51% del trabajo de RRHH se repartirá con agentes de IA

Un 51% de las tareas de RRHH, a medias entre personas y agentes de IA

El 51% de las responsabilidades del área de Recursos Humanos debería repartirse entre profesionales y agentes de inteligencia artificial en los próximos dos años. Esa es la proyección de una investigación de la HR Tech LG lugar de gente junto a la FIA Business School, realizada con 1.130 profesionales durante el CONARH 2026.

Para un founder, el dato no es una curiosidad de tendencia: el área de personas suele ser la primera que se satura cuando la plantilla crece y el equipo de soporte no. Saber qué tareas ya se pueden delegar a un agente —y cuáles conviene dejar en manos humanas— define cuánto puedes escalar sin sumar headcount administrativo.

¿Qué encontró el estudio de LG lugar de gente y FIA Business School?

El levantamiento muestra que la división de tareas ya empezó. Un 27% de las organizaciones encuestadas utiliza agentes de IA para ejecutar etapas operativas o incluso flujos de trabajo completos en el área de personas.

Leíste lo que hace la IA. ¿Y en tu negocio?

Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.

👥 Quiero el Kit →

El hallazgo más interesante es la diferencia entre quienes ya probaron la tecnología y quienes no:

En empresas donde el trabajo sigue siendo exclusivamente humano, se proyecta que el 46% de las responsabilidades pase a un modelo compartido en los próximos dos años.
En empresas donde los agentes ya ejecutan etapas o flujos completos bajo supervisión humana, esa expectativa sube al 55%.
En ese segundo grupo, la expectativa de responsabilidades predominantemente humanas cae del 42% al 31%.

La lectura es directa: la experiencia práctica con agentes cambia la proyección. Quien ya los usa espera compartir más trabajo con ellos que quien solo los imagina.

La muestra es amplia y no está concentrada en un nicho: cubre profesionales de 26 unidades federativas de Brasil y más de 40 segmentos de la economía. El 45% de los entrevistados trabaja en compañías de gran porte (más de mil empleados) y el 33% ocupa posiciones de liderazgo o dirección.

Vale dimensionar al protagonista del estudio: según SEGS, LG lugar de gente atiende a más de 2.500 empresas y 6 millones de profesionales, y procesa anualmente R$ 200 mil millones en nómina para 3 millones de trabajadores. No es una encuesta de laboratorio: es una HR Tech que ya opera nómina a escala y está empujando agentes autónomos hacia ese mismo terreno.

¿Qué tareas de RRHH ya se delegan a agentes de IA y cuáles no?

El estudio es claro en que la división no es pareja. Depende de la naturaleza de cada actividad.

Las frentes con más espacio para agentes hoy son:

Atención a empleados: consultas repetitivas sobre políticas, beneficios y procesos internos.
Medición de productividad: recolección y consolidación de datos que antes exigían trabajo manual.
Procesos de nómina: validaciones, cálculos y controles de un flujo altamente reglado.

Del otro lado, el protagonismo humano se mantiene en desarrollo de liderazgo, feedback y promoción y sucesión. Son decisiones con contexto, matices y consecuencias sobre personas, donde un agente puede asistir pero no decidir.

«A medida que los agentes pasan a ejecutar parte del trabajo, surge una nueva dinámica de definición de responsabilidades, autonomía y supervisión. El modelo que empieza a consolidarse es el de colaboración entre capacidades humanas y tecnológicas», analiza Felipe Azevedo, CEO de LG lugar de gente.

Azevedo agrega que el rol de las lideranzas de RRHH atraviesa una transformación estructural: el gestor deja de decidir solo quién ejecuta cada tarea y pasa a orquestar capacidades humanas y de IA, mientras el foco se corre hacia estrategia, desarrollo de talento y cultura.

La confianza, no la tecnología, es el cuello de botella

Si la proyección es del 51%, ¿por qué no es del 80%? Los datos de adopción apuntan a un freno concreto: la confianza de las personas que conviven con esos sistemas.

La encuesta «Getting Paid In America» 2026 de PayrollOrg, con cerca de 11.171 respondientes y difundida por Yahoo Finance, encontró que el 46% se siente poco o nada cómodo con el uso de IA en procesos de nómina, frente a un 25% que se siente cómodo. Y cuando se les preguntó qué aumentaría su confianza, el 71% eligió la supervisión humana, por encima de la precisión comprobada (57%) y de las protecciones de seguridad de datos (55%).

Hay una segunda advertencia, más incómoda para quien lidera equipos. Un estudio de 2026 difundido por Harvard Business Review y recogido por The Next Web acuñó el término AI brain fry —fatiga mental por usar o supervisar IA más allá de la propia capacidad cognitiva— y encontró que la supervisión intensiva de IA predecía un 12% más de fatiga mental, con efectos especialmente marcados en RRHH, finanzas y marketing.

El mismo artículo recuerda que Gartner sostiene que solo el 22% de las organizaciones logró escalar IA con éxito entre unidades de negocio. Traducido: la mayoría de los proyectos se quedan en piloto, y muchas veces no por fallas del modelo, sino porque nadie rediseñó el proceso alrededor.

¿Qué significa esto para tu startup?

Si tienes entre 20 y 200 empleados, tu área de personas probablemente son una o dos personas haciendo nómina, onboarding, beneficios, reportes y cultura al mismo tiempo. Ese es exactamente el perfil que más gana con agentes: no reemplaza al equipo, le devuelve las horas que hoy se van en ejecución repetitiva.

El caso de Warp, la plataforma de gestión de empleados nativa de IA, sirve como referencia de lo que ya se está vendiendo. Según SiliconANGLE, su agente puede ejecutar onboarding, cumplimiento fiscal, administración de beneficios y respuestas a empleados, con rutinas configurables en lenguaje natural y precios que arrancan en US$ 35 por persona al mes. La compañía estima que un proceso de onboarding que consume entre 10 y 20 horas en los primeros 30 días de un nuevo empleado pasa a menos de dos horas en sus clientes.

Ese es el tipo de cuenta que conviene hacer antes de comprar: no cuántas funciones trae la herramienta, sino cuántas decisiones repetitivas saca de la mesa.

Tres acciones concretas para empezar esta semana

1. Haz el inventario de tareas por tipo, no por cargo. Lista todo lo que hace tu equipo de personas y clasifícalo en tres columnas: reglado y repetitivo (candidato claro a agente), asistido con criterio (agente propone, humano aprueba) y de juicio puro (se queda humano). El estudio sugiere que nómina, atención a empleados y medición de productividad caen casi enteras en la primera columna.

2. Define la supervisión humana por escrito antes de automatizar. El 71% de los encuestados de PayrollOrg dijo que la supervisión humana es lo que más confianza genera. Eso no se resuelve con un aviso en un correo: se resuelve definiendo qué acciones puede tomar el agente solo, cuáles requieren aprobación y quién revisa la bitácora. Los proveedores serios ya ofrecen permisos granulares y registro de auditoría; exige eso en la evaluación.

3. Mide la fatiga, no solo el ahorro. Si tu equipo pasa de hacer la tarea a revisar todo lo que hizo el agente, no redujiste la carga: la moviste. Antes de escalar, pregúntale al equipo cuántas aprobaciones manuales nuevas aparecieron. Si el número sube, el problema no es el agente, es el diseño del flujo.

Conclusión

La proyección del 51% no describe un reemplazo, describe un reparto. Las empresas que ya usan agentes esperan compartir más trabajo con ellos (55%) que las que todavía no empezaron (46%), y eso sugiere que la confianza se construye usándolos, no discutiéndolos.

Para una startup hispanohablante con equipo de personas reducido, la oportunidad es concreta: automatizar primero lo reglado —nómina, consultas internas, reportes— y reservar el juicio humano para liderazgo, feedback y carrera. El riesgo no está en delegar demasiado, sino en delegar sin reglas claras y terminar supervisando más de lo que se hacía antes.