tv.um.es

Vamos a empezar, bueno, pues bienvenidos, a esta, a esta sesión, vale a esta conferencia, organizada dentro del Plan anual de orientación y en la que estáis convocados muchos de vosotros por distintas asignaturas, vale? La sesión de hoy está relacionada con la inteligencia artificial, lo cual, pues siempre es un motivo de atracción últimamente, pero en este caso va a ser aplicada específicamente a la ámbito de los recursos humanos, a leer yo. Bueno, pues como sabéis, soy profesora del área de recursos humanos, y desde esa asignatura, pues hemos querido promover esta. Esta conferencia, vale? Para ver de qué manera la inteligencia artificial está impactando directamente al área de recursos humanos para esto Pues hemos traído hoy a 2 expertos en la materia, y voy a presentar a Alejandro Alejandro Jiménez Alcaraz vale es principal y analítico insultan de si una consultora inglesa si no me equivoco, vale con sede, con sede, en Londres, a leer en la que te Alejandro, pues lleva trabajando un par de años antes de eso. Pues una trayectoria extensa también en el ámbito de recursos humanos y tecnología y bueno, pues yo, lo que más ilusión me hace sobre todo es decir lo que se cree Estado de nuestra facultad, Alejandro, fue-alumno en el doble grado de, además derecho y bueno, pues es para nosotros de verdad, un orgullo, poder traerlos aquí a antiguos compañeros vuestros, que actualmente están en posiciones de, bueno, pues de responsabilidad en empresas y en este caso en el ámbito de recursos humanos, por tanto, el intervendrá en primer lugar para contarlos. Bueno, pues toda su experiencia y en segundo lugar, porque lo hará Petya, haya nueva que pasó el micro Antonio Aragón para aquellos, la presente buenas tardes a todos, básicamente hacía nueva es economista y economista especializada en gestión informática, y el dato más representativo para no alargar esto y dejar tiempo a sus intervenciones, que son las importantes, es que ella en su última etapa profesional pues a con otros socios ha creado una empresa que es mí ni pyme y esta empresa se dedica a la gestión digital de recursos humanos, tanto de la parte administrativa como de la parte de procesos y la idea es que comente, pues, como ellos trabajan los principales servicios. Es un poco lo que le hemos dicho también para que veáis esa gestión digital, que cada vez es más importante en el mundo en el que estamos y en el mundo que viene. Por mi parte, le damos ya la palabra Alejandro. Vale, tengo que a lo mejor intentar Cómo dirigido hacia abajo bueno buenos días ni nombres Alejandro Jiménez y y voy a presentar esta primera parte de inteligencia artificial y recursos humanos, vale? A primero vamos a hacer una pequeña introducción un poco pienso yo también para que pongamos un poco en situación. Iremos saber. Ejemplos de aplicaciones de recursos humanos, la de aplicaciones entendida como aplicaciones, prácticas de recursos humanos con inteligencia artificial. Seguiremos un poco hablando de que esa interinidad artificial, lo ideal, es que esta charla comprendéis, que se utiliza hoy en día y comprendamos cómo funciona eso que se utiliza hoy en día, no tras esto lo que vamos a hacer es ver un poco de pimpón, Analytics, que al final es un subtipo de analítica basada en recursos humanos, que utiliza componentes de inteligencia artificial, como veremos luego acabaremos con los retos iremos acabando con los retos que nos enfrentamos actualmente y finalizaremos con algunas proyecciones de futuro. Si nos da tiempo, vale. Si vamos de tiempo, sabemos algunas especulación responsable no. Sobre sobrevivir un poco para que me conozca es yo, soy Alejandro encantado me alegré de veros a todos. Como le he comentado, Nuria fue. Estudié Derecho ya aquí en la Universidad de Murcia, se ha empeñado a varios cargos en su tono, en el área de recursos humanos y en especial en digitalización Analytics y y demás, y básicamente pues ahora mismo me me he vuelto trabajando. Una consultora británica debería mes como consultor implantamos, pues software a con inteligencia artificial en muchos casos a 300 clientes que como aparecen allí no estén Bayer, vuelan Gil Deloitte, empresas grandes que tienen esa necesidad, y nosotros intentamos darle solución, no, o le damos solución a a ellos? Vale. Vamos a ver algunos ejemplos de inteligencia artificial en recursos humanos, no. El primero y el más fácil siempre es la predicción de una variable. Actualmente somos capaces de poder predecir variables en el campo de los recursos humanos, como por ejemplo siendo empleado, abarrotar si un empleado aceptar una carta, oferta o de clasificar empleados, por ejemplo también no es decir, es en alto potencial, necesita mejorar todo eso a través de algoritmos. No sería un uso práctico, no con otras técnicas, que a veces son inteligencia artificial y otras veces no son, como han minado el texto, por ejemplo, procesamiento del lenguaje natural. Podemos comprender la inteligencia artificial es capaz de clasificar y entender el sentimiento de un de un, de un texto, y esto, claro, 1 puede pensar qué fácil, que es, si pone que me gusta algo, pues positivo, y si van a que no me gusta algo negativo, pero cuando digo me gustaría. Me gustaría que este, que los salarios fuesen más altos es un condicional. Estoy utilizando un verbo positivo para expresar una opinión negativa. En realidad es más complejo lo que parece de ahí que los modelos sean bastante, bastante complejos, tenemos información, podemos extraer información de documentos que, como muchos abres mediante 12, nosotros podemos extraer datos, pero son desestructurados; necesitamos estructurarlas para incorporarlos a nuestras bases de datos. Para clasificar documentos, utilizamos esas técnicas, no respuesta. Como interactiva, como Alexa tenemos Alexa en nuestras casas o Google Assistant, también podemos tener los recursos humanos y hay empresas que incluso lo están pensando a ti, que no necesita mucha mucha presentación, no al final es muy polivalente, es un modelo de, es un ll melo, que se llama nuevo modelo de grande, de lenguaje no, y reglas lógicas, y esto es de lo más importante. Yo creo que es lo que se llaman sistemas inteligentes de recursos humanos no, o sistemas lógicos, no una regla nosotros me, pero esto no es inteligencia artificial, y ahí tenemos que ir a definir qué es inteligencia artificial, que es más grave ni qué es esto es clave a la hora de entender cuando hablamos de ella, que estamos hablando no porque ya es un concepto muy amplio, tiene que dar bestiales todo aquella, digamos, estructura computacional que emula la inteligencia humana. Una regla lógica es inteligencia artificial si un empleado no me ha llenado, por ejemplo el dato de periodo de prueba, pues yo te pongo 6 meses en función del convenio, por ejemplo. Eso es inteligencia artificial en el fondo. Pero claro, no entendemos que eso sea inteligencia oficial, nosotros no, no asociamos esa inteligencia artificial solemos asociarlo de hecho, audible alguien más que demasiado más Internet, más bien es un su campo dentro de la inteligencia artificial, que va un poquito más allá mediante técnicas estadísticas. Nosotros podemos crear un modelo que pueda hacer distintas tipo de cosas. No puede predecir una variable, puede clasificar una variable, puede hacer un múltiple tipo de cosas, no, y el siguiente nivel sería ese de leer nada, es decir, ese aprendizaje profundo en el que por qué no un modelo más siendo entre nosotros. Vamos a ver, después vemos qué variables utilizamos. No en un modelo de emplear ni es la propia idea la que elige. Esas variables son redes neuronales, son modelo de inteligencia artificial, más complejos y son los que se de los que se habla últimamente, no decir cuáles son los más potentes, no, los que más se modulan nuestra capacidad de esta inteligencia natural. Como ejemplos aquí solo, pues, hablar de qué y como especie, como como tal, estrictamente solo ella y no más integre ni líbreme lo más importantes reglas lógicas, vale, y son fundamentales, lo vamos a ver después, pero eso son el desistimiento por 100 del proyecto vivo Analytics. Yo creo que va de reglas lógicas de tener los datos, bien gracias a las reglas lógicas, y dentro de ello, pues machine -learning que vamos a verlo todo ahora, despacito. Los más importantes aprendizaje. Tenemos, supervisado y no supervisado supervisado. Lo veo en humanos no supervisado el humano. No interactúa, vale, dentro de los supervisados solemos tener, aunque las clasificaciones se van moviendo porque entender que todo esto es un campo en evolución entonces constantemente evoluciona y es muy difícil incluso estar al día 9 de lo último. No podemos tanto clasificar una variable como predecir la por una forma de regresión, no dentro de regresión entre clasificación, pues tenemos un montón de algoritmos distintos, en función de la tipología del problema que nos encontremos, y no supervisaba pues esto fue todo Castril y reglas asociativas también, aunque está la reducción de dimensión, que es muy importante, y luego a ver si podemos detenernos también un poquito el aprendizaje profundo. Serían estas redes honorables no que son aún más complejas, no las más. Una de las basuras, a las que a mí me suscita más interés, son las últimas. Las adversidades son de unos orales que son capaces de generar simulaciones, y te las adaptan. Entonces imaginar esto. En el campo, por ejemplo, de la formación. Cómo puede revolucionar todos los sectores de formación? Porque la misma idea te va a adaptar y crear unas simulaciones en la simulación. Que un humano haya creado, no, sino que a nivel de riesgo, por ejemplo, de abstinencia podemos asignar estas con estas ideas, no en el futuro probablemente y no tan futuro. Además, tenemos otra serie de aprendizajes que no vamos a entrar en ellos. Pues no fue dado para digo vale, no vamos a entrar en ellos, no, no, la idea es que entendáis un poquito de. Queda todo esto algoritmos, ya se me ha pasado, pero no nada. Tenemos un montón de algoritmos dentro de cada tipo de aprendizaje. Tenemos distintos tipos de algoritmos. No, 1 de los que más me gustan es dentro de los de clasificación, por ejemplo, para clasificar; pues si no he empleado Rota, 1 rota, por ejemplo bosque aleatorio, mediante un árbol de decisiones, nosotros estamos asociados a la guía y la guía dice. Vale. Pues yo cojo un empleado y este empleado cobran más o menos de 5.000 euros más. Se va por un lado, menos se va por otro. Venga, en ese otro. Se llaman nodos en esos nodos, decide, y pieza a decir. Vale, pues este empleado en qué departamento está? Está en el departamento de compras. Si no son siempre o leal, nosotros siempre verdadero falso son binarios, no la Airef tiene mucho de números, a veces es el problema no principal, no es la principal barrera de entrada y compone todos esos arcos. Esos árboles y esos árboles coge, pues va haciendo predicciones y ver si es cierta o no, de forma que luego compone todos los árboles. De ahí el nombre. Bosque aleatorio. Son las decisiones aleatorias, Unidos muy muy interesante la reducción de dimensión que hablábamos antes, que no. Que no he podido decirla. Veremos después el modelo no el de dicha el proyecto claro esto es una pregunta también para ustedes. En un modelo, por ejemplo, la regresión no se sabe hecho alguna, se ha centrado en econometría o estadística. Si nosotros metemos más factores predictores o pensamos que son factores predictores en un modelo, 1 cabría pensar cuantos más mejor no. No tal vez Cuántos nuestras máquinas esas son capaces de computar cientos de variables. Los ordenadores masa lo hacen. Por qué no lo hacemos nosotros? Porque existe el factor de la múltiple linealidad, que a veces se nos olvida no por meter más variables, explicamos más varianza lo explicamos. Más un fenómeno y eso es super importante, no, porque la idea es capaz de detectar qué variables no nos valen. A ver. Como hemos comentado antes, la idea tiene mucho de estadística, más Finlandia tiene mucho de Estadística, la ley en realidad no, y junto a estos campos de inteligencia artificial y más sin leer ni se están uniendo otros como la lógica en computación a las bases de datos, y vemos ahí que hay otras áreas que a veces confundimos con inteligencia artificial, eliminado de texto. Esto de la guía, leer el texto y lo interpreta. Hay algunos algoritmos que sí; son inteligencia artificial, pero otros que no. Lo son no, y aquí por ser lo quería poner para qué Para que lo viérais no no muy interesante ese no de procesamiento del lenguaje natural, que es el que utiliza este anticipo y para comprender qué queremos nosotros decir? Porque, si no, si no lo dijéramos de forma correcta no nos entendería y no podría devolvernos la respuesta. Quiero enseñarles brevemente el proyecto de poner Analytics cómo funcionaría, vale y su diferencia con reporting, porque muchas veces se confunde con reporting. Un proyecto que pone Analytics, que es en el fondo, es. Vamos a crear un modelo para una, un problema de negocio que tengamos, porque aquí recordar que estamos en la empresa y todo lo que hacemos responde a una necesidad de negocio, a un problema de negocio vale a un incremento de beneficio o reducción de coste no entonces por ejemplo un problema de negocio cuál puede ser la rotación No pero esa rotación tenemos que traducirla a un problema estadístico, es el eje, es el principal reto que nos encontramos aquí tras esto. Nuestra siguiente fase, cuál va ser la de colección de los primeros datos, la de la desarrolle? Vale, perfecto. Queremos explicar la rotación, qué bases de datos tenemos donde las tenemos? Como las tenemos, porque es muy importante. No haremos un diccionario de datos, por ejemplo, para ver que cada variable que valores toma son numéricas, son son continuas, son variables discretas. Esto es importante, no decir. Es una una mejor práctica. No se llama en inglés best practices. No sirve de hacer las cosas pues con una buena forma un buen proceder, no una buena praxis. Tras esto vamos a hacer todo lo que es la limpieza, y esta es la fase que más tiempo consume. Por qué el problema suele estar en los datos? Siguen casi siempre montar un modelo es muy fácil, en realidad es muy fácil. Lo difícil es tener los datos limpios y perfectos para para hacerlo no es decir aquí esa típica frase que se suele decir. Si tengo 6 horas para cortar un árbol, no me vas a 5 horas afilando el hacha y una hora aportándonos decir literalmente es eso y aquí es donde entra. Pues esas reglas lógicas que hablábamos al principio no también depende del algoritmo que utilicemos, por ejemplo, para un algoritmo de regresión. La guía necesita todo sea que todo sea numérico, entonces no entienden entre hombre y mujer. Departamento de ventas, departamento de finanzas, no entiende, departamento número 1, número número 3, para hacer estadística, porque ahora viene la fase más divertida, lo que se está análisis, una variante media moda, todo, todo cuartil, es percentiles, desviación típica para saber cómo es nuestra nuestra muestra, porque, claro, si yo tengo dicen que la estadística es esa Es esa ciencia que si metes una mano no en una olla ir viendo y otra manera, una olla congelada ambas están tibias, no, y eso es esa. Esa broma no? Esa cita es porque no se entiende que, por ejemplo, no podemos aplicar índices de tendencia central cuando tenemos mucha dispersión. Entonces nuestro modelo tenemos que tener eso claro antes de entrar en el modelo, muy, muy, muy importante. La última fase de este. Esta fase es la de división de los datos en entrenamiento y en práctica no te has dicho en inglés. Bueno, es una materia también que se trata mucho en inglés. De hecho, casi siempre es bueno, aunque cada vez más, pero mucho en inglés, muy importante que lo habéis oído que está ahí. Ya se ha entrenado con aquí lo tendría que dar relación al 70, a 30 por 100 de la base de que tengamos. Tras esto elegimos el modelo, podemos dividir a un modelo de regresión. La clasificación de asociación dentro de ese modelo, pues regresión, logística normal, y la última fase de la evaluación del modelo. Porque, claro, además habría 2 fases más después de esto que es una vez que lo tenemos, que deberíamos hacer acciones y seguimiento, que no lo he incluido, porque no es estrictamente Analytics, pero en nuestro proyecto deberíamos incluir acciones y seguimiento. Tenemos que evaluar nuestro modelo al final no, es decir predice, la rotación. Hemos conseguido predecirlo y eso se suele medir con lo que está ahí que pone a usted. Es Reoce, son áreas de libros, no decir área debajo de la curva; suele medir con eso, con si tiene esa especificidad, y esa especialidad no es decir que veremos en la siguiente, porque eso era el único punto que me quería detener, porque es un punto muy interesante que nos cuesta un poco. No. Lo que hacen realidad es que en ella contrasta la intervención oficial. Contrasta y dice. Vale, pues yo predice porque está empleado para rotar y me voy a la realidad, y Rota o no Rota. Si yo creo que Rota y Rota verdadero positivo vale. Se estadística pura si digo que nos rota y no rota, verdadero negativo, perfecto, eso sería el caso. Este queremos trabajo área bajo la curva de 1, 100 por 100 de precisión. Acierto siempre. Si detectó el factor por eso son. Por eso es una línea recta; si lo detectó no falló que no es el caso claro. Es decir, aunque aunque los estándares de esto son muy altos, en realidad un modelo se considera bueno a partir de 0, con 9, 0, con 95 alcalde, también con 100 buques, o sea que no el 5 por 100, de probabilidad acertar, casi ninguno tenemos hasta esa probabilidad. Incluso en otra acción en materia de nuestros estándares es muy elevada. En cambio, si te equivocas, pues llamamos al error de tipo 1 error del tipo 2 en función del tipo de. No quiero enseñarnos cómo se vería en modelos reales, no, en modelos reales, lo normal. Pues conseguir 0 con 7 a 0, con 8 Por eso se llama Área de bajo la curva, porque porque suele ser una curva no es un pico nunca, y el peor de todos los casos es 0, con 5, 50 por 100, porque es Qué significa eso por cada 1 que ha cierto fallo? Otro, no, lo cual por eso las curvas se sobreponen es muy importante. No, esos modelos no nos valen para nada. Se desechan de hecho y el último caso sería en el modelo, de los cuales 0, pero 0 lo que hace es que cuando yo predice, que va a pasar una cosa, vamos a verla contagia. Entonces, al menos, tiene un poco de precisión, inversa, pero tampoco nos tampoco nos vale. Es por Analytics reporting no, y esto es lo único y se saque solo en claro. Esto ya habéis hecho un montón porque veréis por littering mucha gente que dice tengamos un rasgo y esto es Analytics. Cuidado con eso, porque una cosa es un dato, por eso sería un reporte un avanzado; en realidad sería un reporting más allá no el 80 por 100 o el 90 por 100 de la empresa. Literalmente tengo el nivel de recursos humanos tienen reporting operacional no llega incluso en el reporting avanzado. Básicamente. Eso es un reto que veremos después, no por por qué sucede eso, pero, pero conforme podamos avanzar más hacia la pirámide, hacia la cima de la pirámide, la empresa, para dar más beneficio, porque a estos modelos son ahora mismo, son caros, algunos caros por el personal más que por la tecnología, pero se está abaratando cada vez más, y por eso vemos la difusión en Linkedin y en redes sociales de que cada vez más gente se sube, a se encarga. Al final hay más expertos y baja el coste de los profesionales, y eso es bastante importante, y espero que solo con estos, que quede clara, una vecindad por un reporte un excel con 4 datos nos ponen al clima de decisión en sentido estricto. Debe utilizar modelos de integrar artificial, además, sin learning, que son estadística, que requieren de conocimientos estadísticos no. Cuáles son los retos ante todo esto? El primero escasez. No hay persona, no hay gente, sí; sí; ahora mismo se encontrará perdido, esos ves que estos gusta a dentro porque no hay gente porque necesite una persona que entienda de recursos humanos, entienda de los procesos tan que entienda de informática, porque tiene que entender cómo funciona la base de datos, cómo funcionan los sistemas y tiene que entender de Estadística, lo cual un perfil triple es lo que se llamó Milano Blanco. No ha decidido, no, no lo encuentra, es nada, se es ese unicornio, no, lo que busca es complejo, es un proyecto complejo y en esta media horita nos hemos explicado un poco y seguro que tendréis mis dudas. Eres son importantes, no los tenemos entonces. Es decir, esto no es España, n y 6 meses, es un año porque tienes que limpiarlo todo inéditas, un poquito de histórico, el último, la tradición, es decir, la visión tradicional de recursos humanos, que es pago, nóminas, reclutó he dicho. Recluta no seleccionó reclutó, entra y sale y pago y ya esta formación desarrollo vuelve y todo esto fuera fuera fuera. No sé nada, no sería bueno, probablemente todo por tu sector, tengas todavía más, más de ese, sea 1 de 3 principales factores, no? Y ya para acabar. Sobre el futuro de la guía. Vamos bien, tenemos Ah, perfecto, de hecho ahí está el control del tiempo es importante. Yo quiero hacerles una serie de especulaciones. Responsables. Vales. Sobre qué puede pasar de aquí a 20, 40 años. Vale. En base a lo que hoy vemos base a lo que hoy conocemos y algunos me vas a decir solo. Es muy raro, muy imposible, y yo quiero hacer reflexionar. Una cosa Sabes sabéis cuánta gente tenía acceso a Internet en España hace 23 años? 2.000.005 por 100 de la población. Nadie nave. Yo me acuerdo cuando eran pequeños, no? Bueno, cuando trajeron el primer orden a la casa era un cubo hacia delante, entonces está avanzando esto mucho más rápido de lo que pensamos, no? Y es 1 de los retos que los profesionales, es que no le da tiempo a digerir, es que no están preparados para muchos de los cambios. Que y tienes que dar arreglar sesiones de formación personal a ellos, que lo hacemos. En nuestra empresa, y tenemos que enviar un grupo de consultores una semana, formarlos y a ver cómo, porque es que estamos y son europeos; es decir, o sea, nosotros trabajamos con clientes, sobre todo europeos y empresas. Os habéis visto de primer nivel, o sea que no nos imaginemos mediana empresa, pequeña empresa o empresa local regional; es decir, trabajamos con la empresa multinacional posiblemente el día de mañana, si la esperamos que entendiendo que la ya no nos ha terminado reemplazar del todo no es decir que todavía no las han reemplazado, es muy probable que que la misma inteligencia artificial sea capaz de con modelos de regresión, predecir cuánto ha empleado, necesita para un proyecto que sea una empresa de construcción predecir, hay dirá. Necesito 15 perfiles, 30 con 300 de estos niveles destapando salariales conecta skins con esto, todo lo que decida se lo mandará la idea de selección idea selección ida perfecto 300 perfiles tipping publicarán Linkedin nosotros aplicaremos con nuestro currículum y la idea. Ahí empezará a darle vueltas, cogerán nuestro currículum, cogerán nuestro perfil. Los buscará en Internet sacará todo de nosotros, todo, todo, todo lo que pueda, y nos pasa lo mejor por reglas lógicas puede coger y decir. Vale, pues a este empleado le voy a enviar un cuestionario de unas cosas que necesito saber por qué no he llegado a identificar, calculo que alejándolo, tiene la esquina política en marcha y que eso ya es todo lo que estoy diciendo se hace, ya es posible ojalá no decir aquello que decía era decir que toda la toda la ciencia es ficción hasta que es un hecho, y esto ya son hechos, desgraciadamente no son ficción todavía, no ya y pues detecta a habilidades detectas si tienes, porque yo no he dicho que tengo por ahí que marcharme pero detecta por mis puestos de trabajo que yo estaba responsable en un proyecto aquí aquí a día ya entonces puede detectar con un nivel de probabilidad; si lo tengo, si no tengo superinteresante detectar a eso nos mandaron un cuestionario especializada más personalizado, porque lo puede generar ella misma para detectar esa habilidad que no sé si tiene o no determinarla dirimirlo tras eso, posiblemente seamos. Pasamos a la siguiente fase y nos hagan una entrevista. Nuestra típica entrevista, pero claro, Por qué hacen una entrevista con una persona? Se le puede hacer una guía. Si la hay, ya puede generar retratos y avatares, por qué no generarlo en tiempo real? Por qué no una guía que te hable un chat y pico como hablan mucho de ti? Pero porque decimos hoy se equivoca. Claro que se equivoca, porque estamos en el año 2000, tenemos un 5 por 100 solamente, pero dentro de 20 años a ver cuántos se equivocan. Hablaremos con ella, y sobre todo poder hacer, que lo habréis visto ya habéis visto que ya se puede hacer traducción en tiempo simultáneo. Yo estoy hablando en castellano y vosotros lo vais a oír en vuestros idiomas. Maternos, pero no solo en vuestros idiomas. Maternos también. Lo puedes hacer con con acentos regionales. Han entrenado para que yo sí quiero oírlo en gallego o en murciano día he entendido como castellano. Variante de Murcia, y yo lo digo como variante castellano de Murcia. No. Para qué? Para que el empleo se sienta cómodo para que exprese en la entrevista se va a ser. Va a ser una, puede ser una auténtica revolución, no nos mandaran carta oferta y la carta oferta. Pensar que una inteligencia artificial puede haber sido internada con un 1.000.000 de casos con, con 3.000.000 de casos. Ha enviado tu misma carta oferta trescientas 1.012. Nosotros ser humano va a ser capaz de hacer eso tantas veces. No entraremos si nuestros bosques era, pues una Alexa, una, una inteligencia artificial, a la que le digamos, voy a decir Alexa, pero no seré Alexa Alexa. Cuántas vacaciones me quedan cuando voy a cobrar la nómina? Puedes aumentar mi IRPF, puedes cogerme vacaciones del 15 de diciembre al 25 de diciembre y te las va a poner y ya está y solo ha dado trabajo. Si es que tal no detectara función, por ejemplo, podrá leer nuestro sí Meis. Si tú tardas en resolver un caso muchas mucho tiempo, va a poder detectar que tiene ser una carencia, y de formación que no es capaz de resolver conflictos eficientemente y que asigna la formación; formación que puede ser incluso simulaciones, estas que cree ella o en la misma entrevista así que bueno es un campo todos estos especulación responsable pero previa se hace se hace en algunos puntos del planeta, no? Es decir, y nosotros como profesionales tenemos que estar al tanto de todo esto. Nosotros quizás no nos dediquemos a programarla y a alternar la guía o algún aspecto informático de conectar los sistemas temas, pero creo que es muy bueno que tengamos ese conocimiento nosotros, porque al final el conocimiento no nos hace libres no y podemos comprender no y eso sería todo muchísimas gracias. Gracias Haga. Hola, buenas tardes a todos. Creo que ya se me oye. Anda quedará este y no pasa nada. Bueno, soy periferia, nevada como como me presenté, van Toño encantada de estar aquí con vosotros y espero que pueda ser de ayuda. Gracias por la excelente ponencia del compañero y lo que le estaba comentando, que os ha dado la teoría, y ahora yo veo un poco la práctica. No voy a hablarlos de caso de uso y de lo que es en realidad el tipo, la nave bajado a tierra, bajado en día a día a las empresas porque existe y que es lo que queremos. De qué estamos esperando, de ese tipo rondan Letrix, que es tan famoso hoy en día y a y bueno, pues todos los pueblos que se crean con la guía y se entera. Soy una de las fundadoras de mínimo y la directora financiera soy economista, protectora es tocándoselo literalmente en español es programadora, vengo de una especialidad de la economía donde se aplican los programas funcionales y programación, aplicada a todo lo que tenga que ver con las finanzas macro y microeconómicas. No me dediqué a la programación, pero suerte que la que estudie en su momento, porque me ayudó mucho. Hoy en día, en donde estoy hay 2 frases que me encantan siempre las tengo por aquí en mi presentación que tienen que ver con por andar les dice exactamente una ante ella es que sin datos solo eres otra persona con opinión no puedes demostrar absolutamente nada, puedes opinar y esto opinión es respetable y otro de ella, del reconocidos ser Ken Robinson, que son gurú de la educación, que dice que los recursos humanos son como los recursos naturales, hay que ir a buscarlos y hay que ir a excavar. Los que no se encuentran no son, son reflexiones que me gusta mucho más que vosotros, os dedicáis y estáis estudiando este ámbito. Se puede contar un poquito a lo que nos dedicamos nosotros y de por qué se prolonga la crisis que estaba hablando el compañero, más allá de toda la problemática de la empresa de Cultura, momento de transformación digital y, etcétera. Existen otros problemas por los cuales estas empresas hoy en día todavía no están preparadas para hacer una transformación digital, si no con esos procesos de investigación, desarrollo, metodología, tengo ya el modelo, lo aplico y luego hago seguimiento Por qué no están preparadas y más en recursos humanos, porque es 1 de los departamentos más tradicionales que os sorprendería a día de hoy, la millonada de empresas, que sigue trabajando en papel. Es 1 de los departamentos que todavía se suele tratar el capital humano solo como nómina, y es algo muy difícil cambiar. No se trata de un cambio de cultura, se trata de una reeducación dentro de las empresas y quién mejor que todos vosotros, que estáis estudiando esa lista, ese mercado laboral para ser, para ser ese cambio? La mayoría de las empresas tienen un problema de no ests sesión no tienen dentro de su plantilla pues como decía mi compañero método amenaza pago novena hechas esta no es una especie de sesión dentro del departamento de recursos humanos y luego tienes seamos diferentes herramientas, llámese papeles, llámese Excel. Ahora hubo una aplicación que alguien no se recomendó por ahí; suelen usar entre una media de 3 8 aplicaciones, y cuando quieren hacer eso famoso, que sale bien, queden que sea un matiz. Prolongar el CIS se encuentran que esas herramientas no se hablan entre ellas el problema del dato que es importante pues no tenemos el acto cuando queremos llegar y coger el dato para poder analizarlo y aplicar esa inteligencia de negocio al capital humano. Para poder hacer una analítica descriptiva prescriptiva y predictiva no podemos realizarla porque nuestro dato no vale, no lo tenemos; no podemos contarlo, innovar y bueno. La capacidad analítica, por supuesto el día cada día más además científicos de datos, las empresas ya empiezan a contar con más personal preparado, pero todavía el 86 por 100 de las empresas no tienen una capacidad analítica dentro del departamento de recursos humanos, y eso lo que hace es que esa transformación digital sea una misión imposible Qué es lo que ofrecemos desde lleguemos? Bueno, yo me he preparado una presentación un poco de lo que somos nosotros, pero voy a seguir un poco la presentación del compañero para hablar de ese ese tipo de análisis de por qué es tan importante en la transformación digital. La transformación digital a día de hoy las empresas se está realizando sin estrategia y sin ningún hito a llegar a cumplir Qué quiere decir esto? Quiere decir que yo veo herramientas, me recomiendan herramientas, tengo equis consultores, todo el mundo mero encomiendas SAS, perdonar, implementó cosas, pero esas cosas que yo implementó no dan el remando en el mismo barco a sin ningún tipo de estrategia para achacar a un fin a conseguir el, el que quiero conseguir, implementando esas cosas. Por eso no funciona la tras la transformación digital y terminen fracaso en la mayoría de los casos para que la transformación digital en las empresas no termine en fracaso. Primero debe tener una estrategia clara de qué queremos hacer y conseguir en nuestra empresa en qué nos vamos a enfocar. Para conseguir ya sea aumentar beneficios, reducir gastos, hablamos del señor o simplemente mejorar el clima laboral. No se me lo invento. Tenemos que tener un fin, tenemos que querer conseguir algo para esa transformación que queremos hacer, no una estrategia clara y lo más importante es que tiene que ser liderada por las personas, aunque se muestra toda la tecnología que tengamos en nuestro poder y toda la guía que vamos a usar. Esa transformación digital tiene que ser liderada por las personas y tiene que empezar desde arriba hasta abajo, mucho como cargo directivo no le puedo exigir a mi compañero trabajador que firme su contrato a través de la aplicación que tiene de recursos humanos de forma digital, sí misma no lo hago. Entonces esa transferencia digital, cuando una estrategia clara liderada por las personas desde arriba hacia abajo, porque si no lo hacemos nosotros no va a bajar a planta, no va, era nuestro personal, el nuestro se frustrará porque nos diera por qué voy a usar la herramienta que me ha expuesto aquí si tú no lo usas, si luego quiere es el dato, lo tiene ahí y me sigue excluyendo. Es crear frustración, y eso termina en el desastre total. No, no, no hay éxito. No hay un proyecto a éxito. Bueno, un poquito. Cómo lo hacemos desde niño y muy qué y qué hacemos y por qué lo hemos hecho? Una breve historia sobre nosotros. Somos 4 socios fundadores, venimos a del mundo corpore, sector bancario, sector hotelero con grandes cadenas somos a muy analíticos de números y a y bueno, pues estamos trabajando con grandes cadenas hoteleras, donde detectamos como propiedad. Detectamos que a la hora de realizar analítica dentro del departamento de recursos humanos era misión imposible. Si ventas sí a todo el mundo está acostumbrando con y no todo el mundo tiene, son dadas por de predecir prever y controlar, pero se hinchó en un establecimiento hotelero en nuestro caso, aunque aumenten las ventas un 20 por 100 que estamos aquí en la facultad de Economía y empresas. Ahora ahora voy a ese punto. Si yo aumentó un 20 por 100 de ventas, eso significa que yo aumentó un 20 por 100 de beneficio Por qué Porque centre más gasto asociada a esa venta, pero sí puedo hacer que si ese pequeño inciso se reduce a un 5, igual puedo ser que crezca a un 8, a un 10 No lo sé; puedo hacerlo. Cómo puedo hacerlo con proyección? Estar preparados usar la tecnología a nuestro favor para obtener ese y poder hacer una reducción del costo Qué ayuda a ese remedio? Que el beneficio realmente sea mayor. No solo ven yendo obtenemos beneficio sino que reduciendo los costes también al fin y al cabo pactamos de forma indirecta en el choque y así lo hacemos. Nos contamos a los socios y decimos Bueno. Pues vamos a ser analítica y nosotros vamos a reeducar todos los directivos de recursos humanos para que sepan analizar, es decir, vamos a enseñar a aplicar la inteligencia de negocio, ese digne Telechea que todos conocéis que le apliquen al capital humano de la empresa, que vean que si tienen datos igual que lo tiene marketing porque tienes un bonito transporte -venta, si quieren datos y si el dato está bien estructurado, pueden hacer una analítica descriptiva prescriptiva predictiva y pueden tomar de Sesiones, basados en datos a tiempo real que conseguimos con esto conseguimos situar el departamento de recursos humanos en una posición muy estratégica dentro de la empresa. Ya no es no MENA sino que es un departamento estratégico que, gracias a la tecnología, pueden digitalizar y automatizar todos los procesos. Tanto operativos como administrativos, para que ese departamento se dedique a lo que de verdad importa, que son las personas que se dedique a gestionar, el talento, a captar el talento, a retener el talento a esas formaciones tan necesarias y contar con el mejor capital humano dentro de su sector o su empresa, no a lo que se a lo que se estén dedicando. Bueno, empezábamos a ser esto. Nos encontramos lo que comentaba el compañero, que vamos a hacer por la sequía. Enseñarle a la gente bueno, vamos a ver los datos donde los tenemos o no los tengo. Cuando el asesor, otro con un excel, que lo tocan 5 personas, otro, pero tiene que pasar el mayor de fuente de derecho, porque yo no sé quién trabajo ayer, ni cuántas horas me lo tiene que pasar en el otro, no sé qué y el otro. No sé cual. Bueno, pues cuando juntas todo eso y encima lo tocan 5, 6, 7, 10 personas, resulta que el dato que tenemos no es ético que cuando queremos hacer analítica o se acordó desde los gráficos que mostró el compañero, pues eso es ser ese vaso inherente al revés, demostrarnos lo que queremos, se vuelve loco, porque el dato que le estamos dando para analizar no es verdad que no pague, no tenemos un dato de calidad. Si no tenemos un dato de calidad, no podemos hacer ningún tipo de andar eléctrica, nada ser, somos otras personas con opiniones, pero no tenemos datos en este camino destruiríamos crear ningún mínimo. Es una aplicación de última tecnología totalmente modular, gracias a la cual a través de todos los modelos operativos que tenemos ayudamos en la gestión diaria, tanto administrativa como operativa, digitalizando todos los procesos, dentro del de la parte administrativa. Por ejemplo, para que os hagáis una idea, la firma del contrato firma electrónica avanzada dentro de la herramienta, un proceso que dura entre 20 35 minutos. Tenemos sobredosis, datos. Pues todo todo eso es ahorro de tiempo, eliminamos todo ese tiempo, no eficiente dentro del área administrativa y luego dentro del área operativa estaba diciendo el compañero de la proyección que nosotros ya lo tenemos. Somos capaces de decirle cuántos camareros necesita ser con los cafés, 6, quién quiere o cuántos camareros de piso cuando eres accionistas o según las ventas que prevé tener. Cuánto personal necesita dentro de una tienda. Eso ya lo ya lo tenemos todos. Esos modelos que hemos tenido que crear para al fin y al cabo, terminar generando el data nosotros llamarle data decreto adapta, sumar data, como que ahora es hoy en día ya es todo de moda y data. Al fin y al cabo nosotros somos los que generamos el dato, ya pondremos todo lo que está en nuestras manos, con la tecnología que usamos, para que no haya errores; estructuramos ese dato, y cuando los plasmamos en esos datos, porque tenemos más de 35 que cumplen con la ISO de recursos humanos, lo único que tiene que saber la persona es interpretarlas. Tiene que tener esa formación analítica, esa visión analítica, interpretar los datos que le estamos dando, para tomar decisiones basadas en datos y no de a ver cómo va el viento, y eso es lo que hemos conseguido desde mi vivo y seguimos y seguiremos avanzando y bueno un poco nuestra historia, no, así hemos sector hotelero. Presentamos nuestro proyecto en Fitur 20, 20 Eso fue en enero, Fitur. Sabe esto? 2, que es la Feria Internacional de Turismo más grande que se celebre en España Bueno, pues en enero todo con una euforia tremenda. El proyecto tenía un éxito total y el marco de código y entonces pues el cohete, y solo así firmado nuestro sector fue cerrado por ley y bueno, pues los contadores no sabíamos si si se daba la persiana, si hiciera morirnos en algún sitio, que hacer, aunque estábamos contratando gracias a diferentes programas de aceleración, y ayudas, como pueden ser telefónico 28 como era, sale era el buque, el forestal, tapemos Estado, en algunas de las las más prestigiosas nos hicieron salir de nuestro, de nuestra zona de confort, y podemos dar un giro para buscar cuál era el aporte de valor. En otros sectores que daban nuestra solución, entonces encontramos que una empresa sea del sector que sea mediana, en grande, que tenga alta rotación de personal y turnos variables lo que hemos denominado jornada, regular toda qué empresa, que tenga complejidad en la gestión de su capital humano y quiere avanzar con esa analítica del dato es donde nosotros aportamos valor. Entonces, pues hicimos un giro y día tenemos clientes de otros sectores. También seguimos desarrollando un poco nuestra, nuestra atracción que veáis por ahí ahí pues nuestra atracción empresarialmente. El 21, el 22 cerramos el año con 13, que es a quien no sé si hablo muy, muy financiero o a lo mejor lo si está bien, pero con un crecimiento por por 300, de ser un 3 ejes y ahora mismo estoy super. Me orgullosa, porque este mes acabamos de superar ya el 1.000.000 de eventos cena RR. Eso significa recurrente anual contratado, entonces somos son a estar tapa quid de la Región de Murcia. Estamos en el Parque Científico y ese es un poco como hemos ido creciendo y cómo hemos ido demostrando que nuestra tecnología, si aporta valor a las empresas y todos los casos de éxito que tenemos, no, pues a través de todo lo que estamos implementando tenemos ser gestor de turnos más avanzados del mercado. Como he dicho, se pueden incluir diferentes KPI. Sabéis todos que el capping son las métricas que queremos. Si queremos mediera algo, por ejemplo, reserva de mesas si podemos predecir cuánto personal necesitamos para esta noche, con las reservas que tenemos o en un hotel o en una tienda. Según ventas. El cliente define las métricas que quieren usar y nuestro máximo que es capaz de predecir el personal que va a necesitar, porque todo eso, porque con todo eso liberamos a un departamento de recursos humanos y bajamos el poder también a los manos, desde los equipos para que puedan hacer una gestión eficiente de esos equipos de trabajo. Saben a tiempo real qué tiempo o qué contrato tiene María y si María trabajo, 40 o 20 horas a la semana saben qué turnos le pueden dar o si María, hecho horas extras, y ahora mismo el capping me indica que no tenemos reservas. Le puedo decir que se va a descansar a su casa 2 días porque ha bajado la ocupación, ha bajado la renta, todo esto es una gestión eficiente de nuestro equipo de trabajo y esto lo que hace es que ahorra costes. Al fin y al cabo en nuestra nuestra cuenta de resultados alguna de nuestras métricas que comentan nuestros clientes como podéis ver más del 80 por 100 en hora de creación de turnos, son muy importante. Más del 90 por 100 en el logro de procesos productivos a mí lo que más me gusta es la satisfacción del empleado externa. Está todo el Estado va creciendo cada día y me enorgullece muchísimo, porque les damos en la palma de su mano. tecnología. Funcionamos como un modelo SAS piche diforme, porque es una aplicación hecha desde el empresario para el empresario, como dije al principio. Bueno, un poquito nuestros mercados. Ese es el mercado español con el que empezamos este año hemos empezado internacionales, que son en México, tan sanciona que está desentendiendo todos no lo que es el mercado global, el mercado más local y la cuota de mercado a la que nosotros aspiramos. En México. Estamos hablando de una cuota de 81.000.000 de euros, que esperamos. Bueno, la estrategia de marketing todos los colaboradores que tenemos trabajamos con diferentes, aunque son podéis ver, algunos son competencia, usan parte de nuestra tecnología porque no lo tienen desarrollada. Eso nos enorgullece también los países en los que estamos en Europa hemos salido de forma orgánica de la mano de nuestros clientes porque tienen establecimientos en los países. Estamos ya en México y nuestros próximos destinos, donde quiero echarles a un poco a presentar mis excompañeros. Somos 2 4 fundadores José darse Bermejo, se ha datas haya un especialista desde leches en Treviño, marketing que intentase, empresario con más de 25 años de experiencia. Yo soy pequeña, ha nevado. Soy cuando mis anchas conté un poquito, he trabajado en algunos de los mejores bancos de España y a los he dejado muy a pesar. E. Nacho Rodrigo, nuestro socio fundador especialista en recursos humanos, abogado laboralista y jueces más de 25 años de experiencia en cadenas como palacio no hubo, no gozan los hoteles de que entendieron sexenios, de intercontinental, etcétera, y por supuesto presentó como veis. Ahí nuestro tíos es nuestro sitio porque si en este proyecto de una hectárea una hectárea viable, gracias a él estamos hoy aquí algunos de los clientes que tenemos he puesto alguno local que como seréis, el mosca embargos, a lo bestia, que son aquí de la región seguro que tengamos alguno más lo siento y no no no los puede oponer todos algunos de nuestros sitios y premios también obtenidos los que son gracias a todo el equipo acabo de volver de Sevilla donde nos dieron un reconocimiento como una de las 40 empresas punteras en tecnología en el sector de turismo. Eso nos enorgullece muchísimo, y bueno, espero que haya podido bajar un foco en Sierra y en práctica lo que es en realidad ese tipo banal equis y esa tecnología que usamos a día de hoy y que os haya servido, y gracias. Bueno, chicos, espero que les haya parecido interesante y desde luego, a mí me lo ha parecido ya sé que la hora en la que empezáis a iros, pero me gustaría que aprovechar la ocasión, ya que los tenéis aquí si tenéis alguna pregunta que hacerles alguna cosa, que nos haya quedado clara o algo que queráis saber sobre el camino profesional en este ámbito. Alguien tiene alguna. Buena. Quería preguntarle a ello que una persona que terminé la carrera de ADE, que quiere dedicarse a la dirección de recursos Humanos, cómo cambia el rol de un director de recurso humano conecta nueva tecnología, el la inteligencia artificial. Cómo puede cambiar su rol en una empresa, o sea, cómo puede cambiar el trabajo para cualquier cierto. Como podía cambiar un un director de recursos humanos, su rol en una empresa conecta nueva tecnología como la inteligencia artificial. Si es que el director de recursos humanos es quien más fácil lo tiene, porque, como tal, como ha dicho ella, el cambio tiene que venir de arriba hacia abajo. Entonces, quién tiene más autoridad, la empresa, un técnico de recursos humanos, que ha hecho 7 cursos y ha hecho un máster; o el director, que tiene 10 años de experiencia, que, que lleva un tiempo en la empresa y que tiene esa esa auctoritas y posiblemente consiga la potestas, envase si consigue los proyectos hacerlos bien es el director el que entonces, cómo? Cómo puede hacerlo? Emulando a otros departamentos, emulando a finanzas que decía ella, emulando a marketing, emulando a logística, todo esto está en otros departamentos, ya ya lo hacen desde hace tiempo, toca aplicarlo a los otros, y el reto que va a tener pasar con sus empleados porque los financieros no acaban en fechas al revés, no le puede dar un poco noche sea bueno. No es todo tan vale. Nosotros, dentro de nuestra captación de clientes, por ejemplo a aparte del director de recursos humanos que es el principal interesado a veces las reuniones las mantenemos con operaciones financiero, gerencia, el departamento que se quiera implicar Por qué Porque aunque el director de recursos humanos quiero hacer un cambio si no cuenta con el equipo adecuado va a ser imposible hacerlo. Entonces primero es una reeducación y cultura y ese cambio se tiene que ser como comentaba antes con esa estrategia ese al principio muchos de nosotros casi todos cuando nos daban aplicarse antes si hemos tenido es que me van a controlar es que no sé que somos reacios a la tecnología. No, no en cuanto las personas ven que lo que estás dando es para ayudarles, quitarle todas las tareas, esas repetitivas y frustrantes, que tienen que hacer y que les ayuda a que gestionen de forma que siente las tareas que solo puede hacerlo a día de hoy. Son todavía muchos, sin beneficio, de la tecnología, si entienden porque la tecnología se debe implementar y sé que es un aliado, pero, es decir, es un proceso a medio y largo plazo. Nuestro corto paso y con un fin, si no tiene un fin y al territorio de coger ese, venga, vamos a implementar aquí 20 herramientas, tu toque dejado que efecto. Vas a ser cauto bares vez. Dato para varas, vas a ser las reservas de empresas a que tú qué haces? Mantenimiento para ti otra y todas esas no se haga, no consigue nada. Entonces tiene que tener una estrategia clara, un equipo también, un equipo preparado, un equipo robusto para que puede ayudar a llevar esa transformación a fin ha hecho mucha gracia nada encantada Preguntas. Buenos días, muchísimas gracias a los 2 por por las charlas que han sido superinteresantes. Yo creo que a los estudiantes quizá lo que más les interesaría sería si están interesados en los recursos humanos y si quieren dedicar a ello en el futuro Alejandro ha dicho que tienen que ser estadista conocimientos de informática y de recursos humanos. Efectivamente, esto es un mirlo blanco. Esto es muy complicado entonces, para que se lo aterricemos un poco a los alumnos, si se quieren dedicar los recursos humanos en el futuro que tienen que hacer Qué? Qué cursos tienen que dar Claro, sí sí; yo, si yo me lo tengo que jugar hoy, ojalá tuviera que volver a jugar hoy a una carta, 2 cartas inglés, porque accedo a formación sale un a formación de español. Te cuentan cuando llegase a un determinado nivel. Te encuentras que estás limitado y excelente por por numerosos un poquito, no mucho, un poquito con eso, por lo menos claro, claro, con que sepamos abrirlo. Meter alguna forma me aclarara si es que hacemos ya por Kohl y ya genial, pero a terroristas, por porque intentar aterrizar a lo mínimo yo soy estudiante de tercero de grado en el Trabajo Social, nos han recaudado social y cuerpos de fondo, o en a go en psicología, mi nombre, lugar, priori inglés, y porque cuando salga al menos en el mercado de hoy me voy a encontrar extenso e inglés eso, seguro, y a partir de ahí especializar. Vale. Querría, efectivamente la especialización, porque hecha hoy en día se empiezan a dimensionar esos departamentos de recursos humanos; no sea. Estamos contando con personas de compensar la formación dentro del equipo, no solo tenemos la Administración, sino que ya tenemos un equipo. El director de recursos humanos es la figura ya más financiera la que tiene que tomar las decisiones de la empresa, pero dentro de ese equipo cuenta con diferentes perfiles. Entonces, qué parte te gusta? Qué parte te gustaría más dentro de recursos humanos, porque es un campo muy amplio, es pese al estate ahí y a yo se lo estaba comentando antes con Antonio de recursos humanos, 2 puntos, pero ahora ya es 4 puntos 0, es decir, la tecnología tope la tenéis que hacer y aunque termine esta carrera yo creo que un máster especializado, obligatoriamente todos, se cubre una rama de recursos humanos de cara a escoger, pero la tecnología ha cooperado, no obstante, es que saber todo si es que yo, por ejemplo, puedo contarles una pequeña anécdota muy reciente y tengo tengo un amigo que se dedica a ciberseguridad, vale y y me dijo a más. Va a ser muy muy poco. Hoy Alejandro mira que yo tengo aquí 2 registros de ciberseguridad que tengo que cruzar y no sé cruzarlos, y el techo se dedica a ciberseguridad, a que es, o sea, que será un caso en lo suyo, sea pillara una alerta ahí que soy yo ni idea. Eso es magia para mí; pero no puede cruzar, no puede hacer una formulita sencilla de Excel. Ese es el empleado de recursos humanos, es ese. Yo sé hacer una entrevista, superbién un plan de formación, plan de desarrollo, pero es que el director, en plan de carrera, el director me han pedido que diga cuántos procesos de selección tengo abierto en curso y tal, y no sé no, no solo no lo sé, no sé cómo hacerlo. Entonces pasa haciéndolo ahí con números casi en papel, como decía ella. Pero es que vivimos en un mundo global, donde pestaña 2 veces y ya no son solo proceso de selección, son otro. Bueno, enhorabuena también por por vuestras charla área y a quien lo haya organizado, yo lo que me gustaría saber es tanto ahora como las previsiones futuras, digamos, los empleados cómo se toman, porque en el fondo es una mayor supervisión, no de todo lo que están haciendo, como se lo toman, como lo aceptan en ese futuro que cualquier actividad que haga incluso media social o lo que sea, se supone que sería tenida en cuenta, pero si quiere le comento en Grecia me encantará quedar verdad, tengo que coger un vuelo a la parte de las entidades, por eso decía antes que es una de las métricas, que además me gusta, porque cada día está creciendo más. Además, satisfacción del empleado mayor dentro de lo que es el típico portal del empleado a día de hoy, es los alumnos, no lo sé, pero vosotros entender es Pues me mandan las nóminas por hechas. Eso es lo que hay, no? Que es lo que hemos desarrollado dentro del nivel que tiene, es un portal del empleado, donde aparte de que tenga esto contrato, porque lo firmas con firma electrónica haga sea bla bla bla bla incluso ya que aquí hemos echado las tecnologías que estamos pensando tienen disponible todo contrato unificado de PDF, amenas, pueden presentar sus vacaciones, no le vemos añadió Todas rechazo calidad, pero no va por ahí? Vale, todavía no está añadiendo, pero va por ahí el camino, puedes intercambiar turno con otro compañero ojo, que es muy importante, según qué sector me pasa algo o algún imprevisto, y puedo intercambiar turno con un compañero, por eso respetar un anticipo de nómina a mi cuenta bancaria en menos de 10 segundos y roten -way. Entonces son pequeñas condicionalidades que desarrollamos para el trabajado, para darle esa facilidad y de este método haber pueden ser el despacho de recursos humanos a pedirle que se me advirtió no enmendar la copia o que sitio 200 euros. No es una aplicación de última tecnología en la forma de tomar para poder realizar cualquier gestión en cualquier momento, para que te vas a las 9 de la noche en Corte Inglés y si quieres financiarte una tele, tengas la documentación que necesita. Si no tengas que volver a la oficina y volver a El Corte Inglés sino que en La Palma he tomado disponer de toda que hay formaciones, documentación, estudio de la empresa y tener una comunicación transparente con la empresa, esa parte yo creo que es la del futuro real, es decir la rehecha y etcétera, etcétera, y ahora vamos, vamos viendo que el PP a las vacas horas pero por nuestra parte es lo que estamos trabajando. Yo creo que la tecnología no es mala ni buena somos nosotros. En realidad los que la utilizamos con fines perverso o positivos no. Entonces, claro, se pueden utilizar con fines perversos, evidentemente sea, podríamos crear un algoritmo para ver cuánta carga de trabajo les subo al empleado sin que sin que se vaya, pero, pero claro, igual que la energía nuclear podemos usarla para tener energía o para una bomba atómica, no vale. Entonces la clave es usarla. Bien, la clave es usarla positivamente Qué es si yo detecto que un trabajador no es capaz de comunicarme que no puede asumir más carga de trabajo; pero yo puedo verlo. Puedo decirle. Necesita esa ayuda quienes tomarte un descanso a lo mejor no te meto ese proyecto porque detecto que es que pasa colapsada. Entonces es positivo para él porque a lo mejor no es capaz y yo conozco casos de personas que no son capaces de decir que no a un nuevo proyecto o nuevo trabajo y han tenido problemas de salud, trata de decir es que te da mientras a partir de ese problema de salud pues ya la vida laboral complicada porque tiene siempre ahí el runrún. Entonces utilicemos las nosotros para hacer el bien en realidad no es decir cómo como medida de progreso no detectemos que hay gente que le faltan cierta habilidad, de o le falta conocimiento o formación formativa; necesitan una formación claro, haremos capaces de realizarlo o no no lo han sabido, pero está Estados con fondos, con todos sus conocimientos. Una falsedad aquí supongo que todo el mundo. Nosotros hemos desarrollado reconocimiento facial en activo de software, no deja claro, el soporte de prácticas, sean, pueden fichar con cualquier dispositivo, y eso se desarrolló en tiempo extra, récord por tema joven para poder ayudar a los clientes que teníamos. Hubo un rechazo por los trabajadores. No es que me cae, y con este teléfono claro, ojo, no, no solo como habrá esto teléfono de fe a esta foto o la huella es que no está sopesando la huella datos de 2 metros, con el cual claro, cuando la tecnología que se da no se explica y hay un desconocimiento, pero lógicamente hay que formar las personas. Si se da una tecnología ya sea a través de una aplicación o como sea a los trabajadores que las deben usar, pero estos no tienen la información suficiente de qué es lo que va a avanzar como por qué y con qué fin bien, pues crea ese rechazo. Si somos capaces de explicarle al trabajador y de ser le mira esto que vamos a implementar es para poder hacer esto con la cesión de Sepes con el fin de esto, por ejemplo, Por qué el comité de dirección no te va a pedir que le saque estos 2 meses los miles de informes? Porque echarnos tiene ahí perfecto ya las personas en entonces ya estaban el rechazo, sino que todo lo contrario ya diciendo que la tecnología es una actividad y les ayuda, pero es educación. Lo repito mucho y es todo ello. Algo rápidamente agradecer, de verdad que haya, ahí es bueno, pues eso venido ha ido dando en aguas a obligaciones, etcétera, y las preguntas viajecillos, condonar a pasar, al igual que a nosotros se lo doy y bueno, cuando habrá que ver sobre todo en este gran red clientelar, malísima gracias.