En esta noticia
Cuando un futbolista deslumbra en la élite, ya vale millones. El verdadero negocio empezó años antes, cuando todavía era una promesa por descubrir. Esa lógica convirtió al scouting en una práctica estratégica de los clubes de élite. Y ahora el mundo corporativo lo adopta, en reemplazo de sus modelos tradicionales de recruiting, para encontrar talento de alto desempeño antes que la competencia.
Es que las empresas enfrentan un desafío equivalente al de los semilleros o masías futbolísticas: cómo detectar al talento que puede marcar la diferencia antes que el resto del mercado.
Ya no alcanza con interpretar un currículum o revisar dónde trabajó un candidato. La apuesta pasa por responder una pregunta mucho más compleja: cómo va a rendir alguien en un equipo donde todavía no jugó.
“En el fondo son el mismo problema”, resume Juan Nesis, director de la Licenciatura en Analítica del ITBA. “Uno compra una predicción sobre cómo va a rendir alguien”. Según explica, tanto el fútbol como las empresas recorrieron “el mismo viaje: de la intuición del ojo experto a la decisión basada en datos” con un objetivo común: encontrar talento infravalorado antes que el resto.
Pero esa búsqueda tiene una dificultad adicional. Un delantero puede convertir 30 goles en una liga y fracasar en otra. Un ejecutivo brillante también puede cambiar de empresa y no repetir el desempeño que tuvo en la anterior. “El rendimiento no es una propiedad estática de la persona, se relaciona con el contexto”, sostiene Nesis.
Ahí está el verdadero desafío del scouting, dentro y fuera de la cancha: anticipar y proyectar.
El fin del reinado del CV
“Hoy contratás una promesa y no un pasado”, afirma Nesis. Años de experiencia, lista de compañías y progresión de cargos pueden servir como referencia, pero ya no alcanzan para anticipar el desempeño.
Por eso, cada vez más organizaciones reemplazan parte de la entrevista tradicional por desafíos concretos, simulaciones y pruebas similares a los problemas que el candidato enfrentará si consigue el puesto. “Ahí aparece mucho de lo que el CV no muestra”, resume.
María José Zissu, coordinadora de Selección en Empresarios con Impacto, describe un cambio similar. Además de las competencias técnicas, las búsquedas ponen cada vez más atención en señales difíciles de resumir en un CV: cómo una persona resuelve problemas, trabaja bajo presión, se comunica, aprende y evoluciona a medida que avanza el proceso. Incluso la velocidad con la que incorpora devoluciones puede ser un indicador de potencial más valioso que una prueba puntual.
Si el objetivo dejó de ser reconstruir el pasado para intentar anticipar el futuro, el currículum perdió parte del protagonismo que tuvo durante décadas
Natalia Castro, Team Dynamics Architect de Ingenia, encuentra un ejemplo claro en la Selección argentina. Lionel Scaloni no armó un plantel únicamente con los jugadores consagrados sino con perfiles capaces de complementarse.
Experiencia, juventud, liderazgo, adaptación y funcionamiento colectivo son tan importantes como la técnica individual. En las empresas, sostiene, ocurre exactamente lo mismo.
Los datos no fichan
Como ocurrió primero en el deporte profesional, la inteligencia artificial empezó ocupándose de las tareas más repetitivas. Hoy filtra miles de currículums, identifica habilidades, organiza entrevistas, redacta informes y hasta propone planes de capacitación.
El fenómeno avanza rápido. Según el relevamiento Talent Trends de Michael Page, el 68% de los profesionales argentinos ya utiliza IA. Casi cuatro de cada 10 la emplea para adaptar su CV y el 36% de los empleadores admite que no siempre puede distinguir cuándo un CV fue elaborado o editado con esas herramientas.
“El rendimiento no es una propiedad estática de la persona; se relaciona con el contexto”
Sin embargo, todos los especialistas consultados coinciden en un límite muy claro: la IA puede ordenar la información, pero todavía está lejos de reemplazar el criterio humano.
“La herramienta sabe ordenar, pero no decidir”, sintetiza Nesis. En los procesos que lidera, la tecnología permite revisar muchos más candidatos que antes. La decisión, en cambio, sigue llegando después de ver cómo razona cada persona frente a un problema real. “Con un filtro automático o una capa de IA que definiera por palabras clave, hubiese perdido un montón de candidatos clave”, reconoce.
Zissu coincide en que la IA ayuda a reducir tiempos y mantener criterios homogéneos, aunque hay aspectos imposibles de capturar en un algoritmo: el momento personal que atraviesa un candidato, el encaje con un equipo determinado o esas señales que aparecen durante una conversación y que todavía no “lee” la IA.
La diferencia, como en el fútbol, la hará quien entrene sus herramientas, alinee sus prácticas y defina sus estrategias con data, IA, simulacros y todos los recursos para detectar potencial donde los demás solo ven una promesa.
