Guía del director de Recursos Humanos sobre la IA en RR. HH.: mitos, caos e impacto cuantificable

En RR. HH. en IBM, llevamos casi 10 años en un proceso de transformación digital. Aprendimos mucho en el camino y podemos decirle una cosa inequívocamente: las lecciones más impactantes no fueron sobre la implementación de la tecnología, aunque por supuesto podemos contarle todo al respecto.

Puede parecer contradictorio, pero hemos aprendido lecciones aún más críticas sobre el comportamiento, la cultura y el liderazgo. 

En 2016, dimos a los IBMers acceso a un producto llamado watsonx Assistant, que permitió a cualquier IBMer desarrollar chatbots básicos de Question and Answer sin programación. Esto fue fantástico, excepto que, a principios de 2017, teníamos un ejército de chatbots corriendo por RR. HH. Bromeamos diciendo que era como "una mala película de ciencia ficción". Solo en RR. HH. teníamos más de 30 bots. Esta experiencia dejó a los empleados confundidos y frustrados, sin saber nunca a qué bot acudir para cada proceso de RR. HH., y sabíamos que teníamos que hacer un cambio.

Para abordar ese cambio, consolidamos todos los bots en una interfaz fácil de usar llamada AskHR. Los empleados ya no tenían que preocuparse por a qué bot acudir; todo estaba en una interfaz. AskHR se convirtió en nuestra puerta de entrada digital a RR. HH. ¿El único problema? Los empleados de IBM no lo usaban. ¿Por qué lo harían, cuando aún podían llamar a un número 1-800, enviar un correo electrónico o incluso caminar por el pasillo y pedir ayuda a un asociado de RR. HH.?

El cambio de comportamiento real a veces requiere una acción audaz. En 2018, dimos un paso significativo para cambiar el comportamiento de los empleados de IBM. De la noche a la mañana, cerramos el número 1-800 y la dirección de correo electrónico para los 350,000 empleados de IBM y eliminamos el soporte de socios de RR. HH. para los gerentes de primera línea a nivel mundial. Sabíamos intuitivamente que esto era lo que se necesitaría para obligar a nuestro equipo a utilizar el nuevo front-end digital en RR. HH. Al final, teníamos razón, pero el camino fue complicado.

Antes de hacer el “big bang” y cerrar el correo electrónico, el número de teléfono y el soporte de socios de RR. HH. de gerentes de primera línea, nuestro Net Promoter Score (NPS) para RR. HH. fue de +19. Poco después, se redujo a -35. Eso supone una caída de 54 puntos.

Puede tener la mejor tecnología, flujos de trabajo y procesos, pero en algún momento, es posible que deba decidir: ¿superamos el -35? ¿Creemos que estamos haciendo lo correcto para la empresa y para nuestros empleados? ¿O tomamos una decisión diferente? No todas las empresas tienen la cultura para capear una tormenta como esa.

Para nosotros, la caída fue dolorosa, pero no inesperada. Estábamos seguros de que, a pesar de ello, estábamos en el camino correcto. Dieciocho meses después, nuestro NPS empezaba a recuperarse. Hoy es de +74. 

A veces escuchamos críticas cuando contamos nuestra historia de transformación de RR. HH. porque la gente teme las alucinaciones o los sesgos de la IA. Nuestra respuesta a eso es: "Los humanos siempre tienen el control". Ustedes son líderes. Ustedes deciden cuándo, dónde y cómo desplegar la IA. Es una herramienta, y no va a descontrolarse. No obstante, sí necesita ser práctico en su aplicación.  

No deje que el FOMO (el miedo a perderse algo) impulse sus decisiones de IA. ¿Qué significa eso? No tome decisiones basadas en lo que está haciendo la empresa de al lado porque suena emocionante o porque está recibiendo mucha atención de la prensa o las redes sociales. Si no está alineado con los valores de su empresa o con la forma en que su negocio gana dinero, no lo haga.

Aunque suena sencillo, hay mucho más detrás. Es necesario plantearse preguntas desde el principio, como: "¿Qué le resulta cómodo que maneje la IA?" o “¿Qué se alinea con los valores de su empresa?”

En IBM, cualquier uso de la IA siempre incluirá a un humano en el proceso. Los humanos son quienes toman las decisiones finales: ese es uno de nuestros valores fundamentales. Por ejemplo, utilizamos la IA para recomendar aumentos salariales en función de las habilidades de un empleado, la escasez del mercado y la cantidad de años en el puesto de trabajo. Pero cuánto dar es siempre la decisión final del gerente. Nos sentimos cómodos con el uso de la IA para las recomendaciones de remuneración a los gerentes. Puede ser que su compañía no lo haga.

Sin embargo, no utilizamos IA para la selección de candidatos. Como empresa que prioriza las habilidades, nos preocupamos por las habilidades técnicas de un candidato, no de dónde las obtuvo. Nos preocupa que un algoritmo pueda rechazar candidatos con orígenes no tradicionales. Es posible que su empresa quiera hacer todo lo contrario con la IA, y eso está bien. Se trata de lo que es adecuado para su negocio.

Es importante que no importa dónde o cómo use la IA, tenga una herramienta que esté observando, con gobernanza incorporada. Cuando la IA comienza a desviarse de las respuestas que usted esperaría ver, debe recibir una alerta de inmediato. 

Debes estar al tanto del rendimiento de su IA para los usuarios finales. Los mecanismos de feedback son críticos. Al principio, puede bastar con un simple pulgar hacia arriba o hacia abajo, pero los usuarios quieren dar su opinión mediante feedback escrito. El feedback continuo también le permite detectar tendencias en los datos, así como actualizar los programas y políticas más rápidamente.

Con AskHR, por ejemplo, que se ha convertido en nuestro agente de IA, recibimos miles de comentarios al año sobre cómo podemos mejorar la herramienta. Cuando los empleados saben que escucha dificultades y les da dirección, se suman rápidamente. 

A menudo nos preguntan: "¿Cómo se decide qué proyectos de IA y automatización implementar?" Es difícil con tantas opciones, pero comenzamos haciéndonos algunas preguntas fundamentales.

1. ¿Qué problema estamos tratando de resolver?
2. ¿Realmente estamos resolviendo un problema?
3. ¿Es un problema que vale la pena resolver?
4. ¿Cuál es el retorno que estamos recibiendo?

¿Por qué estas preguntas? Nunca habrá suficiente presupuesto, tiempo o habilidades técnicas para implementar todos los proyectos potenciales de IA. Debemos priorizar. Piense en los casos de uso que tiene y considere aquellos que resolverán problemas reales, abordarán los puntos débiles de los empleados y serán lo suficientemente grandes como para escalarse y aprovecharse en su organización.

No tenga miedo de pilotar. Cuando estábamos considerando el cambio de la IA tradicional a la IA generativa para nuestro contenido de beneficios, algunos expresaron preocupaciones. No hay zona gris en cuanto a los beneficios: la respuesta es correcta o incorrecta, así que hicimos una prueba piloto.

El equipo de beneficios quería la experiencia mejorada para los empleados que la IA generativa podría proporcionar, ya que es multiturno y recuerda la conversación; la IA tradicional no tiene memoria. Ejecutamos un piloto de 90 días dentro de RR. HH. y nos dimos cuenta de que algunas preguntas solo son apropiadas para la IA tradicional, mientras que la IA generativa sobresale en otras. Variables como estas hacen que los pilotos sean cruciales. Antes de escalar, asegúrese de haber realizado suficientes pruebas con un grupo lo suficientemente grande alineado con su riesgo. 

Si aún no empieza su camino con la IA, no hay tiempo que perder. Encuentre un pequeño punto débil del empleado, automatícelo y comience. Puede escalar a partir de ahí... pero comience hoy mismo.

Para aquellos que ya están en marcha, sepan que la IA puede desbloquear niveles aún incalculables de experiencia, productividad y transformación de los empleados. Sea audaz.