Las empresas cada vez utilizan más a los robots para contratar mejores humanos

Un robot para reclutar y contrataciones, prácticamente, a través de un celular. El departamento de Recursos Humanos de Gentera, la firma de servicios financieros especializada en microcréditos para micro y pequeñas empresas, ha pasado de dedicar días a revisar CV y organizar entrevistas a centrarse en lo que de verdad les importa: contratar al mejor equipo y retenerlo.

El grupo, matriz de Compartamos Banco, tiene 24,000 empleados en México, Perú y Guatemala y una rotación de 14% entre sus promotores de crédito, baja para este sector, donde suele rondar el 30% y hasta el 50%, pero elevada aún teniendo en cuenta que 80% de sus contrataciones son en esta posición. “Sabemos lo que implica traer alguien nuevo, la curva de aprendizaje y cómo afecta a la confianza del cliente”, explica Adela Giral, directora ejecutiva de Personas en Gentera. La compañía buscaba nuevas formas de solucionar el problema que le costaba dinero y empañaba la experiencia del cliente.

Encontró la respuesta en la digitalización y, tras un proceso de selección, que incluyó metodología Agile, halló en la startup Apli el match a sus necesidades. “La pregunta es cómo reclutar a los mejores”, afirma Horacio Victoria, director de Atracción y Retención de Talento de Gentera.

Ahí es donde entra la inteligencia artificial. Los análisis de datos propios y las herramientas con las que contaba la entidad financiera no eran suficientes. Lo que la compañía buscaba en Apli era, además de reducir sus tiempos de contratación, encontrar los factores predictivos de éxito en un candidato. “Tienen una mina de oro en datos, muchas contrataciones e información para construir modelos matemáticos”, explica Vera Makarov, cofundadora y directora general de Apli.

La idea es que el algoritmo aprenda a partir de datos, en este caso, de las características que llevan a ciertos promotores de crédito a tener éxito: desde su experiencia previa, a su formación, información demográfica, cuánto tiempo se quedan en el trabajo… y usar el machine learning para encontrar patrones que permitan predecir qué perfil será “un excelente trabajador en la empresa”, explica José María Pertusa, cofundador de Apli. La startup logró que la predictibilidad en las contrataciones de Gentera pasara del 50% al 89%, según datos de la firma financiera. “Una persona, incluso cuando ha trabajado toda una vida en reclutamiento, tiene una idea intuitiva, pero desperdicia una cantidad gigante de datos del resto de personas que fueron contratadas por sus compañeros durante años en la empresa”, continúa el emprendedor. “Se trata de quitarle el factor suerte a la contratación”, resume Horacio Victoria.

También el tiempo de contratación disminuyó, al llevarse a cabo totalmente a través del celular y de la tecnología. La empresa ha logrado reducirlo a la mitad y esto se traduce en menos tiempo e incertidumbre para el candidato y también menos tiempo invertido al proceso por parte de Recursos Humanos, que puede dedicarse a generar valor para el colaborador, agrega Giral.

La clave para que el machine learning funcione es que sean contrataciones de mucho volumen. Y el reto está en llegar al público objetivo, que muchas veces no tiene computadora en casa, pero sí un smartphone, aunque sin plan de datos. “Si quieres recopilar información de esta persona, aunque tuvieras la mejor inteligencia, si no puedes recopilar la data, no puedes entrenar al modelo”, dice Makarov. Por eso es importante que estas herramientas funcionen en móvil y que sea a través de una conversación en redes sociales como Facebook, que no consume datos con la mayor parte de los esquemas de prepago de las compañías móviles.

Miniso, la cadena de tiendas de productos de diseño japonés también entendió la oportunidad que le abrían las redes sociales para su proceso de contratación. Es ahí donde se encuentran sus audiencias, personas jóvenes con un perfil muy asociado a la marca. “Aproximadamente 65% de nuestra fuente de reclutamiento llega a través de nuestras publicaciones en redes sociales y entre 30 y 35% nos llega a través de los códigos QR que ponemos en acrílicos en la tienda”, dice Mauricio Marrero, director general de Recursos Humanos de Miniso.

Antes de usar la Inteligencia Artificial, Marrero reconoce que Miniso, que también es cliente de Apli, perdía muchos candidatos porque no se le daba seguimiento al proceso y eso acaba afectando también a la percepción de la marca, porque muchos de ellos son clientes. La tecnología también ayuda en la estrategia de la empresa, en la que el gerente de la tienda, el rol más importante en la cadena pero no necesariamente especializado en reclutamiento, es responsable de administrar el ciclo de vida del colaborador, desde su entrada hasta la salida de la compañía, pasando por la capacitación y el crecimiento.

Desde la app, la herramienta ubica a los candidatos por gps para determinar la distancia que recorrerán, porque uno de sus problemas en rotación y ausentismo está vinculado al tema geográfico. Y selecciona los mejores perfiles según lo que busca la empresa. “El margen de error para el gerente es prácticamente mínimo, porque está eligiendo entre tres o cuatro candidatos que ya fueron preseleccionados”, dice Marrero.

La llegada del coronavirus aceleró la velocidad con la que las empresas adoptaron la digitalización y eso lo notó Apli, que veía como antes muchas compañías no lo consideraban una prioridad. Y 2020 vino a cambiar las reglas hasta para hacer un reclutamiento masivo en un momento en el que no puedes juntar a gente en un mismo lugar. “En junio, ante el cambio en la normativa de etiquetado de alimentos, uno de nuestros clientes tuvo que contratar mil personas para distintas plantas, para reetiquetar productos. Lo logramos en una semana”, dice Makarov.

¿Tecnología más humana?

Para Makarov y Pertusa, la inteligencia artificial, además, ayuda a eliminar sesgos en la contratación y no creen que el perfil que arroja el algoritmo sea totalmente uniforme. “El riesgo existe y lo tenemos en mente”, señala Pertusa.

Al determinar qué personas han tenido éxito y hacer su perfil, puede haber sesgos, como el género o la edad. “Lo bueno es que puedes prevenirlo, si detectas que se está produciendo y trabajar para lograr un modelo sin sesgos. Este tipo de prevención es muy difícil cuando trabajas con tanta cantidad de vacantes y toma mucho tiempo, con la tecnología, es muy rápido”, apunta. Makarov agrega que incluso, con este tipo de algoritmos, se abre el abanico porque permite perfilar buenos perfiles de vendedores, que no necesariamente han tenido experiencia en ventas.

Rafael Pazarán, especialista en seguridad cibernética de la Facultad de Negocios de la Universidad La Salle, señala que en México aún se está en un proceso de adopción de la inteligencia artificial. La clave, asegura, estará en que la alta dirección de la empresa no tome decisiones basadas en tendencias, sino que haya una estrategia integral detrás. “Y pocas empresas tienen aun esta estrategia. Tenemos un rezago en tecnología y es multifactorial: la brecha digital, los conocimientos de la alta dirección y que, incluso, solo algunas startups y grandes empresas conocen esta tecnología, la mayoría, no sabe de sus ventajas”.