La transformació digital de RH és el pas de processos de recursos humans manuals i basats en fulls de càlcul a sistemes integrats, dades fiables i automatització, perquè les decisions sobre contractació, retribució, desenvolupament i planificació de plantilla siguin més ràpides, més coherents i basades en evidències. No es tracta de comprar programari: es tracta de construir una funció de RH que funcioni sobre un registre fiable i únic de persones, llocs de treball i retribució.
Europa hi afegeix una capa que altres regions no tenen de la mateixa manera. El RGPD regula les dades de les persones treballadores, el Reglament europeu d’IA regula la IA en la selecció i en les decisions laborals, i la Directiva europea de transparència salarial obliga les empreses a explicar la retribució i a informar-ne a mesura que entren en vigor les lleis nacionals. Aquesta guia explica les etapes de maduresa digital, l’stack tecnològic de RH, què demanen les empreses segons les dades de TalentUp, les normes aplicables, els KPI que convé seguir i un full de ruta pràctic.
Punts clau
- Els RH digitals comencen amb dades netes i connectades sobre persones, llocs de treball i retribució, no amb eines d’IA.
- La majoria de funcions de RH a Europa són entre l’etapa digitalitzada i la integrada: les grans millores arriben quan es connecten els sistemes.
- Segons les dades de TalentUp, Excel continua sent l’eina més demanada a les ofertes de RH, però els llocs de tecnologia i analítica de RH han duplicat el seu pes des del 2024.
- El RGPD, el Reglament d’IA i les normes de transparència salarial converteixen la governança i les dades retributives estructurades en part de la transformació.
- Un full de ruta per fases, dades, automatització, analítica i després IA, redueix el risc i genera confiança.
En moltes organitzacions europees, la tecnologia de RH ha crescut per capes: un sistema de nòmines, després un sistema de gestió de candidatures, després una plataforma de formació, cadascun amb les seves pròpies dades. La transformació digital consisteix a connectar aquestes capes perquè RH pugui veure la plantilla en conjunt i actuar-hi.
Una funció de RH digitalment madura compta amb:
- Una única font de veritat per a les dades de persones, llocs de treball i retribució, normalment un HRIS (sistema d’informació de recursos humans).
- Processos clau automatitzats, com la incorporació, la gestió d’absències, els canvis de contracte i els fluxos de revisió salarial.
- Autoservei per a persones treballadores i comandaments, de manera que les sol·licituds rutinàries no necessitin la intervenció de RH.
- Analítica i reporting que responen preguntes de negoci, no només informes de plantilla.
- Dades externes de mercat que posen en context les decisions internes de retribució i contractació.
- Una governança clara sobre qui pot veure i fer servir les dades de les persones treballadores, i amb quina finalitat.
Beneficis
- Menys càrrega administrativa: el temps de RH passa d’introduir dades i aprovar per correu electrònic a assessorar i aportar estratègia.
- Millor experiència d’empleat: respostes més ràpides, autoservei i processos coherents.
- Millors decisions: dades fiables sobre rotació, competències, retribució i costos de plantilla.
- Compliment des del disseny: traçabilitat, criteris coherents i reporting que els reguladors esperen cada vegada més.
- Una marca ocupadora més forta: els processos moderns i transparents atrauen candidatures.
Reptes habituals
- Objectius poc clars: es compra tecnologia abans d’acordar quins problemes ha de resoldre.
- Mala qualitat de les dades: denominacions de lloc incoherents, nivells sense definir i retribució desada en fulls de càlcul.
- Mancances de competències: equips de RH sense alfabetització en dades ni capacitat per avaluar tecnologia.
- Baixa adopció: els comandaments mantenen els seus propis fulls de càlcul i la plantilla evita les eines noves.
- Complexitat multipaís: a Europa, les nòmines, la legislació laboral i les normes dels comitès d’empresa varien segons el país, de manera que una única plataforma global poques vegades ho cobreix tot.
Les 5 etapes de maduresa digital de RH
| Etapa |
Com es veu |
Següent pas habitual |
| 1. Paper i fulls de càlcul |
Dades de RH en arxius i fulls de càlcul; aprovacions manuals per correu electrònic |
Triar i implantar un HRIS central |
| 2. Digitalitzada |
Sistemes separats per a nòmines, selecció i formació; poca integració |
Connectar sistemes i netejar les dades bàsiques |
| 3. Integrada |
Una plataforma de RH o un stack ben integrat; autoservei per a plantilla i comandaments |
Desenvolupar analítica i arquitectura de llocs |
| 4. Basada en dades |
Quadres de comandament i people analytics en la presa de decisions; benchmarks de mercat en els processos retributius |
Introduir IA en casos d’ús concrets |
| 5. Amb IA |
La IA dona suport a l’atenció a la plantilla, la selecció, les competències i l’anàlisi retributiva, amb governança i supervisió humana |
Millora contínua i nous models operatius |
La majoria de funcions de RH a Europa són a l’etapa 2 o 3. Pujar d’etapa depèn menys d’eines noves que de la qualitat de les dades, els processos i les competències.
La tecnologia de RH a les ofertes de feina: dades de TalentUp per al 2026
16%
de les ofertes de RH encara demanen Excel, més que qualsevol plataforma de RH
17%
demanen experiència amb un sistema HRIS o HCM, davant del 14% el 2024
2x
el pes dels llocs de tecnologia i analítica de RH en la contractació de RH des del 2024 (del 4,6% al 9,5%)
Font: base de dades d'ofertes de feina de TalentUp, ofertes de RH a Europa, gener–setembre de cada any.
El que les empreses demanen a les ofertes de RH mostra en quin punt són realment els RH digitals a Europa:
| Eina o competència |
% d’ofertes de RH (2024) |
% d’ofertes de RH (2026) |
| Microsoft Excel |
17,5% |
15,8% |
| Qualsevol sistema HRIS o HCM |
13,5% |
16,6% |
| Workday |
4,7% |
4,4% |
| SAP SuccessFactors |
2,1% |
2,1% |
| ADP |
1,7% |
1,9% |
| People analytics |
1,0% |
1,4% |
| Power BI |
0,5% |
1,1% |
| Personio |
0,7% |
0,5% |
Tres conclusions:
- Els fulls de càlcul continuen movent RH a Europa. Excel continua sent l’eina individual més demanada, senyal que molts equips de RH encara són a l’etapa digitalitzada.
- Les plataformes importen, però cap proveïdor no domina. Workday i SAP SuccessFactors són les plataformes de RH més citades, però cadascuna apareix en menys del 5% de les ofertes de RH, mentre que l’experiència genèrica en HRIS es demana en una de cada sis.
- Les competències en dades són l’àrea de creixement. Les mencions de Power BI es van duplicar, people analytics va créixer i els llocs de tecnologia i analítica de RH van passar del 4,6% de les ofertes de RH el 2024 a prop del 9,5% el 2025 i el 2026.
L’stack tecnològic de RH
| Capa |
Què fa |
Exemples |
| HRIS / HCM central |
Expedients de persones, estructura organitzativa, contractes, autoservei |
Workday, SAP SuccessFactors, Oracle HCM, Personio, HiBob, Factorial |
| Nòmines |
Càlcul de brut a net, impostos, Seguretat Social, reporting per país |
ADP i proveïdors locals de nòmines, sovint país per país |
| Selecció (ATS) |
Ofertes de feina, pipeline de candidatures, agenda d’entrevistes |
Mòduls ATS integrats o eines especialitzades |
| Formació i talent |
Itineraris formatius, acompliment, objectius, successió |
Plataformes de formació i acompliment |
| Compensació |
Arquitectura de llocs, bandes salarials, revisions salarials, equitat retributiva |
Mòduls de compensació més dades externes de mercat com el benchmarking salarial de TalentUp |
| Analítica |
Quadres de comandament, people analytics, planificació de plantilla |
Power BI i eines d’analítica de RH |
| Capa d’IA |
Assistents, chatbots, agents i analítica dins de les eines de RH |
Funcions d’IA integrades a les plataformes anteriors |
Els exemples són il·lustratius, no una recomanació. A Europa, l’arquitectura més habitual és un HRIS central per a les dades globals de la plantilla combinat amb proveïdors locals de nòmines, perquè les normes fiscals i de reporting de cada país són difícils de cobrir amb un únic sistema.
L’HRIS conté el registre central: qui treballa on, en quin lloc, amb quin contracte i amb quina retribució. Tot el que ve després depèn de la seva qualitat. Si les denominacions de lloc són incoherents, falten nivells o els conceptes retributius són en fulls de càlcul separats, l’analítica i la IA simplement reproduiran aquestes mancances més de pressa.
People analytics
El people analytics converteix les dades de RH en coneixement: rotació per equip i posició salarial, temps de cobertura per lloc, mobilitat interna, tendències d’absentisme o la bretxa salarial de gènere per nivell. El valor és a relacionar dades que abans vivien en sistemes diferents, per exemple, creuar avaluacions d’acompliment, retribució i baixes voluntàries per veure si les persones amb alt acompliment se’n van perquè cobren per sota de mercat.
IA a RH
La IA ja està integrada en moltes eines de RH: cribratge de CV, redacció de descripcions de lloc, chatbots per a la plantilla, inferència de competències i recomanacions en les revisions salarials. Tractem els casos d’ús, els riscos i la implantació a IA als recursos humans, i les competències que necessiten els equips de RH a fluïdesa en IA a RH. La decisió sobre la contractació, la retribució o la sortida d’una persona ha de quedar en mans de persones capaces d’explicar-la.
Els especialistes en people analytics hi insisteixen. Patrick Coolen, soci de KennedyFitch que abans va dirigir l’àrea de people analytics d’ABN AMRO, sosté que la IA a RH depèn de la feina amb les dades que s’hagi fet abans:
Patrick CoolenSoci, KennedyFitch
El meu argument en aquest article és senzill: la IA a RH només és tan sòlida com els fonaments sobre els quals es recolza, i aquests fonaments són la maduresa de les teves capacitats de people analytics. […] Les organitzacions necessiten una infraestructura de dades fiable en què les dades de RH estiguin integrades, siguin coherents i generin confiança. […] El veritable avantatge rau en la capacitat analítica, la maduresa de les dades i la governança.
Decisions retributives basades en dades
La compensació és on més es nota la distància entre la intuïció i les dades. Moltes organitzacions encara fixen salaris segons el salari anterior de la candidatura, la seva capacitat de negociació o la percepció que té un comandament del mercat, cosa que genera incoherències difícils de defensar davant la plantilla i, cada vegada més, davant els reguladors.
Un enfocament retributiu basat en dades es recolza en tres elements:
- Una arquitectura de llocs: llocs agrupats en famílies i nivells amb criteris coherents i neutres pel que fa al gènere, com ara competències, esforç, responsabilitat i condicions de treball.
- Bandes salarials per a cada nivell, ancorades a dades externes de mercat del país, el sector i la mida d’empresa corresponents.
- Anàlisi d’equitat interna, per comprovar que les persones que fan la mateixa feina o una feina d’igual valor cobren de manera comparable.
Tant el benchmarking de mercat com l’anàlisi d’equitat requereixen dades estructurades: els benchmarks només ajuden si els teus llocs s’hi poden comparar, i l’anàlisi d’equitat només funciona si les dades retributives són completes i codificades de manera coherent. El nostre article sobre salaris de mercat davant equitat interna explica com equilibrar-los, i la metodologia de benchmarking de TalentUp mostra com s’assignen les dades de mercat a llocs, nivells i països.
RGPD, Reglament europeu d’IA i transparència salarial
RGPD
El Reglament general de protecció de dades s’aplica a tot tractament de dades de persones treballadores i candidates. En els projectes de tecnologia de RH, implica:
- Una base jurídica i una finalitat clara per a cada ús de les dades de la plantilla. El consentiment poques vegades és fiable en l’àmbit laboral, atès el desequilibri entre empresa i persona treballadora.
- Minimització de dades: recull i conserva només el que necessites.
- Transparència: cal informar la plantilla i les candidatures de com es fan servir les seves dades.
- Garanties davant les decisions basades únicament en el tractament automatitzat amb efectes jurídics o d’importància similar (article 22).
- Avaluacions d’impacte relatives a la protecció de dades per a tractaments d’alt risc, cosa que sovint s’aplica al people analytics a gran escala o a la monitorització.
Els estats membres poden adoptar normes més específiques per a les dades en l’àmbit laboral, així que revisa els requisits locals relatius als comitès d’empresa abans de posar en marxa eines noves.
El Reglament europeu d’IA
El Reglament europeu d’IA (Reglament (UE) 2024/1689) classifica com d’alt risc els sistemes d’IA utilitzats per a la contractació i selecció, les decisions sobre condicions laborals, promocions o acomiadaments, l’assignació de tasques basada en trets personals i la supervisió o avaluació de persones treballadores. Les empreses que fan servir aquests sistemes els han d’utilitzar d’acord amb les instruccions, assignar la supervisió humana a persones competents, monitorar-los, conservar registres i informar prèviament la representació legal de les persones treballadores i les persones afectades. El reconeixement d’emocions al lloc de treball està prohibit des del febrer del 2025, i el personal que fa servir IA ha de tenir un nivell suficient d’alfabetització en IA. Parts del calendari han estat objecte de propostes de modificació, així que confirma les obligacions vigents amb la teva assessoria jurídica.
La Directiva de transparència salarial
La Directiva europea de transparència salarial (2023/970) s’ha convertit en una de les raons de més pes perquè els equips de RH europeus inverteixin en dades retributives. El termini de transposició del 7 de juny de 2026 ja ha passat i, a mesura que s’apliquen les lleis nacionals, les empreses han de poder:
- comunicar a les candidatures la retribució inicial o la banda salarial abans de l’entrevista, i deixar de preguntar per l’historial salarial;
- posar a disposició els criteris utilitzats per determinar la retribució, els nivells retributius i la progressió salarial;
- respondre les sol·licituds de la plantilla sobre el seu nivell retributiu i els nivells retributius mitjans per sexe per a la mateixa feina o una feina d’igual valor;
- informar sobre la bretxa salarial de gènere si tenen 100 o més persones treballadores;
- fer una avaluació retributiva conjunta quan una bretxa no justificada d’almenys el 5% no es corregeixi en sis mesos.
Res d’això no és realista amb les dades retributives disperses en fulls de càlcul. Les nostres guies sobre com es poden preparar els equips de RH per a la Directiva europea de transparència salarial i per què el benchmarking salarial és la clau per complir la transparència salarial de la UE hi entren en detall.
- Avalua on ets: mapeja sistemes, qualitat de les dades, processos i la teva etapa de maduresa, a més dels requisits del RGPD, el Reglament d’IA i la transparència salarial.
- Acorda els objectius amb la direcció: parteix de les preguntes que es fan, com ara “Paguem de manera competitiva?” o “On és la nostra bretxa salarial de gènere?”.
- Arregla la base de dades: neteja les dades de l’HRIS, defineix l’arquitectura de llocs i codifica tots els conceptes retributius de manera coherent.
- Tria l’arquitectura objectiu: HRIS central, nòmines per país, integracions i capa d’analítica.
- Planifica el canvi: implica aviat comandaments, plantilla i comitès d’empresa, i planifica la formació de cada grup.
- Desenvolupa competències: alfabetització en dades, analítica de compensació, avaluació de tecnologia i lideratge del canvi.
- Desplega per fases i mesura els resultats respecte dels KPI acordats.
Un full de ruta pràctic
| Fase |
Focus |
Resultats habituals |
| 1. Avaluar |
Sistemes, qualitat de les dades, requisits legals |
Inventari de sistemes, mancances de dades, revisió de RGPD i Reglament d’IA |
| 2. Construir la base de dades |
Dades de l’HRIS, arquitectura de llocs, conceptes retributius |
Catàleg de llocs coherent, nivells, dades retributives completes |
| 3. Automatitzar els processos clau |
Incorporació, canvis de contracte, fluxos de revisió salarial |
Menys passos manuals, traçabilitat |
| 4. Afegir analítica i benchmarking |
Quadres de comandament, anàlisi de bretxa salarial, dades de mercat |
Bandes salarials, informes d’equitat retributiva, anàlisi de rotació |
| 5. Introduir IA amb governança |
Casos d’ús concrets amb supervisió humana |
Casos d’ús documentats, avaluacions de risc, persones usuàries formades |
| 6. Revisar i millorar |
Adopció i resultats |
Full de ruta actualitzat, KPI |
Arregla les dades abans d’afegir eines: un sistema nou sobre denominacions de lloc incoherents no resoldrà el problema. I mantén les persones dins del circuit en les decisions de contractació, retribució i acomiadament. Les formes de treball flexibles i per projectes, que tractem a les nostres guies sobre polítiques d’horari flexible i la força de treball líquida, fan que disposar de sistemes flexibles i ben integrats sigui encara més important.
| Àrea |
KPI |
| Dades |
% d’expedients de persones complets i coherents; llocs assignats a l’arquitectura de llocs |
| Eficiència |
Grau d’automatització dels processos; temps de RH dedicat a tasques administratives; cost per transacció de RH |
| Adopció |
Ús de l’autoservei per part de la plantilla; % de comandaments que fan servir eines de RH en lloc de fulls de càlcul |
| Talent |
Temps de contractació; rotació el primer any; taxa de mobilitat interna |
| Experiència |
Satisfacció de plantilla i candidatures amb els processos de RH |
| Compliment |
Preparació per respondre sol·licituds d’informació retributiva; precisió de l’informe de bretxa salarial de gènere; casos d’ús d’IA documentats |
Conclusió
La transformació digital de RH a Europa té tant a veure amb la qualitat de les dades, la governança i les competències com amb la tecnologia. Les dades de TalentUp mostren el punt de partida: els fulls de càlcul continuen presents a tot arreu, les plataformes de RH s’estenen i la demanda de competències en tecnologia i analítica de RH s’ha duplicat en dos anys.
Els responsables de RH i C&B que construeixin una base de dades neta, connectin els seus sistemes, facin servir benchmarks de mercat fiables i introdueixin la IA amb una supervisió clara prendran decisions més ràpides, més justes i més ben explicades, i estaran preparats per al reporting que ara exigeixen el RGPD, el Reglament d’IA i les normes de transparència salarial. Si vols un punt de partida en dades de mercat, consulta l’European Salary Benchmark Report.
Fonts