Cómo la IA cambia el modelo operativo de recursos humanos y sus roles

Por Kevin Kim · Actualizado el 11 de octubre de 2026

El modelo operativo de recursos humanos es la forma en que una función de recursos humanos organiza su trabajo: quién responde las preguntas de los empleados, quién asesora a los gerentes y quién diseña las políticas y los programas. La IA cambia ese modelo al asumir una gran parte de las solicitudes rutinarias y del trabajo de redacción, lo que desplaza el esfuerzo humano hacia el criterio, el diseño y la supervisión. El cambio no elimina la necesidad de recursos humanos. Modifica para qué sirve cada equipo dentro de recursos humanos y crea un puñado de roles nuevos.

Esta guía está dirigida a CHROs, directores de recursos humanos y gerentes de recursos humanos que están decidiendo cómo reestructurar el área a medida que llegan las herramientas de IA. Es el complemento estratégico de la IA en recursos humanos: la guía completa, que trata los casos de uso en sí.

Datos clave

• Human Resource Champions de Dave Ulrich (Harvard Business Press, registrado en octubre de 1996 y ampliamente citado como de 1997) describió cuatro roles de recursos humanos: socio estratégico, experto administrativo, defensor de los empleados y agente de cambio (Google Books listing).
• La conocida estructura de «tres cajas» de servicios compartidos, centros de experiencia y business partners surgió de ese pensamiento sobre los roles. En la colección de modelos operativos de CIPD, Allan Boroughs afirma que Ulrich «nunca afirmó haberla inventado» (CIPD, Changing HR Operating Models).
• En la investigación State of AI in HR 2026 de SHRM (más de 1900 profesionales de recursos humanos), solo el 28% dijo que RR. HH. lidera los esfuerzos de mejora de habilidades, mientras que el 39% informó que la IA había cambiado las responsabilidades de los puestos, el 24% informó de nuevos roles y el 7% informó de desplazamiento de empleos (SHRM, 5 critical insights for CHROs).
• En el Global Human Capital Trends 2025 de Deloitte, los gerentes dedican casi el 40% de su tiempo a los problemas del día y a tareas administrativas, y solo el 13% a desarrollar a su gente (Deloitte press release).
• Según la EU AI Act, los sistemas de IA usados para reclutar o seleccionar personas, o para tomar decisiones sobre promoción, terminación, asignación de tareas y supervisión del desempeño, figuran como de alto riesgo en el Anexo III (EU AI Act, Annex III).

El modelo del que todos parten: los roles de Ulrich y la estructura de tres cajas

La mayoría de las funciones de recursos humanos de cierto tamaño se organizan en torno a alguna versión de tres equipos. Los servicios compartidos (a veces llamados operaciones de recursos humanos o centro de servicio) manejan las transacciones y las preguntas de los empleados: consultas de nómina, licencias, contratos, registros. Los socios estratégicos de recursos humanos (HRBPs) trabajan junto a una unidad de negocio y asesoran a sus líderes en temas de personas. Los centros de excelencia o de experiencia (CoE) son pequeños equipos especializados en áreas como compensación, adquisición de talento, aprendizaje y diseño organizacional.

Aquí importa una precisión, porque el modelo suele atribuirse mal. El propio libro de Ulrich propuso cuatro roles que los profesionales de recursos humanos deben desempeñar al mismo tiempo. La descripción de la editorial dice que RR. HH. tiene que trabajar en las cuatro áreas a la vez para contribuir plenamente (Google Books). La estructura que la mayoría llama «el modelo Ulrich» llegó después, cuando los profesionales convirtieron esos roles en equipos. La colección de CIPD dice que el libro «propuso una diferenciación de la actividad de RR. HH. basada en la naturaleza de sus roles», y que Ulrich «nunca afirmó haber inventado» la estructura de tres patas que lleva su nombre (CIPD). En la misma colección, Nick Holley lo llama «fundamentalmente un modelo sólido», pero señala «una gran brecha entre la intención y la realidad», sobre todo para los business partners.

Esa brecha es la puerta por la que entra la IA. Si sus HRBPs pasan la semana respondiendo preguntas de los gerentes y persiguiendo aprobaciones, actúan como servicios compartidos con un mejor título. La IA no arregla un modelo confuso. Hace más caro el desorden, porque el trabajo que debió haberse automatizado ahora es automatizable.

Cómo la IA cambia cada pilar

La tabla siguiente es una vista de trabajo de lo que cambia en cada caja. Refleja cómo encaja la tecnología en el trabajo de cada equipo, no un pronóstico para una empresa concreta.

Observe que la mayor presión estructural recae sobre los servicios compartidos y la mayor presión de habilidades recae sobre los HRBPs.

Servicios compartidos: de responder a gestionar un sistema de conocimiento

Los servicios compartidos son la caja donde la IA encaja con más claridad en una primera etapa. Un asistente de IA fundamentado en sus políticas puede responder «¿cuántos días de licencia por duelo me corresponden en Alemania?» en segundos, recuperando el texto de la política pertinente antes de responder. La clasificación y el enrutamiento de tickets, y la redacción de cartas estándar, siguen la misma lógica. Para conocer en más detalle los asistentes que actúan además de responder, consulte los agentes de IA para recursos humanos.

Lo que esto cambia en la práctica es la mezcla de puestos. Menos personas responden cuarenta veces la misma pregunta. Más personas se hacen cargo de la calidad de las respuestas: mantener las políticas al día, corregir las lagunas que el asistente deja al descubierto, revisar las conversaciones que escala. La nueva habilidad central de un líder de servicios compartidos se parece más a dirigir una base de conocimiento que a dirigir una cola.

Josh Bersin, citado en la colección de CIPD, vincula los sistemas de autoservicio bien diseñados con un giro hacia más especialistas y menos generalistas (CIPD). Eso concuerda con lo que cabría esperar cuando las preguntas simples desaparecen y solo las difíciles llegan a una persona.

Socios estratégicos de recursos humanos: de hacer el análisis a interpretarlo

Los business partners pierden parte del trabajo de preparación: extraer la rotación por departamento, resumir los comentarios de compromiso, redactar la revisión trimestral de personas. Ganan tiempo para la parte que no se puede delegar, que es decidir qué significan los números para este líder, este equipo, este trimestre.

Los gerentes son la otra mitad de esta historia. La investigación de Deloitte de 2025 encontró que los gerentes dedican casi el 40% de su tiempo a los problemas del día y a tareas administrativas, y solo el 13% a desarrollar a su gente (Deloitte). Si el autoservicio para gerentes respaldado por IA resuelve las preguntas del tipo «¿cómo registro esto?», la agenda de un HRBP puede desplazarse hacia el coaching y el diseño de equipos. Si no lo hace, el HRBP sigue siendo la mesa de escalamiento. La herramienta por sí sola no decide cuál de las dos obtiene; lo decide el modelo operativo.

Centros de excelencia: de diseñar programas a gobernar la máquina

Los CoE usan la IA para investigar más rápido, para primeros borradores de descripciones de puestos y rutas de aprendizaje, y para analizar el texto de las encuestas. Pero su nueva responsabilidad mayor es que los sistemas de IA ahora aplican sus reglas a escala. La lógica de bandas salariales de un equipo de compensación, integrada en una herramienta que sugiere ofertas, se seguirá miles de veces. La definición de «calificado» de un equipo de talento, integrada en una herramienta de filtrado, se convierte en una regla de decisión.

Eso hace de los CoE los responsables naturales de las pruebas de equidad, las definiciones y las políticas de excepciones. Se vincula directamente con la gobernanza de la IA y con la vigilancia del sesgo en la IA. Boroughs, en la colección de CIPD, observó que la mayor parte de la inversión en transformación del pasado se destinó a los servicios compartidos y sus sistemas de TI, mientras que los centros de experiencia, en especial los de gestión del talento, quedaron desatendidos (CIPD). Repetir ese patrón con la IA sería un error: se automatizaría la recepción y se dejaría sin recursos a quienes dictan las reglas.

Qué pasa a la IA y qué sigue siendo humano

Una prueba útil para cualquier tarea son dos preguntas: ¿es repetitiva y basada en reglas?, ¿el costo de una respuesta equivocada es bajo o recuperable? Si ambas respuestas son sí, es candidata a automatizarse con revisión. Si la respuesta afecta el salario, el empleo, la salud o la situación legal de alguien, mantenga a una persona como responsable. Esta es la idea detrás del diseño de human-in-the-loop (persona en el circuito).

Buenos candidatos para entregar a la IA, con controles:

• Responder preguntas rutinarias sobre políticas y beneficios
• Resumir comentarios de encuestas, entrevistas de salida y textos de evaluaciones del desempeño
• Redactar descripciones de puestos, cartas de oferta y comunicaciones
• Programar y enrutar solicitudes
• Armar la primera versión de un informe de la plantilla

Mantener con una persona que decida:

• Decisiones de contratación, promoción, disciplina y terminación
• Investigaciones y casos de relaciones laborales
• Excepciones salariales y solicitudes de adaptaciones
• Todo aquello en lo que una persona afectada esperaría razonablemente hablar con alguien

El panorama regulatorio respalda esta división. El Anexo III de la EU AI Act clasifica como de alto riesgo los sistemas de IA usados para reclutar o seleccionar personas, para tomar decisiones sobre las condiciones de trabajo, la promoción o la terminación, para asignar tareas según el comportamiento o los rasgos individuales, o para supervisar y evaluar el desempeño (Annex III). En la ciudad de Nueva York, la Local Law 144 exige que una herramienta automatizada de decisión de empleo sea sometida a una auditoría de sesgos en el año previo a su uso, y que la información sobre la auditoría se ponga a disposición del público (NYC Department of Consumer and Worker Protection). Estas reglas se aplican específicamente a las decisiones de contratación y de empleo, que es justo donde ya debería estar la línea del criterio humano.

Nuevos roles que van tomando forma

La investigación de SHRM ofrece la mejor imagen de la dirección sin exagerar. Entre más de 1900 profesionales de recursos humanos, el 39% dijo que la IA había cambiado las responsabilidades de los puestos, el 24% dijo que había creado nuevos roles y el 7% informó de desplazamiento de empleos (SHRM). El patrón es mucho más de rediseño que de supresión. Los roles siguientes son sugerencias de diseño para funciones de recursos humanos más grandes, no títulos de puesto que SHRM haya reportado; los equipos más pequeños suelen integrar dos o tres de ellos en puestos existentes.

Un «HR AI product owner» merece una nota porque es el menos conocido. La idea se toma de los equipos de software: alguien responde personalmente de que la herramienta funcione para sus usuarios, en lugar de que sea «propiedad» de TI y «usada» por RR. HH. Sin ese responsable, los asistentes quedan obsoletos, las respuestas se alejan de la política y nadie lo corrige.

Habilidades que ahora necesitan los profesionales de recursos humanos

La guía de SHRM para CHROs recomienda una mejora de habilidades que redefina los roles de RR. HH. en torno al trabajo habilitado con IA, con formación en alfabetización de datos, prompt engineering y colaboración entre humanos e IA (SHRM). Traducido a una lista práctica:

1. Alfabetización en IA. Saber qué hacen bien estos sistemas, dónde fallan y cómo leer sus resultados con escepticismo. Consulte la alfabetización en IA.
2. Alfabetización de datos. Leer un dashboard con ojo crítico, preguntar de dónde salió una cifra y detectar una muestra demasiado pequeña o sesgada para confiar en ella.
3. Hábitos de prompting y de revisión. Dar a un modelo un contexto claro y luego verificar su resultado contra la fuente. La IA generativa para equipos de recursos humanos expone reglas de revisión para la redacción cotidiana.
4. Diseño de procesos. Desglosar un proceso de RR. HH. en pasos, decidir qué pasos se automatizan y definir el traspaso a una persona.
5. Dominio del derecho laboral y la ética. Saber qué usos activan obligaciones de auditoría, aviso o supervisión.
6. Liderazgo del cambio. Ayudar a gerentes y empleados a adoptar nuevas formas de trabajar.
7. Habilidades consultivas. A medida que se reduce el trabajo rutinario, lo que queda es el trabajo de asesoría, por lo que la capacidad de cuestionar a un líder con respeto se convierte en el núcleo del puesto de HRBP.

Un hallazgo incómodo figura en la misma investigación: solo el 28% dijo que RR. HH. lidera los esfuerzos de mejora de habilidades (SHRM). Se supone que RR. HH. es la función que construye la capacidad de la organización, y sin embargo, en la mayoría de esas organizaciones lo hace otra área. Empiece por recualificar a su propio equipo de forma visible, para tener una historia creíble y experiencia real cuando asesore a otros.

Una secuencia práctica para rediseñar el modelo

1. Mapee el trabajo. Para cada equipo, enumere las 15 tareas recurrentes principales y etiquete cada una como transaccional, de asesoría o de diseño. No empiece por las herramientas.

2. Elija el primer pilar. Los servicios compartidos suelen ser el punto de partida más seguro porque los errores son visibles y recuperables, y el volumen es alto.
3. Nombre a un responsable antes de comprar. Asigne un product owner y un responsable de contenido. Decida quién revisa los escalamientos.
4. Fije los derechos de decisión. Escriba qué puede hacer la IA por sí sola, qué necesita revisión y qué no puede hacer nunca. Involucre a jurídico y a TI.
5. Reasigne antes de reducir. Traslade la capacidad a trabajo de mayor valor (coaching a gerentes, analítica, planificación de la plantilla) y lleve un registro honesto de lo que cambió.
6. Reformule las expectativas de los HRBPs. Actualice los perfiles de puesto, los objetivos y los planes de desarrollo para que el tiempo adicional se dedique al asesoramiento y no se convierta en más trabajo administrativo.
7. Revise después de un trimestre. Observe la tasa de contención, la calidad de los escalamientos, la satisfacción de los empleados y los reportes de errores, y luego ajuste.

Errores que conviene evitar

Automatizar un proceso roto. Si hoy las solicitudes rebotan entre tres equipos, un asistente las hará rebotar más rápido. Arregle primero el proceso.

Recortar personal de nivel 1 antes de que la base de conocimiento esté lista. Las personas que hoy responden las preguntas también saben dónde son poco claras las políticas. Ese conocimiento es lo que alimenta al asistente.

Dejar fuera a los CoE. Un modelo que aplica reglas que nadie de los equipos expertos ha revisado es un riesgo, no un ahorro.

HRBPs convertidos en mensajeros de datos. Si los business partners solo reenvían informes generados por IA, los líderes preguntarán para qué los necesitan. El valor está en la interpretación.

Sin responsable tras el lanzamiento. Los asistentes y los flujos de trabajo se degradan a medida que cambian las políticas. Sin un responsable designado, la calidad baja en silencio.

Pasar por alto la equidad de acceso. Es posible que los empleados de primera línea y los que no trabajan en escritorio no usen el canal de autoservicio. Mantenga una vía humana.

Ignorar al gerente. Deloitte informa que el 73% de las organizaciones reconoce la necesidad de reinventar el rol del gerente, pero solo el 7% avanza de forma notable (Deloitte). Si los gerentes no están preparados, el trabajo que la IA libera en RR. HH. vuelve a caer sobre RR. HH. en forma de escalamientos.

Siguientes pasos

Si aún no lo ha hecho, lea la visión general de la IA en recursos humanos para conocer los casos de uso que viven dentro de cada pilar. Luego elija un equipo, haga el mapa de tareas de la secuencia anterior y decida cuál será el primer servicio habilitado con IA, su responsable y su proceso de revisión.