Damos la bienvenida a Trond Henning Olesen como nuestro nuevo vicepresidente de integración de clientes y ventas de soluciones

Trond Henning Olesen

Nos complace anunciar la incorporación de Trond Henning Olesen a JANZZ.technology como nuestro nuevo vicepresidente de integración de clientes y ventas de soluciones, con sede en San Francisco, qué será responsable de las cuentas tanto en América, EMEA (Europa, Oriente Medio y África) como Asia.

Trond es un experto estratega, tecnólogo y un entusiasta de las startups. Cuenta con más de veinte años de experiencia a escala mundial en liderazgo y ventas en el sector tecnológico, así como con un doctorado en ciencias de la información, por lo que posee un historial extraordinario en la consolidación de equipos orientados al cliente, en el lanzamiento de nuevas empresas y en la gestión del impacto operativo.

A lo largo de su carrera, Trond ha levantado empresas desde el inicio hasta la exitosa salida a bolsa, logrando un gran crecimiento, cambios de rumbo y la elevada satisfacción de los clientes en diversas condiciones de mercado. Asimismo, ha gestionado grandes cuentas y proyectos complejos en todo el mundo y ha dirigido equipos de forma eficaz para introducir cambios y mejoras fundamentales en la estrategia, los procesos y la orientación al cliente. Gracias a sus amplios conocimientos técnicos y empresariales, Trond ha sido consultor de empresas como LinkedIn y Purisma, donde ha formado a personal de C-Level y les ha ayudado a mejorar su organización, sus procesos y su personal. Más recientemente, fue cofundador y director de tecnología de la nueva empresa de Silicon Valley, VeraScore, donde dirigió el equipo técnico, participó en el desarrollo y trabajó como líder técnico de todas las actividades de ventas.

Trond está muy interesado en la tecnología de búsqueda de empleo basada en la IA y en las soluciones para el mercado laboral que ofrece la compañía suiza JANZZ.technology a empresas e instituciones gubernamentales de todo el mundo. En estos tiempos de grandes cambios estructurales en el mercado laboral, Trond está entusiasmado con la oportunidad de trabajar con clientes internacionales, con el fin de proporcionarles soluciones digitales a medida para una gestión eficaz del talento y del mercado laboral.

«Trond es una excelente incorporación a nuestro equipo, ya que cuenta tanto con una amplia combinación de conocimientos técnicos como con experiencia en estrategia y éxito de clientes», afirma Stefan Winzenried, director general de JANZZ.technology. «Al tiempo que continuamos ofreciendo soluciones de calidad y de vanguardia, Trond se encargará de acelerar el crecimiento de JANZZ y reforzará nuestra misión de mejorar el servicio a nuestros clientes. Estamos encantados de tenerlo a bordo».

La IA, la automatización y el futuro del trabajo: más allá del horizonte

En los últimos años ha habido muchos posts, artículos e informes sobre cómo la IA y la automatización darán forma al futuro del trabajo. Dependiendo de la perspectiva o la visión del autor, estos artículos van en una de las dos direcciones: bien la nueva tecnología destruirá puestos de trabajo y tendrá efectos devastadores en el mercado laboral, bien creará un futuro mejor y más brillante para todos al eliminar solo los trabajos aburridos y generar otros mejores y mucho más interesantes. Como es habitual, la verdad probablemente se encuentre en algún punto entre estos dos extremos. En este post, queremos adoptar una visión más matizada abordando los argumentos y afirmaciones más comunes y compararlos con los hechos. Pero antes de entrar en materia, aclaremos primero qué es la transformación digital impulsada por la IA. En pocas palabras, se trata de la automatización, del uso de la tecnología de IA para completar tareas que no queremos que los humanos realicen o que los humanos no pueden realizar. Al igual que hicimos en el pasado, en la primera, segunda y tercera revolución industrial.

Desde máquinas textiles hasta el arte de la IA

Con cada una de estas revoluciones llegó el temor de que los trabajadores humanos quedaran relegados. Entonces, ¿por qué queremos automatizar? Aunque en algunos casos los inventores estaban, y siguen estando, simplemente interesados en la hazaña de la invención en sí, la mayoría de las veces un invento o desarrollo estaba impulsado por intereses comerciales, al igual que la aprobación generalizada. Independientemente de la época, las empresas rara vez tienen otros objetivos que seguir siendo competitivas y aumentar los beneficios. Los telares de medias en el siglo XVI se inventaron para aumentar la productividad y reducir los costes sustituyendo el trabajo humano. Las máquinas de vapor de los molinos y fábricas del siglo XIX y la maquinaria agrícola se utilizaron por la misma razón. Los robots en la fabricación de vehículos en la segunda mitad del siglo XX, también. Tanto si se trata de tractores como de cadenas de montaje u hojas de cálculo, el objetivo de primer orden era sustituir la musculatura humana por la fuerza mecánica, el trabajo manual humano por la consistencia de la máquina y el HumanwWare lento y propenso a errores por el cálculo digital. Pero hasta ahora, aunque se han perdido muchos puestos de trabajo por la automatización, se han creado otros. El aumento masivo de la producción exigía puestos de trabajo relacionados con el aumento de la distribución. Cuando los coches de pasajeros reemplazaron los viajes a caballo y las ocupaciones ecuestres, se vio un aumento de la movilidad privada, y se crearon, en cambio, puestos de trabajo en la industria en expansión de la alimentación y el alojamiento en carretera. El incremento de la potencia informática utilizada para sustituir las tareas humanas en las oficinas también dio lugar a productos totalmente nuevos y a la industria del juego. Además, el aumento de la riqueza y el crecimiento de la población que acompañan a estos desarrollos condujeron a un aumento de la demanda de ocio y consumo, impulsando estos sectores y creando puestos de trabajo, si bien no tantos como uno puede pensar, tal y como veremos más adelante. Sin embargo, no podemos dar por sentado que la revolución actual seguirá el mismo patrón y creará más puestos de trabajo y riqueza de los que destruirá solo porque así haya ocurrido en el pasado. A diferencia de la tecnología mecánica y la informática básica, las tecnologías de IA no solo tienen el potencial de sustituir a los trabajadores baratos, por ejemplo, con robots de limpieza o agrícolas. También han empezado a superar a trabajadores caros como los patólogos que diagnostican el cáncer y otros profesionales de la medicina que diagnostican y tratan a los pacientes, y también están tocando tareas creativas como la elección de escenas para trailers de películas o la producción de arte digital. Por supuesto, tampoco debemos asumir sin más un futuro distópico con menos puestos de trabajo y una caída de la riqueza. Pero debemos tener en cuenta que actualmente, en muchos casos, es más rentable sustituir a trabajadores caros con soluciones de IA que a mano de obra barata, como los trabajadores textiles de Bangladesh.

Con tal de tener una visión más diferenciada, echemos un vistazo a las afirmaciones más comunes en la actualidad y a cómo resisten un análisis más detallado.

Afirmación 1. La IA creará más o menos puestos de trabajo de los que destruirá

Este es el principal argumento planteado en los escenarios utópicos/distópicos, incluidos los informes del FEM, «97 millones de nuevos puestos de trabajo frente a 85 millones de puestos de trabajo reemplazados en 26 países para 2025»; PwC afirma que «es probable que cualquier pérdida de puestos de trabajo debido a la automatización se vea ampliamente compensada a largo plazo por la creación de nuevos puestos de trabajo»; Forrester informa que «habrá una pérdida de puestos de trabajo del 29 % para 2030 con solo un 13 % de creación de puestos de trabajo para compensar», entre otros. En todo caso, cualquier cambio radical puede plantear grandes obstáculos. Tal y como afirma BCG en un informe reciente sobre este tema, «el número neto de puestos de trabajo perdidos o ganados es una métrica artificialmente simple» para estimar el impacto de la digitalización. Un cambio neto de cero o incluso un aumento de puestos de trabajo podría causar grandes asimetrías en el mercado laboral con una dramática escasez de talento en algunas industrias u ocupaciones y un excedente masivo de trabajadores y desempleo en otras. Por otro lado, en lugar de provocar el desempleo, o al menos el subempleo, un menor número de puestos de trabajo también podría dar lugar a un mayor reparto del trabajo y, por tanto, a semanas laborales más cortas. Por otra parte, aunque esto puede sonar bien en teoría, también plantea otras cuestiones: ¿Cómo se verán afectados los salarios y las prestaciones? ¿Quién se llevaría la mayor parte de las recompensas monetarias?, ¿las empresas, ¿los trabajadores?, ¿el gobierno? Hay que admitir que es demasiado pronto para ver los efectos de la adopción de la IA en lo que respecta al empleo o los salarios en general. No obstante, los resultados del pasado, es decir, de las revoluciones industriales anteriores, no garantizan resultados similares en el futuro. Esos resultados incluso muestran que el crecimiento del empleo y de la riqueza no fue necesariamente tan maravilloso como se suele describir. La relación entre el empleo y la población en edad de trabajar se ha mantenido bastante constante en los países de la OCDE desde 1970, pasando únicamente de algo más del 64 % a algo menos del 69 %. [1] Gran parte de este aumento puede atribuirse a las mayores tasas de participación laboral, especialmente de las mujeres. Y es evidente que el aumento de la riqueza no se distribuye de manera uniforme, por ejemplo, en Estados Unidos:

 

Fuente: Economic Policy Institute, https://www.epi.org/publication/charting-wage-stagnation/

 

Fuente: Economic Policy Institute, https://www.epi.org/publication/charting-wage-stagnation/

 

Sencillamente, no hay motivos para suponer que la IA y la automatización nos harán automáticamente más ricos como sociedad o que el aumento de la riqueza se distribuirá de manera uniforme. Por tanto, deberíamos estar igualmente preparados para escenarios más negativos y debatir cómo mitigar las consecuencias. Por ejemplo, ¿sería aceptable tratar los procesos de la IA como el trabajo humano? Si es así, podríamos considerar la posibilidad de gravarlos para apoyar la redistribución de la riqueza o para financiar la formación o las prestaciones y pensiones de los trabajadores reemplazados.

Además, estas estimaciones deberían cuestionarse en un nivel básico. ¿Quién puede afirmar con seguridad que este empleo va a disminuir? ¿Cómo podemos saber qué tipo de empleos habrá en el futuro? Ninguna de estas proyecciones es realmente fiable u objetiva, ya que se basan principalmente en las opiniones de un grupo de personas. Por ejemplo, el informe sobre el futuro del empleo del FEM, uno de los más influyentes sobre este tema, se basa en encuestas a empresarios. No obstante, es sencillamente ingenuo pensar que cualquier persona, y menos aún un grupo de dirigentes empresariales arbitrarios, puede tener un conocimiento seguro de los puestos de trabajo y las competencias que se necesitarán en el futuro. No se puede esperar más de esto que de una sesión de adivinación en una feria. Basta con echar un vistazo a las predicciones sobre los coches a principios del siglo XIX, las compras a distancia en los años sesenta, los teléfonos móviles en los ochenta o los ordenadores desde los años cuarenta. Si tantas predicciones tecnológicas fueron totalmente erróneas, ¿por qué debería cambiar esto ahora? Sin embargo, esas predicciones son un elemento clave en las estimaciones sobre el «futuro del trabajo».

La realidad es que la investigación fundamentada científicamente sobre este tema es extremadamente escasa. Uno de los pocos estudios en este ámbito analizó el impacto de la IA en los mercados laborales de EE.UU. entre 2007 y 2018. Los autores (del MIT, Princeton y la Universidad de Boston) encontraron que una mayor exposición a la IA dentro de las empresas se asocia con menores tasas de contratación, es decir, que la adopción de la IA se ha concentrado hasta ahora en la sustitución en lugar del aumento de puestos de trabajo. El mencionado estudio tampoco encuentra pruebas de que los grandes efectos de productividad de la IA aumenten la contratación. Algunos pueden sentirse inclinados a decir que esto apoya la visión distópica, sin embargo, también hay que tener en cuenta que este estudio se basa en datos de vacantes en línea, por lo que los resultados deben tratarse con precaución, como explicamos en detalle en otro de nuestros posts. Además, debido a la dinámica de la innovación y la adopción tecnológica, es casi imposible extrapolar y proyectar estos resultados para hacer predicciones sólidas sobre la evolución futura.

Y desde un punto de vista más filosófico, ¿qué significaría para la existencia humana que trabajáramos sustancialmente menos? El trabajo está arraigado en nuestra propia naturaleza; es un rasgo que nos define.

Afirmación 2: Los ordenadores son buenos para lo que nos resulta difícil y malos para lo que nos resulta fácil

¿Difícil y fácil para quién? Por suerte, no todos tenemos los mismos puntos fuertes y débiles, así que está claro que no todos encontramos las mismas tareas «fáciles» y «difíciles». Esta es otra afirmación extremadamente generalizadora basada en un juicio completamente subjetivo. Y si fuera cierto, entonces la mayoría de la gente probablemente consideraría las tareas repetitivas comúnmente fáciles, o al menos más fáciles. Esto contradice directamente la siguiente afirmación.

Afirmación 3: La IA (solo) destruirá los trabajos repetitivos y generará otros más interesantes y de mayor importancia.

El FEM afirma que la IA automatizará tareas repetitivas como la introducción de datos y la fabricación en línea de montaje, «permitiendo a los trabajadores centrarse en tareas más importantes y más precisas» con «beneficios tanto para las empresas como para los individuos, que tendrán más tiempo para ser creativos, estratégicos y emprendedores». El BCG habla del «cambio de puestos de trabajo con tareas repetitivas en las líneas de producción a los de programación y mantenimiento de la tecnología de producción» y de cómo «la eliminación de tareas mundanas y repetitivas en profesiones legales, contables, administrativas y similares abre la posibilidad de que los empleados asuman funciones más estratégicas». La pregunta es, ¿quién se beneficia exactamente de esto? No todos los trabajadores que pueden realizar tareas repetitivas tienen el potencial de asumir funciones estratégicas, creativas y empresariales, o de programar y mantener la tecnología de producción. Es un hecho que no todo el mundo puede formarse para todas las funciones. Las tareas más satisfactorias e interesantes para los intelectuales (como los defensores de un futuro laboral más brillante gracias a la IA) pueden resultar demasiado desafiantes para un obrero cuyo trabajo ¾que puede haber sido perfectamente satisfactorio para él¾ acaba de automatizarse. Y no todos los obreros pueden o quieren ser empresarios o estrategas. Además, ¿qué significa exactamente «más importantes»? ¿Quién se beneficia de ello? Los nuevos puestos de trabajo creados hasta ahora, como los trabajadores de los almacenes de Amazon, los conductores de Uber o repartidores, no reciben precisamente salarios dignos y seguros para vivir. Además, desde principios de los años 70, las empresas han demostrado un claro desinterés por compartir el valor añadido obtenido de las ganancias de productividad con los trabajadores:

 

Fuente: Economic Policy Institute, https://www.epi.org/publication/charting-wage-stagnation/

 

Por otra parte, un gran número de aplicaciones de IA que ya están disponibles realizan tareas de alta o muy alta cualificación, que se basan en la extracción de datos, el reconocimiento de patrones y el análisis de datos: diagnóstico y tratamiento de enfermedades; chatbots de atención al cliente; optimización de cultivos y estrategias agrícolas; asesoramiento financiero o de seguros; detección de fraudes; programación y encaminamiento en logística y transporte público; estudios de mercado y análisis de comportamiento; planificación de personal; diseño de productos y mucho más. El efecto total de estas aplicaciones en el mercado laboral aún no está claro, pero sin duda no solo están eliminando las tareas triviales y repetitivas de los perfiles laborales.

Afirmación 4: (solo) necesitamos mejorar la capacitación de los trabajadores.

Aunque no estamos en desacuerdo con esta afirmación en general, a menudo se plantea como un remedio más o menos sencillo para prepararse para los futuros cambios impulsados por la IA en el mercado laboral y «adoptar los beneficios sociales positivos de la IA» (FEM). La realidad es que esto viene acompañado de varias advertencias que lo convierten en una solución para nada sencilla.

En primer lugar, no podemos olvidar que no es posible predecir el «futuro del trabajo» de forma fiable, especialmente qué puestos de trabajo tendrán realmente demanda en el futuro y cuáles no. Además, basándonos en los efectos de las revoluciones industriales anteriores y en las investigaciones actuales, es muy probable que la implementación generalizada de la IA introduzca nuevos puestos de trabajo con perfiles que no podemos anticipar por el momento. Esto significa que tenemos que dotar a los profesionales actuales y futuros de las habilidades necesarias para trabajos de los que actualmente no sabemos nada. Una de las formas que se suelen sugerir para solucionar este problema es fomentar el aprendizaje permanente y promover formas de formación y educación más adaptables y a corto plazo. Esta es sin duda una opción válida y claramente en auge. Sin embargo, hay que tener en cuenta varios aspectos. Por ejemplo, entre el 15 % y el 20 % de la población adulta de Estados Unidos y la UE [2] tiene un nivel bajo de alfabetización (nivel PIAAC 1 o inferior). Esto significa que tienen problemas para realizar tareas como rellenar formularios o comprender textos sobre temas desconocidos. ¿Cómo se puede formar a estas personas para que tengan éxito en «proyectos más complejos y enriquecedores» si no pueden leer un libro de texto, navegar por un manual o escribir un simple informe? Además, alrededor del 10 % de los trabajadores a tiempo completo en EE.UU. y la UE son trabajadores pobres. [3] Estas personas no suelen tener ni el tiempo ni los recursos ni el apoyo de los empleadores para el aprendizaje permanente y, por tanto, no tienen un acceso bien informado a una recapacitación eficiente, específica y asequible.

Para cuando se aborden estas cuestiones, es posible que muchos de estos trabajadores ya hayan perdido el tren. En 2018, los empleadores estadounidenses estimaron que más de una cuarta parte de su mano de obra necesitaría al menos tres meses de formación solo para seguir el ritmo de los requisitos de cualificación necesarios para sus funciones actuales en 2022. [4] Dos años después, esa proporción se ha duplicado con creces hasta superar el 60 %, y las cifras son similares en todo el mundo. [5] Además, incluso antes del periodo posterior a la Gran Recesión, solo aproximadamente 6 de cada 10 trabajadores estadounidenses reemplazados se volvieron a contratar en un plazo de 12 meses, en el periodo comprendido entre 2000 y 2006. [6] En 2019, esta tasa era la misma en la UE. [7] Con cambios cada vez más rápidos en la demanda de capacitación, combinados con la falta de tiempo y/o recursos para los grupos vulnerables, así como los trabajadores pobres y los trabajadores con bajo nivel de alfabetización, por no hablar de la falta de redes de seguridad y de medidas específicas en los sistemas infrafinanciados de desarrollo de mano de obra, es muy poco probable que las perspectivas para estos trabajadores mejoren.

Además, la pandemia ha acelerado masivamente la adopción de la automatización y la IA en el lugar de trabajo en muchos sectores. Los robots, las máquinas y los sistemas de IA se han implantado para limpiar suelos, tomar la temperatura o los pedidos de comida, sustituir a los empleados de los comedores, las cabinas de peaje o los centros de llamadas, así como patrullar propiedades inmobiliarias vacías, aumentar la producción industrial de suministros hospitalarios y mucho más en un periodo de tiempo extremadamente corto. En el pasado, la nueva tecnología se desplegaba gradualmente, dando tiempo a los empleados para la transición a las nuevas funciones. Esta vez, los empresarios se apresuraron a sustituir a los trabajadores por máquinas o programas informáticos debido a las repentinas órdenes de cierre o distanciamiento social. Esta es una diferencia crucial con respecto a las revoluciones industriales precedentes. Muchos trabajadores han sido despedidos sin tiempo suficiente para reciclarse. Es posible que en el futuro se produzcan acontecimientos similares – ya sea otra pandemia o un avance tecnológico – y, como sociedad, debemos estar preparados para ellos y ofrecer a los trabajadores afectados un apoyo rápido, eficaz y, sobre todo, realista.

Afirmación 5: Los empresarios deben considerar la mejora y la recapacitación como una inversión, no como un gasto

Si una empresa sustituye a todos sus cajeros por robots, ¿por qué iba a querer volver a formar a los nuevos trabajadores despedidos? Incluso a los gobiernos les cuesta adoptar esta postura en materia de formación y educación. Muchos países se centran principalmente en la educación universitaria o de otro tipo para los trabajadores jóvenes, en lugar de reciclar a los solicitantes de empleo o a los empleados. Por ejemplo, el gobierno de EE.UU. gasta el 0,1 % del PIB en ayudar a los trabajadores a superar la transición laboral, menos de la mitad de lo que gastaba hace 30 años, a pesar de que la demanda de cualificaciones está cambiando mucho más rápido que hace tres décadas. Y la gran mayoría de las empresas está interesada principalmente en maximizar los beneficios, así es como funciona nuestra economía. Hay que recordar que vivimos en un mundo en el que incluso los fabricantes de sándwiches y los paseadores de perros se ven obligados a firmar acuerdos de no competencia para evitar que obtengan un ascenso si amenazan con marcharse a un competidor para obtener un salario mayor.

Un software conversacional de buen rendimiento podría permitir a una empresa hacerse con un centro de llamadas de 1 000 personas y gestionarlo con 100 personas más chatbots. Un bot puede responder a 10 000 consultas en una hora, un volumen muy superior al que podría manejar incluso el representante más eficiente de un centro de llamadas. Además, un chatbot no se pone enfermo, no necesita tiempo libre en el trabajo ni pide ventajas y beneficios. Toman decisiones coherentes y basadas en pruebas, y no roban ni defraudan a sus empleadores. Así que, si la calidad de este software es suficiente y el precio es adecuado, lo más probable es que se levanten protestas entre los accionistas si una empresa no apuesta por esta oferta. Al fin y al cabo, una solución que aumente la eficacia y la productividad al tiempo que reduzca los gastos es el ideal de las empresas de nuestro tiempo. Así que, si esta empresa no opta por ella, lo hará su competencia. Y a pesar de la propaganda de «tecnología para el bien social» que oímos constantemente desde Silicon Valley, la mayoría de las empresas simplemente no están interesadas en el futuro de los trabajadores que pronto serán despedidos.

Más allá del horizonte

La conclusión es que no podemos permitirnos el lujo de dramatizar en exceso o confiar en que habrá suficientes puestos de trabajo para todos, ya que si no, estaremos constantemente tratando de ponernos al día. La mayoría de los problemas o soluciones que se citan habitualmente tienden a debatirse de forma académica entre investigadores, empresarios tecnológicos y responsables políticos, junto con una buena dosis de idealismo. Pero para adelantarnos a estos desarrollos que – para bien o para mal – tienen un enorme potencial para transformar por completo el mercado laboral y nuestra sociedad, tenemos que mirar más allá de nuestro horizonte y diseñar estrategias realistas para el futuro que se basen en hechos y datos objetivos.

 

[1]    https://stats.oecd.org/Index.aspx?DatasetCode=LFS_SEXAGE_I_R#
[2]   US: https://www.libraryjournal.com/?detailStory=How-Serious-Is-Americas-Literacy-Problem
        EU: http://www.eli-net.eu/fileadmin/ELINET/Redaktion/Factsheet-Literacy_in_Europe-A4.pdf
[3]   US: https://www.policylink.org/data-in-action/overview-america-working-poor
        EU: http://www.europeanrights.eu/public/commenti/BRONZINI13-ef1725en.pdf
[4]   The Future of Jobs Report 2018, World Economic Forum, 2018.
[5]   The Future of Jobs Report 2020, World Economic Forum, 2020.
[6]   Back to Work: United States: Improving the Re-employment Prospects of Displaced Workers, OECD, 2016.
[7]   https://skillspanorama.cedefop.europa.eu/en/dashboard/long-term-unemployment-rate?year=2019&country=EU#1

Los datos de competencias «fáciles», una manzana envenenada, ¿estás dispuesto a renunciar a ese dulce sabor?

Este es el tercero de una serie de posts sobre habilidades. Si aún no lo has hecho, lee primero los otros artículos:
Dejemos las tonterías aparte y Lo sentimos, pero »Microsoft Office» NO es una habilidad.
En el segundo artículo de esta serie, hablamos de las competencias y de los problemas que plantea su definición y especificación. Suponiendo que podamos llegar a algún tipo de entendimiento común de esta valiosa «nueva moneda»,  » Lea más sobre: Los datos de competencias «fáciles», una manzana envenenada, ¿estás dispuesto a renunciar a ese dulce sabor?  »

Lo sentimos, pero «Microsoft Office» NO es una habilidad.

Una de las palabras de moda más destacadas en torno al empleo, la empleabilidad y la gestión de la mano de obra son las competencias. No todo es oro lo que reluce en torno a este concepto y a las palabras de moda, como recapacitación, mejora de las competencias, adecuación de las habilidades, adaptación de las destrezas, anticipación de las habilidades, predicción de las competencias, etc. Se pueden encontrar innumerables publicaciones que explican por qué las habilidades son tan importantes,  » Lea más sobre: Lo sentimos, pero «Microsoft Office» NO es una habilidad.  »

Dejemos las tonterías aparte

Adaptabilidad y flexibilidad, habilidades digitales, creatividad e innovación, inteligencia emocional… Desde que la pandemia se hizo global, todo el mundo ha estado hablando de las principales habilidades post-Covid que los empleados necesitarán. Pasando por numerosas publicaciones desde Forbes y Randstad hasta EURES, parece que el punto clave que tienen en común es que son poco transparentes, si no completamente infundados. A pesar de todo el ruido que generan, ninguna de estas publicaciones da una idea de en qué datos se basan sus afirmaciones,  » Lea más sobre: Dejemos las tonterías aparte  »

La importancia de localizar las ontologías, reflejadas en los sistemas educativos de Perú y Colombia

En uno de nuestros últimos posts, explicamos la diferencia entre una ontología y una taxonomía. Si bien la elección de una ontología en lugar de una taxonomía es un paso importante para lograr un matching inteligente y preciso, no es el único aspecto a tener en cuenta. La localización es otra característica clave, tanto si se trata de una ontología monolingüe como si se trata de una multilingüe. Para obtener un alto rendimiento y resultados satisfactorios en los matchings, no basta con que la ontología cubra el idioma elegido, sobre todo si ese idioma se habla en varios países. El sistema tiene que entender realmente el contexto, en el que se incluyen las variaciones regionales o nacionales en materia ocupacional, jurídica, educativa y lingüística. Por ejemplo, ciertas ocupaciones pueden requerir certificaciones o autorizaciones oficiales en un país, pero no en otro. Además, lo más frecuente es que estas certificaciones tengan nombres diferentes según el país en el que se expidan. Un determinado título de trabajo puede resultar muy utilizado en un país, y completamente inusual en otro, por ejemplo, joiner en Reino Unido, Australia y Nueva Zelanda, un tipo de carpintero. Este término prácticamente no se utiliza en EE.UU. (si bien el mayor sindicato estadounidense de carpinteros se llama United Brotherhood of Carpenters and Joiners of America).

Sin duda, esta cuestión no se limita a los títulos de los puestos y las autorizaciones. También es esencial comprender las competencias implícitas, es decir, las que no se mencionan en la descripción del puesto o en el perfil del candidato, pero que pueden deducirse de otra información, como la educación y la formación; también hay que tener en cuenta la formación requerida. Supongamos, por ejemplo, que se encuentra en un país de habla hispana y busca contratar a alguien con un grado, es decir, que haya cursado estudios universitarios. En Perú, puede pedir un bachiller. Sin embargo, en Colombia, este término hará matches con candidatos que tengan el equivalente a un título de secundaria: un Bachiller Académico o un Bachiller Técnico. Si pide un licenciado, otro término común en los países de habla hispana que suele corresponder a un grado, los candidatos colombianos tendrán un título más o menos equivalente a un Bachelor of Education (un pregrado de maestro de escuela) en los Estados Unidos.

 

Localizing Ontologies

 

Para evitar que los resultados del matching sean insatisfactorios o irrelevantes, se debe enriquecer cuidadosamente una ontología con información específica del país, como variaciones lingüísticas, títulos de puestos de trabajo localizados, asignación de sistemas de clasificación nacionales y detalles del sistema educativo del país, como nombres de títulos, diplomas y, a poder ser, planes de estudio y habilidades enseñadas. Esto puede requerir un extenso trabajo por parte de expertos en la materia familiarizados con el país en cuestión. Pero es una inversión que merece la pena y que mejorará notablemente los resultados de los matchings y todos los servicios asociados, como el asesoramiento profesional, las plataformas de búsqueda de empleo y educación, el análisis del mercado laboral, etc. También propiciará la facilidad de uso de los servicios y las funciones interactivas, por ejemplo, con sugerencias inteligentes y buscadores de autocompletado que realmente tengan sentido para los usuarios.

Es posible que ya haya descubierto por las malas que el uso de taxonomías estándares como ESCO no funciona realmente en su país. Si no es así, no lo haga. Vaya directamente a una ontología bien localizada. En JANZZ.technology, este es uno de nuestros servicios clave para los clientes de nuevos países y hemos implementado con éxito localizaciones de nuestra ontología JANZZon! para países de todo el mundo. Si desea mejorar su sistema con los amplios conocimientos de la mayor ontología multilingüe de empleos y habilidades del mundo, o saber más sobre nuestros productos y tecnologías de alto rendimiento basados en ontologías, no dude en ponerse en contacto con nosotros a info@janzz.technology.

Si no es ahora, ¿cuándo? La digitalización de la SPE en tiempos de COVID y sus costes.

La actual pandemia mundial ha sumido al mercado laboral en un estado de inestabilidad sin precedentes. Según la OCDE, el impacto en el empleo tan solo en los tres primeros meses ha sido diez veces superior al de la crisis financiera de 2008. Sectores enteros como la hostelería, la aviación civil y el sector cultural se han visto muy afectados, lo que ha provocado la pérdida masiva de puestos de trabajo y el desplome de los ingresos de los autónomos. Por otro lado, el comercio electrónico y los supermercados, los servicios de mensajería y logística, los fabricantes de productos alimenticios o de higiene, los farmacéuticos y otros han prosperado, creando nuevas oportunidades al aumentar drásticamente sus plantillas. Aunque algunos de estos empleos sean solo temporales, pueden suponer una salvación para quienes necesitan ingresos.

En medio de esta inestabilidad, los Servicios Públicos de Empleo (SPE) se han enfrentado a una prueba de resistencia histórica, al verse desbordados por un número de nuevos solicitantes de empleo muy superior para lo que sus sistemas, a menudo anticuados, suelen estar diseñados, si es que existen. Con los jóvenes en apuros debido al cierre de puestos de trabajo de nivel inicial y de aprendizaje, y con los trabajadores mal pagados, las mujeres, las minorías étnicas y los trabajadores autónomos e informales entre los más afectados por la crisis, las vulnerabilidades existentes han quedado expuestas y las desigualdades se han incrementado. Ahora más que nunca, los SPE deben encontrar nuevas formas de servir mejor a su gente en esta crisis y en el futuro. Estos grupos vulnerables deben reconectarse con buenos puestos de trabajo lo más rápido posible para evitar efectos de secuelas posteriormente. Asimismo, los SPE deben estar preparados para nuevos cambios y alteraciones en el mercado laboral con soluciones digitales innovadoras que ayuden a reforzar la capacidad de recuperación del mercado laboral. Con ello garantizarán la eficiencia y la adaptación, y proporcionarán soluciones creativas de colocación y conocimientos valiosos sobre el mercado laboral para los solicitantes de empleo y los empleadores.

Ahora es el momento adecuado para iniciar la transformación digital, incluso si el SPE de un país está en fase de desarrollo. De hecho, puede que nunca haya un momento mejor, especialmente para los países que acaban de empezar. Una solución bien diseñada no requiere un punto de partida perfecto. No necesita una gran cantidad de datos internos ni siquiera un SPE bien organizado. Funciona bien en mercados con pocos profesionales altamente cualificados y apoya las transiciones de la economía tanto informal como formal. Además, la elección de un enfoque mobile-first «los móviles primero» orientado a las funciones de autoservicio en lugar de un sistema experto poco práctico juega a favor de uno de los grupos más afectados por la pandemia, los jóvenes, que están acostumbrados a tomar las riendas de la situación, buscar información y explorar sus opciones con sus dispositivos. La transformación digital ha comenzado y quienes quieran formar parte de ella deben actuar ya.

Para asegurar una digitalización efectiva en estos tiempos tan difíciles, los SPE deben buscar soluciones con:

Matching completo de perfiles basado en ontologías para una mayor variedad de soluciones y adaptaciones

En lugar de limitarse a comparar los títulos de los puestos, los solicitantes de empleo pueden ser compatibles en función de su perfil completo de competencias, formación, experiencia previa y otros criterios relevantes. Esto ayudará especialmente a quienes necesiten buscar nuevas líneas de trabajo debido al colapso de los sectores económicos, en los que el matching es insuficiente si solo se tiene en cuenta el título del trabajo. Además, el uso de ontologías especializadas en el mercado de trabajo, enriquecidas con contenidos específicos de cada país, ayuda a identificar habilidades ocultas basadas en la educación y la experiencia. Esto puede mejorar sustancialmente los perfiles de los solicitantes de empleo y, por tanto, ampliar la búsqueda de puestos y candidatos adecuados, al tiempo que aumenta significativamente la precisión de los matches.

Perfiles de búsqueda de empleo y procesos de contratación sencillos para mejorar la visibilidad y la movilidad virtual

Al ofrecer a los solicitantes de empleo una plataforma para presentarse con un perfil que permita realizar búsquedas y esté bien estructurado, aumenta su visibilidad y les da la oportunidad de que los empleadores potenciales los encuentren. Para evitar prejuicios, el perfil abierto debe contener únicamente información profesional. Integrar en el sistema los primeros pasos del proceso de selección y contratación reduce la necesidad de desplazarse en persona hasta que se presente una oportunidad real. Estas características mejoran tanto la visibilidad como la movilidad virtual de los demandantes de empleo, lo que es especialmente importante para los grupos vulnerables como los trabajadores mal pagados o informales y las minorías, y en tiempos de mayor trabajo y contratación a distancia. Los procesos de contratación fáciles de usar también animan a las empresas más pequeñas a pasar de la búsqueda informal de candidatos, por ejemplo, de boca en boca, a la publicación de vacantes en línea, lo que hace que su empresa y sus puestos vacantes sean visibles para un grupo más amplio de demandantes de empleo.

Matching no discriminatorio y comprensible para obtener resultados imparciales y transparentes

Los procesos de matching deben ser comprensibles y verificables para garantizar la transparencia y la responsabilidad. Además, las soluciones deben diseñarse de forma que se garantice que, por defecto, el mejor candidato con la mejor aptitud en todos los criterios individuales consiga el mejor match, independientemente del sexo, la etnia, la discapacidad u otras características personales. Esto garantiza que todos los solicitantes de empleo tengan las mismas oportunidades, incluidos los jóvenes, las mujeres y las minorías.

Análisis de brechas para la orientación laboral y profesional

En tiempos de cambios drásticos en el mercado laboral, muchos demandantes de empleo se ven obligados a identificar nuevas líneas de trabajo y a cambiar de profesión por completo. Al determinar el match más apropiado para los puestos actualmente disponibles e identificar las habilidades, la formación u otros criterios relevantes que faltan, los análisis de brechas pueden ayudar a encontrar un camino para salir de la crisis de empleo. A partir de los datos del mercado laboral en tiempo real y de ontologías exhaustivas, pueden utilizarse para asesorar a los demandantes de empleo de forma individual, o incluso para reorientar plantillas enteras de profesiones o sectores en vías de desaparición.

Inteligencia del mercado laboral que permita identificar en tiempo real los cambios y las perturbaciones del mercado de trabajo

En un entorno de mercado laboral inestable con cambios rápidos e impredecibles, la inteligencia en el mercado laboral suministrada en tiempo real, así como las herramientas de gestión de inteligencia bien diseñadas, pueden marcar una diferencia crucial. Estos datos, procesados con una potente ontología del mercado laboral, pueden proporcionar una visión mejor, más precisa y oportuna, clave para una gestión eficaz y una respuesta rápida.

Los sistemas JANZZ ofrecen todas estas características y más. No podemos crear puestos de trabajo, pero podemos ayudar a los países a suavizar los efectos de la COVID-19 en los mercados laborales y guiar a los SPE a una transformación digital para que sean más eficientes y más sostenibles. Podemos apoyar la transición desde la intuición hasta el conocimiento de lo que se necesita para devolver el empleo al mayor número posible de personas. Por ejemplo, los SPE pueden aprovechar nuestra solución integrada para el mercado laboral JANZZilms! para actuar en áreas clave y responder rápidamente con estrategias oportunas que tengan un impacto real.

 

JANZZ Integrated Labor Market Solution (ILMS)

 

Desde principios de marzo de 2020, hemos podido demostrar lo potentes y adaptables que son nuestros sistemas. En un gran país europeo, casi el 10 % de la población activa se ha visto obligada a inscribirse en la oficina de desempleo debido al impacto de la pandemia. Al principio de la crisis, el sistema, diseñado para unas 30.000 inscripciones al año, se saturó con casi 400.000 inscripciones en pocas semanas. Aunque nadie había previsto un escenario así durante la fase de planificación, nuestros sistemas procesaron casi diez veces el volumen de transacciones sin ningún problema. El rendimiento y la estabilidad de los sistemas se mantuvieron siempre a pleno rendimiento en estos momentos tan importantes. Además, gracias a un diseño intuitivo e inteligente, el SPE nacional pudo tanto aumentar la capacidad de asesoramiento laboral como reducir el tiempo medio de reintegración al mercado. De este modo, pudimos hacer una valiosa contribución a los esfuerzos del gobierno para registrar, asesorar y reintegrar rápida y eficazmente a casi 400.000 solicitantes de empleo en el país.

Aplicación rápida y eficaz, sin sorpresas

Nuestros métodos ágiles han dado lugar una y otra vez a productos excepcionales, desarrollados a tiempo y dentro del presupuesto. Las soluciones estándar pueden realizarse en 120 – 180 días, o en 90 días en un lenguaje que ya hemos implantado anteriormente. Esto proporciona un gran valor en términos de implementación, operación y mantenimiento. Además, los precios son fijos durante varios años, lo que garantiza la previsibilidad financiera. Por ejemplo, el paquete completo de la solución JANZZilms!, que incluye todos los componentes, como el análisis de matching y brechas, el perfilador, la ontología, varios idiomas, el análisis sintáctico, los cuadros de mando y mucho más, con hasta un millón de usuarios activos, cuesta alrededor de 1 USD por usuario y año tras la implantación. Al tratarse de una solución SaaS completa, no son necesarias más inversiones para los sistemas y el hardware, el mantenimiento periódico, los acuerdos de nivel de servicio o los procesos de actualización. Para sistemas más grandes con hasta cinco millones de usuarios en todos los campos (por ejemplo, consejeros de los SPE, solicitantes de empleo, empresas y proveedores de empleo, proveedores de terceros como la educación, etc.) el precio baja a unos 60–70 céntimos por usuario y año. Con sistemas aún más grandes, el precio desciende por debajo de los 50 céntimos al año.

Además, nuestras soluciones se aplican en la nube, son seguros y conformes con la normativa RGPD, por lo que se adaptan perfectamente a cualquier infraestructura de TI, incluidas las configuraciones más sencillas de los mercados emergentes. También ofrecen una gran accesibilidad para todos los usuarios, desde los nativos digitales hasta los novatos en tecnología, en dispositivos móviles, de pantalla pequeña y con conexiones de Internet lentas.

Para obtener más información sobre cómo nuestros servicios y soluciones pueden ayudar a fortalecer su mercado laboral, visite nuestro sitio de Soluciones para Servicios Públicos de Empleo o contáctenos a info@janzz.technology. Si no es ahora, ¿cuándo?

Creative Associates International lanza un informe sobre UbicaNica.jobs

Creative Associates International lanzó un informe sobre UbicaNica.jobs, nuestra plataforma de empleo en Nicaragua, que funciona mediante IA imparcial. Ayan Kishore, Director del Laboratorio de Desarrollo de Creative, declaró en el artículo que «en Nicaragua la posibilidad de encontrar trabajo a través de Internet es reducida, por lo que se suele buscar empleo en el periódico o se recurre al boca a boca. No es así como la gente encuentra oportunidades en el resto del mundo». Gracias a la tecnología de UbicaNica.jobs, aportada por JANZZ y los demás líderes del proyecto, será un verdadero cambio para los solicitantes de empleo del país, especialmente los jóvenes. JANZZ.technology está dispuesta a seguir contribuyendo a proyectos que utilicen la IA para el bien social y adopten principios éticos y responsables, generando así mejores servicios sociales en más regiones.

Haga clic aquí para leer el artículo.

JANZZ, nombrado proveedor de muestras por su exclusiva ontología en el ciclo de sobreexpectación de Gartner para el HCM Technologies en 2020

Nos complace anunciar que Gartner ha reconocido a JANZZ.technology como un proveedor de muestras de ontologías de habilidades en el ciclo de sobreexpectación para la GCH, Gestión del Capital Humano (HCM por sus siglas en inglés) en 2020. Este reconocimiento consolida el enfoque innovador de nuestras soluciones para empresas y servicios de empleo público basado en nuestra exclusiva ontología de empleo y habilidades multilingües.

¿Qué es el ciclo de sobreexpectación de Gartner?

«Los ciclos de sobreexpectación de Gartner» presentan una representación gráfica de la madurez y adopción de tecnologías y aplicaciones, así como de la relevancia potencial para la resolución de problemas empresariales y la explotación de nuevas oportunidades. La metodología de ciclos de sobreexpectación de Gartner ofrece una visión de cómo una tecnología o aplicación evolucionará a lo largo del tiempo, proporcionando una sólida fuente de información para gestionar su desarrollo en el contexto de los objetivos específicos de cada negocio.[1]

JANZZ named as a Sample Vendor for Skills Ontologies in Gartner Hype Cycle for HCM Tech 2020

Las ontologías de habilidades, calificadas como altamente beneficiosas para la GCH, se encuentran actualmente en la primera de las cinco etapas del Ciclo de sobreexpectación de Gartner, el desencadenante de la innovación. Gartner describe esta etapa como aquella en la que «un avance tecnológico potencial pone en marcha las cosas. Las primeras historias de demostración conceptual y el interés de los medios desencadenan una publicidad significativa. A menudo se carece de productos que puedan aprovecharse y la viabilidad comercial no está probada». Empezamos a desarrollar nuestras habilidades ontológicas hace más de una década, en 2009. Actualmente es la ontología de habilidades multilingües más completa del mundo y lo ha demostrado repetidamente en los últimos años, al haberse aplicado con éxito en múltiples sistemas de cualquier escala.

¿Qué es una ontología de habilidades?

Una ontología de habilidades organiza grandes conjuntos de conceptos relativos a capacidades, competencias, conocimientos y experiencia, así como las relaciones entre ellos en una estructura de datos. Proporciona una base para las aplicaciones de la IA en áreas como la adquisición de talentos, el desarrollo de talentos y la planificación de la plantilla. Muchos proveedores afirman que tienen una ontología cuando en realidad, solo tienen una taxonomía o una biblioteca.[2] En JANZZ, tenemos una verdadera ontología, JANZZon!. Pero no solo abarca habilidades, si no que también es una ontología de empleo. Esto quiere decir que también contiene ocupaciones, títulos de trabajo, experiencia laboral, formación y titulaciones, industrias y mucho más. Hacer matching solo entre las habilidades, sin tener en cuenta otra información como las ocupaciones o funciones, puede dar lugar a resultados extremadamente imprecisos. Un cajero y un farmacéutico de venta al por menor tendrán aptitudes comunes, por ejemplo, habilidades de atención al cliente, pero sus aptitudes clave, a saber, sus conocimientos especializados y sus competencias, difieren enormemente. Por lo tanto, incluso si todas las demás aptitudes enumeradas coinciden, sería completamente absurdo sugerir a un cajero para un puesto de farmacéutico. El contexto es esencial, y por lo tanto, uno de los tipos clave de información generada por nuestra ontología de empleo y habilidades.

Además, a diferencia de otras ontologías de habilidades en el mercado, JANZZon! distingue entre niveles de habilidades y contextos. Por ejemplo, el nivel de habilidades requerido en un puesto júnior no es el mismo que para un especialista sénior, y el conjunto de habilidades de un director de proyecto en el desarrollo de aplicaciones no es idéntico al de un director de proyecto en diseño de interiores. Estas diferencias se representan en nuestra ontología de empleo y habilidades JANZZon! y son uno de los factores que impulsan la extraordinaria precisión de nuestras herramientas de matching de empleos y profesiones.

Echa un vistazo a nuestro vídeo sobre la ontología de JANZZ

¿Por qué no nos limitamos a las bibliotecas de habilidades y taxonomías?

Las bibliotecas de habilidades o de empleos, en las que todavía confían muchos proveedores de tecnología, están construidas principalmente por expertos (a menudo psicólogos) que analizan y clasifican las habilidades y los niveles de habilidades relacionados con las categorías o funciones de los empleos. Estos métodos son laboriosos y limitados, y a menudo se centran en las habilidades interfuncionales o en un número limitado de habilidades técnicas específicas del trabajo. Además, en el mundo laboral, que cambia rápidamente, estas bibliotecas casi siempre quedan obsoletas en cuanto se completan.

Sin embargo, la cuestión clave de estas bibliotecas es que no existe un perfil de aptitudes estándar para una ocupación determinada. Esto significa que los resultados de la búsqueda y matching basados en las bibliotecas de habilidades son, en el mejor de los casos, poco satisfactorios. Por otro lado, con la ontología de habilidades adecuada, se obtiene una base de datos completa y continuamente actualizada que proporciona la base para una tecnología que «cambia las expectativas del usuario en cuanto a la relevancia de las búsquedas de empleo, el matching de los candidatos con los puestos de trabajo y la recomendación del contenido de aprendizaje».[3]

La principal ventaja de una ontología de habilidades con respecto a las bibliotecas de habilidades o las taxonomías es que vincula sinónimos así como habilidades similares y que guardan relación. Esto mejora considerablemente la búsqueda y el matching al traducir a un idioma común el vocabulario diverso de los diferentes implicados, las ofertas de empleo y los perfiles de los candidatos, así como al contextualizar los términos de búsqueda. Como resultado, los enfoques clásicos basados en palabras clave pueden sustituirse por la búsqueda semántica, en la que el sistema entiende el significado de los términos de búsqueda en lugar de comparar obstinadamente cadenas de caracteres.[4] Por ejemplo, al introducir el término CEO, el sistema basado en la ontología excluirá resultados como «Asistente del CEO». O, al introducir el término «Mecánico», sugerirá términos más precisos como «Mecánico de automóviles» o «Mecánico de barcos». De esta forma, los mejores perfiles para el trabajo pueden distinguirse con mucha más precisión, sin que candidatos inadecuados supongan un obstáculo o sin peligro de que los mejores candidatos salgan del campo de visión.

Además, nuestros sistemas basados en la ontología pueden reconocer las habilidades implícitas en ocupaciones que van desde «pintor de signos» hasta «director de proyectos de ciberseguridad» y utilizar estas habilidades para proporcionar resultados más satisfactorios – no sólo de los puestos y candidatos, sino también en la elaboración de perfiles, análisis de brechas y la trayectoria profesional. El conocimiento contextual almacenado en nuestra ontología de habilidades es también clave para nuestro parser de empleos y currículums de alto rendimiento.

Soluciones pioneras en tecnología GHC

La mayoría de las aplicaciones de GHC basadas en ontología que existen actualmente en el mercado siguen siendo bastante rudimentarias y no hay una solución única para todos los casos. En su lugar, se necesita una combinación de modelos y enfoques. Aquí en JANZZ.technology, ya tenemos una ontología de habilidades bien establecida, así como una tecnología altamente precisa para la búsqueda y matching semántico, análisis de brechas, perfiles, y análisis de empleos y currículums. Sin embargo, estamos dispuestos a mejorar y ampliar continuamente nuestras soluciones y, por lo tanto, nos comprometemos muy activamente en I+D, desarrollando incesantemente tecnología pionera para hacer frente a nuevos desafíos. Nuestra misión es ayudar a mejorar la experiencia de l GHC mediante la provisión de soluciones eficientes y de alto rendimiento sin compromiso.

¿Y por qué estamos tan adelantados al ciclo de sobreexpectación de Gartner? Porque comenzamos en 2008, mucho antes de que nadie hablara de la IA y de las representaciones del conocimiento, mucho antes de que Google y los mercados se dieran cuenta de que las soluciones avanzadas de IA no serían posibles sin ontologías. Es por eso que actualmente contamos con varios años de ventaja.

Aproveche esta ventaja e integre nuestra ontología de empleo y de competencias en sus aplicaciones a través de nuestras sencillas API. Contáctenos en info@janzz.technology para saber cómo podemos transformar su experiencia con nuestras soluciones de vanguardia basadas en ontologías.

[1] Gartner Methodologies, «Gartner Hype Cycle» 2020. https://www.gartner.com/en/research/methodologies/gartner-hype-cycle
[2] Para comprender mejor la diferencia fundamental entre ontologías y taxonomías, lea nuestro post:
https://janzz.technology/ontologia-y-taxonomia-no-son-sinonimos-comparemos-para-establecer-sus-diferencias/?lang=es
[3] Poitevin, H., «Hype Cycle for Human Capital Management Technology, 2020», Gartner. 2020.
[4] Para más información sobre este tema, solicite una copia de nuestro White Paper «Keyword vs. ontología based, semantic matching» vía email o a través del formulario de contacto.

Una nueva Plataforma de trabajo de IA para reunir todo el talento de Nicaragua e impulsar la economía

Zúrich, Suiza / Washington, DC / Managua, Nicaragua, octubre del 2020 – JANZZ.technology, Creative Associates International, la COSUDE (Agencia Suiza para el Desarrollo y la Cooperación) y el Consejo Superior de la Empresa Privada (COSEP) lanzarán próximamente Ubicanica.jobs, una plataforma impulsada por la IA para Nicaragua, diseñada para fortalecer la búsqueda de empleos y talentos, mejorar la empleabilidad y fomentar la economía del país.

En el entorno económico adverso al que se enfrenta actualmente Nicaragua, y que se ha vuelto aún más precario en los últimos meses, muchos nicaragüenses carecen de información, perspectiva y visibilidad, especialmente los jóvenes, a muchos de los cuales se les niega la oportunidad de desarrollar las aptitudes fundamentales necesarias para el empleo, así como el acceso a una formación de calidad, a servicios de colocación y a puestos de trabajo.

La organización de desarrollo Creative está abordando estas cuestiones a través del proyecto Aprendo y Emprendo financiado por la USAID y la COSUDE. Esta iniciativa tiene por objeto fortalecer el sistema privado de Educación y Formación Profesional Técnica (TVET) con el fin de proporcionar a los jóvenes de Nicaragua conocimientos profesionales, aptitudes para la vida cotidiana, preparación para el trabajo y formación en aptitudes sociales que les ayuden a convertirse en empleados y empresarios cualificados. Como parte de este proyecto, Creative colaboró con COSEP, una cámara de negocios líder en Nicaragua, y con la empresa tecnológica suiza JANZZ.technology para desarrollar Ubicanica.jobs, que contribuye proporcionando visibilidad, asesoramiento profesional y servicios de colocación de empleo.

«Nuestro objetivo era crear una plataforma única que reuniera todas las habilidades y oportunidades de trabajo de Nicaragua, haciendo match de forma precisa entre las personas y los trabajos adecuados», dice Stefan Winzenried, CEO de JANZZ.technology. «Esperamos que el mayor número de personas utilice la plataforma. El potencial de tener todas las ofertas de trabajo, los solicitantes de empleo y todo lo que implica el mercado laboral en una sola plataforma es enorme: mejorará las oportunidades de empleo para todos a todos los niveles».

A diferencia de las plataformas actuales de Nicaragua, las búsquedas de empleo en Ubicanica.jobs no se basan en palabras clave. En su lugar, el usuario publica un perfil de sus habilidades y competencias individuales, que el sistema analiza mediante inteligencia artificial y compara con los requisitos de las posibles ofertas de empleo. La tecnología que la respalda procesa los datos relacionados con los empleos a través de algoritmos de aprendizaje profundo y gráficos de conocimiento para identificar las mejores coincidencias posibles entre los empleos y los candidatos y así hacer sugerencias precisas, tanto a los buscadores de empleo como a los reclutadores. La plataforma también puede mostrar a los usuarios cómo mejorar sus posibilidades en el mercado laboral. El sistema analiza qué trabajos y habilidades están en demanda actualmente y, en base al perfil del usuario, recomienda cursos y formación para mejorar la empleabilidad.

Para ayudar a mitigar los efectos de la situación actual en Nicaragua, era necesario que la plataforma estuviera en funcionamiento lo más rápidamente y de la forma más rentable posible. Por lo tanto, se implementó como un producto de marca blanca —en solo 90 días— y ahora la operan la Fundación COSEP junto con JANZZ.technology como una solución SaaS. La Fundación COSEP está convencida de que gracias al innovador enfoque de Ubicanica.jobs se impulsará el desarrollo social y económico del país. «El empleo y el emprendimiento son claves para el bienestar de una sociedad y todos tenemos algo que ofrecer», comenta uno de los principales funcionarios. «A través de Ubicanica.jobs podemos impulsar la economía nicaragüense y fortalecer nuestra sociedad al adecuar de mejor manera los talentos y las necesidades del país. Si todos nos inscribimos y utilizamos la plataforma, supondrá un verdadero cambio de juego».