice: ¿Cómo se garantiza la confianza cuando los agentes de IA inician algo tan delicado como la retención o el mentoreo?

Dan George: Tenemos que asegurarnos de que todo lo agéntico tenga el nivel adecuado de consentimiento y uso ético. Así que haces clic en el botón para consentir y en cualquier momento pueden retirar su consentimiento.

David Rice: ¿Cómo se ve el éxito?

Francisco Marin: En una intervención de mercado de mentoría, podrías estar viendo ahorros de entre 20k a 30k acortando el tiempo hasta la productividad de una nueva contratación hasta en un 40%.

David Rice: Bienvenidos al pódcast Gente Que Gestiona Personas, el programa donde profundizamos en el lado humano del trabajo, la tecnología que lo influye y las ideas audaces que van a moldear el futuro de las prácticas en gestión de personas. Soy su anfitrión, David Rice.

Hoy tengo dos invitados. Francisco Marin es el fundador y CEO de Cognitive Talent Solutions. También es autor del Manifiesto Network-First y pionero en análisis de redes organizacionales. Francisco lidera una creciente comunidad global centrada en cómo las redes informales y la colaboración por IA pueden acelerar la incorporación, el mentoreo y el liderazgo informal en grandes empresas.

Dan George es el Chief Experience Officer en CTS y fundador y CEO de Piper Key Analytics. Es un experto galardonado en analítica de personas, planificación de la fuerza laboral y transformación de RRHH basada en datos. Tiene experiencia en empresas Fortune 100 y medianas innovadoras, y ha ayudado a reinventar la gestión del talento y RRHH como una función estratégica impulsada por análisis. También es parte de nuestro consejo editorial asesor.

En esta conversación, intentaremos explorar en profundidad cómo los agentes de IA y el análisis de redes están transformando RRHH de simples informes estáticos a flujos de trabajo autónomos y accionables. Francisco compartirá algunas ideas de los primeros pilotos en los que agentes de IA emparejan mentores y aprendices. La IA mapea el liderazgo informal y acelera la incorporación a través de redes críticas. Dan desglosará cómo estos agentes pueden escalar la función de people analytics en sí, automatizando insights y permitiendo que los profesionales de RRHH se enfoquen en el trabajo estratégico.

Ya lideres RRHH, operaciones de personas o la estrategia de talento, o si simplemente quieres entender hacia dónde se dirige la próxima frontera de la transformación laboral, esta conversación es para ti. Vamos a ello.

¡Perfecto! Francisco, Dan — ¡bienvenidos!

Dan George: Es un placer estar aquí. Gracias.

David Rice: Quiero empezar hablando de la visión que tienen con Cognitive Talent Solutions. ¿Por qué estos ocho agentes? ¿Cuáles eran las principales áreas en las que querían incidir al analizar RRHH de manera global?

Dan George: Desde nuestra perspectiva, hay muchas formas en las que los agentes de IA pueden ser eficaces dentro de RRHH, pero estos ocho eran de los más evidentes porque no solo podíamos recopilar el consentimiento fácilmente y asegurarnos de que todas las partes involucradas estuvieran dispuestas y capacitadas, sino que además podíamos hacer seguimiento del ROI específico y ver cómo impactan en las operaciones generales de RRHH y en los aspectos necesarios de ser una primera generación de resultados.

No queríamos volvernos locos, pero sí hacer impacto sabiendo que todo esto va a evolucionar eventualmente. Así que estos ocho eran los que más sentido tenían.

Francisco Marin: Estoy completamente de acuerdo con lo que comparte Dan. Y para complementar, observamos que ya había capacidades de IA agéntica desplegadas para procesos centrales de RRHH como la nómina o el cumplimiento normativo.

Pero faltaban casos de uso que afectaran a la analítica de personas, especialmente los alineados al marco de redes que usamos en CTS. Cómo podían ayudarnos a repensar procesos clave como la gestión del cambio, el desarrollo de liderazgo o la incorporación en términos de activación social.

Así que seleccionamos este grupo de ocho. Hemos logrado buena tracción. Podemos hablar luego de los casos de onboarding y el emparejamiento de mentoría, pero sentimos que reflejaban un mensaje: este es el nuevo camino de capacidades agénticas para la industria de people analytics más allá del análisis de redes organizacionales.

David Rice: Dan, mencionaste el consentimiento. ¿Cómo se garantiza consentimiento, confianza y transparencia cuando los agentes de IA inician algo tan delicado como una intervención de retención o una conexión de mentoría entre pares?

Dan George: Exactamente, ese fue uno de nuestros pensamientos preventivos. Tenemos que asegurarnos de que cualquier proceso agéntico tenga el nivel correcto de consentimiento y uso ético. En nuestra plataforma, a través del servicio y correos electrónicos de los involucrados, cuando el agente identifica un criterio específico, puede lanzar un correo automatizado generado por un administrador.

Y así empiezan todo el proceso de firmas identificadas. Ambos reciben un email con un botón de consentimiento. Con eso, ambos han sido notificados y han dado su consentimiento para empezar el proceso. Y en cualquier momento pueden retirarlo, así nos mantenemos no solo conformes a la GDPR, sino a la ética en general.

Francisco Marin: También discutimos mucho con el equipo los matices de cada caso. Por ejemplo, en retención de talento, debatimos si tiene sentido dar estos insights a nivel agregado (por ejemplo: "Este equipo de 13 personas tiene alto riesgo de rotación, estas son acciones a considerar") o hacerlo a nivel individual y notificar al supervisor directo. A veces lo testeamos a nivel agregado y otras individual, recogiendo la reacción de las primeras empresas piloto y los empleados.

El principio es tener mecanismos de aceptación. Si, por ejemplo, eres seleccionado como mentor de un nuevo, debes dar tu consentimiento para participar como mentor. Y luego, ¿cuál es el rol del supervisor? ¿Debe ser quien autorice o solo estar informado? Lo estamos evolucionando, pero la idea es cumplir regulaciones (incluida GDPR) y construir siempre estos mecanismos de "opt-in".

David Rice: Hablemos funcionalidad, porque me da curiosidad: ¿qué hace que estos agentes sean realmente agénticos y no solo un panel o asistente inteligente, o una aplicación típica de gen AI?

Francisco Marin: Como indica el nombre, la IA agéntica otorga más agencia a la IA, ¿no?

Esta IA no espera a que el humano analice el panel ni haga una pregunta para actuar. Identifica activamente dudas o intervenciones. El componente humano aún autoriza desde la plataforma, pero la IA monitorea señales e identifica intervenciones en tiempo real.

Además puede tomar decisiones contextuales. Hay distintos indicadores disponibles y el agente orquestador, dentro del marco, decide en tiempo real cómo estructurar notificaciones, cómo hacer la intervención...

El nivel de agencia es mucho mayor que en una IA generativa tradicional, como las que antes habíamos desarrollado.

David Rice: Comentaste que tienen estudios piloto. ¿Qué agentes han mostrado tracción inmediata o despertado mayor interés?

¿Y a qué lo atribuyen?

Francisco Marin: Es el emparejador de mentoría con onboarding. ¿Quieres contar esto, Dan?

Dan George: Sí, el emparejador de mentoría es probablemente uno de los de menor riesgo. Soy un gran creyente de tener no solo un mentor sino varios. Para cualquier organización interesada en involucrar nuevos talentos o managers, tener un mentor y lograr un emparejamiento relevante es fundamental, incluso si no son del mismo equipo o nivel jerárquico.

El gestor de mentoría intenta comprender mejor al individuo, su nivel, aspiraciones, según la profundidad de la encuesta ONA activa.

Tanto mentores como aprendices reciben el correo de consentimiento. Ambos pueden aceptar y entonces se inicia la introducción. A escala, automatiza un proceso que yo mismo hice manualmente cuando fui CHRO o encargado de analytics en otras firmas. En vez de hacer listas y enviarlas a LNOD o talento, el admin puede simplemente hacer clic. Así evitamos siempre seleccionar solo los mismos mentores de siempre.

Es fácil, de bajo riesgo y muy impactante, con una gran relación valor-precio.

Francisco Marin: Además se entiende rápido: quienes hemos trabajado en una multinacional sabemos que marca la diferencia el primer contacto, y si quien te recibe es inspirador, apoyador y motivado. Si no, el nuevo puede desconectarse o irse con la competencia. Esto es clave, más ahora que la incorporación suele ser híbrida, sin interacción presencial.

La gente entra a organizaciones en reestructuración, en entornos inciertos. Optimizar el onboarding y acortar el plazo hasta la productividad es fundamental. Aquí repensamos la incorporación como activación social.

David Rice: Muy interesante. Y me imagino que en grandes empresas internacionales esto ayuda a crear conexiones. Mencionaste que los agentes pueden identificar riesgos de burnout, conectar automáticamente a alguien con mentor o manager... ¿Cómo es ese flujo en la práctica?

Francisco Marin: Podemos explicar el flujo del emparejador de mentoría, que ya está en funcionamiento en múltiples empresas.

Funciona así: una nueva persona se une; la IA identifica quién sería el mentor o 'buddy' ideal, según métricas como liderazgo informal mapeado por ONA, aspectos técnicos, rol, departamento, rendimiento, experiencia... Cuanta más data, más sofisticadas las recomendaciones. Tras el "match", RRHH autoriza la intervención. La IA contacta al mentor para obtener su consentimiento, e informa al primer supervisor (sin pedirle permiso, solo informando). Si el mentor consiente, la IA presenta mentor y aprendiz por correo, agenda una reunión y documenta si se realizó, evaluando el impacto en ahorros de tiempo hasta productividad. Así es un flujo de IA agéntica para onboarding y mentoría.

David Rice: Hablemos de resultados. ¿Cómo se mide el éxito de estos agentes? ¿Qué señales o resultados se rastrean?

Dan George: En cuanto al impacto, existe investigación previa y hemos recopilado ROIs promedio para estos escenarios.

Cuando los agentes cumplen sus tareas y los mentores y aprendices tienen sus reuniones y arrancan, se suman esos conteos y se les puede aplicar una cuantía monetaria. Todo aparece agregado en el panel, para que RRHH o el admin lo vea. Se pueden ajustar los ROIs. Lo importante es el flujo automático, coordinado y ejecutado, que puede ahorrar decenas o cientos de horas según el grupo. Todo esto se puede presentar en distintos estilos. Así todos entienden el volumen generado y ejecutado.

Francisco Marin: Para precisar, solo con la intervención de mentoría se pueden lograr ahorros de 20k a 30k acortando el tiempo hasta la productividad de un nuevo en un 40%.

Esto puede escalarse a toda la compañía. Los agentes de IA ya están disponibles en nuestra plataforma de autoservicio Connect network analyzer, y avanzamos para integrarlos de forma nativa en plataformas como ServiceNow y Google para que los clientes los usen en su infraestructura IT existente.

Allí los agentes pueden interactuar con toda la información de gestión de casos HRSD en ese ecosistema. Es un periodo excitante, descubrimos nuevos casos de uso, recibimos feedback y nos preparamos para desplegar los ocho agentes a escala, más allá del piloto.

Dan George: También hemos despertado interés en otros CRMs. Añadirlo como app nativa en sus marketplaces agiliza todo el proceso e integración.

David Rice: Imagina tener acceso al mejor talento mundial. Ya sea ese ingeniero en São Paulo, la jefa de ventas en Dublín o esa increíble diseñadora en Ciudad del Cabo: tu próxima gran contratación puede estar en cualquier parte. Con Oyster, no tienes por qué dejarla ir.

Oyster ayuda a las empresas a contratar talento global, ejecutar nómina precisa y a tiempo, y cumplir normativas. Crea tu equipo ideal y crece con confianza, porque el mundo es tu ostra.

Evidentemente, esto interesa a RRHH, pero mencionaron la capacidad de presentarlo a la dirección y resto del C-suite. ¿Están viendo más interés desde operaciones, CEOs y otros?

Dan George: Cada semana, cada mes, recibimos más interés desde fuera de RRHH.

Antes entrábamos por analytics de personas o profesionales de transformación y talento, pero cada vez más hablamos con líderes de otras áreas que desean entender las habilidades y redes de sus empleados.

Así aceleran la innovación, mejoran la colaboración, entienden la dinámica cultural e identifican los principales influencers de la organización para adaptar comunicaciones e impulsar cambios, ya sea en la parte alta, media o baja de la empresa. Los influencers están en todas partes. Activarlos acelera la adopción del cambio, ese es un caso de uso clave.

David Rice: Desde el punto de vista técnico, cada empresa tiene una infraestructura distinta. ¿Qué datos o infraestructuras mínimas se necesitan para adoptar estos agentes?

Francisco Marin: Buena pregunta: las barreras de entrada son más bajas de lo que parece. Lo genial es que combinamos ONA activa (encuestas online) y ONA pasiva (metadatos agregados de herramientas colaborativas como Microsoft, Google, Slack, etc.).

En términos de métricas esenciales: nombre y correo del empleado, nombre y correo del manager, y poco más para lanzar un piloto. Cualquier dato extra como departamento, división, rendimiento, compromiso o historial de rotación mejora las recomendaciones, pero la IA agéntica puede tomar decisiones basadas en lo que reciba. Si la IA no sabe quién es tu manager o email, no podrá notificar, pero esa info suele estar en las APIs estándar. Todo dato extra suma.

Dan George: Hemos tenido equipos que cargan estructuras jerárquicas súper simples y otros clientes que cargan dos o tres jerarquías distintas, según cómo analicen su empresa y tendencias. Podemos ingerir cualquier estructura razonable. Nuestra LLM de fondo, o las del proveedor en cuestión, hacen el análisis ONA combinando varios LLMs para mapear bien las redes.

Francisco Marin: Un ejemplo real: trabajamos con una Fortune 5 con siete indicadores distintos para definir equipos (organigrama, funcionales, reportes directos/indirectos, etc.). La IA logró interpretar todos esos indicadores universales y los incluyó en sus recomendaciones y prompts con la parte generativa, algo que realmente cambió cómo los clientes consumen insights de este tipo.

David Rice: He visto estudios que sugieren que profesionales de RRHH creen no estar calificados para usar herramientas de IA, porque no son "de datos". ¿Han encontrado escepticismo o resistencia a la IA agéntica en estos procesos humanos y cómo lo han afrontado?

Francisco Marin: Hasta ahora, por mi experiencia, se entiende que la IA será crítica en el futuro del trabajo. No importa si trabajas en RRHH, IT o finanzas, tienes que lidiar y familiarizarte con esto porque va a impactar tu empleo pronto.

Quizá eso reduce el rechazo a adoptar estas tecnologías, comparado con olas previas. En la integración de IA generativa fuimos de los primeros en people analytics y ahí algunas empresas nos decían: "Nos encanta la tecnología, pero no queremos sumar la IA generativa aún". Pero dos meses después, esas mismas empresas lanzaban IA agéntica a toda la organización. Ahora lo entienden: deben ser early adopters o quedan fuera del mercado.

Veo ese cambio de mentalidad, también porque la IA empieza a formar parte de la vida diaria. Más IA generativa que agéntica, pero así lo percibo: menos resistencia de la que esperaba.

Dan George: Hay dos aspectos aquí. Nuestra plataforma está diseñada para cualquier profesional: si tienes mucho conocimiento de ONA y bases matemáticas, perfecto, todos los indicadores esperados están. Pero lo que mostramos de entrada en informes son datos de fácil comprensión, con la posibilidad de profundizar y descargar informes para integrarlos a tu base de datos o almacén de RRHH tan solo subiendo un Excel. Sea para 300 o 30,000 personas, todo se integra.

Tenemos tanto reportes e insights no técnicos como la matemática para quien quiera profundizar. Además, justo hablaba con una clienta que quería iniciar sin la parte generativa/agéntica porque así se sentían más cómodos. Pero a las semanas y viendo el sistema, quisieron sumar esa funcionalidad por dos motivos: primero, está confinada a ese entorno, no es comparable a otras herramientas globales de RRHH; segundo, los clientes solo comparten la información demográfica que aceptan, lo que da tranquilidad.

Francisco Marin: Ese mensaje es clave. Siempre reforzamos que los usuarios con acceso a la plataforma controlan cómo se comparten los insights. Puedes autorizar o no una intervención, puedes compartir un resumen ejecutivo en PDF, personalizar qué métricas, insights y gráficos aparecen en los reportes, el alcance del mismo... Eres el guardián y decides cómo se comparte; esto resuena mucho con los equipos de RRHH.

David Rice: Imagino que esa personalización y adaptación al nivel de usuario facilita la adopción.

Esto me lleva a la siguiente pregunta: Sé que ha llevado tiempo crear esa funcionalidad, pero ¿a dónde creen que va todo esto? ¿Ya sueñan con una próxima ola de capacidades agénticas?

Francisco Marin: Sí.

Dan George: Sí, respondo primero (sé que Francisco es muy apasionado por esto).

Él tuvo una visión brillante sobre esto desde hace mucho tiempo. Nos conocemos hace cinco o seis años (antes de la pandemia) y llevamos tiempo trabajando juntos. Creo que hay muchas áreas donde podemos no solo mejorar la segunda generación de los ocho agentes que tenemos, sino profundizar más a medida que los usuarios se familiarizan. También intentamos acompasar el ritmo de las tendencias más relevantes y competitivas, aunque me guardo alguna carta en la manga. Pero estamos ilusionados no solo por esta primera generación sino por lo que viene de aquí en adelante.

Francisco Marin: Para mí, la organización del futuro es una red impulsada por agentes. IA que despliega intervenciones macro a escala, con multinacionales actuando como incubadoras de esta nueva forma de trabajo, la "network-first".

Nacerán nuevas organizaciones que aplicarán estas prácticas a escala, como hacemos en CTS: somos 50 personas, comunidad descentralizada con consultores, embajadores y equipo central en California. Queremos ser ejemplo de este nuevo modelo, y lanzamos (a título personal) la iniciativa Manifiesto Network-First, convocando a todo interesado en un futuro de trabajo en red para esbozar este manifiesto y redactar principios junto con líderes como Mike Lorena, Andras Seven y muchos más.

Ya somos 200 miembros fundadores de unas 80 organizaciones, ¡en un mes! Tendremos eventos de ratificación y anunciaremos próximos pasos emocionantes.

Ese es el objetivo: ¿cómo impulsamos desde nuestra modesta posición el tránsito del modelo jerárquico al futuro "network-first"? Cuando un nuevo se suma a una organización, las restricciones (dónde trabajas, con quién, cuándo...) hacen que crezca el control, no el equilibrio entre centralización/descentralización y entre capital humano/social. Buscamos insertar estos elementos estructurales para que quien ingresa a una gran empresa tenga la experiencia y estímulos similares a los de una startup en Silicon Valley.

De eso se trata: crear un futuro laboral emocionante, no temible.

David Rice: Excelente. Increíble. Me encanta el trabajo de Michael sobre redes, es muy innovador. Dan, Francisco, gracias por acompañarnos hoy. Antes de irnos, ¿dónde pueden encontrar más información sobre lo que hacen y sobre estos agentes?

Francisco Marin: Pueden visitar cognitivetalentsolutions.com cuando quieran. Tenemos un boletín en LinkedIn, CTS running sites, para recibir artículos semanalmente. Y aparte de CTS, está la iniciativa del Manifiesto Network-First en networkfirstmanifesto.com o networkfirstmanifesto.com/join.

Allí pueden sumarse y saber más, es abierto a quien quiera participar.

David Rice: Muy bien, muchas gracias a ambos. Ha sido una gran charla.

Dan George: Gracias, David.

Francisco Marin: Gracias, David.