De la data salarial a la inteligencia laboral: decisiones de RH con impacto real. Cómo la IA está transformando las decisiones de compensación y relaciones laborales en RH.
El acceso a la información ya no es el cuello de botella. El cuello de botella es traducir esa información a lectura, gráficos e indicadores que apoyen decisiones, en el tiempo que el negocio necesita.
El CFCRL es público y crece. Los repositorios internos de RH también: contratos, tabuladores, actas, polls, HRIS. La materia prima ya está sobre la mesa.
PDFs, XLSX, contratos colectivos, actas, comunicados. La IA actual los procesa con calidad útil para Compensaciones. Es una capacidad subutilizada en la práctica diaria.
Leer es el primer paso. Lo que el VP necesita son gráficos, percentiles e indicadores ejecutivos. La IA puede generar esos artefactos cuando se diseña bien el prompt.
Dos modos en la sesión: yo te lo muestro (azul, demos en vivo) y tu turno (dorado, ahora lo pruebas tú). Sala 2 procesa la muestra completa con dashboard ejecutivo sectorial.
Hook + agenda + disclaimer.
Pipeline CFCRL → ficha Obsidian.
Ya tenemos los PDFs. ¿Y ahora?
Batch 40 empresas → matriz + dashboard sectorial.
3 takeaways + transición.
Preguntas abiertas + FAQ defensiva.
Sala 1: generar Python · Sala 2: analizar PDFs.
CTA suave + entrega 24h.
Antes de las demos, dejemos claro de dónde viene la información, qué garantiza la IA y qué sigue siendo responsabilidad humana.
Toda la data viene del Centro Federal de Conciliación y Registro Laboral (CFCRL). Son contratos colectivos y tabuladores registrados públicamente por mandato legal (Art. 390 Bis LFT).
Los tabuladores y CCTs del CFCRL son registro público (cfcrl.gob.mx, Art. 390 Bis LFT) — pueden compartirse y procesarse libremente. La anonimización aplica cuando trabajen con datos internos: encuestas privadas, sueldos individuales del cliente.
La IA extrae y compara. La decisión definitiva siempre requiere validación contra el contrato completo y SBC IMSS. Cero excepciones.
Los datos demo son de mar–may 2026. Son referenciales de mercado, no sustituyen una valuación formal de puestos ni una encuesta propietaria.
El kit se enfoca en dos prácticas que cualquier área de Compensaciones puede operar con IA: descargar la información pública y analizarla. La visualización ejecutiva está integrada en el análisis.
Generar un script Python que descarga acuses contractuales del registro público. 3 variantes de prompts según herramienta: avanzado (Claude Code), conversacional (ChatGPT/Gemini), integrado (Copilot). Material en 02_Prompts_Contract_Downloader/.
Pipeline · Material 02Procesar en lote la muestra completa (40 empresas, 144 archivos) → matriz_consolidada.csv + actas_resumen.csv → dashboard ejecutivo sectorial con percentiles, brechas y heatmap sector × municipio. Material en 06_Prompts_Analisis_Tabuladores/ + plantillas de visualización en 03_Prompts_Salary_Dashboard/.
De la búsqueda manual en el portal del CFCRL a una descarga sistemática y reproducible de acuses contractuales.
Vamos a generar el script descargador en vivo, correrlo contra 1 CCT real del CFCRL, ver la extracción IA paso a paso y abrir 1 ficha en Obsidian con sus wikilinks. Cierre: el material listo para que Sala 2 lo procese en lote.
PDF oficial del registro del contrato colectivo, bajado automáticamente desde el portal.
Vigencia, incremento %, partes firmantes, prestaciones flag. La IA estructura datos del PDF.
Validación contra el histórico de la misma empresa y otros del mismo sector.
Documento estructurado consultable, con wikilinks al ecosistema de fichas relacionadas.
Cada asistente, con su IA preferida, va a producir un script funcional que descarga acuses del CFCRL siguiendo los prompts probados del kit.
02_Prompts_Contract_Downloader/
3 variantes listas
Cada variante incluye prompt completo, output esperado y disclaimer ERIAC + CFCRL.
Python 3.10+, conexión estable, cuenta gratuita en la IA elegida. Sin librerías raras: requests + BeautifulSoup.
No comparamos 2 empresas: procesamos toda la muestra de Nuevo León. La IA extrae los 40 tabuladores en lote, consolida la matriz sectorial, lee las actas y entrega un dashboard listo para presentar.
No tomamos 2 empresas: procesamos las 40 de la muestra completa de Nuevo León. La IA hace el trabajo pesado en lote y entrega una vista sectorial accionable.
Las 40 empresas (144 archivos, PDF y XLSX) → tablas estructuradas con puesto, sueldo, sector y categoría.
Normalización de puestos y sectores. La IA reconcilia nombres distintos del mismo puesto entre empresas.
Actas CFCRL en bloque → indicadores agregados: # sindicatos firmantes, % aprobación promedio, # trabajadores cubiertos.
Percentiles por puesto, brechas por sector, top y bottom empresas, heatmap sector × municipio. Listo para presentar.
Cada asistente procesa las 40 empresas de NL en lote, consolida la matriz sectorial y entrega su propio dashboard ejecutivo. No es una matriz 2×2: es una vista de mercado completa.
06_Prompts_Analisis_Tabuladores/
Extracción + matriz
03_Prompts_Salary_Dashboard/
Dashboard
04_Datos_Demo/originales/
40 empresas NL
Composición real: automotriz, comercio, alimentos, energía, construcción. Tabuladores XLSX/PDF + actas + revisiones salariales recientes.
Estas 6 preguntas cubren los temas sensibles que suelen surgir: legalidad, calidad, costo, riesgos. Hay margen para preguntas abiertas durante el bloque.
No. Los CCTs registrados en el CFCRL son públicos por mandato legal (Art. 390 Bis LFT y reglamentación de la reforma laboral 2019). Consultarlos es equivalente a consultar el DOF.
Son referenciales de mercado, basados en datos públicos. Sirven para diagnóstico y orientación de banding. Una decisión definitiva siempre requiere validación humana contra el contrato colectivo completo.
Los datos del CFCRL son públicos y no requieren tratamiento especial. Para datos internos del despacho o cliente, regla de oro: activar opt-out de entrenamiento (cuenta paga) o usar API con política de no retención antes de pegar.
Sí, especialmente en tablas complejas y abreviaciones. Por eso el pipeline incluye cruce con BD propia y validación humana. La IA estructura, el analista valida.
Una cuenta de IA, un caso de uso acotado y disciplina para validar resultados (y, cuando se trabajen datos internos, anonimizar antes de pegar). El primer piloto de un equipo suele tomar 1–2 semanas. La curva de aprendizaje es menor que la de una herramienta nueva de HRIS.
Es una capa de aceleración para el trabajo cotidiano de búsqueda y consolidación. Las prácticas profesionales de valuación, encuestas propietarias, diseño de banding y gobierno de la compensación siguen siendo del especialista. La IA suma horas al equipo, no reemplaza el criterio.
Si solo te llevas tres cosas del webinar, que sean estas. El resto del kit lo recibes mañana por correo.
El CFCRL es una mina de información salarial mexicana. La barrera no era el acceso: era la fricción para procesarla a escala.
Acelera 10x el trabajo de búsqueda y extracción. La interpretación, la recomendación y la decisión siguen siendo del analista.
Una cuenta paga de IA + 1 tarde de práctica. No requiere infraestructura ni budget de seis cifras. Solo curiosidad estructurada.
Kit post-webinar (24h): prompts de descarga (02), prompts de análisis (06) y de visualización (03), las 40 empresas NL del Tema 2, y el 1-pager con los 3 takeaways.
Gracias a ERIAC por el espacio, y a cada participante por el tiempo invertido. La conversación sigue: respondan la encuesta breve al cerrar la sala virtual y revisen su correo en las próximas 24 horas.