Hazlo tú mismo, pero no solo: la IA y el nuevo DIY en gestión del talento

Autor: Maria Camila Vargas con el apoyo de Matias Cordovez Bahamondes

Hace dos años, diseñar una matriz de desempeño-potencial, una encuesta de clima o un plan de sucesión requería semanas del equipo de RRHH e incluso el apoyo de una consultora. Hoy, un equipo de Personas con buen criterio puede tener un primer borrador en una tarde, con ayuda de la IA.

Ese es el nuevo DIY (do it yourself) en gestión del talento: equipos internos que construyen sus propias soluciones en lugar de esperar un proyecto externo. Y no es una tendencia futura. Según el Work Trend Index 2024 de Microsoft y LinkedIn, el 75% de los trabajadores del conocimiento ya usa IA en su trabajo, y el 78% de ellos lleva sus propias herramientas sin esperar a su empresa.

Contenido del artículo — 2024 Work Trend Index Annual Report from Microsoft and LinkedIn

La pregunta para RR.HH. ya no es si usar IA para hacerlo tú mismo. Es cómo hacerlo sin que las decisiones sobre personas queden en manos de un algoritmo sin criterio.

Lo que la IA hace posible: 5 ventajas del DIY

La IA baja la barrera de entrada para que RR.HH. construya soluciones propias, más rápido y más ajustadas a su realidad. Esto gracias a que permite:

Velocidad. Un diagnóstico, una rúbrica de competencias o una guía de conversación de desempeño pasan de semanas a horas de trabajo.
Personalización. Las soluciones se adaptan al lenguaje, la cultura y los cargos de tu empresa, no a un catálogo genérico.
Autonomía del equipo interno. El equipo de Personas deja de depender de terceros para cada ajuste y gana capacidad propia.
Trabajo de mayor valor. En el Work Trend Index 2026, el 66% de los usuarios de IA dice que les permite dedicar más tiempo a trabajo de alto valor. Para RR.HH., eso significa menos planillas y más conversaciones con líderes.
Iteración continua. Puedes probar, medir y ajustar en ciclos cortos, en lugar de esperar al próximo proyecto anual.

Lo que la IA no resuelve sola: 5 riesgos del DIY

El riesgo no es la IA. Es usarla sin un modelo detrás, porque entonces decisiones «a criterio» se disfrazan de objetivas. Y es aquí donde puede un área de talento estar cayendo en muy malas decisiones. ¿por qué puede ocurrir esto?, veamos:

Respuestas plausibles, pero incorrectas. La IA redacta con seguridad aunque se equivoque. Una matriz de potencial mal definida se ve igual de profesional que una bien hecha.
Sesgos amplificados. Si los criterios de evaluación tienen sesgos, la IA los aplica más rápido y a más personas.
Datos sensibles expuestos. Evaluaciones, sueldos y resultados de clima no deberían subirse a herramientas personales. En Chile, la Ley 21.719 de protección de datos personales entra en vigencia el 1 de diciembre de 2026, con una nueva agencia fiscalizadora y multas relevantes.
Uso sin estrategia. Según el Work Trend Index 2024, el 60% de los líderes teme que su organización no tenga un plan para implementar IA. Y un análisis de Forbes sobre datos de McKinsey 2025 muestra que, aunque el 88% usa IA en al menos una función, solo el 39% le atribuye impacto en resultados. Entonces, usar IA sin claridad de para que, que decisiones vamos a tomar, y como impactará puede ser habilitar a un “mono con navajas”.
Soluciones que nadie sostiene. Un workbook hecho en una tarde no se convierte en práctica si no hay líderes preparados para usarlo ni seguimiento en el tiempo. La gestión de talento no es un solamente un PPT, una matriz, es la capacidad humanda de tomar decisiones en base a estas.

ATLAS™ DIY: la velocidad de la IA con la experiencia de Kite

A raíz de esto en Kite Group creamos ATLAS™ DIY: una serie de Auto Guías de Gestión de Talento; y que existe para quedarse con las ventajas del hazlo-tú-mismo sin cargar con sus riesgos. Tu equipo hace el trabajo; la IA acelera; el modelo y la experiencia de Kite ponen el criterio.

ATLAS™ es nuestro Sistema de Inteligencia de Talento Crítico, construido sobre cinco pilares: Alineación, Talento, Liderazgo, Altos potenciales y Sucesión. En su modalidad DIY, tu equipo trabaja con workbooks (auto guias) que aplican IA sobre marcos ya probados, no sobre una hoja en blanco.

Cómo responde a cada riesgo:

Frente a respuestas incorrectas: la IA trabaja dentro de metodologías definidas de evaluación de potencial, matrices de desempeño-potencial y planes de sucesión entre otros.
Frente a los sesgos: los criterios de evaluación están definidos antes de usar la herramienta, no se improvisan en el prompt.
Frente al uso sin estrategia: cada workbook se conecta con un pilar y un objetivo de negocio.
Frente a soluciones que nadie sostiene: si tu equipo necesita más apoyo, puede pasar a una modalidad acompañada.