Kaonavi: su CPO habla de la «inteligencia del talento», que convierte los datos de personal de un «registro del pasado» en una «predicción del futuro»

La postura de Inoue es clara. Hasta ahora, muchas empresas se han quedado, en materia de gestión del talento, en la fase de centralizar la información sobre su personal. Si se logra combinar los datos con la IA para indicar incluso «qué hay que hacer a continuación», el departamento de recursos humanos podrá dejar de depender de la intuición y la experiencia. Sin embargo, como condición previa, es necesario que cada empresa acumule datos. A lo largo de la entrevista se habló repetidamente de cómo salvar la distancia entre este «ideal» y la «realidad de que todavía faltan datos».

Ante la pregunta de qué está ocurriendo en la gestión de personas con la difusión de la IA, Inoue respondió: «Estamos pasando de una época en la que todo se hacía por intuición y experiencia a otra en la que se utilizan los datos y la IA para movilizar a las personas y sacar partido de ellas». La intuición de los veteranos o las experiencias de éxito del pasado no son malas en sí mismas. Sin embargo, a menudo no son reproducibles, y lo importante, según Inoue, es que al incorporar datos e IA se puede dotar de reproducibilidad a las decisiones.

Como ejemplo citó las señales de abandono. Hay un límite a lo que se puede captar solo con intuición y experiencia sobre el presentimiento de que «esta persona parece que se va a ir». Si se sabe qué tipo de comentarios hace con frecuencia o qué tipo de comportamiento tiene, se pueden tomar medidas de forma anticipada. Inoue considera que este tipo de uso aparecerá como uno de los aspectos positivos de la IA. Cuando Iijima preguntó: «¿Quiere decir que se reducirán situaciones en las que los mandos pasan tres horas comentando entre ellos que "esa persona parece estar un poco en riesgo", sin saber si sirve de algo?», Inoue lo confirmó.

Iijima preguntó si la velocidad de estos cambios es distinta en Japón y en el extranjero. Inoue respondió que sí hay diferencias, pero que lo que más difiere es la forma de aprovechar los datos. En el extranjero la digitalización de los datos está avanzada. Por otro lado, las empresas japonesas también tienen datos. Lo que ocurre es que a menudo se gestionan en Excel o en papel. Inoue cree que, si se digitalizan como es debido, podrán aprovecharse de una forma que también encaje con la cultura japonesa.

Según explicó, la manera de recopilar datos varía mucho de una empresa a otra. Entre las empresas que acuden a Kaonavi en busca de asesoramiento, hay algunas que todavía lo gestionan todo en Excel o en papel. Incluso entre las que han implantado un sistema, hay casos en los que simplemente se rellenan los campos establecidos por cumplir. Inoue dice percibir con fuerza estas diferencias en el aprovechamiento de los datos.

En un contexto de escasez de mano de obra, las empresas no solo deben pensar en la contratación, sino también en cómo lograr que trabaje bien el personal que ya tienen y cómo evitar que se marche. Cuando Iijima señaló este punto, Inoue comentó que el nivel de las consultas que reciben últimamente ha cambiado considerablemente.

Antes, las necesidades se centraban en cosas como «la transformación digital de la empresa no avanza nada y queremos digitalizarnos» o «queremos hacer más eficientes las operaciones». Últimamente, según dijo, aumentan las consultas más avanzadas, por ejemplo sobre la carrera profesional de cada persona o sobre cómo aprovechar más los datos a la hora de estudiar la asignación de puestos.

Inoue ordenó este cambio en etapas. Primero, se fueron reuniendo datos gracias a la gestión centralizada de la información del personal y a la mejora de la eficiencia operativa. Como siguiente paso, aumentaron las consultas sobre cómo aprovecharlos. Y recientemente están aumentando las consultas sobre la etapa siguiente. Las funciones de análisis han permitido conocer las tendencias de la empresa, pero cuesta avanzar en la reflexión sobre «¿y qué hay que hacer ahora?». Como las expectativas en ese punto son grandes, Kaonavi está concibiendo su producto de forma que conduzca a la inteligencia del talento.

Según Inoue, el concepto original de la gestión del talento consiste en centralizar la información sobre el personal y en cómo aprovechar los datos acumulados. Por aprovechamiento se entiende el establecimiento de objetivos y la evaluación basada en ellos, la gestión de las competencias de cada persona, la asignación de puestos, etc. Sin embargo, últimamente su significado se interpreta de forma reducida, y todavía son muchos los casos en los que se cree que «centralizar los datos = gestión del talento».

Los datos que se recopilan son principalmente las evaluaciones anteriores, las competencias, los gustos y preferencias de la persona, la información de las pruebas de aptitud, etc. Inoue explicó que la gestión del talento es el sistema que crea un estado en el que figura toda la información relacionada con cada persona y que la gestiona.

Sobre cómo se utiliza en la práctica, Inoue dijo lo siguiente: empresas que gestionaban internamente el establecimiento de objetivos y las evaluaciones con Excel los digitalizan con Kaonavi y automatizan el flujo de trabajo. O bien, currículos e historiales profesionales anteriores a la incorporación que estaban guardados en PDF en algún lugar, de modo que nadie podía verlos aunque alguien quisiera consultarlos, se reúnen en Kaonavi para que cualquiera pueda verlos. Pero la realidad, según dijo, es que muchas empresas se quedan ahí. Todavía no han llegado a la fase de diseñar cómo aprovecharlos y pensar qué datos conviene guardar con ese fin.

Inoue explicó que la inteligencia del talento consiste en que la IA extrae inteligencia de los datos relacionados con las personas y transforma la toma de decisiones de la organización. Ya existe el contenedor donde acumular los datos, los datos se han ido acumulando y también existen herramientas de visualización y análisis. Pero hasta ahora solo se podía llegar al análisis de la situación actual. Lo ideal, según dijo, es que el sistema indique qué hacer a partir de ahora.

No obstante, en las empresas ni siquiera la centralización de los datos es todavía suficiente. Sobre por qué, aun así, apuestan por la inteligencia del talento en este momento, Inoue explicó que quieren crear un «modelo circular». Supongamos, por ejemplo, una empresa cuya tasa de abandono está aumentando. Hasta ahora todo terminaba con la visualización, y el porqué de esa alta tasa de abandono y cómo reducirla era algo que recursos humanos tenía que pensar a base de esfuerzo. Con la inteligencia del talento se pretende ayudar hasta el punto de ofrecer sugerencias del tipo «¿no podría deberse a esto?».

Sin embargo, si los datos no son suficientes, tampoco se pueden ofrecer sugerencias suficientes. Precisamente por eso quieren lanzar primero la función y mostrar con claridad que «si no se reúnen más datos de este ámbito, no se puede saber si esta posibilidad es correcta». Cuando Iijima lo resumió diciendo: «¿Es decir, que surge una razón para tener que introducir datos y eso sirve de empujón para las empresas?», Inoue respondió: «Precisamente ahora, las razones para introducir datos son escasas». Según dijo, crear esa razón también lleva a sentir que los datos se pueden aprovechar.

Inoue lo llama «modelo infinito de inteligencia del talento». Se combina la centralización de los datos con la inteligencia para ofrecer sugerencias. Después se registran más datos y surgen mejores sugerencias. Ese es el ciclo al que aspiran. Inoue afirmó que este concepto es una idea bastante novedosa incluso en comparación con otras empresas. Como imagen de producto puede parecer un salto, pero en el fondo subyace la idea de aumentar el valor de registrar datos.

Cuando se le volvió a preguntar qué se podrá hacer con la inteligencia del talento, Inoue respondió: «La gestión del talento y la gestión de la información de personal que se han hecho hasta ahora tratan inevitablemente del pasado. Lo que queremos hacer a partir de ahora es predecir el futuro». Según dijo, esa es la forma más fácil de entenderlo. Frente a lo que se quedaba en el registro de que en el pasado se tenían tales logros o experiencias, la gran diferencia, explicó, es poder predecir que «en este otro puesto obtendría mejores resultados» o que «podría aspirar a este tipo de carrera».

Sobre el mecanismo de predicción, Inoue advirtió de antemano que justo acaban de empezar una prueba de concepto (PoC) y que se encuentra en una fase inicial. Aunque se consulte o se use como interlocutor a una IA de propósito general, la mayoría de las respuestas son genéricas. Kaonavi reúne información sobre las personas que abarca, además de sus gustos, preferencias y rasgos de personalidad, las evaluaciones anteriores, el establecimiento de objetivos e incluso sus resultados. Si se utiliza todo ello, se pueden ofrecer sugerencias como cuál es la carrera óptima para esa persona o en qué puesto brillaría.

Además, Inoue mencionó que Kaonavi está implantado en unas 4.500 empresas. Creen que, si se incorporan los resultados de uso en esas empresas y el conocimiento práctico del personal interno que da soporte a los clientes, podrían lograr cosas que una IA de propósito general no puede hacer, y por eso están avanzando con la PoC.

Como retos para impulsar la inteligencia del talento, Inoue señaló en primer lugar el aspecto técnico. Muchas empresas trabajan en productos que utilizan IA generativa, pero la propia IA generativa sigue evolucionando rápidamente. Hay muchos aspectos inciertos y es difícil saber cómo afrontarlos, según dijo.

La otra dificultad es partir del modelo de empleo japonés. En el extranjero se pueden hacer muchas cosas tomando como eje las competencias, la experiencia y la carrera de cada persona. En Japón, en cambio, la movilidad laboral no es tan alta como en el extranjero. Más que lo que haga cada persona, incluido cambiar de empresa, predomina el enfoque de cómo maximizar el potencial de quienes están actualmente en la empresa. Por eso, Inoue comentó que le parece difícil ofrecer sugerencias en ese contexto.

En este punto, Iijima preguntó cómo se puede asesorar cuando, además de la variable de las personas, también varían de una empresa a otra factores como sus normas propias, los puestos vacantes o quiénes ocupan los cargos superiores. La respuesta de Inoue fue que lo primero e importante es registrar correctamente en Kaonavi la visión y la MVV (misión, visión y valores) de la empresa. Si, a partir de ese eje, no está registrado qué persigue cada departamento y qué debe seguir como KGI o KPI, no se puede vincular con la carrera ni con los objetivos de cada persona. Por eso van a hacer posible registrar todo esto adecuadamente. Ese es su enfoque actual, según dijo.

Cuando Iijima comentó: «¿Entonces el primer paso es darse cuenta de que hay que hacerlo, y gana quien introduzca los datos?», Inoue estuvo de acuerdo. Muchas empresas todavía no comprenden del todo el valor de los datos. Quizá los introduzcan como parte de su rutina diaria de trabajo, pero Inoue pidió que los introduzcan teniendo presente cómo se van a aprovechar.

Inoue añadió a su explicación que quieren aportar valor a las empresas con datos e IA, pero que no creen que con eso se puedan realizar todas las tareas. Piensa que siempre quedará entre un 20 % y un 30 % de trabajo en manos de personas. Las decisiones finales o la elaboración de las normas internas de recursos humanos, por ejemplo, son aspectos en los que las personas tienen que seguir prestando apoyo. Por eso, según dijo, se mantiene sin cambios la política de avanzar sobre dos ejes: el producto y el apoyo humano.

Cuando se le preguntó por la diferencia con la inteligencia del talento que proponen otras empresas, Inoue dijo que la parte de aprovechar los datos acumulados mediante funciones es lo que hasta ahora han ofrecido como gestión del talento. Lo que llaman inteligencia del talento es dar un paso más y ofrecer sugerencias sobre cómo debe actuar la empresa para que su negocio crezca.

Como ejemplo citó la tasa de abandono. Aunque la tasa de abandono de una empresa sea del 10 %, no se sabe si es alta o baja. Kaonavi cuenta con más de diez años de experiencia de apoyo y con los datos propios de esa empresa. A partir de ello, primero se determina si ese 10 % es alto o bajo. Si es bajo, a qué se debe; si es alto, dónde está el problema y qué hay que hacer para reducirlo. Inoue pretende ofrecer esto como la filosofía de la inteligencia del talento.

Como producto, según dijo, serán principalmente funciones que utilizan agentes de IA. Si solo se respondiera cómo reducir el abandono, no habría mucha diferencia con una IA de propósito general. Por eso, se indica primero la situación actual, si la cifra actual es buena o mala, y, si es más alta que en otras empresas, se sugieren las causas a partir de los datos acumulados en Kaonavi. Ese es el objetivo, según dijo. Cuando Iijima preguntó: «¿Es decir, que si alguien que lleva siempre en la empresa y no sabe si algo está bien o mal lo consulta, le asesorarán hasta el punto de decirle "no está mal", "hay que mejorar esto" o "también hay que hacer esto otro"?», Inoue lo confirmó. Afirmó que la meta final es convertirse en una infraestructura de apoyo a la toma de decisiones.

Sobre lo que llegará próximamente, Inoue dijo que también han anunciado públicamente que lanzarán agentes de IA. Entre los temas que plantean dentro de ese lanzamiento figuran el abandono mencionado antes y la asignación de puestos.

Inoue considera la asignación de puestos algo sumamente difícil. No se sabe si trasladar a una persona a un departamento determinado mejorará los resultados de la empresa. Hasta ahora se decidía por intuición y experiencia, o escuchando en reuniones individuales (1on1) lo que la persona quería hacer y queriendo trasladarla a un departamento donde aumentara su motivación. Pero no se sabe si, tras el traslado, esa persona dará buenos resultados o si no se adaptará al nuevo entorno y no logrará resultados. Utilizar datos para aumentar esa probabilidad se ha convertido en un tema importante, según dijo. Respondió entre risas que tienen pensados otros diez temas aproximadamente, pero que todavía no puede revelar su contenido.

Iijima, que también dirige una empresa, sugirió que probablemente aumentarán las situaciones en las que los propios directivos lo utilicen. Inoue explicó que el público principal de Kaonavi son los mandos de primera línea, como jefes de departamento y de sección, y cada uno de los empleados. Dicho esto, señaló que en el ámbito de los recursos humanos existen varias capas —la dirección, la jefatura de recursos humanos, el departamento de recursos humanos, los mandos de primera línea y los empleados— y que la dirección sin duda querrá ver el estado de los datos.

Como una preocupación especialmente importante, Inoue citó el plan de sucesión. A quién confiar la jefatura de un departamento en el futuro o, desde el punto de vista de la gestión empresarial, quién será el próximo miembro del consejo. Si en ese momento se pudiera presentar a los candidatos e indicar, en caso de promover a alguno, qué aspectos le faltan todavía y cómo debería formarse, sería de gran ayuda para la dirección, según dijo. Afirmó que es un ámbito en el que también quieren trabajar desde una perspectiva orientada a la alta dirección.

Ante la pregunta de si el papel de las personas también cambiará con la difusión de la IA, Inoue respondió que «cambiará bastante». Hasta ahora se dedicaba mucho tiempo a recopilar datos y no se podía dedicar mucho a la decisión final. A partir de ahora, los datos estarán reunidos y las posibilidades y sugerencias surgirán de forma automática. Como la decisión final la toman los miembros de la dirección o de recursos humanos, podrán concentrar su tiempo en ella, según dijo.

En cuanto al departamento de recursos humanos, Inoue señala que, aunque en principio debería dedicar tiempo al diálogo con cada persona, tiene mucho trabajo administrativo. Por ejemplo, en marzo está desbordado con la gestión de los traslados de abril, las evaluaciones de fin de ejercicio o la decisión sobre los salarios del año siguiente, y no tiene margen para pensar en las siguientes medidas. Inoue prevé que ese trabajo administrativo se reducirá considerablemente gracias a la automatización y que aumentará el tiempo para dialogar con las personas y para pensar qué medidas de recursos humanos pueden resolver los problemas.

Iijima mencionó la diferencia de que en el extranjero predomina el modelo de empleo por puesto (job-based), con la idea de combinar las capacidades individuales, mientras que en Japón abunda la forma de trabajar en la que se obtienen resultados en equipo, y preguntó cómo influye esto en el uso de la IA. Inoue también reconoció que en Japón se trabaja mucho en equipo. Dicho esto, señaló que desde la pandemia de COVID-19 han aumentado las empresas que han implantado el teletrabajo (aunque recientemente también se observa una vuelta a la oficina), y que se ha vuelto muy importante visibilizar qué piensan los miembros del equipo y en qué son buenos. Si eso no se ve, se asignan a las personas tareas que no quieren hacer o en las que no son buenas, y la productividad de cada una no mejora, según dijo.

Inoue también mencionó que se dice que dentro de 40 años la población activa se reducirá un 40 %. Si no se cambia la forma de trabajar en Japón, no se podrá mantener la misma productividad que ahora. Cómo aumentar la productividad de cada persona es importante para la forma de trabajar japonesa, y afirmó que tiene un fuerte deseo de apoyar en ese aspecto.

Cuando Iijima comentó que «la diferencia entre las empresas que lo implanten y las que no parece que será grande» y preguntó qué deberían preparar ahora los responsables de recursos humanos y los directivos, Inoue respondió: «Sinceramente, los propios datos». No tiene mucho que ver con si se ha implantado o no un sistema; pidió que se empiece primero a reunir información sobre las personas, aunque sea en Excel o en papel. Ese es el verdadero primer paso, según dijo. Cuando Iijima añadió que también es importante registrarla en un formato que facilite su aprovechamiento posterior, Inoue estuvo de acuerdo y dijo que pueden asesorar incluso a empresas que todavía tardarán en implantar un sistema.

Sobre si perciben efectos en el abandono o en las ventas, Inoue respondió: «Por supuesto que los percibimos». La tasa de abandono es una cifra visible y fácil de entender, pero en los traslados y la asignación de puestos los efectos inmediatos son difíciles de ver. Esto se debe a que no se puede hacer una prueba A/B que compare asignar a la misma persona a un departamento o a otro. Aun así, el acierto o desacierto de una asignación acaba reflejándose en los resultados del departamento y, en última instancia, se hace visible como contribución a las ventas de toda la empresa. Por ello, Inoue cree que, en definitiva, se puede llegar a una situación en la que los resultados sean fáciles de entender.

Por último, cuando se le preguntó por su visión a medio plazo, Inoue explicó que Kaonavi tiene como visión ser una solución que aspire a «maximizar el poder de las personas en las organizaciones japonesas». En concreto, construirán un modelo en el que la inteligencia se sitúe, en forma de diversas funciones, sobre la plataforma de personal.

Como resultado, Inoue afirmó que quiere crear una sociedad en la que cada persona que trabaja pueda descubrir su propio potencial. Le alegraría que Kaonavi pudiera convertirse en una de las palabras clave de esa sociedad. Quiere crear un estado en el que las personas descubran que «tenía este potencial» o que «también existía esta trayectoria profesional», y en el que puedan ilusionarse con su propio crecimiento. Esa es la perspectiva de Inoue de cara a los próximos 3 a 5 años.