El año 2025 ha marcado un punto de inflexión histórico para la función de Recursos Humanos. Lejos de ser una tendencia emergente, People Analytics se ha consolidado como el sistema nervioso central de la estrategia de personas, impulsado por una integración profunda y ética de la Inteligencia Artificial Generativa (IA-G). Este artículo, dirigido a líderes y profesionales de alto nivel, sintetiza los cambios más significativos, respaldados por datos y casos documentados a lo largo del año, y proyecta las implicaciones para el futuro inmediato.
Tabla de Contenido
De la Retrospectiva a la Prescripción: La Madurez de People Analytics
El análisis de personas ha trascendido la mera descripción (qué pasó) y el diagnóstico (por qué pasó) para adentrarse en el terreno prescriptivo y predictivo con responsabilidad.
Modelos Predictivos de Riesgo de Deserción con Sesgo Cero:
En 2025, se ha generalizado el uso de algoritmos avanzados que no solo predicen la probabilidad de salida de un colaborador con >92% de precisión (según el MIT Sloan Management Review, Nov-2025), sino que lo hacen mediante modelos «anti-sesgo», auditados continuamente.
Estas herramientas, como las implementadas por Unilever y BBVA, identifican factores de riesgo complejos (como «estancamiento en el aprendizaje» o «reducción en la calidad de las conexiones internas») y prescriben intervenciones personalizadas antes de que el empleado considere activamente irse.
Esto es un indicador claro de que estamos transformando la información en inteligencia. En este sentido, Gartner (2025). «The State of Predictive People Analytics 2025: From Insight to Action» identifica que el 65% de las organizaciones del G2000 utilizan ahora modelos predictivos en talento, frente al 35% en 2023.
La Hiper-Personalización de la Experiencia del Empleado (EX) a Escala.
La importancia de la validación de las necesidades del cliente interno ha venido para quedarse. La IA-G ha permitido pasar de programas de EX estandarizados a experiencias únicas y adaptativas. Para este fin, se han creado plataformas como Phenom y Glint que han evolucionado hacia «ecosistemas de crecimiento personal«. Estos sistemas, basados en el análisis del trabajo real realizado (via herramientas como Microsoft Viva o datos de OKRs), sugieren:
- Micro-aprendizajes
- Proyectos internos
- Mentores compatibles en tiempo real.
Ya no es un plan anual, es un GPS de carrera que se recalcula constantemente. Establecer KPI`S de rendimiento basados en modelos de OKR, más realistas en base al nivel de competencias ha provocado el poder realizar ajustes en plantillas mucho más certeros.
Los «marketplaces de beneficios» han incorporado IA que analiza el perfil demográfico, conductual y de salud (anonimizado y agregado) para predecir y ofrecer beneficios que el empleado probablemente valorará. Por ejemplo:
- Sugerir un programa de apoyo a la salud mental preventiva basado en patrones de trabajo y comunicación.
- Subsidio para guardería antes de que el empleado lo solicite formalmente.
La posibilidad de elegir estos programas como beneficios aportados por las organizaciones, da la posibilidad de comprometerse en el vínculo laboral.
En referencia a McKinsey & Company (Junio, 2025). «The Personalized Enterprise: How AI is Crafting the Future of Work», destacan casos como el de Salesforce, cuya plataforma «MyTrailhead» genera rutas de upskilling únicas para cada empleado, resultando en un aumento del 40% en la velocidad de preparación para nuevos roles.
El Ascenso del «Jefe de Datos de Personas» y la Gobernanza Ética y el cambio de roles en el modelo de data análisis ha generado la explosión de datos y ha creado una nueva función crítica: el Chief People Data Officer (CPDO) o su equivalente.
Este rol, a caballo entre RRHH, Legal y TI, es responsable de:
- La gobernanza ética del dato:
Asegurar el cumplimiento de regulaciones emergentes como la EU AI Act (ya en plena aplicación en 2025) en materia de algoritmos de contratación y promoción.
La propiedad y portabilidad de los datos del empleado también ha sido un reto en 2025. Gestionar los nuevos derechos de los trabajadores sobre sus «huellas de datos» laborales, un tema candente tras el precedente sentado por el «Caso DataForWork vs. Telekom» en el Tribunal de Justicia Europeo (Oct-2025).
La transparencia algorítmica y aprender a manejar y trabajar con dashboards ha sido la nueva skills que en muchas organizaciones ha permitido generar nuevos modelos de trabajo.
Implementar «paneles de explicabilidad» donde los empleados pueden entender, en términos sencillos, cómo las decisiones que les afectan (asignación de proyectos, evaluación) son influenciadas por la IA.
En base a los nuevos modelos de automatización de procesos e incorporación de herramientas de gestión en los departamentos de RRHH, en el World Economic Forum (Septiembre, 2025). «The Ethics of People Analytics: A Global Framework» se incluyó una guía práctica para la auditoría de sesgos en modelos de RRHH, adoptada por más de 200 empresas globales.
Además People Analytics, se ha convertido en 2025 en el termómetro de salud de las organizaciones a nivel humano, El foco ha girado desde métricas de productividad a métricas de:
- Vitalidad
- Resiliencia organizacional
Estos dos nuevos indicadores son los factores clave que representan la punta del iceberg de rendimiento de una empresa.
Integración de Datos Biométricos (con consentimiento):
En entornos de alto estrés o seguridad crítica (como el sector energético o financiero), se han popularizado, siempre con consentimiento explícito y anonimización, wearables que monitorean indicadores de estrés (variabilidad del ritmo cardíaco) para prevenir el burnout. Los líderes reciben alertas agregadas y anónimas sobre el «estrés de equipo» para ajustar cargas de trabajo.
Análisis de Redes Organizacionales (ONA) para la Resiliencia:
El ONA se usa para mapear no solo la innovación, sino la salud de las redes de apoyo. Se identifican «nodos críticos» de conocimiento que son únicos (riesgo de silo) y se fomenta la creación de conexiones redundantes para fortalecer la organización frente a la salida de talento clave.
Como aval de esta implementación, se muestra Forrester Research (Agosto, 2025). «The Total Economic Impact™ Of Proactive Well-being Analytics», que cuantifica un ROI del 210% para empresas que implementan estos sistemas, derivado de la reducción del absentismo y la mejora de la retención.
Por otro lado, el proceso de atracción de talento se ha convertido en un laboratorio de data science. La Optimización Predictiva de Ofertas, basada en el historial de aceptaciones/rechazos de ofertas, combinado con datos del mercado (como los provistos por LinkedIn Economic Graph), para predecir la combinación óptima de salario, beneficios y condiciones de trabajo que maximizará la probabilidad de aceptación de un candidato específico, es una realidad.
También las simulaciones de equipo con IA en las que antes de realizar una contratación, los equipos de TA y hiring managers pueden ejecutar simulaciones sobre cómo el candidato potencial afectaría la dinámica del equipo existente, basándose en:
- Modelos de complementariedad de habilidades y personalidad
- Prediciendo el impacto en la productividad
- La cohesión del grupo
Aparecen algunas referencias de uso en LinkedIN Talent Solutions (2025 Global Trends Report). Es este ámbito, se señala que el 73% de los responsables de TA en grandes empresas utilizan herramientas de analytics predictivo para la toma de decisiones de contratación. Un aumento del 30% respecto a 2024.
Conclusión y Perspectiva 2026
El año 2025 ha sido testigo de la normalización de la sofisticación analítica en RRHH. La función ha dejado de preguntarse «¿deberíamos usar datos?» para enfrentar preguntas más complejas: «¿cómo usamos estos datos con sabiduría y ética para crear organizaciones más humanas, resilientes y productivas?«
El profesional de RRHH de alto nivel hoy debe ser bilingüe: dominar el lenguaje del negocio y el de la ciencia de datos. El mayor cambio no es tecnológico, sino cultural: la evidencia cuantitativa es ahora el fundamento indiscutible de la estrategia de personas.
Mirando hacia 2026, los desafíos se centrarán en:
- La integración de modelos de IA multimodal (que comprenden video, audio y texto en las interacciones laborales)
- La gestión de la fuerza laboral híbrida distribuida globalmente mediante «gemelos digitales» de equipos
- La continua batalla por equilibrar la profundidad del insight con la privacidad y la confianza del empleado.
A todo esto, habrá que sumarle lo que hoy por hoy es un embrión pero que cada vez adquiere un mayor valor en el mercado laboral, la fusión de la figura del prevencionista con el responsable de RRHH, etc.
La revolución silenciosa de los datos ha terminado. Lo que sigue es su reinado, y la oportunidad para RRHH de reafirmarse, con evidencia en mano, como el motor estratégico del éxito organizacional y la seguridad en el ámbito profesional.
Daniel Benjumea Aparicio
Director del Máster de RRHH y People Analytics
Esden Business School