AI Systems and Technology Deep Dive — Qué necesitan saber los líderes de Org y Personas
Visión estructurada de sistemas AI para constructores de organización y líderes de personas. De RPA a agentes — qué importa, qué no, y dónde encajan los datos de RRHH.
Por qué importa para constructores de organización
La AI no es un tema futuro. Es una realidad operativa. Toda organización ya usa AI — en herramientas de reclutamiento, chatbots, procesamiento de documentos, planificación. La diferencia entre organizaciones que se benefician de AI y las que no: datos estructurados.
RRHH tiene los datos más estructurados de cualquier organización: roles, tareas, skills, niveles, líneas de reporte, bandas de compensación, historiales de rendimiento. Precisamente los datos que los sistemas AI necesitan para operar. Los constructores de organización que comprenden el stack de AI — incluso a nivel conceptual — toman mejores decisiones sobre qué automatizar, qué potenciar y qué dejar a humanos.
Las tres olas de automatización
La adopción de AI en organizaciones sigue tres olas. Cada ola se construye sobre la anterior.
Ola 1: Automatización Robótica de Procesos (RPA)
Automatización basada en reglas de tareas repetitivas de alto volumen. Sin inteligencia — solo velocidad de ejecución.
- Procesamiento de nómina
- Entrada de datos entre sistemas
- Formateo y enrutamiento de documentos
- Generación programada de informes
Limitación: RPA se rompe cuando los inputs varían. No puede razonar, adaptarse ni manejar excepciones.
Ola 2: Asistentes AI (Chatbots)
Interfaces de lenguaje natural que responden preguntas y guían a usuarios por flujos predefinidos.
- Portales de autoservicio para empleados
- Bots de FAQ para políticas de RRHH
- Asistentes de planificación de entrevistas
- Guías de onboarding
Limitación: Los Chatbots son stateless — no recuerdan conversaciones anteriores. No realizan acciones. Recuperan y presentan información. No pueden planificar workflows multi-paso ni tomar decisiones.
Ola 3: AI Agents
Sistemas autónomos que planifican, razonan, usan herramientas y ejecutan workflows multi-paso. Los Agent son la frontera actual.
- Redactar una requisición completa consultando la Job Architecture, extrayendo requisitos de skills y formateando para el ATS
- Evaluar 200 candidatos contra el perfil del rol, rankearlos y generar recomendaciones de shortlist con razonamiento
- Pre-rellenar formularios de evaluación de rendimiento agregando micro-feedback recogido durante el año
- Analizar una reorganización propuesta para cumplimiento de igualdad salarial antes de que se active
Diferencia clave: los Agent no solo responden — actúan. Llaman a herramientas, acceden a bases de datos, escriben documentos y coordinan entre sistemas.
Por qué los datos de RRHH son la base
Los AI Agent solo son tan buenos como los datos sobre los que operan. En RRHH, esos datos son:
| Capa de datos | Qué contiene | Por qué los Agent la necesitan |
|---|---|---|
| Job Architecture | Familias, clusters, roles, niveles | Contexto estructural para cada decisión |
| Tareas | Qué hace realmente cada rol | Base para evaluación de automatización y generación de SKILL.md |
| Skills | Capacidades requeridas por rol | Matching, análisis de brechas, recomendaciones de aprendizaje |
| Niveles de Proficiency | Profundidad objetivo por skill por nivel | Precisión en contratación, desarrollo y evaluación |
| Datos de compensación | Bandas salariales, grados, benchmarks | Análisis de igualdad salarial, calibración de ofertas |
Cuando estos datos son limpios, consistentes y accesibles — los Agent operan con precisión. Cuando están desordenados, dispersos o desactualizados — producen resultados poco fiables. Por eso la Job Architecture y la arquitectura de skills no son solo un proyecto de RRHH. Son infraestructura AI.
La capa técnica — conceptos que importan
Los constructores de organización no necesitan programar. Pero entender cuatro conceptos cambia la calidad de cada decisión AI:
- Tool calls — cómo los Agent toman acciones (cubierto en el siguiente artículo)
- MCP (Model Context Protocol) — cómo los Agent se conectan a sistemas de forma estandarizada
- Archivos SKILL.md — cómo los Agent reciben instrucciones estructuradas para tareas específicas
- Orquestación — cómo múltiples Agent se coordinan para ejecutar workflows complejos
Los siguientes artículos de esta categoría cubren cada concepto en detalle — escritos para decisores, no desarrolladores.
¿Necesitas ayuda para construir tu Arquitectura de Puestos y Skills? Habla con nuestro equipo.
Habla con Hanns