El ciclo de los chatbots en recursos humanos está llegando a su fin, al menos como protagonista indiscutible. Lo que en 2023 parecía la gran revolución, los asistentes conversacionales capaces de responder preguntas de candidatos o generar descripciones de empleo en segundos, se ha revelado como apenas la primera capa de un cambio mucho más profundo. Ahora, las organizaciones con mayor madurez tecnológica están dando el siguiente paso: integrar la inteligencia artificial no como herramienta de apoyo, sino como infraestructura que atraviesa el proceso de contratación de principio a fin.
Los datos respaldan esta transición. Según Viterbit, plataforma enterprise especializada en reclutamiento operativo, el 79% de las empresas ya utiliza alguna forma de IA o automatización en sus procesos de selección y contratación. No se trata de pioneros ni de grandes tecnológicas: la adopción se ha extendido a sectores con alta rotación como seguridad privada, hostelería, retail o servicios. La pregunta que se hacen ahora los equipos de RRHH ya no es si incorporar estas herramientas, sino cómo hacerlo de forma que realmente cambie la forma de operar.
Del asistente puntual al proceso automatizado
La distinción entre la primera y la segunda ola de IA en recursos humanos es más conceptual que tecnológica. Durante la primera fase, el objetivo era claro: reducir el tiempo que los reclutadores dedicaban a tareas repetitivas, como redactar correos, responder preguntas frecuentes o filtrar currículums con criterios básicos. Fue útil, pero no transformador. Los procesos seguían siendo esencialmente los mismos, con un asistente digital cosido aquí y allá.
La segunda ola cambia la lógica. En lugar de añadir herramientas sobre procesos existentes, propone rediseñar esos procesos alrededor de la automatización. Esto significa identificar los cuellos de botella reales, los momentos donde una candidatura se queda bloqueada esperando feedback interno, donde una coordinación entre departamentos tarda días por falta de visibilidad, o donde la urgencia de una vacante no se traduce en prioridad operativa, y atacar esos puntos de forma sistemática.
En sectores con rotación elevada y contratación continua, los costes de la lentitud son muy concretos: vacantes sin cubrir que generan sobrecarga en el equipo existente, candidatos que se pierden porque otro proceso avanzó antes, y decisiones que se toman con menos información de la necesaria por falta de tiempo. La automatización estructural no elimina la toma de decisiones humana, pero sí elimina el ruido operativo que la entorpece.
Un ejemplo ilustrativo ocurrió en FoodBox, grupo de restauración con contratación continua en varias marcas a nivel nacional. Al automatizar el primer contacto con candidatos a través de WhatsApp, el tiempo medio para cubrir una vacante pasó de nueve días a menos de 24 horas. El cambio no fue en la calidad del proceso de selección, sino en la velocidad con la que se activaba y avanzaba. Ese tipo de mejora, multiplicada por cientos de procesos simultáneos, es lo que diferencia a las organizaciones que ya están en la segunda ola.
Grandes empresas como banco de pruebas
Las organizaciones que están pilotando esta transición con más claridad son, precisamente, las que tienen más volumen y más presión operativa. Compañías como Prosegur, Goiko o Clece operan en entornos donde gestionar centenares o miles de procesos de selección en paralelo hace inviable depender de coordinación manual entre equipos. En esos contextos, la estandarización de flujos y la visibilidad en tiempo real sobre el estado de cada proceso no son mejoras deseables, son necesidades operativas.
Lo significativo es que estas empresas no están adoptando IA como respuesta a una tendencia, sino porque el coste de no hacerlo es demasiado alto. Cuando la rotación es estructural y la contratación no para, la eficiencia del proceso de selección se convierte directamente en eficiencia del negocio. Un día de retraso en cubrir un puesto de seguridad o de sala en un restaurante tiene un coste tangible que se puede medir.
Este contexto hace que la segunda ola de IA en RRHH tenga una tracción diferente a la primera. No llega impulsada por el entusiasmo con la tecnología, sino por la necesidad de resolver problemas reales de operación. Eso, paradójicamente, la hace más duradera y más transformadora.
2026, el año en que la IA se vuelve infraestructura
Dentro del sector, hay cierto consenso en que 2026 será el año en que esta transición se consolide de forma generalizada. La razón no es arbitraria: a medida que las plataformas de reclutamiento integran capacidades de automatización más sofisticadas y los equipos de RRHH ganan experiencia en rediseñar procesos, la curva de adopción se acelera.
El mercado global de software de gestión de talento está evolucionando en esa dirección, con proveedores que compiten no por ofrecer más funcionalidades de IA, sino por integraciones más profundas con los flujos operativos reales de cada organización. La diferencia competitiva, en este escenario, no estará en quién tiene acceso a la mejor tecnología, sino en quién ha sido capaz de rediseñar sus procesos para aprovecharla.
Esto tiene implicaciones directas para los equipos de recursos humanos. El perfil que más valor aportará en los próximos años no es el que sabe usar herramientas de IA, sino el que entiende cómo los procesos de su organización funcionan y dónde la automatización puede generar un impacto real. El conocimiento operativo se vuelve tan importante como el tecnológico.
La transición que describe esta segunda ola no es, en el fondo, una historia sobre inteligencia artificial. Es una historia sobre cómo las organizaciones deciden estructurar sus procesos internos y qué papel quieren que juegue la tecnología en ellos. Los que traten el reclutamiento como infraestructura crítica, con los mismos estándares de fiabilidad y escalabilidad que aplicarían a cualquier otro sistema operativo, serán los que salgan adelante en un mercado laboral que no va a volverse más sencillo.