Lo que la IA reemplazará — y no reemplazará — en la analítica de personas

David Rice: La IA no reemplazará el 90% de lo que proporciona un equipo sólido de analítica de personas. ¿Qué hay en ese 90% que es exclusivamente humano?

Roxanne Laczo: Lo que hay ahí es lo que está dentro de nuestra cabeza, nuestro cerebro. Hay influencia sobre las partes interesadas a través de la narración de historias. Creo que quizá en algún momento ese 90% podría cambiar, pero la IA nunca podrá reemplazar por completo y totalmente.

David Rice: ¿Estamos en riesgo de crear una especie de sistema de dos niveles donde la IA se convierte en la solución suficientemente buena para la mayoría de las organizaciones?

Noelle London: Tradicionalmente, la analítica de personas es un recurso al que acceden las grandes empresas. No es algo para lo que la gente tenga necesariamente presupuesto. Lo que estamos viendo es que las organizaciones contratan para este tipo de capacidades antes de lo que veíamos hace incluso dos, dos años y medio atrás. Eso lo hace realmente emocionante.

David Rice: ¿Está la analítica de personas posicionada para convertirse en el centro de poder de RR. HH. y por tanto, en el centro de transformación de la IA?

Cole Napper: Voy a decir que no. Y la razón no es un tema de habilidades. Es un tema de voluntad.

David Rice: Mirando hacia adelante 12 a 18 meses, ¿qué habilidades específicas deberían estar desarrollando para seguir siendo relevantes? Y por el contrario, ¿en qué habilidades deberías dejar de invertir tiempo porque crees que la IA finalmente se hará cargo de ellas?

Bienvenidos al pódcast Personas que Gestionan Personas — el programa donde ayudamos a los líderes a mantener el trabajo humano en la era de la IA. Soy David Rice, su anfitrión. En el episodio de hoy, me complace estar acompañado por tres brillantes mentes que trabajan en el ámbito de la analítica de personas para una mesa redonda.

Primero, tenemos a Roxanne Laczo. Ella es la Jefa de Analítica de Personas en Cloudflare. ¡Bienvenida, Roxanne!

Roxanne Laczo: ¡Hola, encantada de estar aquí!

David Rice: Y también tenemos a Cole Napper, a quien quizá recuerden de su aparición anterior en el pódcast. Él es el Vicepresidente de Investigación, Innovación e Insights de Talento en Lightcast. ¡Bienvenido, Cole!

Cole Napper: Gracias por invitarme, David.

David Rice: Y finalmente, tenemos a Noelle London. Ella es la Fundadora y CEO de Illoominus. ¡Bienvenida, Noelle!

Noelle London: Gracias por invitarme. Contentísima de estar aquí.

David Rice: Genial. Bueno, hoy vamos a conversar un poco sobre el estado actual de la analítica de personas, hacia dónde vemos que se dirige en el futuro y cómo redefinimos la función, qué significa para RR. HH.

Así que quiero empezar por esto. Cuando hablábamos antes, dijimos que la IA no reemplazará el 90% de lo que aporta un equipo sólido de analítica de personas, y Roxanne nos dio una opinión bastante directa al respecto. Así que quiero empezar por ahí. Roxanne, ¿qué hay en ese 90% que es exclusivamente humano? ¿Crees que ese porcentaje se mantendrá a medida que avancen las capacidades de la IA?

Roxanne Laczo: Sí, absolutamente. Creo que lo que hay ahí es lo que está en nuestra cabeza, nuestro cerebro. Hay un contexto estratégico de la organización y del negocio que la IA no puede captar necesariamente. Hay conocimiento institucional y relaciones que tienes en la organización. El acceso a información o los destacados de datos que quizá no obtengas necesariamente.

Una herramienta de IA no puede necesariamente extraer eso. Existe la influencia sobre las partes interesadas mediante la narración, que es algo realmente difícil de recrear en una herramienta de IA, a menos que tengas ese contexto tan fuerte al que me refería antes. Así que creo que lo último también es poder hacer las preguntas correctas, dado las relaciones que tienes, lo que sabes sobre la organización, lo que sabes sobre los problemas del negocio.

Quizá en algún momento ese 90% cambie, pero creo que a corto plazo, lo que realmente cambiará es el valor de lo que aportamos como individuos con nuestras habilidades de construir relaciones y nuestro contexto; eso la IA jamás podrá reemplazarlo completamente al nivel al que todos los de esta llamada desearían que operara.

David Rice: Es interesante. Cole, me interesa conocer tu opinión porque estás muy metido en el tema de las habilidades. Estás viendo mucho de lo que sucede en torno a la transformación y automatización. ¿Qué crees que permanecerá dentro de la función de analítica de personas?

Cole Napper: Volviendo a tu pregunta de antes, dijiste que el 90% de un equipo sólido de analítica de personas no va a desaparecer.

Creo que si no eres un equipo sólido, el 90% puede que sí desaparezca. Divido esto en dos categorías: ¿estás haciendo trabajo transaccional o trabajo estratégico o transformacional? El 90% de su trabajo estratégico y transformacional no desaparecerá. Todo lo que dijo Roxanne es cierto. Creo que el 90% del trabajo transaccional sí desaparecerá.

Recientemente hicimos una investigación en Lightcast que les compartí antes de este pódcast. Trazó todas las tecnologías de RR. HH. o todas las habilidades de RR. HH. según cuán valiosas eran, cuánto han crecido, pero también cuán probable es que la IA las interrumpa. Y la Analítica de Personas resultó ser simultáneamente la habilidad más valiosa en RR. HH., pero también una de las más propensas a ser interrumpidas por la IA.

Así que me resultó un curioso y fascinante paradoja de lo que está ocurriendo: muchos de los componentes transaccionales de la analítica de personas, creo que desaparecerán en los próximos años.

David Rice: Noelle, desde tu perspectiva, tú siempre piensas en cómo la gente arma su stack tecnológico, ¿verdad?

Y cómo la IA se integra en todo eso. ¿Cómo ves tú en qué áreas está empujando, no diría desplazando a los humanos del proceso, ¿verdad? pero un poco sí: ¿dónde tiene un gran impacto sobre cómo las personas interactúan con la tecnología que actualmente poseen?

Noelle London: Sí. Bueno, lo primero que diré, y creo que hablaremos de ello más tarde, es que cuando decimos analítica de personas, significa cosas muy diferentes según el tamaño de la empresa y el nivel de madurez dentro de la empresa.

Así que cuando decimos analítica de personas, no es exactamente lo mismo y no tiene la misma necesidad en distintas organizaciones. Al pensar en analítica de personas y en organizaciones que probablemente ni siquiera cuentan con una Roxanne, creo que Roxanne es un recurso increíblemente valioso para su organización, y quizá el 90% es un número un poco alto para decir que no puedes reemplazar el 90%.

Tampoco lo pienso necesariamente en términos de reemplazo, creo que la palabra "reemplazar" es más sobre tener un copiloto que te asista en muchas de esas tareas. Es, francamente, trabajo que desgasta a las personas. Entonces algunas de esas tareas —por ejemplo, cuando hablamos con organizaciones que están un poco más en sus etapas iniciales o que tienen menos personal— son cosas como mantener integraciones, revisar la salud de los datos y limpieza, tareas que las mantienen en una posición reactiva.

Donde hacen reportes regulares, pero quizá mirando al pasado. Eso puede consumir mucho tiempo si no tienes un equipo bien constituido para hacerlo. Así que ahí hay oportunidades para sacar ese trabajo del camino, contar con un copiloto que te ayude y así poder dedicar más tiempo, como dijo Roxanne, a ese contexto que tienes en tu cabeza.

Creo que todavía hay cosas que, bueno, la IA obviamente está cambiando para nosotros prácticamente cada semana, pero algunas de esas cosas siguen siendo muy difíciles de gestionar, y no lo voy a negar. De hecho, Cole y yo conversamos sobre esto esta semana: hay muchos casos límite.

Se avecinan muchos casos límite. Por ejemplo, movilidad interna o transferencias. Vemos que las organizaciones manejan eso de formas muy diferentes en sus sistemas. Y ahí es donde sí, los casos límite exigen que sigamos prestando atención a esos detalles.

Y creo que ese contexto y ese conocimiento organizacional de cómo tomamos todo esto, lo que la IA nos está ayudando como copiloto en la analítica de personas, para que podamos dedicar más tiempo a pensar qué acciones tomar y menos tiempo en ese trabajo que, de nuevo, decimos que desgasta.

David Rice: Es interesante porque, como mencionas, muchas empresas no tienen una Roxanne, ¿cierto?

Me pregunto si estamos en riesgo de crear una especie de sistema de dos niveles donde la IA sea lo suficientemente buena para la mayoría de las organizaciones, y solo las empresas con muchos recursos obtienen el verdadero conocimiento estratégico que requiere contexto.

Noelle London: Sí, en realidad, esta es la parte que más me emociona porque tradicionalmente lo que hemos visto es que la analítica de personas es un recurso para empresas grandes.

No es un recurso para quienes no tienen presupuesto para hacerlo, por ejemplo, en organizaciones de menos de 12,000 empleados. Roxanne, sé que puedes ser la excepción según donde trabajas ahora, pero estamos viendo que las organizaciones empiezan a contratar antes perfiles y capacidades de este tipo que hace dos o dos años y medio atrás.

Por tanto, más organizaciones están preguntando: "Mi organización está cambiando, necesito pensar en el futuro de mi fuerza laboral, necesito datos para tomar decisiones". Así que esto se está incorporando antes en las organizaciones y eso lo hace muy interesante. Sí, hay organizaciones grandes con 30 personas en un equipo de analítica de personas.

La analítica de personas es algo completamente diferente ahí que en un equipo de RR. HH. más pequeño y ágil. Para mí, no necesariamente se están creando dos niveles. De hecho, pienso que lo emocionante es la oportunidad de unir esos datos para compartir aprendizajes entre empresas.

Esa es la gran oportunidad: el benchmarking, aprender de los pares qué funciona dentro de sus organizaciones. Porque no necesariamente tenemos libros de jugadas para muchos de los grandes cambios que ocurren en RR. HH. Pienso que la gran oportunidad es el efecto red de aprender entre organizaciones del mercado medio.

Eso puede incluso permitir que esas organizaciones den un salto y consigan ponerse rápidamente al día en analítica de personas para avanzar al siguiente nivel.

Roxanne Laczo: Volviendo a lo que dijo Noelle antes: ¿cómo definimos analítica de personas aquí? Podríamos hacer todo un pódcast sobre lo que significa la analítica de personas.

Tengo una visión muy clara sobre eso, pero garantizo que la mayoría de empresas que dicen estar haciéndola, no lo hacen en los términos que yo lo definiría. Y, por otra parte, muchas compañías que no tienen un equipo de analítica de personas sí tienen personas haciendo lo que yo definiría como analítica de personas: ¿tienen talento?, ¿tienen evaluación?

No puedes hacer nada de eso sin analítica. Así que creo que depende de la preparación organizativa, del contexto dentro de la organización, de la sofisticación del negocio. Decir que hay riesgo de dos niveles quizá no sea del todo correcto. El verdadero riesgo es la capacidad de tus socios del negocio para usar IA para tomar decisiones, ¿verdad? Eso no tiene por qué venir impulsado desde analítica de personas. Literalmente un 0% tiene que ser impulsado por analítica de personas. ¿Tienes la capacidad y la inversión dentro de tu equipo de RR. HH. de habilitar y formar a la gente para usar diferentes herramientas y sistemas con IA embebida, para reunir información y tomar decisiones? ¿Estamos haciendo que la analítica de personas se quede sin trabajo?

No necesariamente, pero sí se trata de un tema de capacidades, no de inversión, en mi opinión.

Cole Napper: Volviendo a la pregunta de los dos niveles. En realidad, creo que la historia de la analítica de personas ha sido más de dos niveles que el futuro. Lo digo en mi libro, Analítica de Personas, que debería salir cuando se publique este episodio, donde había empresas con cientos de personas solo en sus departamentos de analítica de personas, y la mayoría se han desmantelado. No veo un futuro donde necesites un equipo de más de 50 personas en analítica de personas. Es, de hecho, la versión más igualitaria del futuro de la analítica de personas. La IA está disminuyendo las barreras de entrada. Pasar de cero personas o cero tecnología dedicada a esto, a sólo una, es mucho más fácil ahora que hace cinco años, incluso hace un año.

Y eso es mejor para el futuro de RR. HH. y de la analítica de personas.

David Rice: Sí, es curioso; en esta función, comparado con otras tendencias de roles en la organización, creo que en muchos otros casos los líderes tienden a aceptar lo "suficientemente bueno".

Piensas en, no sé, marketing, por ejemplo. Hay esa actitud de que algo simplemente sea suficiente. No sé si esto se trasladará a la analítica de personas, porque, corríjanme si me equivoco, muchos dentro de la organización ni siquiera lo entienden del todo.

Entonces cuando vas a aplicar la IA allí, ni siquiera sé qué tan sencillo es entender o confiar en lo que te devuelve la IA. ¿Me equivoco? ¿Aún se necesita a alguien entre tú y la IA? Supongamos que eres líder.

Cole Napper: Aquí tengo opiniones muy marcadas. Me parece lamentable durante cuánto tiempo RR. HH. ha tenido líderes que no son nativos de datos o que no saben usar datos para tomar decisiones, y creo que la IA va a forzar ese cambio.

Ya no es aceptable, pero diría que será existencial para las funciones de RR. HH. Ya se ha visto el ejemplo de Moderna, fusionando RR. HH. y TI para que TI absorba RR. HH. porque puede usar datos para tomar decisiones y RR. HH. no puede.

Ese es el subtexto de lo que vi en ese anuncio, y espero que no sea tendencia; y no lo será si RR. HH. se pone las pilas y llegan a ser los líderes que deberían ser. No es aceptable que un líder de RR. HH. no sea alfabetizado en datos. Es una razón por la que es emocionante liderar un equipo de analítica de personas ahora, porque te prepara para ser Chief People Officer o CHRO del futuro.

Roxanne Laczo: Apoyo eso y voy a decir que aquí vamos a señalar a los equipos de RR. HH. durante unos minutos. El problema no es cómo IA-izar algo, sino si entiendes el negocio, si realmente eres también un líder de negocio además de cumplir el rol tradicional de RR. HH.

Ese es el problema del socio estratégico de RR. HH. del que llevo escuchando 20 años. Si no sabes hablar el lenguaje del negocio, es el problema número uno. Es a lo que aludía Cole de otra manera. No debemos pensar en la IA como el cómo hacer.

No puedes hacer nada con IA hasta que sepas cuál es realmente el problema a resolver. Si no, es como lanzar basura a la basura. ¿Y el resultado? Más basura. Es una situación sin salida.

Noelle London: Quiero salir en defensa de RR. HH. porque en mi día a día trabajo con líderes que sí quieren tener datos, así que les doy el beneficio de la duda.

Lo que típicamente he visto es que el área de RR. HH. suele estar históricamente subinvertida en la organización. Cada empresa tiene una plataforma de datos de clientes; si en 2025 no tienes una, ¿cómo operas?

Esa inversión siempre iba a ventas y marketing por centrarse en ingresos. Ventas y marketing pueden tener lo que quieran, pero en RR. HH. siempre se recorta en presupuesto y no se invierte en plataformas de datos de empleados, que además no abundaban hasta ahora.

Pienso que RR. HH. tiene mucho por avanzar en sistemas y bases de datos para aprovechar la IA. Ahora es un momento emocionante: cada herramienta de RR. HH. tiene algo de IA. Por ejemplo, el año pasado vimos clientes que usaron a tres personas durante tres semanas para procesar su encuesta de compromiso y gastaron 30 mil en una herramienta para un par de cientos de empleados, algo que ahora ya no es necesario. Antes, el stack básico para RR. HH. era un sistema de información de empleados, uno de adquisición de talento, uno de compromiso, y con suerte, uno de desempeño. Ahora podemos decir, y soy optimista con esto, que la analítica de personas sobre cómo conectar estos sistemas debe integrarse en el stack crítico. Con la IA puedes automatizar partes del trabajo y pensar más estratégicamente en cómo armar el puzzle.

David Rice: Es interesante. Quiero girar un poco porque creo que hay una brecha entre lo que esperan los consejos de administración sobre IA y RR. HH. y lo que es realmente posible ahora. ¿Cómo se salta esa distancia entre la presión ejecutiva para impulsar la IA —con CEOs diciendo "somos una empresa impulsada por IA"— y la realidad de lo que RR. HH. puede ofrecer?

Noelle London: Mucho de lo que decía antes: puedes hablar de casos de uso dentro de tu stack actual de RR. HH. de cómo has empezado a aprovechar esas herramientas. Ahora te preguntan cómo incluyes la IA en RR. HH.; es el momento de hacer el caso de negocio para la analítica de personas. Es momento de pedir recursos. Si todos estamos centrados en la rentabilidad este año y mi coste principal son las personas, entonces de verdad queremos saber qué funciona y qué no en la organización. Se puede hacer algo pequeño, pero si quieres impacto estratégico necesitas invertir.

Roxanne Laczo: También creo que debe haber un gran trabajo de capacitación. No basta con decir "haz IA" porque normalmente requiere dinero y tiempo para aprenderla. He visto expectativas altas, pero la gente ni siquiera sabe por dónde empezar.

No puedes decirle a un grupo de coordinadores de reclutamiento que empiecen a usar IA si nunca han tenido contacto. Hace falta capacitación. También invertir en herramientas. No puedes cortar presupuesto y luego pedir que se use IA para todo. Así que se trata de capacitar, invertir en IA, en tecnología, en analítica de personas, en aprendizaje y mejora de habilidades.

Cole Napper: Añadiría algunos puntos de Noelle y Roxanne y desde la perspectiva de los consejos. De forma general, los consejos piden a los CEOs que a) inviertan en IA (lo que cuesta dinero, como decía Roxanne); b) mantengan el OPEX plano. ¿Y qué sucede? c) Se recorta plantilla y la lógica dice que al sumar IA debería aumentar la productividad.

Pero lo que pasa es que —y todos hemos visto las estadísticas de que el 95% de los pilotos de IA están fallando hoy— en realidad se está exprimiendo más a los empleados actuales para ganar productividad. Así que la gente trabaja más, hay más desmotivación. Mucho de lo que Roxanne señalaba sobre brechas de capacidades. Es un extraño panorama donde la productividad sube, pero no por la IA, sino porque se exprime más el limón.

David Rice: Coincido. He escuchado en distintas sesiones últimamente que, además, se necesita educar a todos los líderes, francamente, sobre la diferencia entre IA, aprendizaje automático y automatización. Son similares, pero no siempre lo mismo.

Sé que cuando hablábamos antes de esta llamada, hacíais diferencias entre soluciones micro de IA, como usar un GPT para tareas diarias, y soluciones macro donde los proveedores integran IA en flujos de trabajo. Así que para quienes lideran RR. HH., ¿dónde deben poner sus apuestas y aprender más?

Cole Napper: Tengo varias ideas. Desde la perspectiva del consejo o C-suite, quieren ver ganancias de productividad y una transformación fundamental de RR. HH., es decir, adopción de IA a nivel macro.

Quieren procesos, flujos de trabajo, completamente nativos o embebidos en IA, con un cambio fundamental en cómo se trabaja. En cambio, RR. HH. le dice a sus empleados "prueba ChatGPT o Gemini para mejorar una descripción de puesto" o usa el chatbot de IA de tu herramienta. Hay una desconexión porque expectativas y realidad son divergentes según se vea micro o macro. Además, creo que esto es la versión 1.0 de la adopción de IA en RR. HH. y la 2.0 será distinta.

El 95% del gasto de la 1.0 ha sido para poner una envoltura de IA sobre infraestructura existente, quizá tocando un poco capacidades y datos. Pero todos vemos que no funciona tan bien. Así que la versión 2.0 será muy diferente. Siempre digo, si tuviera cien dólares para invertir en IA, gastaría 95 en mejores datos y mejor infraestructura y 5 en una mejor envoltura. Por eso me entusiasma trabajar en Livecast, porque tenemos ese tipo de datos. Es lo que me entusiasma en cuanto a investigación relacionada con la analítica de personas, como nuestro estudio Beyond the Buzz, que nuevamente pueden consultar en las notas del episodio. Estamos en una fase de transformación y aún no la dominamos.

Noelle London: Me gusta ese enfoque de Cole. Ahora mismo, el camino de maduración para incorporar más IA en RR. HH. y quitar trabajos que agotan es aprovechar esas pequeñas victorias con herramientas de IA disponibles. Consigue esos logros rápidos con lo que ya tienes, pero ahí no termina la adopción. Debes invertir en una base de datos sólida y fiable. Empieza a conectarla, porque es ahí donde de verdad vamos a desbloquear el potencial, mapeando el viaje completo del empleado y uniendo los sistemas para ayudarnos en temas como movilidad interna y planificación de la fuerza laboral, tareas ahora difíciles con el estado actual.

Roxanne Laczo: Solo añado que entiendo el concepto de animar a la gente a usar ChatGPT o Gemini para hacer tareas más rápido.

Pero quiero que la gente deje de pensar que su uso es aprovechar la IA de manera extraordinaria. Para mí, no es un caso de uso potente de IA. Es volverse un poco más productivo usando una herramienta disponible. Conozco colegas que hablan de "IA basura".

No contaremos esa "IA basura" cuando pensemos en actividades de valor. Está bien hacer eso, pero las actividades de valor real son aquellas más grandes, que pueden medirse de forma tangible, que a escala tienen sentido. No digo que no lo hagan, son importantes, pero debe ser lo que haces normalmente en tu trabajo. No es que hayas usado IA para resolver un gran problema, es una ganancia de productividad que cualquier persona debería buscar.

David Rice: Sí. En muchos aspectos, es una ganancia de velocidad: te permite hacer eso más rápido y luego tener tiempo para otras tareas.

Y ahora, en todos los roles y sectores, esto es parte del trabajo. La expresión clave ahora es “es condición mínima”. Hace dos años casi nadie la usaba. Ahora la ves todo el tiempo en LinkedIn.

Volviendo atrás, porque habíamos hablado de cómo, Cole, mencionabas que el líder de analítica de personas está bien posicionado para ser el CHRO del futuro. Sugerimos que un líder proactivo de analítica de personas podría liderar la transformación con IA.

Justo publiqué un artículo sobre contratar tu primer Chief AI Officer y sugería que quizá debían buscar en personas de RR. HH., porque las personas suelen ser el gran cuello de botella en las transformaciones.

Así que, ¿está la analítica de personas en posición de convertirse en el centro de poder de RR. HH. y de la transformación de la IA?

Cole Napper: Voy a argumentar lo contrario. No es un tema de habilidad, sino de voluntad. Casi ningún líder de analítica de personas que conozco lo quiere. Y, la verdad, hay partes del rol Chief People Officer para las cuales la analítica de personas no prepara mucho.

Por ejemplo, temas de relaciones laborales, política organizacional, terapia organizativa en el C-suite: ser Chief People Officer no es un trabajo fácil. Lo sé por experiencia. Creo que ese puesto tendría que cambiar para que lo sea. Llevo tiempo pensando en escribir sobre un nuevo modelo operativo futuro para RR. HH., pero no he tenido las ganas de publicarlo.

Creo que es posible que el rol cambie, pero no creo que sea el estado actual.

Roxanne Laczo: Creo que hay muchos caminos para ser Chief People Officer. Ser un motor de IA puede ayudarte, sí, pero, como dije antes, si eres líder de analítica de personas y no entiendes el negocio ni tienes conexión con el negocio, no deberías serlo. Las empresas también traen líderes de ingeniería o de otras áreas y hacen cosas geniales en RR. HH. Así que ser experto en IA es solo un camino posible. Y estoy de acuerdo con Cole: hay gente en nuestros puestos que aspira a ese rol, pero la mayoría no lo ve como su siguiente paso.

Noelle London: Por otra parte, pienso que la analítica de personas es el perfecto nexo entre IA y RR. HH.; no es solo alguien que viene de analítica de personas, sino que entiende los datos y es muy bueno interpretándolos. Así, ese perfil puede liderar la estrategia en RR. HH., enlazar la salida de la IA con la realidad de la organización. Puede ser quien aporte visión sobre cómo encajan las piezas. Otra cosa es que RR. HH. lleva mucho tiempo trabajando de forma muy dividida: el recruiter está preocupado por sus métricas, el de relaciones laborales es otra persona, etc. Con la gente de analítica de personas se puede articular todo el viaje del empleado y hacer que todas las funciones trabajen juntas.

Y además, quien lleva analítica de personas conoce los números, puede facilitar decisiones basadas en datos y construir casos de negocio para invertir de forma estratégica. Así que, aunque no todo el mundo desee ese cargo, puede aportar mucho y superar obstáculos históricos del área.

David Rice: Cuando dijiste "perdón mi francés", pensé que usaría el botón de censura.

Noelle London: Siloed.

David Rice: Ya casi acabamos, pero me gustaría terminar con esto. Para mí, esta conversación demuestra que muchas empresas deberían replantearse qué son y qué hacen los equipos de RR. HH. y analítica de personas en la organización hoy.

Mirando a los próximos 12-18 meses, ¿qué habilidades específicas deben desarrollar quienes trabajan en analítica de personas para seguir siendo relevantes? ¿Y en qué habilidades dejar de invertir porque la IA se encargará de ellas?

Roxanne Laczo: Me subo de nuevo a la tribuna: Acumen de negocio. Si no sabes hablar el lenguaje del negocio, es un problema. Incluso yo sigo aprendiendo ese aspecto. Hay que aprender a asociarse con líderes y estar más integrado en lo que ocurre en el negocio. Y también alfabetización general sobre ética de la IA, gobernanza, normas, leyes, comités; todo eso será muy importante.

Además, muchas personas en equipos de analítica de personas que en realidad no lo son, son más bien equipos de reportes básicos. Tienes que desarrollar storytelling e influencia. Hay un fuerte componente de consultoría y empresas grandes tienen consultores de analítica de personas dedicados a distintas áreas. Es un modelo que seguimos en mi equipo.

De cosas en las que ya no hay que invertir: tareas manuales, transaccionales, limpiezas de datos repetitivas. Eso corresponde a quienes son dueños de los sistemas fuente, no al equipo de analítica. Algo que la IA ya te permite es crear dashboards, escribir código, producir productos y entregables. No necesitas pasar horas codificando, porque probablemente ya tienes herramientas para hacerlo rápidamente.

Noelle London: Estoy totalmente de acuerdo, Roxanne. Integrarte en el negocio, crear relaciones estratégicas con partes interesadas para volverte imprescindible, que cuando llegues tengas en la cabeza el conocimiento de la empresa por haber construido esas relaciones. Y sin perder de vista lo que ocurre con la IA, formarte y mantenerte actualizada.

Cole Napper: Coincido absolutamente. Insisto mucho en el acumen de negocio. Mucha gente espera que hable sobre fórmulas de Excel o programación, pero casi siempre hablo de cómo aportar diferencial al negocio a través de las personas, no porque sean un problema sino la clave. Y por eso analítica de personas es interesante y divertida. Si buscas crear el mejor widget nuevo, mejor compra algo, usa IA para lo transaccional, que esa área sí está siendo totalmente interrumpida.

Entiende tus datos, invierte en infraestructura de datos, pero ser la persona que sólo ejecuta reportes tiene fecha de caducidad.

David Rice: Sin duda. Ha sido una conversación fascinante. Me ha encantado hablar con todos ustedes. Muchas gracias por participar. Realmente agradezco que hayan venido al programa.

Cole Napper: Gracias por invitarnos.

Roxanne Laczo: Gracias a ti, David.

Noelle London: Gracias.

David Rice: Bueno, oyentes, hasta la próxima: mejoren ese acumen de negocio. Suscríbanse al boletín Personas que Gestionan Personas, como siempre.