Cuarta versión del estudio que, a partir de una encuesta a más de 650 organizaciones y entrevistas con líderes de RRHH de la región, identifica las cinco tendencias que marcarán la gestión de personas en LATAM.
El estudio "Tendencias de HR 2027" es la cuarta edición del informe anual que realiza Buk a nivel Latam, que busca cada año identificar y presentar las tendencias que están redefiniendo la gestión de personas y la forma de trabajo dentro de las organizaciones de la región.
Esta edición se centra en reconocer que la inteligencia artificial presenta un potencial real para generar más valor con los mismos recursos, pero que esta misma oportunidad pone en tensión la posibilidad de sostener organizaciones más humanas, y exige redefinir activamente qué habilidades y qué parte de los procesos siguen siendo responsabilidad de las personas y del juicio humano. Esta edición reconoce también al área de RRHH como una figura estratégica, cuyo lugar en la mesa de decisiones ya se encuentra consolidado, y la posiciona como la encargada de rediseñar el trabajo junto a TI para encauzar de buena manera las tensiones que se viven día a día en torno a la tecnología y las nuevas formas de trabajo.
Para hacer este análisis se combinan distintas fuentes de información levantadas durante 2026, datos recogidos de primera fuente a partir de una encuesta a cerca de 690 organizaciones en Latam, distintas voces de la región recogidas a través de aproximadamente 20 entrevistas en profundidad con líderes de RRHH, sumado a evidencia externa, con el objetivo de identificar las temáticas centrales que se abordan a lo largo de cinco capítulos.
Cada capítulo profundiza en una tendencia y entrega recomendaciones y acciones concretas de la mano de expertos, con el objetivo de ofrecer una mirada completa e integral sobre la gestión de personas. Los hallazgos principales de cada uno de ellos corresponden a:
Para 2027, la conversación sobre el futuro del trabajo dejará de centrarse en si la inteligencia artificial debe integrarse a la gestión de personas, para pasar a girar en torno a quién es responsable de sus decisiones y quién gobierna su avance dentro de la organización. Ya no se discute si la IA reemplaza tareas, sino cómo se redistribuye la responsabilidad entre humanos y sistemas, y quién debe liderar esa gobernanza.
El Estudio de Tendencias de HR llega a su cuarta edición sobre una premisa central en donde la inteligencia artificial ya no es una herramienta que se evalúa desde afuera, sino una variable estructural que redefine las competencias que se valoran, las responsabilidades que se asumen y las alianzas internas que se necesitan para operar. Recursos Humanos se ha convertido en el punto de encuentro donde estas tensiones se resuelven (o se postergan) día a día.
Hay cinco fuerzas presentes en esta transformación:
Los hallazgos de esta edición parten de una primera etapa exploratoria, la Ficha de Contexto Organizacional, que permitió formarse una percepción general sobre cómo está cambiando la gestión de personas en la región a partir de las respuestas de cientos de líderes de RRHH. Esa percepción fue contrastada posteriormente a través de distintas miradas y experiencias de quienes lideran RRHH en la región, ellos compartieron cómo viven estas tensiones puertas adentro y qué han aprendido enfrentándose día a día. Esa mirada se complementa por último con evidencia externa, que sitúa lo que ocurre en la región dentro de una conversación global sobre el futuro del trabajo.
El estudio se organiza en cinco capítulos: comienza con una explicación de cómo se construye este estudio, luego se desarrollan cinco claves que le dan sentido al trabajo exploratorio, y cierra con conclusiones obtenidas a partir de estas tendencias. Al final, un espacio de agradecimiento a los perfiles entrevistados.
Este estudio está dirigido a directivos, responsables de talento y líderes de negocio que buscan comprender (y anticipar) hacia dónde se dirige la función de RRHH en un escenario marcado por la inteligencia artificial. Su intención es ofrecer un mapa de las fuerzas que hoy definen la conversación sobre el trabajo, para que cada organización pueda situar sus propios procesos dentro de un contexto más amplio.
Este estudio fue construido a partir de tres fuentes de información combinadas. En primer lugar, se utilizó la información de una encuesta realizada a las empresas participantes del ranking de Building Happiness, que fue respondida por 691 líderes en Recursos Humanos, llamada "Ficha de Contexto organizacional 2026" orientada a medir a través de siete módulos temáticos, información general sobre las áreas de Recursos Humanos, así como sobre sus políticas de bienestar, compromiso, valoración, sostenibilidad, adopción de IA y finanzas.
En segundo lugar, se realizó un trabajo cualitativo a través de entrevistas en profundidad a 20 líderes y referentes en temáticas de la gestión de personas, en su mayoría gerentes de personas (CHRO), consultores, líderes de organizaciones y gremios de RRHH, y académicos provenientes de Chile, Colombia, México y Perú.
Adicionalmente, se incorporaron al análisis los registros del primer Consejo de IA en el Trabajo desarrollado en LATAM, gestionado y liderado por Buk en Chile. Esta fuente permitió profundizar en temáticas relacionadas a la adopción, la gobernanza, la medición de impacto e implementación de la IA en las organizaciones, y en particular en la brecha entre las expectativas organizacionales y su capacidad real de experimentar resultados cuantificables. El contenido de esta guía viene a contribuir con algunas respuestas a las problemáticas planteadas en las tendencias de esta edición.
| Tipo de estudio | Muestra | Período de levantamiento | Técnica de análisis |
|---|---|---|---|
| 1. Fase cuantitativa: análisis de datos de encuesta a empresas. | 691 respuestas a nivel empresa de la encuesta "Ficha de Contexto Organizacional 2026". | Período de la encuesta: 23 de abril al 22 de junio de 2026. | Se utilizó un diseño secuencial explicativo: las señales de la encuesta orientaron el trabajo cualitativo, que buscó explicar el por qué y el cómo detrás de esos patrones. Complementado con los registros del Consejo de IA en el Trabajo para los hallazgos sobre inteligencia artificial. |
| 2. Fase cualitativa: entrevistas en profundidad y revisión de referencias externas. | 20 entrevistas en profundidad a personas expertas en RRHH a nivel LATAM. Sesiones del primer Consejo de IA en el Trabajo desarrollado en LATAM. | Período de entrevistas: 13 de julio al 7 de agosto de 2026. Período de elaboración de la guía del Consejo de IA en el Trabajo: 24 de marzo al 7 de julio de 2026. | Diseño secuencial explicativo, complementado con revisión de evidencia externa y referencias internacionales. |
¿Cuál es el rol actual de RRHH en la mesa de las decisiones? ¿Cómo reflejar que es un área estratégica para el negocio?
En 2024, en la primera edición que se realizó de este estudio de Tendencias, la primera de ellas se titula "Bienvenido a la mesa de las decisiones: RRHH como partner estratégico del negocio". En ese momento, la tesis se basaba en que el área de personas había dejado de ser únicamente un área encargada de hacer trámites administrativos como el pago de la nómina o la gestión de los días de vacaciones, y cada vez había tomado un rol más estratégico, sobre todo después de la pandemia por COVID-19, que había evidenciado la relevancia de RRHH como un área clave para la continuidad del negocio.
En ese contexto, la Tendencia para 2024 fue la de ver a RRHH en la mesa de las decisiones de las empresas. Sin embargo, aún no era algo común: aunque existía un acuerdo sobre la necesidad de hacerlo, 7 de cada 10 CEOs de la región decía esperar que su líder de Personas fuera una pieza clave para la estrategia del negocio. Sin embargo, solo la mitad sentía que esa expectativa se estaba cumpliendo.
Hoy, tres años después, los datos confirman que Recursos Humanos ha pasado a ser parte de la mesa de las decisiones. Según datos provenientes de la Ficha de Contexto Organizacional 2026, 69% de las organizaciones encuestadas indica que el área de RRHH tiene representación formal en el máximo órgano de dirección de la empresa, y la mayoría de ellas (52%), lo tiene con voz y voto, mientras que 17% lo tiene solo con voz pero sin voto.
Cuando el cálculo se pondera por dotación en lugar de por número de empresas, la representación formal de RRHH alcanza al 76,5% de los trabajadores de la muestra, siete puntos por sobre el 69% que arroja el mismo indicador ponderado por número de empresas, lo que sugiere que son las organizaciones más grandes las que más avanzaron en este frente.
Este hallazgo es transversal en los cuatro países estudiados. En todos ellos, más de la mitad de las empresas encuestadas ya tiene representación en el directorio. Colombia lidera como el país con mayor representación del área, seguido de Perú, México y Chile, este último, el país con menos organizaciones representadas en esta instancia.
Estas cifras son consistentes con las de otros estudios. The Conference Board, una organización global sin fines de lucro, en su reporte "The Evolving Role of the CHRO in the Boardroom" publicado en 2025, indica que un 70% de las empresas públicas en Estados Unidos y Europa reportó que el involucramiento de RRHH con los directorios ha aumentado en los últimos tres años.
Desde Fincomercio, cooperativa de ahorro y crédito colombiana, Patricia Pérez, directora de Gestión Humana, y Sandra Perdomo, jefa de Gestión Humana y SST, han visto de cerca esta evolución del rol. Pérez lo resume así:
"Antes, Recursos Humanos era visto como un tema muy operativo. Haga la nómina y ya, o seleccione, o haga el evento y ya, celebre un cumpleaños y ya. Afortunadamente, esto ha trascendido y se ha visto que Recursos Humanos sí le aporta valor a la estrategia del negocio."
Patricia Pérez, Directora de Gestión Humana, Fincomercio (Colombia)
¿El área de RRHH tiene representación formal en el máximo órgano de dirección de la empresa? (%)
Fuente: Elaboración propia en base a Ficha de Contexto Organizacional Buk (2026). Nota: los totales corresponden al promedio ponderado de los resultados por país, usando como ponderador el número de empresas participantes en cada país.
En la mesa de las decisiones no simplemente basta con estar presente: también importa ser persuasivos y ser capaces de plantear los temas de RRHH que son relevantes para el negocio. En este sentido, el desafío principal tiene que ver con si los líderes de RRHH son capaces de convertir los insights de la gestión de personas en decisiones relevantes para el negocio.
Los datos muestran que RRHH consiguió, en números, lo que hace tres años era una aspiración que aún no se materializaba. Ahora, entonces, el desafío no está en sentarse en la mesa de decisiones, sino en tener un impacto dentro de ella.
Lograr esto no es una tarea fácil. En su estudio realizado en 2024 sobre el interior de los directorios de empresas que cotizan en bolsa (titulado "Inside the Public Company Boardroom" en inglés), la National Association of Corporate Directors encontró que en los últimos años son cada vez más los temas que se llevan a los directorios, y detectó 5 temas que son los que más compiten por tener protagonismo en estas instancias:
Entre esta multiplicidad de temas, RRHH tiene el desafío de persuadir y consolidarse como un actor clave dentro del negocio. Para lograr hacerlo en una mesa tradicionalmente dominada por resultados financieros, el manejo de datos y la evidencia empírica son clave. Sin embargo, datos de la misma Ficha de Contexto Organizacional muestran que en muchas ocasiones puede haber una desconexión de los equipos de gestión de personas con estos temas.
Dentro de las áreas de personas que ya tienen representación en el directorio, un tercio de ellas no tiene métricas o mediciones periódicas. En un momento donde los directores declaran necesitar más tiempo para planificar la creación de valor a largo plazo (Bremen, 2024), RRHH se presenta sin las herramientas para respaldarlo: por ejemplo, solo un tercio ha realizado un monitoreo periódico de sus KPIs o métricas de éxito, 30% cuenta con un dashboard formal de seguimiento y sólo 4% tiene un sistema de People Analytics avanzado.
¿Cómo describirías el uso de métricas y KPIs en el área de gestión de personas en cada período? Solo empresas con representación en el directorio (%)
Período:
Fuente: Elaboración propia en base a Ficha de Contexto Organizacional Buk (2026). Eje 0-60%. Variación expresada en puntos porcentuales.
Ahora bien, ha habido una mejora: según los mismos datos de la Ficha de Contexto Organizacional (2026), en 2022 más de un 80% de las organizaciones no contaban con ningún seguimiento de métricas para el área, proporción que disminuyó a un 33% para 2025. Sin embargo, 1 de cada 3 empresas aún no cuenta con información, por lo que aún existe una brecha importante para que RRHH pueda contar con cifras que respalden su trabajo, así como lo hacen otras áreas usualmente relacionadas con este tipo de métricas.
"La función tradicional de Recursos Humanos en el consejo de administración era traer el plan de bonos y variables para los senior leaders de la organización... importante desde el punto de vista de auditoría y compliance, por supuesto, pero hoy también es importante revisar planes de sucesión de personajes o profesiones clave, en qué estamos invirtiendo, cuál es nuestro nivel de engagement, cuáles son nuestros niveles de compensación, con qué estamos comparándonos en el mercado donde competimos por talento. Son variables que hoy ya son parte de una agenda de consejos avanzados de administración, y ahí es donde también debemos de estar."
Mauricio Reynoso, Presidente AMEDIRH (México)
A esto se suma un segundo factor favorable: de acuerdo con investigaciones recientes realizado por la consultora WTW, la composición de las mesas directivas está cambiando en favor de contar con representación de habilidades no tradicionales, tales como tecnología, competencias digitales y capital humano. Las áreas de gestión de personas, entonces, pueden tomar esto como una oportunidad para posicionarse dentro de estos espacios.
Si persuadir en la mesa de las decisiones exige a RRHH un manejo de datos y capacidad de traducir su trabajo al lenguaje del negocio, cabe preguntarse si esa exigencia ya ha contribuido a cambiar el perfil de quienes componen los equipos de Recursos Humanos en las organizaciones.
Para hacerlo, se analizó el caso de 213 empresas continuas desde 2021 a la fecha, con el objetivo de comprender cómo ha ido cambiando la composición de sus profesionales de RRHH desde ese año a la actualidad. Para hacerlo, el análisis dividió a los perfiles tradicionales de RRHH, tales como generalistas, encargados de selección, compensaciones, entre otros, para distinguirlos de cargos menos tradicionales en el área como roles relacionados a Data.
Los datos muestran que el cambio más marcado se dio en el aumento de roles en People Analytics y Tecnología. Para 2021, un 1% de las empresas de la muestra tenía un rol de People Analytics, porcentaje que pasó a 4% de las empresas en 2025, un aumento del 171% en las organizaciones que cuentan con este rol.
Empresas que declaran contar con el perfil especializado en su área de gestión de personas, 2021 y 2025 (%)
Año:
Fuente: Elaboración propia en base a datos de la plataforma Buk (2021-2026). Eje 0-10%.
El segundo caso más notorio es el del cargo de Human Resources Business Partner (Socio Estratégico de Recursos Humanos, en español). Aunque el aumento de la presencia de estos cargos no es una novedad para quienes trabajan en el área, el fenómeno representa el desafío planteado al inicio de este capítulo: si RRHH necesita hablar el idioma del negocio para lograr ser persuasivo en el directorio, la función del HRBP es clave dado que justamente se orienta a conectar la gestión de personas con las unidades de negocio y se vuelve experto en dicha área de la organización.
Jessica Upegui, gerente de Desarrollo Humano y Organizacional en la Fundación Parque Jaime Duque, en Colombia, describe este cambio de perfil.
"El rol de talento humano transversal en la organización necesita conocer la operación (...). Tendían mucho a ser psicólogos, a veces abogados cuando iban más hacia el lado de la contratación y lo legal. Ahorita Recursos Humanos tiene que ser sí, psicólogo, pero también tienes que ser abogado, ingeniero, porque estás todo el tiempo organizando los procesos. Tienes que ser Data Analyst, porque finalmente tienes que saber leer gráficas, sacar datos e interpretarlos."
Jessica Upegui, Gerente de Desarrollo Humano y Organizacional, Fundación Parque Jaime Duque (Colombia)
El cambio no se limita a sumar cargos nuevos, también está redefiniendo a quién se contrata para los cargos de siempre. Mariana Quiroz, HR Talent Manager para Latinoamérica en EssilorLuxottica, lo ilustra con un ejemplo concreto desde su propio equipo de selección, una de las funciones más tradicionales del área:
"En esa época que yo comencé, nosotros aplicamos pruebas proyectivas […] tú tenías que ser psicólogo para estar haciendo procesos de selección […] Hoy en día no necesitas leer estudios asociados a ninguna carrera de psicología. Cualquier persona puede hacer bien la selección. Sin ir más lejos, en el equipo que tenemos acá en Chile, una es ingeniera comercial y la otra es ingeniería civil. No tengo psicólogas haciendo selección."
Mariana Quiroz, HR Talent Manager, EssilorLuxottica (Chile)
Sumar perfiles especializados en datos y tecnología resuelve parte del problema planteado en este capítulo, pero no todo. Existe un riesgo, señalado con particular claridad por Jessica Upegui, de que esta profesionalización se confunda con el fin en sí mismo, en lugar de ser un medio para sostener una estrategia de personas más sólida:
"Y más que la métrica, la estrategia […] tener indicadores cualquiera, un estudiante de la universidad recién graduado lo puedo coger para que me tabule información, eso es lo de menos. Graficar y tabular lo hace cualquiera. (...) El asunto está en analizarlo y encajar eso con las necesidades organizacionales para poder responder con planes de acción reales, accionables, medibles y que sean realmente eficientes."
Jessica Upegui, Gerente de Desarrollo Humano y Organizacional, Fundación Parque Jaime Duque (Colombia)
La advertencia es oportuna frente a los datos de esta sección: contratar un analista de datos o un HRBP no garantiza, por sí solo, que RRHH logre persuadir en la mesa de decisiones. La sofisticación de la dotación es una condición necesaria, pero no reemplaza la pregunta de fondo planteada al inicio de este capítulo, qué estrategia de negocio sostiene esa evidencia y qué decisión concreta se toma con ella.
Ese es el desafío que separa a un área de gestión de personas que ocupa un asiento en el directorio, de una que efectivamente participa e influye en sus decisiones. Los datos muestran que las áreas de gestión de personas ya cruzaron la primera barrera: la de estar presente. Pero la segunda, que corresponde a convertir esa presencia en influencia real, depende lograr traducir la información en decisiones que se alinean con la organización y sus objetivos.
La tendencia de este capítulo se basa en que las áreas de gestión de personas ya no están luchando por tener un lugar en la mesa de las decisiones: ahora enfrenta un desafío distinto, que se relaciona con consolidar su influencia dentro de ella. La tendencia es entonces que las áreas de RRHH sean persuasivas en la mesa de las decisiones de las empresas a través de el uso de evidencia, métricas y una lectura del negocio que permita traducir la gestión de personas en decisiones estratégicas.
En un estudio titulado "Gobernanza de Recursos Humanos y divulgación de la gestión del capital humano tras el mandato de la SEC" ("Human Resources Governance and Human Capital Management Disclosure Following the SEC Mandate", en inglés) realizado en 2025 sobre gobierno corporativo, centrado en el análisis de las empresas del S&P500, los investigadores analizaron que hay dos elementos que pueden ayudar sustancialmente a mejorar la transparencia de RRHH en la mesa de las decisiones:
El siguiente esquema resume la fórmula:
Componente 1
Representación de HR en el directorio
Contar con un representante en la mesa de las decisiones con experiencia en Gestión de Personas
Componente 2
Comité de HR
Un subcomité de la mesa de las decisiones dedicado a analizar estos temas desde el foco del directorio
Resultado
HR en la mesa de las decisiones con impacto
Fuente: elaboración propia en base a Melhem, Magnan & Moldovan (2025).
Cuatro pasos adicionales pueden ayudar a esta tendencia:
¿Cuáles deben ser las responsabilidades y las dinámicas de las áreas de Recursos Humanos y de Tecnología para gestionar el cambio y rediseñar el trabajo en la era de la IA?
Vivimos un momento en que la mayoría de las organizaciones ven en la IA una forma directa de mejorar sus resultados operacionales en el corto plazo, aumentando las capacidades ya instaladas en todas las capas de la organización. Sin embargo, ¿qué separa a una organización que apuesta por ese potencial y logra métricas de impacto, de otra que no?
Lo que buscamos mostrar en este capítulo es qué diferencia a esas organizaciones exitosas.
A través de la Ficha de Contexto Organizacional, le preguntamos a líderes de RRHH de la región con qué frase se identificaban más respecto al estado de su organización frente al potencial de la IA para mejorar sus resultados. Los datos muestran que solo el 38% percibe tener hoy resultados concretos y métricas que los respaldan, frente a cerca de un 35% que indica que aún no ha visto resultados.
Líderes de RRHH según la frase que mejor describe el estado de su organización frente a la visión de la IA (%)
Fuente: Elaboración propia en base a Ficha de Contexto Organizacional Buk (2026). N = 691 empresas. Pregunta de selección única. Eje 0-40%.
Si bien un 38% es una proporción relevante, llama la atención lo poco frecuentes que son los fracasos declarados, en donde apenas 1,6% reconoce que la IA no dio los resultados esperados o que directamente no funcionó.
Lo que sí es significativo es que casi la mitad de las organizaciones encuestadas no tiene, hoy, un resultado que mostrar. Este grupo se compone por organizaciones que siguen apostando con una expectativa activa todavía no cumplida (22,9%), y organizaciones que adoptaron la IA sin haber definido antes qué buscaban cambiar (24,9%). Una de cada cuatro organizaciones, entonces, adoptó sin saber qué estaba buscando.
La mayoría de los casos de éxito en adopción de IA documentados a nivel internacional comparten algo: son organizaciones que entendieron que para extraer valor del potencial de la IA hay que partir preguntando ¿qué problema estamos intentando resolver? y ¿qué debo cambiar y reconfigurar en mi organización para poder resolver ese problema? Estos casos advierten que si la implementación no cuenta con un propósito de negocio claramente definido y métricas de impacto medibles asociadas desde el inicio, la tecnología por sí sola rara vez logra generar un valor agregado concreto para la organización.
En el estudio "The State of AI in 2025", McKinsey puso a prueba 31 prácticas organizacionales distintas en casi 2.000 empresas alrededor del mundo, para descubrir cuál marcaba la mayor diferencia entre las organizaciones que realmente sacan provecho financiero de la IA de las que no. A ese primer grupo los llaman "high performers", empresas donde más del 5% de su EBIT (las utilidades del negocio antes de intereses e impuestos) ya es atribuible al uso de IA. Y lo que encontraron es revelador, la práctica que más distingue a estas organizaciones no es cuánto invierten en tecnología, sino haber rediseñado a fondo sus flujos de trabajo en torno a la IA. El 55% de estos high performers hizo ese rediseño, frente a apenas 20% del resto de las empresas.
Sin embargo, para estas organizaciones de alto desempeño el rediseño tampoco es un tema completamente resuelto. A tres años, el 50% de ellas tiene la intención de seguir generando un cambio transformador en su negocio con la IA, contra solo el 14% de las demás organizaciones, una probabilidad 3,6 veces mayor. El rediseño de flujos de trabajo es entonces una capacidad que estas organizaciones siguen ejercitando.
Entra en juego entonces el concepto de rediseño del trabajo. La misma idea que confirma McKinsey con datos, aumentar la velocidad y cambiar la forma de hacer las cosas no son lo mismo, es lo que confirman quienes entrevistamos, que señalan que la gran mayoría de las organizaciones sigue haciendo lo mismo de siempre, solo que más rápido, sin haber tocado el fondo del proceso. Rediseñar el trabajo es entonces cambiar qué se hace y quién lo decide, no sólo qué tan rápido se hace.
Caso de resolución de reclamos, atención al cliente. Minutos promedio de trabajo humano por reclamo
Línea de referencia punteada: 100 minutos por reclamo, la situación inicial. Fuente: elaboración propia.
Pregunta de reflexión
¿En qué caso es más probable que el NPS de la empresa suba: ¿cuando cada reclamo se responde 20 minutos más rápido, o cuando los casos simples se cierran solos y el ejecutivo dedica 150 minutos a los complejos?
Esto es importante porque la productividad individual y la productividad del proceso no son lo mismo. Que los trabajadores sean más rápidos y eficientes en las labores que realizan día a día no asegura que, de manera global, existan mejoras sustantivas que se traducen en productividad de los procesos de negocio.
Claudia Cornejo (Deloitte) lo señala de manera muy clara: "la productividad individual no hace que haya una transformación o un rediseño del trabajo que apunte a los objetivos más ambiciosos del negocio." Y lo explica con un ejemplo concreto: "tú puedes ser muy productiva, pero si el cuello de botella está en el de al lado, no te hace el proceso más eficiente. La productividad individual no te asegura la productividad del proceso."
"Según nuestros datos (Deloitte) el 84% de las organizaciones todavía no ha rediseñado el trabajo ni los roles para la IA. Es decir, la enorme mayoría está haciendo lo mismo de siempre, pero más rápido. Es decir que si sus procesos no están diseñados correctamente, estamos generando las ineficiencias de manera más veloz. El resultado no es transformación, es una versión acelerada de la ineficiencia que ya teníamos."
Claudia Cornejo, Partner Human Capital Technology & Transformation, Deloitte Chile
Sin embargo, los expertos entrevistados sostienen que hacer este cambio puede ser complejo. Gonzalo Muñoz, académico y director del Magíster en Gestión de Personas y Comportamiento Organizacional de la Pontificia Universidad Católica de Chile, lo plantea con una distinción precisa: "Con la IA el costo de saber se reduce, pero el costo de cambiar sigue igual." Agrega que ese costo no desaparece, se desplaza, hoy la IA puede decirte qué hacer, pero eso no garantiza que la organización logre llevarlo a la práctica. Pone además un ejemplo que contrasta esta diferencia en el tiempo de ajuste, en donde un algoritmo puede señalar en segundos que la dotación de un área está un 20% por sobre la de otras empresas del mismo rubro, pero si la organización decide proceder con una reducción, entran en juego los acuerdos colectivos, la antigüedad de ciertos roles y los costos políticos de mover a alguien de su puesto, atributos que se mueven a un ritmo que ningún algoritmo puede acelerar.
Otra perspectiva valiosa de las entrevistas es la que aporta Juan Domínguez, Director de Capital Humano de Alpura en México. Como él mismo lo plantea, rediseñar la estructura organizacional requiere de expertise humana: "Es una expertise que no es automatizable y además es multidimensional. Tienes que entender la organización como un organismo vivo, puedes correr modelos de eficiencia y obtener modelos prototipo, pero no puedes diseñar estructuras sin el conocimiento y la sensibilidad humana."
Esto último nos da luces de la importancia del esfuerzo organizacional para lograr este rediseño. Alejandro Navarro, director ejecutivo de ARIOAC en México, lo plantea en la misma línea, "El rol de Recursos Humanos será fundamental para timonear esta transición, ayudando a las personas a desarrollar las capacidades necesarias para el futuro, más allá de la simple automatización o las plataformas tecnológicas." Esto plantea la pregunta sobre quiénes son las principales áreas responsables de llevar a cabo esta labor.
La necesidad de rediseñar el trabajo en las organizaciones atraviesa distintas áreas del negocio: ventas, marketing, atención al cliente, pero en todas ocurre lo mismo. Ningún rediseño existe sin tocar a la vez la tecnología y a las personas que la usan. Por eso TI y RRHH son las áreas principales llamadas a llevarlo a cabo. A partir de las entrevistas, y de la evidencia que las respalda, buscamos responder cuál es la dinámica que debiese existir entre ambas, y qué le corresponde a cada una en este proceso.
"Para mí, esto no es un problema tecnológico, es un problema de capacidades. Tenemos que tener un bonding, casi un matrimonio, con las gerencias de tecnología para ir instalando esta capacidad en la organización, más allá del área de personas. O sea, que el área de personas, o cualquier otra área en la compañía, sea capaz de usar esto como una capacidad adicional, como un tercer actor que tienes dando vuelta."
Constanza Arjona, VP Personas & Organización, CMPC (Chile)
Esta convergencia entre RRHH y TI es algo que distintas organizaciones ven cada vez de manera más evidente, y ya empieza a tomar forma concreta en cómo se organizan. Ambas áreas seguirán operando por separado, pero conectadas en los puntos donde el trabajo, el talento y la tecnología se superponen.
Gartner ilustra este fenómeno a través de un mapa de capacidades, mostrando dónde se ubican los límites del ámbito de expertise de cada equipo. Las capacidades más cercanas a la especialidad propia de cada área, como la propuesta de valor al empleado en el caso de RRHH y la gestión de plataformas en el caso de TI, quedan bien delimitadas.
Sin embargo, el límite se vuelve difuso hacia el centro, donde aparecen las capacidades compartidas, entre ellas el rediseño del trabajo, el rediseño de procesos y el diseño del trabajo entre personas y agentes.
Figura 2. Para las necesidades del presente se difuminan los límites entre las atribuciones y capacidades del área de RRHH y TI. Mapa de capacidades nuevas y refinadas. Fuente: Gartner (2026).
Ese centro difuso es justamente donde vive el rediseño del trabajo, donde ninguna de las dos áreas puede actuar sola:
Carolina Astaiza, presidenta ACRIP y VP de RRHH de Platzi, responde a esta misma pregunta desde su doble mirada, gremial y corporativa, señala que: "definitivamente no es un tema del área de TI, y tampoco creo que sea necesariamente un tema del área de recursos humanos, pero sí pienso que estas dos áreas son las llamadas a orquestar una estrategia." Y agrega un argumento que viene de la experiencia: "TI lleva años haciendo implementaciones tecnológicas, ERPs y sistemas de información similares, donde RRHH debía entrar a capacitar a la organización, y no siempre lo hizo con la profundidad necesaria, algo que con IA ya no se puede seguir postergando."
Juan Esteban Dulcic, Director de RRHH de Nestlé, aporta un ejemplo concreto de esta gobernanza compartida. Ante la pregunta sobre quién debe orquestar la adopción de IA para escalar la productividad, si TI o RRHH, responde: "Esto evidentemente quedó dentro de Recursos Humanos por un tema de aprendizaje, porque estamos hablando de aprendizaje. Y también, desde el máximo nivel, desde el comité de dirección, estamos monitoreando y haciendo los KPIs, muy de la mano con la parte de tecnología. Pero la parte de tecnología también ha tenido una evolución importante, ya no son fierros los que quiero ver, sino que son transformaciones de negocio que requieren tecnología. Ese cambio para la gente de TI ha sido fuerte también."
Rediseñar el trabajo es un concepto difícil de aterrizar, y por eso conviene descomponerlo antes de dar a conocer las distintas responsabilidades. En cualquier rediseño se identificaron cuatro etapas clave, para esta tendencia y se explica el rol de RRHH en este proceso, en base a los lineamientos discutidos en el Consejo de IA en el Trabajo:
¿Qué se automatiza? Busca responder qué partes del proceso conviene delegar a la tecnología y cuáles siguen exigiendo juicio humano, lo que no siempre coincide con lo que es técnicamente automatizable. Mientras más describible es un proceso, más delegable resulta, lo que queda del lado humano es la excepción, la decisión entre prioridades que compiten y la responsabilidad sobre lo decidido.
El rol de RRHH: observar primero el proceso completo y a sus responsables, y a partir de la propuesta de automatización que idea el área de negocio, evaluar el impacto que tendrá en los equipos y qué roles se ven afectados. La guía agrega un mecanismo concreto para esto, la creación de una figura o responsable con "atribuciones reales sobre la estrategia de IA, capaz de tender puentes entre la factibilidad técnica que evalúa TI y el impacto en personas que evalúa RRHH". Con esa figura instalada, RRHH puede funcionar como una suerte de árbitro entre las partes, ayudando a definir responsabilidades y acordar quién responde si el proceso falla.
¿Cómo se re-configura el rol? Ante una nueva forma de trabajar, cómo cambia la priorización, la ponderación y las exigencias del cargo anterior. El objetivo del área puede seguir siendo el mismo, lo que cambia es cómo se llega a él y en qué se ocupa el tiempo disponible de cada persona.
El rol de RRHH: analiza los perfiles de cargo de los roles afectados, y en base a las nuevas funciones, redefine de manera explícita y transparente cómo cambian las responsabilidades, los objetivos y las competencias de cada posición. Para esto, la guía sugiere partir con una pregunta simple pero efectiva, ¿qué tareas del equipo generan más desgaste? Automatizar eso primero genera adopción orgánica y reduce el miedo al reemplazo, y cuando la persona conserva el control sobre los pasos finales del proceso, la satisfacción laboral sube y el cambio se sostiene mejor.
¿Cómo se mide? Qué necesito definir de antemano para evaluar el impacto del rediseño, qué mediciones mantengo, cuáles agrego, y sobre todo cuáles tengo que dejar de usar, una métrica heredada puede empujar al equipo justo en la dirección contraria a la que el rediseño busca.
El rol de RRHH: se encarga de plasmar esta nueva forma de medir el éxito hasta la evaluación de desempeño, acompañando la transición desde la evaluación anterior hacia una nueva que refleje el trabajo ya rediseñado.
¿Cómo se sostiene? Cómo se asegura la continuidad, qué hay que monitorear y qué condiciones se necesitan para que no se deshaga con el tiempo.
El rol de RRHH: velar porque este nuevo criterio se mantenga consistente en el tiempo, ajusta el perfil de selección para quienes entran al equipo, y evalúa si la nueva forma de trabajar implica un cambio en las competencias necesarias para ser exitoso en el rol. Sostener exige, sobre todo, resistir la tentación de medir lo fácil, licencias activadas, cursos completados, horas de uso, en vez de lo que realmente importa.
En la práctica, esto se puede mostrar de la siguiente manera. El área de negocio es la que ejecuta el rediseño, mientras RRHH y TI funcionan como arquitectos y habilitadores del cambio. La Figura 3 vuelve al caso de solución de reclamos en atención al cliente para mostrar de forma concreta qué le corresponde a cada área en cada etapa.
Caso atención al cliente: qué decide el área dueña del proceso, qué aporta RRHH y qué sostiene TI
| Atención al cliente | RRHH | TI | |
|---|---|---|---|
| 01Qué se automatiza | Define qué reclamos puede cerrar un sistema de manera automática y cuáles no. | Evalúa el impacto en personas y roles, y ayuda a definir quién responde si falla. | Evalúa, integra y configura la herramienta que responde, y mide y ajusta su precisión. |
| 02Cómo cambia el rol | Define que el ejecutivo pase a resolver solo casos complejos. | Redefine el perfil de cargo del ejecutivo: de redactar respuestas a decidir sobre casos complejos. | Entrega el panel con los casos que la IA cerró sola y su satisfacción (NPS). |
| 03Cómo se mide | Replantea las métricas: sube la prioridad del NPS en casos complejos y baja la del tiempo de respuesta. | Ayuda a bajar esa nueva forma de evaluar al equipo y a que quede claro cómo se mide el trabajo rediseñado. | Busca la forma de disponer las métricas y probar el impacto de la automatización. |
| 04Cómo se sostiene | Define qué es una buena decisión frente a un reclamo límite. | Diseña cómo se transfiere ese criterio y ajusta el perfil de selección de quien entra al equipo. | Mantiene la integración y revisa los umbrales de derivación según el uso real, ajustando si hace falta. |
¿Existe una figura espontánea dentro de los equipos de una organización que funcione como catalizador para una adopción efectiva de IA? ¿Cómo se encuentra, y qué se le puede pedir después?
Según la Ficha de Contexto Organizacional 2026 de Buk, el 92% de las organizaciones ya usa IA de manera regular en al menos una de sus áreas funcionales, y una gran mayoría de ellas (61%) recién comenzó a usarla de manera regular desde el primer semestre de 2025 en adelante.
Esa misma Ficha preguntó a las organizaciones si "la empresa promueve, capacita o financia activamente el uso de herramientas de IA entre sus colaboradores". Los resultados muestran que solo 1 de cada 4 (26%) indicó estar capacitando en IA, mientras que un 31% dijo que la promueve de manera informal.
En una segunda fuente de información, en una encuesta del Panel de Encuestados Buk aplicada a trabajadores dependientes de Perú, México y Chile realizada en 2026, se les preguntó si su empresa le había dado capacitación formal para usar IA en el trabajo. 22% de los encuestados declaró que, si bien su empresa no los ha capacitado de manera formal, se han capacitado por su cuenta y un 33% adicional declara que no ha recibido capacitación, pero le gustaría tenerla.
¿Tu empresa te ha dado capacitación formal para usar IA en tu trabajo? (%)
Fuente: Elaboración propia en base a Encuesta a la comunidad Buk (2026). Trabajadores dependientes en Chile, Perú y México (n = 508). No incluye Colombia.
Mirando estos datos en conjunto, lo que resalta es una diferencia de velocidad entre el ritmo al que las organizaciones estructuran su adopción de IA y el ritmo al que avanzan sus propios trabajadores. Solo un 8% de los trabajadores encuestados recibió una capacitación formal y estructurada de su empresa, mientras que casi el triple, un 22%, ya había tomado la iniciativa de capacitarse por su cuenta.
Detrás de esa decisión de no esperar a que la organización tome la iniciativa es razonable pensar que hay un impulso de los trabajadores por ser más eficientes, por cumplir mejor con las responsabilidades del propio trabajo y por construir un perfil laboral atractivo para el mercado laboral que viene. La misma encuesta muestra que un 19% declara estar ya motivado y no necesitar incentivos adicionales para usar IA.
¿Qué te haría usar más la IA en tu trabajo? (%)
Fuente: Elaboración propia en base a Encuesta a la comunidad Buk (2026). Trabajadores dependientes en Chile, Perú y México (n = 508). No incluye Colombia.
De esta motivación propia y de la diferencia de ritmo entre la organización y sus colaboradores surgen también señales de riesgo, sobre todo cuando la empresa no logra visibilizar cuánta IA se está usando realmente puertas adentro.
Esta situación se ha categorizado como "shadow AI", una extensión de un concepto corporativo bastante más antiguo, el "shadow IT", que desde hace más de veinte años describe el uso de tecnología no autorizada dentro de una organización.
La lógica entre ambos conceptos es la misma, cuando la organización no da respuesta rápida a una necesidad, las personas resuelven por su cuenta y fuera de los canales oficiales. Con la IA, eso se traduce en una multiplicidad de herramientas distintas en uso, que la organización no tiene identificadas y que, al quedar fuera de sus protocolos internos, pueden comprometer la seguridad de la información. Daniel Rubio (Unlearni) lo describe como personas que saben usar IA y la aplican en su trabajo, pero subiendo información confidencial a herramientas públicas.
Según el Cost of a Data Breach Report 2026 de IBM, el uso de herramientas no autorizadas estuvo presente en el 43% de los incidentes de seguridad del último año, el doble que el período anterior, y el 68% de las organizaciones afectadas no contaba con ninguna política sobre el uso de IA. El costo promedio de una brecha de seguridad alcanzó los cinco millones de dólares.
Este riesgo genera una fricción difícil de resolver, por un lado la organización necesita control sobre el uso de herramientas de IA, mientras que los trabajadores quieren avanzar rápido para aprovechar un potencial que ya tienen al alcance de la mano. Ambas partes tienen razones legítimas, y es poco probable que esta tensión se resuelva de una vez, más bien hay que ir administrando esta tensión en el tiempo, como plantea también la guía del Consejo de IA en el Trabajo.
Bloquear las herramientas de IA dentro del ecosistema de trabajo rara vez resuelve el problema, debido a que los colaboradores terminan usándolas igual desde sus dispositivos personales fuera de los sistemas institucionales y por consecuencia, la organización pierde de vista un uso que de todos modos ocurre. Daniel Rubio lo plantea en los mismos términos desde su propia práctica: "más que prohibir, hay que encausar el uso hacia herramientas corporativas seguras".
Existe un tipo de persona dentro de las organizaciones que se ubica justo en el punto donde esta tensión se juega, quienes ya se adelantaron por cuenta propia, acumularon experiencia usando estas herramientas y tienen influencia sobre cómo las usan quienes trabajan a su lado. Son, al mismo tiempo, el uso que la organización no ve y una de las vías más directas para encauzarlo.
La teoría organizacional definió esta figura mucho antes de la masificación de la IA y la llamó "Champion", un término acuñado por Donald Schön, filósofo estadounidense y profesor del Instituto Tecnológico de Massachusetts (MIT), en un artículo de Harvard Business Review de 1963 titulado "Champions for Radical New Inventions". Schön describe en el artículo a personas que impulsan una innovación de forma informal, sin que nadie las designe, dispuestas a arriesgar su posición y su reputación por una idea todavía no probada, y que recurren a sus redes internas para vencer la resistencia burocrática de la organización.
Seis décadas después la definición se mantiene. Ahora aplicada a la IA, se le describe como un colaborador influyente que promueve y acelera la adopción dentro de su organización, haciendo de puente entre la solución técnica y la necesidad real del negocio. Su rol, además, es temporal, dura mientras la innovación tenga que ser empujada.
La IA generativa ha avanzado de manera tan rápida, el uso masivo recién se instaló en 2022, que casi nadie ha alcanzado a acumular la trayectoria que normalmente define a un experto. Justamente por eso el champion cobra más relevancia, porque cuando casi ninguna persona puede acreditar años de experiencia ni certificaciones, este rol se distingue por su disposición por sobre su conocimiento acumulado.
Daniel Rubio lo grafica con el tipo de perfil que aparece en estas instancias: "alguien de RRHH que no sabe programar de pronto descubre que puede crear una automatización para bajar los tiempos de reclutamiento a la mitad".
"Desde las políticas y la gobernanza hay que romper silos. Muchas personas usan IA para automatizar sólo su propio trabajo, sin sinergia empresarial. Una buena práctica es organizar instancias de colaboración como hackathons internas. Esto permite descubrir perfiles que vale la pena convertir en Champions (embajadores). Creemos que es muy útil la proporción de un champion por cada 60 personas, alguien experto dentro del equipo a quien sus compañeros puedan acudir con dudas, sin tener que llamar a TI."
Daniel Rubio, Founder y Chief Revenue Officer, Unlearni (Chile)
Este perfil es fundamental porque las organizaciones están diseñadas para ejecutar sus procesos con la mayor eficiencia posible y tienden a ver la innovación como una interrupción. Frente a eso, el champion tiene algo que ningún consultor externo o especialista de TI puede igualar, y es el dominio del contexto. Conoce de primera mano los dolores del área, los cuellos de botella y las tareas que generan más fricción. Delegar la adopción de IA exclusivamente a TI corre un doble riesgo, que el equipo se desentienda del rediseño de sus propios flujos de trabajo, y que se implementen soluciones teóricas que no resuelven los problemas reales.
Si una organización quiere que estos perfiles afloren e identificarlos, conviene fomentar instancias propicias donde esa persona se pueda dar a conocer. La literatura organizacional formula hace tiempo la misma conclusión, la aparición de estas figuras no se puede forzar, pero sí facilitar. Lo que plantea es la necesidad de crear puntos de encuentro, espacios regulares, abiertos y no jerárquicos, donde quienes tienen interés genuino en un ámbito puedan encontrarse y reconocerse entre sí.
Estas instancias o puntos de encuentro tienen hoy un formato reconocible y cada vez más extendido dentro de las empresas, la hackatón, un evento en el que personas trabajan en grupos, colaborando de manera intensiva durante un período relativamente corto, con el objetivo de tener un producto funcional al final. Este capítulo se enfoca en su versión interna, la que ocurre puertas adentro de una sola organización, con sus propios colaboradores y sobre un problema propio.
Según el artículo de Coursera "What Is a Hackathon and Why Attend One?", la versión interna de las hackatones son una estrategia donde las empresas enfocan a sus empleados en resolver un problema específico, concentrándolos en un objetivo compartido, y donde en algunos casos los líderes revisan las mejores ideas para integrarlas a la organización. Uno de los casos más conocidos es el botón "me gusta" de Facebook, que nació de una instancia de este tipo. El artículo agrega algo que resulta central para lo que se describe aquí, y es que las organizaciones pueden evaluar a los participantes para identificar talento, lo que convierte a la hackatón en una herramienta de detección de personas y no solo de generación de soluciones.
Llevando esta práctica a la interna de las organizaciones, McKinsey plantea en su artículo "Demystifying the hackathon" que las hackatones no son solo cosa de startups tecnológicas, sino que las grandes organizaciones las están usando para romper la inercia organizacional e instalar culturas más centradas en la innovación. Sostiene que, en ese contexto, debiese tratarse más de intervenir procesos y formas de trabajo preexistentes que de diseñar nuevos productos.
El artículo destaca dos condiciones que van en línea con esta tendencia. La primera es que la instancia debe ser profundamente transversal, no para el equipo de tecnología, sino reuniendo a personas de las distintas áreas del negocio, ventas, servicio al cliente, diseño, finanzas, el área legal, justamente para forzar distintas maneras de abordar un problema. Esa misma lógica aplica a quién organiza el evento, no debería ser TI, sino RRHH, ya que el foco de la instancia está puesto en el aprendizaje y no en las herramientas. La segunda condición es que debe terminar en algo concreto, en un prototipo funcional que se pueda ver, no solo en una idea. Por último, advierte que cuando una hackatón termina suele haber un alza de entusiasmo y energía, pero que esa energía se va disipando si la organización no dispone de mecanismos para sostener el impulso.
Dos de las entrevistas y una conversación del Consejo de IA en el Trabajo recogen algo similar. Daniel Rubio lo plantea como "hackatón interna", y su criterio de diseño no está en lo que se construye sino en quiénes lo construyen: "Existe un valor en romper silos y poder sentar a trabajar a personas que nunca se habían visto".
Enrique Medina, desde Talento y Cultura en BBVA Perú, describe un formato obligatorio, acotado al área de Recursos Humanos: "hemos hecho retos donde tiene que participar el 100% de los colaboradores de Recursos Humanos, retos donde toman un problema y ese problema lo tratamos de resolver con inteligencia artificial". Su exigencia es que la instancia no se agote en sí misma: "tiene que ser útil, tiene que ser práctico y convertirse en un día a día. O sea, no es nada más hacer algo teórico por hacerlo".
Álvaro Larraín, Fiscal Corporativo de Consorcio, optó en cambio por un formato competitivo y recurrente, con un concurso mensual donde se plantea un desafío de automatización y se premia bajo tres criterios: "primero que le resulte, dos, que sea escalable, tres, que use la menor cantidad de tokens posible", con un ganador por fecha y un campeón anual.
El rol de RRHH frente a esta tendencia es poder descubrir al champion y sostenerlo sin ahogar este perfil. De lo visto en el capítulo se desprenden tareas concretas:
La guía del Consejo de IA en el Trabajo resume bien el espíritu de estas tres tareas: "la gestión del cambio no es un proyecto con fecha de término, requiere más energía en mantener vivo el sistema que en el lanzamiento inicial." Con el champion pasa exactamente lo mismo. Aparece de manera espontánea al inicio, pero lo que realmente marca la diferencia es si la organización y sus liderazgos son capaces de sostenerlo, y de hacer que su influencia perdure más allá del entusiasmo inicial.
¿Puede una organización formar el criterio que necesita, o solo puede administrar su ausencia?
El mundo del trabajo pide hoy más habilidades cognitivas, justo cuando la inteligencia artificial empieza a redefinir cómo estas se desarrollan. Ese mismo avance tecnológico que las vuelve más necesarias es también el que está transformando el terreno donde tradicionalmente se formaban.
En 2026, una actualización del artículo académico "¿Canarios en la mina de carbón? Seis hechos sobre los efectos recientes del empleo por la inteligencia artificial" elaborado por académicos de Stanford, mostró que la IA ya estaba afectando los niveles de empleo, especialmente en los cargos junior, algo que incluso aumentó entre 2025 y 2026. Algunos de los hallazgos que encontraron fueron:
Gráfico 7. El empleo joven es el que más se ha visto afectado por la IA. Dotación por grupo de edad en ocupaciones expuestas a IA, 2021 a mediados de 2026 (índice: noviembre 2022 = 1). Fuente: elaboración propia en base a Brynjolfsson, E., Chandar, B. & Chen, R. (2026). Canaries in the Coal Mine? Stanford University y NBER.
El estudio también hace una distinción clave, las caídas de empleo ocurren donde la IA reemplaza directamente lo que hacía una persona, mientras que donde funciona como apoyo, ayudando a que la persona haga mejor su trabajo, el empleo se mantiene o incluso crece.
Los autores explican esto con una distinción simple entre dos tipos de conocimiento:
Esto último plantea justamente la paradoja de este capítulo: si el criterio se forma trabajando, y son los primeros años de vida laboral el momento en que más se forma, ¿cómo se adquiere esa experiencia cuando cada vez es más difícil para los jóvenes emplearse en los roles que no la exigían?
A través de las entrevistas, preguntamos cuáles eran las habilidades más valiosas o fundamentales para los tiempos actuales. Una de las ideas que se repitió de manera más consistente entre las personas entrevistadas fue el juicio crítico, descrito como el factor que separa a quienes usan la IA para pensar mejor, de quienes la usan para evitar pensar.
"Más que el conocimiento técnico, que lo puedes suplir con la IA, para nosotros es mucho más importante que una persona tenga la capacidad de adaptarse al cambio, las ganas de crecer constantemente y de cuestionarse las cosas. Porque la IA te ofrece un montón de información, y si no tienes pensamiento crítico, no cuestionas nada. Te quedas con la primera respuesta, copias y pegas, y eso no agrega valor."
Joanna Pilowsky, Chief People Officer, Buk (Chile)
El juicio crítico se puede ligar directamente a la capacidad de cuestionar los resultados de la IA generativa. Fernanda Giamberini, VP Global de RRHH en MCK Hospitality, coincide en identificar el pensamiento crítico como la habilidad más relevante para los profesionales de personas hoy, entendido como la capacidad de tener una visión global del negocio y de las necesidades tanto del cliente como de las personas antes de proponer una solución.
"La adaptabilidad es clave. Ahora la resiliencia y el pensamiento crítico... si no eres capaz de cuestionar los resultados que te salen de la inteligencia artificial con el pensamiento crítico, va a ser muy difícil que puedas sobresalir."
Enrique Medina, Gerente General de Talento & Cultura, BBVA Perú
Esta habilidad se relaciona de cerca con otra habilidad cognitiva: el pensamiento analítico que el World Economic Forum señala, en la edición 2025 de su Future of Jobs Report como la principal competencia cognitiva exigida hoy por los empleadores, con siete de cada diez empresas considerándola esencial.
Estos dos conceptos, pensamiento analítico y pensamiento crítico, se diferencian en el orden, en donde el pensamiento crítico viene la mayoría de las veces, después del pensamiento analítico. Mientras el analítico busca encontrar qué es lo relevante, el segundo busca explicar por qué eso es relevante, cómo se llegó a esa conclusión, y cuestionar las limitaciones del resultado.
En el comienzo de la vida profesional hay tres condiciones que son fundamentales para sostener una dinámica que favorece la generación del criterio, estas son:
Son condiciones que comienzan a escasear posteriormente, cuando los trabajadores van adquiriendo mayores responsabilidades y su trabajo se vuelve el de supervisar tareas que ejecutan otros.
Estas dinámicas necesitan darse en conjunto, ya que la práctica por sí sola no produce aprendizaje, sino la experiencia acompañada, guiada, reflexionada sobre lo que salió bien y lo que salió mal. Sin ese acompañamiento, los años de trabajo no se traducen automáticamente en criterio, según explica Gonzalo Muñoz, académico de la Universidad Católica de Chile.
Se desprende también de las sesiones de trabajo del Consejo, que las universidades forman a las personas para un rol específico, pero rara vez cubren un conjunto básico de capacidades que toda organización exige, como la agilidad de aprendizaje, la toma de decisiones, o entender cómo se mueven realmente las cosas dentro de una institución. Esa base se tiende a aprender recién durante el primer año de la carrera laboral, que es cuando se refuerzan las competencias conductuales que ninguna malla curricular enseña.
Queda la duda de cómo enfrentar la paradoja planteada al inicio. Por un lado, la puerta de entrada para los perfiles jóvenes que están iniciando su carrera se angosta cada vez más, empujada por los incentivos económicos y el avance de la tecnología. Por otro lado, el pensamiento crítico se vuelve cada vez más necesario, justo la habilidad que las entrevistas nombran como de las más urgentes y diferenciadoras.
Frente a esto, vislumbramos dos salidas posibles. La primera es acelerar el desarrollo del pensamiento crítico. La segunda es aceptar que no se puede acelerar del todo, y en su lugar seleccionar por ese potencial, generando en paralelo mecanismos de protección organizacional ante la falta de criterio.
En este primer camino de acelerar el desarrollo de este criterio, la evidencia experimental señala que esto se puede hacer de manera parcial y bajo condiciones específicas.
Ya vimos que el criterio no se forma con la sola acumulación de años por el solo hecho de exponerse a una disciplina, sino con experiencia acompañada y reflexionada y cuando se instruye de forma explícita.
En 2014, investigadores holandeses probaron esto con estudiantes de educación superior que cursaban "Argumentación y Negociación", un ramo orientado a que aprendieran a tomar buenas decisiones sin dejarse llevar por sesgos. Todos rindieron la misma prueba de razonamiento al inicio, como línea base. Después fueron separados en cinco grupos, cada uno con un método de enseñanza distinto, y semanas más tarde volvieron a rendir la misma prueba.
Los resultados mostraron que:
Mejoró:
No mejoraron:
Entonces, ¿el pensamiento crítico frente a la IA es entrenable o es inherente a cada persona? Daniel Rubio, fundador de Unlearni en Chile, responde: "Como en todo proceso de gestión de conocimiento, el pensamiento crítico también se puede entrenar". Un programa de pensamiento crítico, agrega, debería poder contextualizar de mejor manera la industria y la tecnología, pudiendo desmitificar conceptos o sesgos que se puedan tener. "Formar profesionales para que entiendan que detrás de una IA no existe un 'ente', sino que es un proceso matemático, estadístico y con un margen de error que debemos aprender a detectar."
Si bien estos resultados dan luces de que el criterio puede desarrollarse de forma más efectiva, y no depende solo de la prueba y error del día a día, esto podría no ser suficiente para revertir una dinámica más de fondo, en donde si una empresa puede automatizar un cargo operativo, es probable que lo haga, incluso si ese cargo funciona como una inversión en aprendizaje para un perfil junior, que más adelante podría formar una capacidad interna que le permitiría acceder a roles donde la IA funciona como aumentador y no como sustituto del trabajo humano.
Vale la pena explorar entonces otras alternativas a esta problemática.
La segunda alternativa es más reactiva y proteccionista. Parte de la idea de que, si el criterio escasea, la organización podría actuar para que esa ausencia no se traduzca en resultados indeseados, ya sea seleccionando candidatos que ya vengan con esta disposición, o protegiendo el proceso de decisión para que no dependa por completo de que cada individuo tenga el criterio formado.
Aunque el criterio se pudiese acelerar, es algo que no se forma de un día para otro. Por eso, la organización puede necesitar procedimientos que protejan sus decisiones en el intervalo. Estas son 3 formas de hacerlo:
Seleccionar por potencial. La selección es la otra respuesta disponible. Si el criterio toma años en formarse y no se puede observar directamente en una entrevista, una manera de aproximarse a él es buscar la mentalidad de crecimiento y la adaptación constante, y se apuesta por la probabilidad de que ese criterio se termine formando con el tiempo. Joanna Pilowsky lo confirma desde su propia práctica en Buk, donde la mentalidad de crecimiento y la adaptación constante son requisito de entrada.
Claudia Palacio, consultora en empleabilidad y marca personal, Colombia, ve el mismo giro desde el otro lado del proceso, el de qué evalúan hoy quienes contratan: cada vez es menos relevante el conocimiento técnico, que se puede enseñar, y cada vez más la capacidad de tomar decisiones sin caer en lo que ella llama parálisis por análisis, justamente porque son habilidades que "no te las enseñan en una universidad, ni en un curso, ni en una maestría, ni en ningún lado." La lógica de fondo puede ser incómoda, dado que si formar el criterio es lento, caro y depende de condiciones que la organización no siempre controla, conviene pagar el costo antes, en el proceso de selección, en vez de después, durante la formación. Y como el criterio mismo no se puede filtrar de manera perfecta en una entrevista, lo que en la práctica se termina seleccionando es la disposición que tenga el candidato que hace más probable que la persona lo desarrolle con el tiempo.
"Llevamos siglos y décadas entrenando a la gente para ejecutar mejor... y ahora hay que entrenarla para que juzguen mejor, para que piensen mejor, para que tengan un mejor criterio."
Macarena McKay, Directora de la Asociación de Ética Empresarial y Organizacional de Chile
La lógica común de estas tres voces es la misma, diseñar la organización para que el buen juicio en las decisiones no dependa de que cada individuo venga con este criterio de base.
El rol de RRHH frente a esta tendencia es diseñar las condiciones para que las dos vías, acelerar y proteger/seleccionar, funcionen a la vez. De lo visto en el capítulo se desprenden tareas concretas:
En los tres casos, selección, liderazgo y cultura dejan de perseguir objetivos propios y pasan a compartir uno solo, que el criterio de una organización no dependa únicamente de que cada persona, de manera individual, sea capaz de desarrollarlo por su cuenta, dentro de los procesos que esa misma organización le ofrece.
La pregunta que abrió este capítulo era si una organización puede formar el criterio que necesita, o solo administrar su ausencia. Con la evidencia reunida, la respuesta es las dos cosas a la vez, y ninguna de manera completa. Formar acelera lo que de todas maneras iba a tomar tiempo. Administrar reduce el costo de lo que todavía no se forma.
¿Qué parte del trabajo exige juicio y no admite instrucción previa?
A partir de datos de la Ficha de Contexto Organizacional (Buk, 2026) se levantó que entre las organizaciones que declaran usar inteligencia artificial en gestión de personas, el 29% de ellas señala que en al menos un subproceso, las herramientas ejecutan acciones de forma mayoritariamente autónoma o completamente autónoma, sin revisión humana.
Esto ocurre sobre todo para hacer reportería y administración de personal y es menos frecuente en áreas de desarrollo, cultura y clima, donde el resultado puede tener una incidencia directa sobre las personas, ya sea en su selección, su promoción o su desarrollo.
Para cada sub-área de RRHH, ¿las herramientas de IA ejecutan acciones de forma autónoma o requieren revisión humana? (%)
Fuente: Elaboración propia en base a Ficha de Contexto Organizacional Buk (2026). Bases por subárea entre 279 y 450 organizaciones que declaran usar IA en esa subárea. Los dos últimos segmentos de cada barra conforman el "total autónomo", es decir, la ejecución sin revisión humana caso a caso.
Sin embargo, ese avance no ocurre de manera automática. Sin un proceso estructurado, delegar una tarea a un sistema de IA obliga a entregarle el contexto completo del proyecto cada vez que se inicia o retoma un trabajo, teniendo que mencionar el origen de los datos, los errores frecuentes y el formato que espera quien recibe el resultado. Esa repetición resulta ineficiente y deja resultados distintos según quién formule las instrucciones.
De ahí nace la necesidad de guardar ese contexto en un solo lugar. Eso es lo que resuelven las skills o habilidades escritas, un formato que se popularizó desde 2025 para traspasar un procedimiento a un sistema de inteligencia artificial. Una skill es un archivo de texto que describe cómo se ejecuta una tarea, cuándo corresponde hacerla y con qué reglas se decide en el camino.
Para un área de personas, esto abre una posibilidad concreta de estandarizar procesos que dependían del criterio de unos pocos profesionales con experiencia. Por ejemplo, puede utilizarse para preparar una conversación de desempeño, aplicar de manera consistente los criterios que definen cuándo se aprueba una excepción a la política de teletrabajo o determinar qué se revisa primero ante un caso de riesgo psicosocial. Escrito en una skill, ese conocimiento queda a la vista, se puede revisar y corregir, y permite delegar la tarea a un sistema de IA que aplica las mismas reglas en todos los casos.
En una documentación técnica, Anthropic (2025) explica que una habilidad es un directorio o carpeta que reúne instrucciones y materiales de referencia organizados como una guía de inducción. Estos archivos son:
Su funcionamiento y aquello que la distingue de un instructivo reside en que la información se organiza en tres niveles de lectura.
El ejemplo que se presenta corresponde al cálculo y confección del reporte mensual de rotación laboral que un área de personas podría querer realizar de manera periódica. El insumo de este reporte es la base de datos donde la organización registra a sus colaboradores mes a mes, con sus contratos y fechas de ingreso y término.
Nivel 1 — Qué es y cuándo aplica (lo único siempre presente)
nombre: reporte-de-rotacion-mensual
descripcion: Calcular y explicar la rotación mensual por área a partir de
la base de datos de personas. Usar para el reporte al comité y para consultas
puntuales de jefaturas. NO usar para casos individuales, procesos de
desvinculación en curso, ni cortes con menos de 30 personas.Nivel 2 — El procedimiento (se lee cuando llega un caso)
## La base: qué usar y qué no
- Tabla `dotacion_mensual`: fuente única. Es una foto del último día del mes.
- `fecha_termino` puede venir vacía hasta 5 días hábiles después del cierre.
Si el mes está recién cerrado, advertirlo en el reporte.
- Ignorar `estado_contrato = 'S'`: son suspensiones por licencia, no salidas.
Es el error más frecuente e infla la rotación entre 1 y 2 puntos.
- Los reemplazos por licencia (`tipo_contrato = 'PLZ'`) no entran en la base
de cálculo. Estuvieron incluidos por error hasta el reporte de marzo 2025.
## Cómo se calcula acá
Rotación = salidas del mes / dotación promedio del mes × 100.
- Dotación promedio = (inicial + final) / 2. No usar la de fin de mes.
- Separar siempre voluntaria de no voluntaria. El comité pregunta por la
voluntaria; si se entrega el total sin desagregar, la conversación se
pierde en explicar la diferencia.
## Formato de salida
Tabla por área: rotación total, voluntaria, no voluntaria, dotación promedio
y número de salidas. Serie de los últimos 12 meses.
## Errores frecuentes
- No ordenar las áreas de mayor a menor rotación. Se mantiene el orden del
organigrama para que el comité compare mes a mes; un ranking convierte el
reporte en una lista de jefaturas "malas".
- Si un área tiene menos de 30 personas, declarar siempre la base del cálculo.
Con una dotación pequeña, una sola salida mueve el indicador cinco puntos.
## Requiere juicio humano — no se automatiza
- Por qué subió. El dato muestra el qué; la causa exige conocer el contexto
del área y hablar con la jefatura.
- Si amerita intervención. Un alza puede ser una corrección esperada tras una
reestructuración.
- Quién responde por la lectura que se lleva al comité. Es responsabilidad de
quien la presenta, no de la habilidad.Nivel 3 — Anexos en la misma carpeta (se abren solo si el caso lo exige)
La skill del ejemplo anterior termina con una sección que señala qué parte del reporte no se automatiza. Antes de escribir una skill, un área de personas debe definir qué parte de su trabajo puede escribirse y cuál no.
Para Juan Domínguez, Director de Capital Humano de Alpura en México, esa pregunta es el punto de partida: solo se puede delegar lo que se puede describir.
"Los agentes de inteligencia artificial no reemplazan personas: reemplazan procesos. Si yo no puedo describir el proceso, no lo puedo automatizar."
Juan Domínguez, Director de Capital Humano, Alpura (México)
Pero no todo lo que hace un área de personas se puede describir con la misma facilidad. Una forma de entenderlo es utilizando una escalera de cuatro peldaños, donde cada nivel es más difícil de escribir (o delegar) que el anterior:
Capas del conocimiento de un proceso de RRHH, ilustradas con el reporte mensual de rotación. Las tres primeras pueden escribirse en una skill; la cuarta exige el juicio de una persona
← Se puede escribir o documentar en una skill · Exige juicio humano →
¿Qué información se usa?
Dónde está la dotación y qué cuenta como salida voluntaria.
En la skill: La sección «La base» y el diccionario anexo.
¿Cómo se calcula?
Salidas del mes sobre la dotación promedio, separando rotación voluntaria de no voluntaria.
En la skill: La sección «Cómo se calcula».
¿Cómo se interpreta el resultado?
Si un área sube más de tres puntos sobre su promedio anual, se levanta una alerta al comité.
En la skill: Reglas de alerta y contraejemplos.
¿Qué significa este caso y qué se hace?
Operaciones sube seis puntos tras un cambio de jefatura: ¿es un problema de liderazgo o responde a una reorganización del área? ¿Se lleva esta situación al comité?
En la skill: Se impone un límite «Requiere juicio humano». No se resuelve.
Fuente: elaboración propia en base a Brynjolfsson, Li & Raymond (2023) y Lee, Sarkar et al. (2025).
Los tres primeros peldaños se pueden escribir en una Skill. El cuarto lo ejerce una persona y con él viene la responsabilidad. Para Claudia Cornejo (Partner Human Capital Technology & Transformation, Deloitte), ahí se encuentra el límite, en donde dice que se puede delegar la ejecución de una tarea, pero nunca la respuesta por un resultado.
"El rol de los agentes no es sustituir personas, sino sustituir capacidades. La agencia, la responsabilidad final, está en la persona, no en el agente."
Claudia Cornejo, Partner Human Capital Technology & Transformation, Deloitte Chile
El criterio puede anticiparse, en cierta medida. Se formula antes de que el caso ocurra y toma la forma de un enunciado, por eso puede escribirse. El juicio, en cambio, es la capacidad de aplicar ese enunciado a un caso singular y de reconocer cuándo el caso no cae bajo él. Se ejerce en el momento, frente al caso, y no puede quedar escrito de antemano.
Kant discute esta capacidad en la Crítica de la razón pura con un argumento que conserva vigencia frente a los sistemas actuales. Sostiene que la facultad de juzgar no puede enseñarse mediante reglas, porque determinar si una regla aplica a un caso requeriría una segunda regla que lo estableciera y esa segunda regla exigiría una tercera, en una regresión sin término. De ahí concluye que el juicio sólo puede ejercitarse, no transmitirse. Aristóteles había llegado a una posición análoga al distinguir la phrónesis, la prudencia práctica para actuar bien frente a una situación concreta, del saber técnico, el cual sí es posible transmitir como un conjunto de reglas. La phrónesis se ocupa de lo particular, y lo particular, igual que en el argumento de Kant, no se deduce de ninguna regla general.
La consecuencia de esta discusión para esta tendencia es relevante ya que el límite que separa el tercer peldaño (el criterio) del cuarto (el juicio) no es una restricción técnica del estado actual de la tecnología, susceptible de ser superada por versiones posteriores de los modelos de IA.
La pregunta ahora es qué le pasa al juicio de esa persona cuando su trabajo deja de ser producir el resultado y pasa a ser revisarlo.
El estudio de Lee, Sarkar et al. (2025), desarrollado por Microsoft Research junto a Carnegie Mellon sobre 319 trabajadores del conocimiento, analiza empíricamente el problema.
En su charla en TEDAI Vienna, Advait Sarkar, coautor del estudio, describe lo que pasa cuando alguien delega el razonamiento en un modelo. El autor denomina que estamos en una época de "la razón tercerizada". En donde antes para generar contenido o un producto, se miraban los datos, se escribía un borrador y se rehacía varias veces. Ahora los procesos suelen comenzar directamente con el resultado que entrega el modelo, y el trabajo humano se reduce a aprobarlo o rechazarlo. Los borradores intermedios, donde antes se ejercitaba el juicio, simplemente dejaron de escribirse.
Sin embargo, Sarkar identifica que en este tipo de procesos en los que el pensamiento se terceriza se erosionan tres capacidades:
Es decir, delegar el razonamiento se resume en: menos ideas, pensadas con menos criterio y recordadas peor.
En esa misma línea, cuando el conocimiento es tercerizado, se produce aún más erosión del razonamiento humano cuando la IA acierta. Dado que en la mayoría de los casos el resultado parece razonable, y por consecuencia, la organización (y sus trabajadores) recibe una señal sostenida de que revisar puede ser una pérdida de tiempo, precisamente mientras la capacidad de revisión se atrofia.
Las métricas de adopción de inteligencia artificial miden cuánto se usa la herramienta, no si la capacidad de revisión de quienes la usan se está debilitando.
Sarkar resume este enfoque en tres principios de diseño, enfoque que en un área de personas pueden traducirse de esta manera:
Aunque el juicio no se puede delegar, sí se puede perder si no se ejercita. Hoy, el juicio se ejerce en un contexto cada vez más mediado por la tecnología: cuando la herramienta entrega la respuesta ya resuelta, el juicio se atrofia en vez de ejercitarse.
Eso tiene un costo doble, por un lado la persona pierde la capacidad de resolver los casos límite y la organización deja de producir criterio nuevo, porque el criterio de las decisiones futuras salen de los juicios actuales. Por eso no basta con escribir buenas skills, también importa cómo son las herramientas con las que se trabaja, porque son las que acompañan a las personas justo en la frontera donde el criterio se acaba y empieza el juicio.
Sarkar llama a esta fricción deliberada resistencia productiva. Para un área de Recursos Humanos que está eligiendo o configurando sus herramientas para llevar sus procesos, es un principio útil debido a que en una herramienta hecha para apoyar a las decisiones, la eficiencia no puede ser el único objetivo. El objetivo es poder decidir mejor.
Tres principios de diseño propuestos por Advait Sarkar, traducidos a decisiones de gestión de personas y a preguntas para elegir o configurar una herramienta
El principio
Que quien decide siga mirando el material de origen, no solo el resumen que entrega la IA.
En gestión de personas
Al revisar un ranking de candidatos, abrir algunos currículums completos y no quedarse solo con el puntaje.
Pregunta para elegir una herramienta
¿Me deja ver la evidencia detrás de lo que propone?
El principio
Que la herramienta pida algún esfuerzo de razonamiento en vez de entregar todo resuelto.
En gestión de personas
Antes de redactar la negativa a un aumento, el asistente pregunta si la razón real es el presupuesto o el desempeño.
Pregunta para elegir una herramienta
¿Me pide razonar o me entrega la respuesta terminada?
El principio
Que el sistema exija explicar por qué se eligió una opción antes de cerrar la decisión.
En gestión de personas
Una desvinculación no se cierra sin que quien decide deje escritos sus fundamentos.
Pregunta para elegir una herramienta
¿Me pide explicar por qué elijo antes de cerrar?
Idea de fondo: Sarkar llama a esta fricción deliberada «resistencia productiva». En una herramienta hecha para apoyar decisiones, la eficiencia no es el único objetivo: el objetivo es poder decidir mejor.
Fuente: elaboración propia en base a Sarkar, «How to stop AI from killing your critical thinking», TEDAI Vienna (2025); Lee, Sarkar et al. (CHI, 2025).
Recursos Humanos es de las áreas de una organización en donde más decisiones recaen sobre una persona concreta: quién entra, quién asciende, quién recibe un aumento y quién sale. Por eso es también donde el juicio debe tener prioridad y donde conviene cuidar con más seriedad que las herramientas no lo atrofien. De lo visto en el capítulo se desprenden cuatro acciones:
Estas cinco tendencias comparten un mismo desafío de fondo: qué responsabilidad asume RRHH cuando una parte del trabajo se automatiza, se delega o se redistribuye. A lo largo del estudio pudimos ver grandes oportunidades para capturar el valor que este momento tecnológico pone al alcance de la organización, más allá de los roles tradicionales del área, pero de la mano de esas oportunidades surgen también conflictos, tensiones y desafíos para el área. Este estudio invita, primero, a reflexionar sobre cómo se trabaja en las organizaciones y cómo nos relacionamos en torno a la tecnología. Respondiendo estas preguntas estamos un paso más cerca de aprovechar lo que el presente nos ofrece.
| Tendencia | Desafío hoy | RRHH 2027 |
|---|---|---|
| RRHH estratégico: el desafío de valorizar un impacto que no es directo | El lugar en el directorio no garantiza, por sí solo, que el impacto de RRHH sea reconocido. | Incorporar perfiles capaces de traducir la gestión de personas al lenguaje del negocio. |
| RRHH mide más que nunca, pero sin marcos claros para valorizar ese impacto. | Construir esa capacidad analítica sin que se convierta en un fin en sí misma. | |
| Rediseñar el trabajo: la tarea que une a RRHH y TI | La adopción de IA sigue siendo artesanal, individual y sin gobernanza. | Ir más allá de acelerar procesos con tecnología, y rediseñarlos junto a las áreas de TI. |
| Muchas organizaciones adoptan IA sin haber definido qué buscaban cambiar. | Generar gobernanza compartida entre TI, RRHH y las áreas de negocio. | |
| El Champion de IA: encontrar a quien ya empezó | La adopción de IA avanza de manera individual y no declarada, presentando riesgos pero también oportunidades. | Identificar a los entusiastas a través de hackatones o autonominación. |
| Formalizar el rol demasiado pronto apaga la motivación que lo hizo aparecer. | Sostenerlos en el tiempo con reconocimiento y respaldo, sin convertirlo en obligación. | |
| La paradoja de las habilidades que tardan más en formarse | La puerta de entrada laboral se angosta justo cuando más se necesita pensamiento crítico. | Acelerar su desarrollo con instrucción explícita, no solo exposición a la práctica. |
| El criterio no se puede observar directamente en un proceso de selección. | Priorizar en la selección a quienes ya muestran disposición a aprender, y proteger el proceso de decisión. | |
| Lo que no cabe en el archivo | Buena parte del conocimiento organizacional vive sin documentar, solo en la experiencia individual. | Elegir qué procesos escribir por su riesgo de concentrarse en pocas personas. |
| El juicio se atrofia cuando el resultado de una herramienta parece correcto y nadie lo revisa. | Diseñar fricciones deliberadas donde el juicio es más delicado por sus implicancias. |
