Caso FIT · PAT-07
Búsqueda de talento que reactiva candidatos históricos
Mostrado en una demo con datos o sistemas simulados.
Contexto
Ocurre en áreas de talento que abren vacantes con frecuencia y guardan candidatos de procesos anteriores en otra base. Cada búsqueda empieza de cero y se pierden personas que ya fueron entrevistadas para otros roles. Eso alarga la contratación y desperdicia evaluaciones ya hechas.
El reto
Los reclutadores buscan por separado en el sistema de reclutamiento y en bases históricas, y quedan olvidadas personas evaluadas antes para otros roles.
Cómo se resolvió
Un agente recibe la búsqueda en lenguaje natural, consulta el sistema de reclutamiento y el histórico, y presenta los candidatos separados entre activos y reactivados. Los CV se leen para extraer experiencia y competencias, y el perfil distingue lo que la persona declaró de lo que se infirió.
Roles
- Reclutador
- Responsable de la vacante
- Entrevistador
Antes y después
Antes
Búsquedas separadas y candidatos históricos olvidados
Con IA
Una búsqueda que también trae personas evaluadas antes
Quién hace qué
Cómo funciona
- El especialista de ingesta lee los CV del sistema de reclutamiento y del histórico, extrae experiencia y competencias e infiere las que no están escritas.
- Se arma un perfil unificado por persona que distingue lo declarado de lo inferido.
- El reclutador describe el perfil en lenguaje natural y el orquestador deriva la búsqueda al especialista correcto.
- El especialista de búsqueda ordena candidatos con una regla de puntaje escrita, separa activos de reactivados del histórico y explica cada puntaje con evidencia.
- El reclutador decide a quién contactar; el especialista de acciones agenda la entrevista o comparte el perfil.
- Los resúmenes no muestran correo ni teléfono; solo el especialista de acciones usa esos datos.
Sistemas
- Sistema de reclutamiento
- Base histórica de candidatos
- Perfil unificado de talento
- Calendario y colaboración
Capacidades
- Consulta conversacional sobre datos transaccionales
- Extracción y comprensión de documentos
- Orquestación de agentes en tareas de varios pasos
Criterios de éxito
| Indicador | Cómo se mide | Resultado |
|---|---|---|
| Porcentaje de entrevistados que vienen del histórico | Cómo se mideEntrevistas agendadas con candidatos reactivados sobre el total de entrevistas agendadas, por vacante. | ResultadoSe mide en el piloto. |
| Tiempo para armar la lista corta de una vacante | Cómo se mideHoras entre la apertura de la búsqueda y la primera entrevista agendada, contra vacantes anteriores. | ResultadoSe mide en el piloto. |
| Competencias inferidas confirmadas en la entrevista | Cómo se mideCompetencias inferidas que el entrevistador marca como confirmadas, sobre las inferidas revisadas en una muestra. | ResultadoSe mide en el piloto. |
| Resúmenes que exponen datos de contacto del candidato | Cómo se mideConteo de respuestas fuera del especialista de acciones que contienen correo o teléfono, revisando trazas. | ResultadoSe mide en el piloto. |
Lecciones
- Mostrar por separado las competencias declaradas y las inferidas es lo que permite al reclutador confiar en el orden de la lista o descartarlo.
- Toca datos personales y decisiones sobre personas: es tier alto aunque el agente solo busque, y contactar o descartar queda en manos del reclutador.
- Si la pantalla consulta los datos por su lado y solo el chat pasa por el agente, una falla del agente queda escondida; las dos vías tienen que pasar por el mismo agente.
Controles clave
Inventario de datos personales del caso · Decisiones sobre personas con revisión humana y explicación · Aprobación con criterio, no por inercia · El agente respeta los permisos de quien pregunta
Implementación de referencia: Demostrado sobre watsonx Orchestrate y watsonx.ai en el IA Roadshow con IBM.
Quiero revisar esto con FIT: Felipe Arentsen · felipe.arentsen@factorit.com
FIT Labs · La Fábrica de Soluciones