Corey Spencer, GM y GVP de Inteligencia Artificial en UKG – Serie de Entrevistas

Corey Spencer es Vicepresidente Ejecutivo y Gerente General de Gestión de Producto para Inteligencia Artificial y Plataforma en UKG. Lidera la estrategia de producto y la innovación en las iniciativas de inteligencia artificial, plataforma y análisis de la fuerza laboral de UKG, ayudando a las organizaciones a convertir los datos de la fuerza laboral en conocimientos que dan forma a resultados comerciales positivos. Con más de 20 años de experiencia, Spencer es un respetado líder de pensamiento en el futuro de la inteligencia artificial, el análisis de la fuerza laboral y la aplicación de la inteligencia artificial al trabajo de primera línea.

UKG es un proveedor global de software de gestión de capital humano, nóminas y gestión de la fuerza laboral diseñado para ayudar a las organizaciones a gestionar y apoyar a sus empleados de manera más efectiva. Su plataforma combina recursos humanos, nóminas, programación, asistencia, cumplimiento, análisis y conocimientos de la fuerza laboral impulsados por inteligencia artificial, que sirven a empresas que van desde pequeñas empresas hasta grandes empresas globales. Con 50 años de experiencia en la industria, UKG apoya a más de 80.000 organizaciones en 150 países, con decenas de millones de personas que utilizan sus soluciones todos los días.

Ha pasado más de dos décadas ayudando a las empresas a dar sentido a los datos de los clientes, análisis y fuerza laboral en empresas como Adobe, Alteryx y UKG. ¿Qué lo convenció de que los trabajadores de primera línea, en lugar de los trabajadores del conocimiento, representan una de las oportunidades más importantes y pasadas por alto para la inteligencia artificial hoy en día?

Lo que me convenció es simple: la primera línea es donde realmente funciona la economía.

Hemos visto un gran progreso en la aplicación de la inteligencia artificial al trabajo del conocimiento. Pero la parte más grande y dinámica de la fuerza laboral a menudo ha sido subatendida. Los trabajadores de primera línea representan la mayoría de los trabajadores en todo el mundo, hasta un 80% según algunas estimaciones, y impulsan las industrias que todos dependemos todos los días: atención médica, minoristas, fabricación, logística, hostelería y servicios públicos.

Para muchas empresas, la primera línea también es una de las partes más grandes de la cuenta de pérdidas y ganancias. Es donde se combinan el costo laboral, la experiencia del cliente, el cumplimiento, la seguridad, la calidad del servicio y la participación de los empleados. Y sin embargo, sigue siendo una de las partes menos optimizadas de la empresa.

No porque el trabajo sea simple. Porque es increíblemente complejo.

El trabajo de primera línea puede planificarse por la semana o el mes, pero cambia cada minuto de cada turno. Alguien se llama. La demanda aumenta. La carga de pacientes cambia. Un envío se retrasa. Una regla de cumplimiento se aplica de manera diferente según el rol, la ubicación, la certificación o las horas trabajadas.

Los sistemas empresariales tradicionales se construyeron para registrar lo que sucedió. La primera línea necesita tecnología que pueda ayudar a las organizaciones a actuar mientras la decisión todavía es importante.

Es por eso que la inteligencia artificial es tan importante. La inteligencia artificial agente puede entender el contexto, la intención y las limitaciones, y luego ayudar a orquestar la acción a través de la programación, el tiempo, el pago, los recursos humanos y las operaciones, con las personas al mando.

Para mí, la oportunidad es cerrar la brecha entre la planificación de la fuerza laboral y la ejecución de la fuerza laboral. Cuando lo hacemos, los empleados obtienen mejores experiencias, los gerentes obtienen apoyo a una escala que ningún individuo puede manejar solo, y las empresas pueden operar con más velocidad, precisión y confianza.

Esta no es solo una historia de productividad. Es una historia de ejecución.

Los empleados de primera línea constituyen la mayoría de la fuerza laboral global, sin embargo, gran parte del auge de la inteligencia artificial se ha centrado en herramientas de productividad de oficina. ¿Por qué cree que la industria subestimó la complejidad y la importancia de los entornos de primera línea durante tanto tiempo?

Creo que la industria subestimó la primera línea porque era más fácil construir inteligencia artificial para el trabajo que ya era digital.

El trabajo de oficina sucede en documentos, correos electrónicos, reuniones, calendarios y herramientas de colaboración. Eso lo hizo una primera ola natural para la inteligencia artificial. Pero la primera línea es diferente. Es física, distribuida, altamente regulada, sensible al tiempo y cambia constantemente. Y sin embargo, representa hasta un 80% de la fuerza laboral global, personas que generalmente no se sientan en escritorios, sino que mantienen las empresas, las comunidades y las economías en funcionamiento todos los días.

La complejidad no es solo el trabajo en sí. Es los datos alrededor del trabajo. Tenemos la suerte de que UKG siempre se ha centrado en la primera línea, así que tenemos una ventaja de varias décadas en esta área.

Los datos de la fuerza laboral de primera línea son increíblemente de alto volumen y ruidosos. Proviene de horarios, relojes de tiempo, golpes, reglas de pago, certificaciones, previsiones laborales, ausencias, señales de demanda, requisitos de cumplimiento, decisiones de gerentes, preferencias de empleados y cambios operativos que ocurren en miles de ubicaciones y turnos. Esas señales están cambiando constantemente y dependen profundamente del contexto, rol, ubicación, habilidad, política, regulación, demanda y temporización.

Eso ha hecho que los entornos de primera línea sean mucho más difíciles de analizar de manera significativa. Para cuando muchas organizaciones pueden entender lo que sucedió, el momento para influir en el resultado ya ha pasado. Una brecha de personal, un riesgo de horas extras, un problema de cumplimiento, una excepción de pago o una señal de cobertura perdida no importa una semana después. Importa mientras todavía hay tiempo para actuar.

Es por eso que la inteligencia artificial de primera línea tiene que ser fundamentalmente diferente a la inteligencia artificial de productividad de oficina. No puede simplemente resumir información o generar contenido. Tiene que entender el contexto operativo, interpretar las señales de la fuerza laboral ruidosas y ayudar a las personas a tomar acción en tiempo real.

Para UKG, esta es la oportunidad central de nuestro negocio y soluciones como el Centro de Inteligencia de la Fuerza Laboral de UKG. La primera línea no necesita otro sistema de registro. Necesita un sistema de acción, uno que ayude a las organizaciones a convertir los datos de la fuerza laboral en mejores decisiones, una ejecución más rápida y resultados más confiables para los empleados, los gerentes y el negocio.

Por años, el software empresarial se construyó alrededor del trabajo que era más fácil de digitalizar: escritorios, documentos, reuniones, flujos de trabajo y trabajo del conocimiento. Pero el trabajo de primera línea es diferente. Es físico, distribuido, regulado, sensible al tiempo y altamente específico de la industria.

Un asociado de ventas al por menor, una enfermera, un técnico de fabricación, un trabajador de almacén y un gerente de hotel son todos empleados de primera línea, pero el entorno operativo que los rodea es completamente diferente. Los equipos de ventas al por menor pueden necesitar ajustar la mano de obra según el tráfico, las promociones, el clima o los eventos locales. Los equipos de atención médica necesitan la persona adecuada con la credencial adecuada en la unidad adecuada a medida que cambian las necesidades de los pacientes a lo largo del día. Los equipos de fabricación equilibran habilidades, seguridad, horas extras, horarios de producción y reglas laborales.

Es la verdadera complejidad. El trabajo puede planificarse por la semana o el mes, pero cambia cada minuto de cada turno. Un horario que parecía correcto el lunes puede estar mal el miércoles. Un plan de personal que funcionó a las 8 a. m. puede estar roto a las 12 p. m.

Historicamente, la mayoría de los sistemas solo podían registrar lo que sucedió después del hecho. La primera línea necesita más que informes. Necesita acción en el momento.

Es por eso que la inteligencia artificial es tan importante. La inteligencia artificial agente puede entender el contexto, la intención, las limitaciones y las reglas comerciales, y luego ayudar a los gerentes y empleados a tomar acción a través de la programación, el tiempo, el pago, los recursos humanos y las operaciones.

Hemos pasado décadas trabajando en estos desafíos de primera línea. Lo que es diferente ahora es que la inteligencia artificial nos da una forma de transformarlos a un nuevo nivel de velocidad, precisión y relevancia para la industria.

La oportunidad no es hacer que el trabajo de primera línea se parezca al trabajo de oficina. Es construir tecnología que respete cómo realmente sucede el trabajo de primera línea, y ayude a las personas y las empresas a tomar mejores decisiones en tiempo real.

Construir inteligencia artificial para un asociado de ventas al por menor, una enfermera, un trabajador de almacén o un empleado de hostelería es muy diferente a construir inteligencia artificial para trabajadores de escritorio. ¿Cuáles son las principales diferencias técnicas y operativas entre esos entornos?

La mayor diferencia es que la inteligencia artificial de primera línea no puede simplemente vivir en un documento, bandeja de entrada o ventana de chat. Tiene que vivir en el flujo de trabajo.

Para los trabajadores de escritorio, la inteligencia artificial a menudo ayuda a crear, resumir, buscar o analizar información. Para los trabajadores de primera línea, la inteligencia artificial tiene que entender lo que está sucediendo en la operación en este momento, quién está trabajando, quién está calificado, quién está disponible, qué se parece la demanda, qué reglas se aplican y qué acción debe ocurrir a continuación. Ese es un problema técnico muy diferente.

Entonces, la inteligencia artificial tiene que ser contextual, consciente de la industria y orientada a la acción. Tiene que entender roles, políticas, reglas laborales, implicaciones de pago, horarios, certificaciones y prioridades comerciales, y tiene que hacerlo con confianza, explicabilidad y supervisión humana.

La diferencia operativa es igualmente importante. Los gerentes de primera línea no tienen tiempo para interpretar paneles mientras se mueve el turno. Los empleados no quieren otro sistema para navegar. La inteligencia artificial tiene que estar integrada, rápida, intuitiva y útil en el momento.

Es por eso que la inteligencia artificial de primera línea no es simplemente un copiloto para el trabajo. Es inteligencia que ayuda a las organizaciones a percibir, decidir y actuar en tiempo real.

Habla sobre la importancia de los datos de la fuerza laboral en tiempo real, incluyendo turnos, programación, pago y señales de personal. ¿Por qué la ejecución en tiempo real es especialmente crítica para los sistemas de inteligencia artificial de primera línea?

El desafío no es si una organización tiene los datos. La mayoría de las empresas están creando más datos de la fuerza laboral que nunca. El desafío es traducir esas señales en recomendaciones, orientación y acción oportuna, mientras la decisión todavía es importante.

Es por eso que la ejecución en tiempo real es tan crítica para la inteligencia artificial de primera línea. La inteligencia artificial necesita entender lo que está sucediendo, qué limitaciones se aplican y qué es la mejor acción siguiente. ¿Debemos ajustar un horario? ¿Rellenar un turno abierto? ¿Alertar a un gerente? ¿Prevenir un problema de cumplimiento? ¿Arreglar una excepción de pago antes de que se convierta en un problema de experiencia del empleado?

Estos pueden sonar como pequeñas decisiones, pero a través de miles de empleados, turnos y ubicaciones, las mejoras pequeñas se acumulan rápidamente. Una mejor cobertura, menos excepciones, decisiones laborales más inteligentes y una acción de gerente más rápida pueden crear un impacto significativo para los empleados y para el negocio.

Este es el propósito del Centro de Inteligencia de la Fuerza Laboral de UKG: ayudar a las organizaciones a convertir los datos de la fuerza laboral en mejores decisiones y una acción más rápida, especialmente para la primera línea.

Tenemos una visión única y rica en todo el recurso humano, el pago y la gestión de la fuerza laboral, las áreas donde la estrategia de la fuerza laboral se convierte en realidad operativa. Cuando esos datos se combinan con benchmarks de la industria y pares, conocimientos de costo laboral, y la inteligencia artificial que puede resaltar los puntos de partida más relevantes y las acciones recomendadas, los líderes obtienen una visión mucho más clara de lo que está sucediendo, por qué es importante y dónde actuar.

Para los ejecutivos, ese es el valor real. No es otro panel para revisar. Es una herramienta para ayudar a gestionar la mano de obra con más precisión, identificar riesgos antes, comparar el rendimiento de manera más efectiva y tomar decisiones con mayor confianza en los momentos que importan.

Muchas organizaciones están explorando la inteligencia artificial agente, pero hay preocupación alrededor de la autonomía, el gobierno y la confianza. ¿Qué guardias son necesarias antes de que las empresas puedan permitir que los agentes de inteligencia artificial tomen acción en los sistemas de gestión de la fuerza laboral?

En las operaciones de la fuerza laboral, los agentes de inteligencia artificial necesitan límites claros porque las decisiones son profundamente humanas. Afectan horarios, pago, cumplimiento, cobertura, fatiga, equidad y confianza de los empleados. Eso significa que los agentes no pueden simplemente optimizar para la velocidad o la eficiencia. Tienen que operar dentro de la política, los permisos y el propósito.

Los guardias más importantes son el contexto, el control y la responsabilidad.

El contexto significa que la inteligencia artificial entiende al empleado, el rol, la ubicación, las reglas laborales, la necesidad comercial y el impacto descendente. El control significa que el agente actúa solo dentro de los permisos definidos, con el nivel adecuado de aprobación humana basada en el riesgo. La responsabilidad significa que cada recomendación o acción es explicable, auditada y reversible.

Algunas acciones pueden ser adecuadas para que un agente las ejecute automáticamente, como mostrar un turno abierto a empleados calificados o alertar a un gerente sobre un riesgo de horas extras. Acciones de mayor impacto, especialmente aquellas que involucran pago, cumplimiento, disciplina o cambios materiales en los horarios, deben requerir una revisión humana.

El objetivo no es eliminar a los gerentes o equipos de recursos humanos del proceso. Es darles un apoyo inteligente a una escala que ningún individuo puede manejar solo.

La inteligencia artificial agente de confianza debe convertir la intención en acción, pero siempre con transparencia, gobierno y personas en el bucle.

Cada capacidad debe someterse a una validación de modelo rigurosa, una revisión de seguridad, una evaluación de privacidad y una supervisión continua antes de llegar a la producción.

UKG ha hablado sobre aplicaciones de inteligencia artificial que pueden reequilibrar los horarios, detectar anomalías de pago y acelerar la contratación. ¿Cuál de estos casos de uso ya está entregando un valor operativo medible hoy, y cuál todavía está en etapas tempranas?

Los casos de uso que entregan valor más rápido son aquellos que eliminan la fricción de las decisiones que los gerentes y los equipos ya tienen que tomar todos los días.

La detección de anomalías de pago es un ejemplo con el que todos probablemente pueden relacionarse. El pago es uno de los procesos de mayor confianza en cualquier negocio, y es especialmente complejo para los empleados de primera línea y por horas. Un golpe perdido, un problema de horas extras, una excepción de regla de pago o un problema de cumplimiento puede crear horas de trabajo manual y afectar directamente la confianza del empleado. La inteligencia artificial puede ayudar a identificar problemas más temprano, explicar qué parece incorrecto y guiar a los equipos hacia la resolución antes de que el pago cierre.

Hay ejemplos mucho más avanzados que nos emocionan. Uno es la optimización de la fuerza laboral y la programación en tiempo real. Este es donde las Operaciones Dinámicas de la Fuerza Laboral de UKG son tan importantes. El valor no es simplemente ver que una tienda, unidad, almacén o hotel está subutilizado. El valor es entender qué cambió, qué limitaciones se aplican y qué acción puede tomar un gerente en el momento, ya sea rellenar un turno abierto, evitar el riesgo de horas extras o proteger la cobertura. Estas decisiones se toman hoy por instinto, a menudo horas demasiado tarde. Ahora, los gerentes pueden obtener una recomendación respaldada por datos antes de que un ser humano sepa que hay un problema.

El tercero es el apoyo a los trabajadores de primera línea en el flujo de trabajo. A través de la Red de Trabajadores de Primera Línea de UKG, los datos de la fuerza laboral pueden ayudar a conectar a los empleados con apoyo en torno a la riqueza, la salud y las necesidades esenciales cotidianas cuando esas necesidades son más relevantes. Ese es un categoría emergente, pero es importante porque la experiencia del empleado no puede vivir en un portal separado que nadie tiene tiempo de usar.

La aceleración de la contratación también se está volviendo muy práctica, especialmente en entornos de primera línea de alto volumen donde la velocidad es importante. Nuestra contratación rápida nativa de inteligencia artificial de UKG ha reducido el tiempo desde el interés del candidato hasta la entrevista programada de semanas y días a horas e incluso minutos en algunos casos. Hemos reducido el trabajo repetitivo en todo el proceso de contratación de primera línea a gran escala.

La verdadera oportunidad no es la automatización aislada. Es una plataforma de operación de la fuerza laboral que pueda percibir qué está cambiando, recomendar la próxima mejor acción y ayudar a las organizaciones a moverse de la intención a la acción con el gobierno y la supervisión humana adecuados.

En sectores como la atención médica, la fabricación y la logística, las pequeñas interrupciones de la fuerza laboral pueden tener consecuencias inmediatas. ¿Cómo diseña sistemas de inteligencia artificial que puedan responder rápidamente sin crear un riesgo operativo adicional?

La velocidad es importante, pero en los entornos de primera línea, la velocidad sin control es un riesgo.

En la atención médica, la fabricación, la logística y otros sectores complejos, una pequeña interrupción de la fuerza laboral puede tener un efecto dominó rápido. Una ausencia puede afectar la cobertura de los pacientes. Una brecha de habilidades puede ralentizar una línea de producción. Una señal de personal perdida puede retrasar las entregas o crear exposición a horas extras.

Entonces, el objetivo no es construir inteligencia artificial que simplemente se mueva más rápido. El objetivo es construir inteligencia artificial que se mueva más rápido dentro de las limitaciones adecuadas.

Comienza con el contexto. La inteligencia artificial tiene que entender quién está calificado, qué reglas se aplican, qué cobertura se requiere, qué riesgos de cumplimiento existen y qué impacto descendente podría tener cada acción.

También requiere autonomía basada en el riesgo. Algunas acciones pueden recomendarse o ejecutarse con un riesgo muy bajo, como alertar a un gerente, identificar reemplazos calificados o mostrar un turno abierto. Otras acciones deben requerir una revisión humana, especialmente cuando afectan el pago, el cumplimiento, la seguridad o los cambios materiales en los horarios.

Los mejores sistemas de inteligencia artificial de primera línea están diseñados para ser explicables, auditables y reversibles. Los gerentes necesitan saber por qué se hizo una recomendación. Los empleados necesitan confiar en el proceso. Y el negocio necesita confianza en que la inteligencia artificial está mejorando la ejecución sin introducir nuevos riesgos.

Para nosotros, el principio de diseño es simple: la inteligencia artificial debe ayudar a las organizaciones a percibir, decidir y actuar en tiempo real, con personas, política y gobierno incorporados desde el principio.

Hay una creciente preocupación entre los trabajadores de que la inteligencia artificial pueda reemplazar los trabajos, particularmente en las industrias de primera línea. ¿Cómo equilibra la automatización con la capacitación de los empleados en lugar de crear miedo o incertidumbre alrededor de la adopción de la inteligencia artificial?

Creo que tenemos que separar el hype de la automatización de la realidad operativa.

En la última década, hemos visto muchos ejemplos en los que reemplazar el trabajo de primera línea resultó mucho más difícil de lo esperado. El autoservicio ha tenido resultados mixtos. La comida rápida completamente automatizada ha sido más piloto que paradigma. La entrega de drones todavía se siente, para la mayoría de las personas, como algo del futuro.

Es porque la tecnología no es lo suficientemente poderosa. Es porque una gran parte del trabajo de primera línea sigue siendo profundamente humana.

Los empleados de primera línea manejan excepciones, juicio, cuidado, seguridad, servicio, empatía y confianza. Una enfermera no solo completa una tarea. Un asociado de ventas al por menor no solo mueve inventario. Un trabajador de restaurante no solo cumple un pedido. Estos roles se encuentran en la intersección de las personas, las operaciones, el cumplimiento y la experiencia del cliente.

La inteligencia artificial puede eliminar la fricción alrededor del trabajo de primera línea: horarios confusos, golpes perdidos, preguntas sobre el pago, turnos abiertos, complejidad de cumplimiento, brechas de personal y tareas administrativas que alejan a los gerentes de sus equipos. Puede ayudar a los empleados a obtener respuestas más rápido, ayudar a los gerentes a tomar mejores decisiones y ayudar a las organizaciones a operar con más precisión.

El futuro de la inteligencia artificial de primera línea no se trata de sacar a las personas del trabajo. Se trata de dar a las personas mejores herramientas, mejor orientación y más apoyo en los momentos que importan.

Habla sobre la inteligencia artificial como movimiento del software empresarial desde sistemas de registro hacia sistemas de acción inteligente. ¿Cómo ve la evolución de las plataformas de la fuerza laboral en los próximos cinco años a medida que la inteligencia artificial agente se vuelve más integrada en las operaciones diarias?

Reformularía eso ligeramente. La pregunta no es cómo se verán las plataformas de la fuerza laboral dentro de cinco años. La pregunta es ¿qué organizaciones están construyendo la base hoy para ser líderes dentro de cinco años?

El ritmo de cambio en la inteligencia artificial es demasiado rápido para tratarlo como una transformación lejana. La ventaja irá a las organizaciones que se muevan ahora desde sistemas desconectados, suites incómodas y soluciones puntuales hacia una verdadera plataforma de operación de la fuerza laboral, una que conecte los recursos humanos, el pago, el tiempo, la programación, la inteligencia de la fuerza laboral y la ejecución.

Este es otro ejemplo de dónde se vuelve importante el Centro de Inteligencia de la Fuerza Laboral de UKG. A medida que la inteligencia artificial se vuelve más integrada en las operaciones diarias de la fuerza laboral, la inteligencia no puede sentarse al lado como informes estáticos. Tiene que convertirse en parte de cómo se entiende el trabajo, se prioriza y se actúa. Las organizaciones necesitan una capa de inteligencia para las operaciones de la fuerza laboral de primera línea para traer el contenido correcto al momento correcto.

Esto importa porque las operaciones de la fuerza laboral están llenas de ganancias y pérdidas marginales. Una señal de personal perdida, una excepción de pago, un problema de cumplimiento, un turno abierto o una decisión de gerente retrasada puede parecer pequeña en aislamiento. Pero a través de miles de empleados, ubicaciones y turnos, esos momentos se acumulan rápidamente.

La inteligencia artificial agente da a las organizaciones una forma de cerrar esa brecha. Puede entender qué está cambiando, interpretar el contexto comercial, recomendar la próxima mejor acción y ayudar a las personas a ejecutar en tiempo real con el gobierno y la supervisión humana adecuados.

En los próximos cinco años, los líderes no serán las organizaciones que simplemente agregaron características de inteligencia artificial a flujos de trabajo existentes. Serán aquellos que repensaron la gestión de la fuerza laboral como un sistema de acción inteligente.

Para los ejecutivos, esta es la urgencia: la primera línea ya se está moviendo en tiempo real. Su tecnología necesita moverse con ella. Las organizaciones que construyen esa capacidad ahora tendrán una ventaja significativa.

Mirando hacia adelante, ¿cree que las empresas que ganen en la inteligencia artificial empresarial serán aquellas con los mejores modelos, o aquellas con los datos operativos y de la fuerza laboral más profundos vinculados directamente a flujos de trabajo del mundo real?

Los mejores modelos importarán, pero no creo que los modelos solos definan a los ganadores en la inteligencia artificial empresarial.

En la empresa, la inteligencia es valiosa solo si entiende el contexto del trabajo y puede ayudar a las personas a tomar la acción correcta. Eso es especialmente cierto en las operaciones de la fuerza laboral, donde una recomendación puede depender de quién está programado, quién está calificado, qué reglas se aplican, qué se parece la demanda, qué implicaciones de pago existen y qué riesgo o problema de cumplimiento puede crearse aguas abajo.

Un modelo sin ese contexto operativo puede generar una respuesta. Una plataforma con los datos de la fuerza laboral adecuados, las reglas comerciales, el contexto del flujo de trabajo y el gobierno puede ayudar a impulsar un resultado.

Es por eso que una capa de inteligencia, que es lo que hemos creado con nuestro Centro de Inteligencia de la Fuerza Laboral, es tan importante. La inteligencia artificial que se sienta en la parte superior de un sistema tiene un valor limitado. La inteligencia debe estar integrada en el flujo de trabajo, capaz de interpretar señales, entender las limitaciones operativas y resaltar las decisiones que importan más.

Es hacia dónde creo que se dirige el mercado. A medida que los modelos se vuelven más poderosos y más accesibles, la diferenciación vendrá de cómo bien la inteligencia artificial está arraigada en flujos de trabajo del mundo real y cómo seguramente puede moverse de la perspicacia a la acción.

Para la primera línea, esa distinción es crítica. El trabajo cambia constantemente, y las decisiones tienen consecuencias inmediatas para los empleados, los gerentes, los clientes, los pacientes y el negocio.

Las empresas que ganen en la inteligencia artificial empresarial no tendrán simplemente inteligencia artificial que suene inteligente. Tendrán inteligencia artificial que entiende cómo realmente sucede el trabajo, y puede ayudar a las organizaciones a operar con más velocidad, precisión, confianza y humanidad.

Gracias por la gran entrevista, los lectores que deseen aprender más deben visitar UKG.