Carlos lleva 15 años siendo headhunter.

No el tipo de headhunter que publica ofertas y espera. El tipo que llama en frío a directivos un martes a las 11 de la mañana y consigue que le escuchen. El que tiene un archivo mental de 300 perfiles que ningún ATS ha visto nunca. El que cuando un cliente le dice «necesito a alguien para esto», ya tiene dos nombres en mente antes de colgar el teléfono.

Cuando le propusimos hacer una prueba en paralelo, su reacción fue exactamente la que esperábamos.

«Venga. Pero ya os digo yo quién gana.»

El punto de partida

La empresa cliente tenía una posición abierta. Director de Operaciones para una scale-up de logística con 180 empleados y una expansión en marcha hacia tres mercados nuevos. Un perfil difícil: experiencia en operaciones a escala, capacidad para construir equipo desde cero, y tolerancia real a la ambigüedad. No el tipo de candidato que aplica a ofertas en Infojobs.

Carlos conocía bien el sector. Había cerrado dos posiciones similares en los últimos tres años. Tenía claro por dónde empezar.

La propuesta era simple: Carlos buscaría por su cuenta, con sus métodos de siempre, durante una semana. En paralelo, sin que él viera los resultados, nuestra IA haría el mismo trabajo. Al final de la semana, compararíamos los shortlists.

Sin trampa. Sin red. Una semana. El mismo perfil. Dos métodos completamente distintos.

Cómo trabajó Carlos

Carlos empezó por donde siempre empieza: su cabeza.

Antes de abrir ninguna plataforma, pasó 40 minutos escribiendo a mano los criterios del perfil ideal. No los que le había dado el cliente, sino los que él había inferido de la conversación. Hay una diferencia entre lo que un cliente dice que necesita y lo que realmente necesita, y Carlos llevaba 15 años aprendiendo a leerla.

Después abrió LinkedIn. Pero no para buscar. Para confirmar hipótesis. Tenía tres nombres en mente de personas que había visto en eventos del sector en los últimos dos años. Quería saber en qué situación estaban, si había movimiento reciente, si algo en su perfil indicaba apertura a un cambio.

A partir de ahí, el proceso fue lo que Carlos llama «sourcing en espiral». Empiezas por los perfiles que conoces, revisas con quién han trabajado, en qué empresas, con quién se han conectado recientemente. Cada perfil es una puerta a tres perfiles más. No es un algoritmo. Es intuición construida durante años.

Al final de la semana, Carlos tenía cinco nombres. Cinco personas concretas a las que había contactado directamente, con las que había tenido una primera conversación de 15 o 20 minutos, y de las que podía decir con criterio propio por qué encajaban y por qué no.

Sus notas sobre cada candidato no eran un resumen de LinkedIn. Eran observaciones sobre cómo hablaban del trabajo, qué les motivaba realmente, qué parte del rol les generaba más fricción. El tipo de información que no aparece en ninguna base de datos.

Cómo trabajó la IA

El proceso de nuestra IA empezó de forma distinta pero desde el mismo sitio: los criterios.

El cliente introdujo en fïndr una descripción del perfil en lenguaje natural. No un string de Boolean. No una lista de palabras clave. Una descripción de quién necesitaban y para qué, como si se lo estuvieran contando a un colega.

A partir de ahí, el sistema rastreó de forma simultánea más de 30 fuentes de datos. LinkedIn, GitHub para señales de proyectos técnicos relevantes, bases de datos propias de candidatos en sectores afines, historiales de cambios de empresa en el sector logístico en los últimos 24 meses, y señales de actividad reciente que pueden indicar apertura a un cambio sin que el candidato lo haya declarado explícitamente.

En menos de 20 minutos, el sistema había procesado miles de perfiles y había generado una shortlist de 12 candidatos ordenados por relevancia estimada, con una explicación para cada uno de por qué cumplía los criterios y qué señales habían llevado al sistema a incluirlo.

Sin llamadas. Sin espirales. Sin martes a las 11 de la mañana.

El momento de la verdad

Cuando Carlos vio los 12 perfiles de la IA, su primera reacción fue lo que esperábamos. Revisó la lista despacio, sin decir nada, señalando de vez en cuando con el dedo en la pantalla.

Luego dijo: «Estos dos también los tengo yo.»

Dos de los doce perfiles que había encontrado la IA coincidían exactamente con dos de los cinco que había encontrado Carlos. No perfiles similares. Las mismas personas.

Y no eran dos candidatos cualquiera. Eran los dos que Carlos había marcado como sus primeras opciones. Los que más le habían convencido en las conversaciones iniciales. Los que, según su criterio de 15 años, tenían más probabilidades de funcionar en esa posición concreta con ese cliente concreto.

La IA, sin hacer una sola llamada, sin ninguna conversación, sin ningún año de experiencia en el sector, había llegado a las mismas dos personas.

Lo que pasó después

El cliente entrevistó a los cinco candidatos de Carlos y a los diez restantes de la IA que Carlos no había encontrado.

De los dos candidatos en los que coincidieron, uno avanzó hasta la fase final. Se llamaba Miguel. Diez años de experiencia en operaciones, había escalado el equipo de distribución de una empresa de ecommerce de 20 a 120 personas en tres años, y tenía una forma de hablar sobre los problemas operativos que hizo que el CEO del cliente dijera, al salir de la entrevista, «este es el tipo de persona que necesito a mi lado cuando las cosas se complican.»

Miguel lleva ocho meses en la empresa. En ese tiempo ha rediseñado el proceso de distribución para los tres nuevos mercados, ha contratado a cuatro personas de su equipo y ha reducido el coste operativo por envío en un 23%. El hiring manager nos escribió hace tres semanas para decirnos que ha sido la mejor contratación que han hecho en dos años.

Lo que aprendimos de esta prueba

Cuando le preguntamos a Carlos qué conclusión sacaba, tardó un momento en responder.

«Lo que me preocupaba era que la máquina encontrara a los mismos que yo pero más rápido. Y eso es exactamente lo que pasó.» Pero hay algo más que salió de esta prueba, y es lo que más nos interesa contar.

Los otros tres candidatos que encontró Carlos y que la IA no había encontrado también eran buenos perfiles. Uno de ellos llegó a segunda ronda. No llegaron a Miguel, pero eran candidatos reales con posibilidades reales.

¿Por qué los encontró Carlos y la IA no?

Porque Carlos los conocía de antes. Uno era alguien con quien había trabajado hace siete años. Otro era un perfil que había guardado mentalmente en un evento hace 18 meses. El tercero era el cuñado de un cliente anterior que había mencionado su nombre en una conversación.

Eso no es sourcing. Es una red construida durante 15 años de trabajo real en el sector. Y eso, por ahora, no lo replica ningún sistema.

Lo que esto significa para tu proceso de selección

La conclusión de esta prueba no es que la IA gana o que el headhunter gana.

La conclusión es que hacen cosas distintas con resultados que se solapan más de lo que nadie esperaba, y que la combinación de los dos es significativamente más potente que cualquiera de los dos por separado.

La IA encuentra en 20 minutos lo que un recruiter experto encuentra en una semana, para el 70% o el 80% de los perfiles. Hace ese trabajo con consistencia, sin sesgos de disponibilidad, sin días mejores y días peores, y a una escala que ningún equipo humano puede igualar.

El recruiter experto encuentra el 20% o el 30% restante que la IA no ve. Los perfiles que no están en ninguna base de datos porque llevan años sin actualizar su LinkedIn. Los que solo aparecen en la memoria de alguien que estuvo en el mismo evento hace 18 meses. Los que tienen una conversación que no cabe en ningún perfil.

Si tienes acceso a los dos, úsalos en paralelo. Si solo tienes acceso a uno, que sea el que cubre el 70% del mercado en 20 minutos.

Una última cosa que dijo Carlos

Al final de la sesión, cuando ya habíamos cerrado los portátiles y estábamos a punto de irnos, Carlos dijo algo que no esperábamos.

«Lo que me da más miedo no es que la IA encuentre a los mismos candidatos que yo. Es que los recruiters que no usen la IA dejen de ser competitivos antes de darse cuenta de que ha pasado.»

Lleva 15 años siendo el mejor en lo que hace.

Y sabe exactamente qué tiene que cambiar para seguir siéndolo.