¿Cuál es el estado actual de adopción de People Analytics en Colombia?

Hola hola como están mi nombre es Daniel La Barrete y estoy junto a Santiago Barco de la Santiago como estás. Hola Daniel todo muy bien y tú qué tal. Bien estoy feliz. ¿Por qué crees que estoy feliz? Bueno no pues ya estamos en aras de lanzar nuestra comunidad de People Analytics. Así es y de hecho este podcast abre una nueva era, una nueva etapa en la creación de la comunidad de People Analytics Colombia. Es una iniciativa que estamos relazando junto a Santiago. Es el producto, este podcast de una serie o una larga conversación de encontrar un punto de partida para hacer posible este proyecto y al ser un primer episodio estamos buscando primero darnos a conocer, contarnos un poco quienes somos porque nos creemos humildemente capaces de poder hacer posible People Analytics Colombia que es como sabemos una disciplina que desde hace algunos años viene haciendo o viene tomando fuerza en relación a la adopción de un enfoque data driven para recursos humanos. Entonces pues bienvenido de verdad estoy muy contento, estamos contentos de poder empezar y yo quisiera empezar primero porque nos presentemos. Entonces, de acuerdo a Daniel. Que te parece también sí un poco pues hacemos el onboarding de todo lo que tiene que ver las sociedades de People Analytics que también es parte de estos partners que están de una u otra manera digamos que unidos a este iniciativa para precisamente hablar de People Analytics Colombia. Entonces pues como parte de ser líderes, pues finalmente de todo lo que es la sociedad de People Analytics o el chapter de sociedad de People Analytics, pues acá también estaremos Daniel y yo precisamente en la construcción y guiando todas estas conversaciones para pesacer digamos que de esta comunidad pesa algo que genera valor a toda la comunidad recursos humanos en Colombia. Sí, y es importante recordar o mencionar que sociedad de People Analytics viene liderando la adopción de analítica de personas a nivel global y nosotros estamos bajo el paraguas de esta sociedad de People Analytics. Estamos impulsando, estamos liderando el chapter aquí en Colombia denominándonos People Analytics Colombia. Entonces aquí cuéntanos un poco acerca de ti. Por qué eres tú? Porque eres tú el que cree que puede ser líder o porque somos nosotros los que nos gustaría liderar este proceso de apertura. Bueno, en esa pregunta está esta compleja. Yo creo que líderes podemos ver varias personas en este país que tenemos un talento tan grande, pero bueno porque al final digamos que estamos tú y yo dentro de este iniciativa, pues creo que es importante digamos que es saber qué Daniel, pues claramente ha sido digamos que un referente ya hace un tiempo con un podcast y con una comunidad que ya venía desarrollando es que precisamente se llamaba People Analytics latinoamerica. Esta comunidad pues claramente yo era perseguidor y de hecho me escuchaba todos los capítulos que montaban en su momento en el podcast y bueno y pues Daniel, claramente digamos que tiene toda, o sea que todo el respal de este podcast precisamente para hacer una pés un líder de este tema. Luego pues digamos que dentro de toda la construcción de pés de sociedades de People Analytics, pues por lo que hemos venido haciendo nosotros dentro de People Analytics nos contactan y nos dicen que si queremos precisamente hacer, hacer parte de esto y pues estoy yo aquí un poco, pues una persona que ha tenido digamos que experiencia desde todo lo que tiene que ver con con digamos con áreas operativas, desde planeación de operaciones, administración y operación digamos de algunas plantas industriales dentro de algunas empresas y adicionalmente pues digamos que todo un conocimiento toda una formación llevada a pés a este tema de pés de analítica, ¿no? En eso hay un cambio, hay digamos que un break en mi vida y termina pues finalmente haciendo que yo me mueva del área de operaciones y me pase al área de recursos humanos y pés en esto pés impiezo a construir todo lo que tiene que ver digamos con metodologías impiezo, pés obviamente estudiar muy de fondo lo que se puede hacer con People Analytics y bueno, pues al final terminó, digamos que enamorado de todo lo que tiene que ver con este tema analítica de personas, normalmente eso lo hemos decidido dentro de la compañía que las áreas digamos que tradicionales o el área más básica de recursos humanos está sentada en una mina de oro sin que yo lo sepa en total, porque es que solamente los datos de la nómina ya nos dan un montón de información que se puede utilizar y que se puede capitalizar para generar valor dentro de la compañía. Entonces digamos que creo que lo que nos tiene acá pés de una otra manera como lides de pés de este tema finalmente es el entusiasmo, pues claramente algo de conocimiento que tenemos pero adicional, esas ganas de construir comunidad y claramente hacer que People Analytics se vuelva una práctica que pés que se use de manera digamos que contundente o manera activa dentro de pés latinoamerica y obviamente esa nivel global. Sí, totalmente de acuerdo, Colombia se ha destacado ya desde hace varios años como líder en la región, en temas de innovación y ahora está ganando mucha fuerza en temas de enfoque como mencionaba inicialmente data driven y sobre todo ahora que pues justo conversábamos antes de empezar a grabar la inteligencia artificial, por ejemplo es un término que se ha vuelto un hype y ha llamado mucho la atención y Colombia está siendo o está dando pasos importantes en ese sentido. Pero antes de empezar yo creo que ha sido bastante humilde en describirte, Santiago es un duro en lo que hace el actualmente y para los que no saben es socio-corrigeme de People Intelligence, esta empresa pues que tiene como fin acompañar a las organizaciones a impulsar procesos de People Analytics. Es así, lo describen muy bien, así es, muy bien. Sí, y bueno como él también mencionó para los que no me conocen, seguramente son muchos, mi nombre es Daniel La Barrete y sí, efectivamente hace algunos años fundamos en Perú una comunidad que se llamó en ese entonces People Analytics Perú en el año 2019, me acuerdo en enero y fue un año antes, un poquito más de un año antes de la pandemia, todo el 2019 fue crear la comunidad, fue como crear como hacer claspetas, como hacer como decimos en Perú Canchita, fue algo que desbordó la atención, las organizaciones, la empresa privada, nos querían dar espacios de cuento para hacer en ese tiempo los mitops y luego en la pandemia hicimos virtual y fue algo muy interesante porque el segundo país que abrimos fue aquí en Colombia y se creó un equipo de trabajo robusto que tuvo aprendizaje, investigación y networking, y de hecho Colombia hizo cosas bastante interesantes, pero hizo la análisis de la opción de People Analytics Colombia hizo también lo suyo en cuanto a podcasts y justamente es lo que tú mencionas, estamos empezando a retomar ese desarrollo porque la comunidad que creamos en ese entonces, digamos que con la llegada de esos sites People Analytics hacemos esta reorganización regional y actualmente estamos haciendo foco Santiago y yo para Colombia, entonces a eso nos dedicamos, actualmente estoy desarrollando investigación en ciencia de datos con un foco o con un enfoque más social, haciendo cositas interesantes en el desarrollo de algoritmos y bueno, eso es lo que traemos, nosotros queremos con todo el entusiasmo, le vamos a dar foco, le vamos a dar tiempo, calidad de tiempo y sobre todo contenidos que es lo que queremos hacer, porque la idea es que se cree una comunidad y la comunidad no existe si no hay personas que intercambian valor, que intercambian colaboración entre unas y otras, entonces para empezar a hablar el primer podcast, vamos a hablar de algo que nos llama mucho la atención a muchos de nosotros y es el estado actual de People Analytics en Colombia, obviamente no tenemos pues la última palabra, aseguramente también estamos de nuestro opinión, esta es la operación que hacemos, pero creemos que podemos empezar a conversar y generar la conversación en redes sociales, sobre todo de la comunidad en Colombia, cómo es que actualmente percibimos la integración de estos procesos de analítica, uso avanzado de datos y la toma de decisiones de base de datos, cómo crees, cómo ves que está hoy, empezamos con una idea general, qué opinas, pues mirad a nivel general, yo creo que People Analytics en Colombia es algo que ya digamos que se viene tocando, digamos que más comúnmente dentro de las compañías, creo que si bien hay algunas compañías que ya tienen un info que o están haciendo como iríamos sus primeros pinitos en todo lo que tiene que ver precisamente con la analítica de personas, claramente hace falta o mi percepción, es que hace falta digamos que apropiaron mucho más del tema, nosotros más o menos hemos hablado con más de 100 clientes y creo que inclusive podemos pasar un poco los 150 clientes y que nos hemos venido encontrando, nos hemos venido encontrando que es común, tal vez siete cada diez clientes pueden tener, digamos que analítica es que tío a tableros, pueden tener, digamos que Dashboards que finalmente le permiten de una u otra manera entender el que pasó y eso está muy bien, pero también es importante entender que casi siempre esos Dashboards están muy alineados a todos, digamos que los indicadores de recursos humanos, y eso del todo no está mal, lo que pasa es que dentro, digamos que de mi formación. y de hecho el enfoque que nosotros le queremos dar a People Analytics desde la compañía, un poco lo que buscamos de una otra manera es que nosotros no hagamos, que de hecho en su momento digamos que se llamaba como se llamaba Asia Analytics, porque nos enfocamos mucho en las métricas del curso humano, soy cuando ya hablamos de People Analytics, estamos un poco hablando ya de una formolística de cómo podemos, por ejemplo, en beber todo lo que tiene que ver con la gente, pero también con los resultados de la compañía. Y ahí es donde creo que nos hace mucha, mucha falta profundizar, porque si bien tenemos buenos tableros de Analítica Descriptiva, con información de recursos humanos, puede decir que muy poco, tal vez menos del 10% o menos del 5% de nuestros clientes nos han mostrado, por ejemplo, implementaciones donde yo pueda hacer, digamos, que cruces directos con ventas, con accidentalidad, con horas e extra vacaciones, y además sin incluir todo lo que tiene que ver, pues todos los indicadores de negocio, ¿sierto? Eso por un lado. Y luego pues ya cuando queremos ir a ver un poco más el, digamos, no el qué pasó, sino el por qué pasó y queremos entrar a lo que es la analítica diagnóstica, pues ya encontramos que ya pasamos tal vez de pés de ser de 7 a 10, tal vez estar entre 2 y 10, o entre 3 y 10, ¿si acaso? Y ahí es donde creo que nos hace falta llamar con, ya me muevo lo que con conocimiento, con personas que precisamente hagan lo que tú haces con todo, digamos, que esa ciencia de datos precisamente empezar a cachaar más sobre los datos, ¿no? Ahí creo que es donde tenemos esa mayor oportunidad. No plantea una gran interrojante que seguramente en la labor que ejercemos desde el área de recursos humanos, nos hemos hecho, ¿y es? ¿Por qué no hemos llegado esa análisis diagnóstico? ¿Por qué, por ejemplo, las áreas comerciales, los que tienen la punta de la lanza y la tecnología de vanguardia de analítica lo hacen? ¿Por qué recursos humanos no? Si partimos del idea que el enfoque, que provee pipo de analítics es la integración del negocio con recursos humanos. ¿Por qué crees? ¿Por qué consideras que no hemos llegado a ese diagnóstico desde estas áreas? Mira, yo creo que uno de los grandes temas es que cuando recursos humanos toma la decisión de hacer pipo de analítics, toma la, digamos, que la decisión de hacerle manera independiente y tal vez no hay una sincronía con lo que son, digamos que las áreas operativas o las áreas cor de la compañía, eso ya percé genera, digamos que una división, entonces tienes un área siendo autonáltica por un lado como es precisamente las áreas comerciales y el área de recursos humanos pues también por su lado, eso básicamente dos esfuerzos, pero dos esfuerzos que han direccionado en temas completamente diferentes. ¿Qué debería pasar o qué es lo que nosotros, digamos, que siempre recomendamos, finalmente eso o antes o durante el proceso, más bien de hacer pipo de analítics, pues pregunteis usted para qué lo va a hacer, ¿no? ¿Por qué lo quiero hacer y a qué le quiero apuntar? Cuando uno se hace esa pregunta muchas veces precisamente converge en ciertas áreas como las comerciales, las operativas, las de logística, etcétera y eso de una otra manera hace que desde la junta directiva se puede hablar de un todo y no de un área por aparte en términos de pipo de analítics. Creo que ese es uno de los grandes temas, entonces para resumirlo es uno estar de manera independiente, cierto o sea hacer su manera independientes y lo segundo precisamente es no alinearnos con los objetivos estratégicos del negocio. Creo que esos son los dos temas que precisamente nos nos hacen, digamos que estar con ese lack en términos de avance en la diagnóstica de cara de recursos más. Sí y en relación a eso Santiago, o sea si nosotros hicieramos una investigación como la que hicimos en Perú y creo que estoy sentando la base de algo que debe pasar, ¿no? hacer un benchmarking y ver qué está haciendo actualmente la empresa privada en relación a pipo de analítics, muy probablemente encontremos que tenemos una gran barrera que tiene que ver más con la cultura, el tema de tomar decisiones basada en evidencia no es algo que el área de recursos humanos gestiendo el talento tradicionalmente loada, pero yo creería que un primer paso sin intentar pues pensarnos en recetas de solución, probablemente hay mucha gente en recursos humanos, hay líderes, hay bipis, hay gente que está liderando en recursos humanos y está intentando integrar pipo de analítics y una de las primeras barreras que están encontrando es justamente el gobierno de datos. Eso es un, eso es un serio problema porque de hecho tú mencionadas algo y es ¿cuál es la pregunta de negocio que quiero resolver? Y claro, alguno, alguna de irá, pero esto es obvio, ¿no? Que quiero resolver del negocio con datos, sí, pero cuando te toca ver los datos te das cuenta que estás midiendo todo y nada, tienes encuestas por ejemplo de cultura que se dan enero, no sé, ven julio y en diciembre o un al año o incluso hay empresas que no la hacen, es una encuestita de 10, 15, 20 preguntas y creemos que ya estamos haciendo mucho y tal vez en las capacidades del empresa lo estamos haciendo, sin embargo no podemos pensar ni siquiera hacer análisis descriptivo si es que no estamos recopilando información de calidad y esto es un llamado a la conversación de por ejemplo y esto lo conversaba contigo hace unos días si te acuerdas y es que muchas veces nos pasa que los clientos a las empresas quieres que a unos análisis increíbles, a mí una predicción, a mí una análisis diagnóstico, análisis factorial que se yo, pero cuando vas a ver sus datos no tiene sentido, muchas veces los datos o lo que están recopilando o están mal recopilados en relación a calidad y temporalidad o simplemente no tienen relación con el fenómeno que quieres en este caso, en el ejemplo, pero decir, entonces probablemente una de las barreras pensando, haciendo reflexión en torno a cuál es el estado actual de pipo a la analítics en Colombia es que no partimos de tener un gobierno de datos que realmente responda sobre todo a problemas de negocio, porque si no también está pensado es que recursos humanos está tradicionalmente visto como un centro de costos, entonces si el del negocio no ve que recursos humanos hay una relación directa con que la puerta valor desde los datos difícilmente te van a dar presupuestos para invertir en analítica, que es lo que siempre o que es lo que regularmente pasa, cuando vas a hacer algo de análisis de datos no tienes equipo para eso, entonces te toca pedir prestado que el dete y venga y te apoye algunas oritas, entonces partir de entender cuál es el valor de negocio y cuáles son los datos que yo puedo aportar desde recursos humanos, creo que es un buen punto de partida para entender cómo trasar un camino de adopción de pipo a la analítics, no sé qué piensas, totalmente acuerdo contigo y es que al final inclusive uno encuentra casos de compañías que lo buscan a uno y le dicen quiero hacer pipo a la analítics o quiero utilizar inteligencia artificial, que tiene y no es como que quiere resolver y en ocasiones a veces ni si quiera, ni siquiera se sabe que quieren resolver, entonces lo que tú decías pareciera que fueran preguntas, digamos que lógicas lo que se supone que quiere resolver pero nos llamó la sorpresa de que en algunas ocasiones no y eso precisamente digamos que es pese una de las cosas que precisamente hace que que recursos humanos aún esté posicionado donde donde pues donde está, entonces desde lo que comentabas tú del gobierno de datos definitivamente hace hace falta recursos humanos tradicionalmente siempre ha sido un área digamos que muy celosa de sus datos y casi siempre ha pensado que los datos los deben de tener ellos y no debe digamos que no se debería tener acceso de ninguna otra forma y la operación a veces también piensa lo mismo quieren que sus datos estén digamos que aparte, entonces cuando tú tienen los datos de recursos humanos aparte y los datos de comercia a lo de operaciones y demás áreas cor aparte, pues al final llegar a hacer esa correlación va a ser más complejo porque desde la misma política y de la misma gobernanza a los datos no lo estás facilitando pero es de la misma gobernanza incluso estás partiendo la empresa dos, entonces definitivamente eso es un punto bien importante y claramente pues aquí no se trata solamente de recolectar y recolectar datos Daniel lo decía muy bien el director recolectar datos de calidad y calidad no sólo significa que los datos estén bien sino que al final aporten a las preguntas que quiere responder porque también hemos tenido compañías que tienen unas bases de datos digamos que una información muy muy muy valiosa y cuando le dices o lleven para resolver digamos que nosotros hemos tradicionalmente ejercicios de hipótesis de hipotización entonces empezamos a pensar en varias hipótesis empezamos un poco a ver por donde podemos tirar ciertos análisis y cuando nos encontramos una hipotesis bien interesantes les hicimos listo vamos a ver con qué podemos trabajar para esto para resolverlas no no tenemos esos datos tienes unos datos muy buenos alineados a ciertos puntos pero cuando ya empiezas a meterle digamos que si en piezas a querer ir bien al detalle o querer ir bien a unos puntos digamos que bien específicos definitivamente terminas pes encontrado que esos datos no existen entonces aquí uno además de que hay que organizar la gobernanza y hacer que los datos de una otra manera que nos tendéis ponido este. en disponibilidad y que los podamos relacionar entre entre diferentes áreas, lo segundo finalmente también es garantizar que las hipótesis o esas necesidades que tú tienes finalmente si se respondan con resultados y si no empezamos a levantar, que hecho es una de las grandes cosas que también empezamos a encontrar, algunas empresas nos dicen a vegano, precisamente quiero ordenar la casa, queremos hacer toda la gobernanza de datos, organizar todo super bien y luego si queremos entrar a pensar un poco en qué vamos a hacer, y a mí me parece muy bien, digamos que lo hagan de esa manera, porque también un poco vivir en el caos es complejo, pero el rollo es que también pasan dos, tres años haciendo todo este tema de la organización, de la odega, de datos, de organizar todos los protocolos y demás, y al final cuando le dices, o el que hubo el cliente te dice listo, Santiago, ya tengo esto organizado, ahora quiero hacer esto, pero resulta que es esto que quiero hacer, pero no tiene los datos para resolver, perdiste tres años, no los perdiste, invertiste tres años organizando las información, pero tu necesidad, que era la que de una u otra manera te está llamando y la que está haciendo que de repente puedas generar valor al negocio, pues hoy en día no tiene los datos para para resolver esas preguntas, entonces se vuelve, digamos que se vuelve un juego, donde al final tienes que tener un equilibrio, entre organizar la casa, pero también entender muy bien el foco y entender muy bien hacia donde vas, y que si quieres ir hacia ese punto y no tiene los datos, pues debes integrar la forma de recolectar los capturarlos y pues precisamente organizarlo ya en toda la coberna, sí, de acuerdo, yo creo que hay un mito alrededor de esta adopción de uso avanzado de datos y es que creen que los datos hacen magia, no es que la cajita negra le pongo datos, no, si tengo monta, tengo monta de data sets, metal ahí, no, no, mina compensación, beneficio, selección y esa cajita negra tiene que votar pues cosas interesantes, no necesariamente, la labor de la analítica y como mencionado es un rato de hacer, de buscar patrones, hacer ciencia de datos, detrás de los de los data sets que puedan tener es básicamente identificar si hay señal, o sea, si los datos que tú tienes y las variables que estás considerando aportan significado al problema del negocio, y eso pasa por entender que desde la recopilación tiene que haber calidad, yo quiero, por ejemplo, resolver una, no sé, lo que tenemos algunas empresas de call center, tasa de rotación, y todas están buscando el santo grill, cómo redujo la tasa de rotación, ¿qué me dice de los datos? Entonces, abro los datos y me di cuenta que están como decidas un rato, me diendo nada, y hacemos énfasis en esto porque esto tiende a ser un gran peso, un lastre en la opción de analítica de personas, si a eso les sumamos, y seguramente te ha pasado, líderes, de recursos humanos, y probablemente toque la yaga aquí, que le gusta, por ejemplo, son como las antenitas, ¿no? ¿Qué, cuál es la tendencia? Entonces, hace unos años venimos hablando de pipo la analítica, ser una tendencia, luego empezamos a hablar sobre experiencia del colaborador, ¿no? Ya pasar de un enfoque centrado en medir cultura y clima y pensar a la experiencia del colaborador como el eje, o como el ecosistema sobre el cual yo puedo recopilar datos, y ahora estamos hablando de la inteligencia artificial. Entonces, estamos como en la carrera tratando de responder a todas las tendencias, y hoy hablamos de, por ejemplo, cómo usar co-pilot, adaptarlo para resolver problemas de procesos, y no estamos entendiendo lo que hay detrás probablemente, y es como líderes, cuál es el norte que le queremos dar a la opción de, en este caso, pipo a la analítica. Y eso pasa como tú decías, por entender también cuál es la pregunta al negocio, entender qué datos voy a recopilar, qué cuyos de botellas tengo actualmente, cuál es el nivel de adopción digital, por ejemplo, en recursos humanos, si todavía les digo cacharendo un excel con uno de un Google Form, hoy estoy utilizando el form de Microsoft del entorno office, bien, pero este es el recopilador, está debajo del paragua de una estrategia más larga, más grande de recopilación de datos, yo creo que era un problema. Y algo que, porque mencionaba los líderes también, y es porque en las conversaciones que hemos tenido con muchos líderes de recursos humanos a través de estos años, nos hemos cuenta de que hay cierto temor, cierto temor por adoptar a lo que probablemente siento, no tengo la capacidad de gestionar. O sea, yo, por ejemplo, hizo una carrera que probablemente se distancia de un enfoque de estas disciplinas de analítica de personas, y tengo que ser sincero, sincero, con mío mismo, y decir, efectivamente, puedo dominar un pipo a la analítics desde mi área, y yo creo que el primer paso ahí es vencer el temor, probablemente, no, esto es algo que uno intenta afrontar como desafío, pero de nuevo sin intención de establecer una receta de solución, porque pues aquí estamos más para plantear preguntas, y es probablemente uno de las barreras es desde la cabeza de recursos humanos, que seguramente queremos adoptar pipo a la analítics, adoptar inteligencia artificial, pero en el fondo que tanto podemos estar saboteando los procesos de adaptión porque no los conocemos. Si yo, por ejemplo, te digo, acabas de mencionar algo muy interesante que de hecho tiene el enfoque científico y es planteemos hipótesis a partir desde los datos que tienes, y en consecuencia cómo vamos a responder a esas preguntas hipotéticas, pues toca hacer análisis profundo de datos. Si quieres hacer diagnóstico, te toca mirar cositas ahí estadísticas que miramos en universidad que demandan cierto nivel de rigurosidad técnico y cómo logramos. Entonces, no sé qué piensas, tú en relación a estos líderes que queremos adoptar pipo a la analítics, pero tal vez nos sentimos un poco lejano de esa disciplina de analítica de personas. ¿Cómo lo ves? Mira que tú dices algo muy importante, y es finalmente, tras de todo lo que, digamos, de tratatastas nuevas tecnologías o metodologías o temas que se vienen poniendo, ya me muelo de moda. Nosotros de hecho, entre pipo e inteligentes, por ejemplo, trabajamos todo el tema experiencia empleado, trabajamos todo el tema de pipo en la analítics y tenemos algunos temas de inteligencia artificial. Uno de los temas donde precisamente digamos que más de cuestión es la gente, y voy a hacer cansoor, porque es creo que uno de las mayores problemáticas que tenemos es que vamos a responder, ¿verdad? Y esto vuelve, digamos, al punto y lo que quiero es, digamos, que apalancarlo con lo que dice, si es, si yo como líder, no tengo claridad de qué es lo que quiero responder. Y lo que simplemente es que oiga inteligencia artificial, vamos con todo el equipo de inteligencia artificial. Oiga, no es que tenemos ahora pipo en la analítica. Entonces, vamos allá. Si empiezo y vamos a picar del avalado como llamaríamos de pronto coloquialmente, pues es un poco lo que voy a hacer es que ya me muelo nos volvamos locos o vayamos como pollo sin cabeza, pesas y a todo el lado, ¿no? Y de hecho, me pareció súper curioso alguna vez escuchar un líder que decía, oiga, ¿no? Hoy que estamos hablando de analítica perdón de inteligencia artificial, la analítica de datos ya que han el pasado. Y yo pensaba y decía, ¿pero por qué dices que la analítica de datos que han el pasado? Entonces, también creo que ahora en ese precisamente, en ese punto de que la gente aún no entiende o no conoce muy bien la tecnología y no significa que si tú tienes inteligencia artificial, simplemente la gala pregunta al copaylo, a chatGPT o a la herramienta que te ofrezcan. Y esta herramienta ya te voy a sacar todo, digamos que absolutamente la respuesta de todas sus preguntas y todas las hipótesis que tenga. Eso no funciona así. Y la persona que te ofrezca algo que funciona así, la verdad es que no te está diciendo el todo la verdad. Hay que hacer muchos procesos antes, Daniel, lo decía, que hacer analítica profunda para entender si esos datos sí nos están sirviendo o no, si tú le metes basura al modelo, el modelo te va a arrojar basura. Es así, es simple. Entonces, sí, claro, cuando los líderes empiezan finalmente un poco a forzar cierta adopción de ciertas tecnologías, sin saber un poco qué hay detrás, creo que si podemos empezar, digamos que perder foco de lo que realmente queremos hacer y se vuelve un problema. Entonces, definitivamente, digamos que es importante que los líderes entiendan el detrás, no sé qué en con el hype, lastimosamente, yo soy muy crítico de este tema. El LinkedIn se nos llenó, pues, finalmente, gurus de inteligencia artificial y está bien que lo comenten y está bien que hagan, digamos que todos estos temas de general contenido y demás, pero también es importante que nosotros que somos los que consumimos pese a los críticos de ese tema y nos informemos bien, ¿no? Y eso, pues, finalmente, hará aquellos líderes que hecho me incluye yo, inclusive, donde a veces sentimos que algunos productos son como ese santo grillal, como lo decías tú, que son la respuesta absolutamente todo, pues también digamos cómo venga y cómo funciona, cómo ese come esto, ya tengo que tener y que cuando ya investigue en el fondo me di cuenta, ok, esto no es tan fácil como un plug-and-play y ya sino que necesito de una u otra manera de otras disciplinas. Entonces, sí, de acuerdo. De hecho, lo que podría estar sucediendo es que todo lo que tiene que ver con el mercado tecnológico, la oferta de servicios digitales y no estoy hablando solamente de pipo de la analytics, como decía, eso es un rato, la inteligencia en todos lados, ¿no? Y una serie de servicios siempre tiende a tener una estrategia centrada en el consumo. De van a vender y te van a decir que lo que te están vendiendo es la llave de todos tus problemas. Es la solución al problema en negocio porque esa es la labor que tienen. Desde el liderazgo de los de los recursos humanos, desde el liderar estas áreas, si se hace necesaria la postura crítica. O sea, dejar de correr tanto, probablemente, y cuestionar como tú decías ahorita. Ya no más analítica, ahora inteligencia artificial. Esa empresa hacia dónde va. Por ejemplo, ¿cómo es la forma en que algunas empresas que han venido madurando que desde nuestra perspectiva ha funcionado y lo digo por los resultados en negocio que tienen? Con Lombia viene liderando innovación, que esto es algo que he venido trabajando hace algunos años también en algunos proyectos a nivel regional con la creación. Ya hace algunos años de impulsa, por ejemplo, que empezó a hacer cosas interesantes de innovación, como decía, los posicionó como líderes en la región. Y ¿qué pasó en ese momento? Te hablo hace ya 10 años, un poquito más, cuando aparecieron las metodologías de innovación en donde todo el mundo quería hacer design finking y procesos de innovación ágiles. Entonces nuestro mundo empezó a comprar, meterle presupuesto a talleres y los posits en las paredes y venga hagamos el prototigpo y de esa granola de fervesencia de atención en relación de la innovación, muchas empresas lograron madurar. Otras y aquella algo que que de hecho lo he visto por ahí en nuestros comentarios y apúndices, ver a la innovación en ese tiempo para algunas empresas fue como venga y la adopto como un proyecto más, pero mi estatus cuyo se mantiene. Entonces yo vengo haciendo lo mismo y cuando quieras sentirme que estoy innovando, hagamos posits y talleres y ideación. Terminando la talleres y ideación listo, regresamos a las cosas importantes. Lo mismo hemos visto que está pasando con Pippo Analytics y algo que me gusta mucho, lo que lo que estaba leyendo en nuestros apuntes es de que Pippo Analytics no debería ser considerado como un proyecto, sino como la estrategia. De hecho, debería ser el ADN y porque lo decimos porque estamos viendo lo mismo en el estado actual con las empresas, con los que hemos conversado, trabajado. Pippo Analytics termina siendo como el cuadro que quiero tener en mi casa, pero cuando les mira a los datos no está ese enfoque de data driven que mencionaba. ¿Cómo ves tú eso en relación a la adopción? Porque termina siendo un problema en largo plazo, ¿no? Ahora viene y lo decías. La Inteligencia Artificial está funcionando. ¿Qué nivel de adopción estás integrándola ahí? ¿Tú puedes hoy entrenar un copaylo, darle una tarea y puedes decir "estoy usandoía" y ya está, pero también puedes crear todo un sistema peritivo con un dashboard, con indicadores chévere, hacer forecasting de lo que estás calculando o estimando y también estás haciendoía. Entonces toca cuestionar. ¿Cómo ves eso en relación a que Pippo Analytics no es estrategia si no es proyecto de la noche a la mañana? ¿Qué opinas? ¿De acuerdo? Creo que también va y precisamente nace de esa necesidad de simplemente ponerse a esa mea allí y decir "Yo estoy haciendo Pippo Analytics, yo estoy usando Inteligencia Artificial" y eso es lo que hace que finalmente esto se vuelve al man proyecto si no se vuelve una estrategia. ¿Cómo no se vuelve una estrategia? Vamos que trasversar al compañía, pues de hecho pasa lo que comentas del principio y es que se vuelve un poco más difícil crear, inclusive cultura de data driven, porque al final la gente está simplemente teniendo tableros de recursos humanos o está teniendo implementaciones de Inteligencia artificial. Barbarísimas, pero ¿qué cuando tú vas y les preguntas hoy ven y cómo estás tomando decisiones con esto, déjame ver indicadores de digamos que hay que adopción, pero no solo de uso, déjame ver cuántas decisiones estás tomado de utilizando la idea y demás. Muchas gente no tiene ni idea. De hecho a veces ni lo miden y entonces ahí es cuando uno hace la conexión y hoy es que, claro es cuando tú tienes hía, ok, tú estás haciendo unos procesos con Inteligencia Artificial o con estos que llaman ahora a pesagentes y demás, pero tú también tienes que mirar rendimiento, tienes que medir, o sea, si no lo mides no lo vas a gestionar y no significa que porque tengas un, pues una gente entonces ya todo te está funcionando bien si no tienes que medir para garantizar que esto está funcionando bien y ahí detrás de la analítica y si está obviamente tratando con gente y demás, pesa la analítica de personas. Entonces por eso al final siempre van de la mano. Es importante, digamos que al final, de todo pesquexista o que se busca desarrollar esa, digamos que esa cultura data driven o esa cultura finalmente de pes de utilizar otras herramientas y de utilizar o, bueno, voy a aprovechar, digamos que los recursos que están imponiendo a las empresas dentro de todas esas nuevas herramientas para realmente generar impacto, sino con la Inteligencia Artificial y de hecho con PIPO la analítica nos va a pasar lo mismo y nos va a pasar es que vamos a pasar dos, tres años más y algunas empresas van a madurar y van a ser vainas súper interesantes con este tipo de vainas, pero otras van a quedar atrás y van a decir yo para que me metí en este en esta vaca loca y el final no genera, ¿cierto? De acuerdo y de hecho, haber adoptado en relación a las referencias que planteaba haber adoptado innovación hace un tiempo, luego una lítica después y ahora estamos hablando de NGC Artificial, de alguna manera probé una estrategia escalonada en donde vas adoptando, eso, yo creo que este es un proceso que responde a la evolución de una organización frente a los cambios que están ocurriendo actualmente, ¿no? Hoy frente a la emergencia de la Inteligencia Artificial se está questionando todo y me acuerdo que esos algunos años decían, ¿no? Cuando ya veíamos algunos, algunas luces en el horizonte de que iba a aparecer la Inteligencia Artificial por ahí algunos decían, es imposible que la Inteligencia Artificial compita con el humano porque no, el humano es inerentemente creativo, la creatividad es una facultad exclusivamente del ser humano y cómo decías que era de una persona creativa cuando así pues no sé, expresiones artísticas, un poema, una pintura, no sé, vacía cosas que la máquina no podían hacer, hoy que tenemos, hoy tenemos Inteligencias Artificiales que están produciendo o haciendo arte desde la noción tradicional que tenemos el arte, producciones artísticas que creíamos que nunca iba a poder lograr hacia donde vamos, estamos hablando, hay algunos incluso críticos que dicen, hay una centralización del poder, del dominio, del Inteligencia Artificial, liderada porque desde envidia, Google, Gemini, OpenAI, todas esas empresas, hay preocupación porque el mercado laboral sufra una disruption, si antes decíamos que la Inteligencia Artificial no iba a poder hacer cosas creativas, que la Inteligencia Artificial la IA iba a ser solamente tareas rutinarias como manejar un tractor o una tractomula o manejar que soy un bus, operar un cajero en un supermercado, pero incluso los médicos están siendo cuestionados en su labor porque está hace poco la IA que chatGPT con todos sus problemas y cambios está siendo más acertado en el diagnóstico que muchos médicos, ¿cuál es la reflexión en relación a eso que se nos vienen en el área de recursos humanos? Si hoy tu líder se da cuenta que hay es más eficiente integrar una IA para las operaciones que tú haces en donde te pone a ti, entonces yo creo que en relación a lo que mencionaba la adopción de analítica de personas y concretamente de Inteligencia Artificial si es urgente en mi opinión debe haber una adopción de al menos inicial como entender, pero sí debe haber una adopción crítica, ¿no? Es que es algo que nosotros hemos venido conversando insistentemente porque hay un afán de querer cubrir cosas en negocio pero de nuevo cuando nos damos cuenta primero tú quieres tener un Inteligencia Artificial ad hoc exclusiva pues tienes que entrenarla con datos, que datos tienes y ahí empezamos en el loop, la calidad de los datos, el gobierno de datos, la toma de decisiones, entonces yo creo que ahí hay un camino bastante largo por recorrer, pero bueno para terminar vamos a a pensarnos entonces en conclusiones, si yo te dijera hoy Colombia, ¿cómo está en la adopción de analítica de personas? ¿Cómo cuál sería tu conclusión de cierre en relación a eso? OK, sin ánimos de dar propuestas de solución, si yo te dijera hoy en un párrafo, ¿cómo ves la analítica de personas en Colombia, la adopción? Sí, si me pusiera hacer responder esa pregunta te diría que a nivel digamos que compañías grandes creo que todo lo que tiene que ver con pipo-analytics hay una opción moderada, es una adopción que digamos que al menos se habla dentro del área y ahí digamos que una de una u otra forma un ánimo de implementación, si bien no en todas está implementado o no está digamos que completamente implementado, pero a nivel de empresas pequeñas sí creo que definitivamente nos hace falta mucho, o sea realmente estamos en pañales y pues yo creo que aquí aquí hay que reflexionar un poco sobre sobre finalmente cómo [Música] para que esas pequeñas empresas que también son parte de todo el ecosistema de economía, pues del país, pues finalmente logran adoptar eso, ¿no? Creo que eso. Y de hecho, ese es un trabajo, una misión del largo aliento. Y es por esa razón que creemos que crear una comunidad, llamada Pipo de Analytics Colombia, es una respuesta, es un granito de arena, para justamente empezar a germinar esa cultura data driven en recursos humanos y que deje en el largo plazo de ser el centro de costos, ¿no? que cuando nos toque desde recursos humanos empezar a liderar temas de negocio, nuestra voz esté basada en evidencia, que es algo que como decía tradicionalmente ha quedado del lado. Entonces nosotros les invitamos a seguirnos en redes sociales. Vamos a estar abriendo eventos gratuitos abiertos al público. Nosotros tenemos esta misión adonorem. Vamos a entregar parte en nuestro tiempo porque nos apasiona ya al todo lo que hemos contado, la historia nos precede de los proyectos que hemos desarrollado y vamos a estar abriendo eventualmente espacios en networking, espacios de aprendizaje y de difusión de analítica de personas. Eso ha sido todo por este primer episodio de podcast. Muchas gracias, Santiago, soy un honor. Daniel, gracias a ti, por ser lejos en esta historia. Super, y esperamos, bueno, este es el primero de muchos, esperamos que sí, y ya estamos en contacto con todas y todos. -Gracias. -Gracias. -Gracias. -Gracias a todos.