Zanatello Acosta
Consulting

Caso

CASE.06

Scout

Una herramienta con IA para que RR. HH. encuentre candidatos en su propia base de datos describiéndolos con lenguaje natural, construida en solitario.

Visitar scoutcollab.com

Proyecto propio · ScoutSelección y RR. HH.2025–2026
Pantalla de búsqueda de candidatos en lenguaje natural de Scout, tramada

Resultado

Proyecto propio · Scout
  • Acceso anticipado

    Producto funcional, construido en solitario

El trabajo

CASE.06.A
Contexto
Los equipos pequeños de RR. HH. guardan miles de candidatos antiguos en su sistema de seguimiento de candidatos, pero rara vez vuelven a buscar en ellos.
Fricción
Encontrar a un buen candidato antiguo exige construir filtros complejos a mano, así que los equipos publican ofertas nuevas y empiezan de cero.
Intervención
Una búsqueda en la que el seleccionador describe al candidato ideal con lenguaje natural y la IA lo convierte en filtros, además de análisis de CV, una bolsa de candidatos antiguos para redescubrir y cruce con ofertas de empleo activas.
Adopción
Acceso anticipado. Construido y probado con datos de prueba; todavía sin clientes.
Rol y alcance
Fundador. Diseñé y construí el producto yo solo.

Entregables

  • Búsqueda de candidatos en lenguaje natural, traducida a filtros
  • Análisis de CV y base de candidatos con buscador
  • Bolsa de redescubrimiento para candidatos antiguos e inactivos
  • Notas compartidas y colaboración para equipos de selección
  • Cruce con ofertas de empleo activas

En resumen

CASE.06.B

Scout nació de una observación sencilla: la mayoría de las empresas ya tienen buenos candidatos en su base de datos y nunca vuelven a mirarlos. Los datos están ahí; lo difícil es buscar en ellos.

Construí Scout yo solo. Un seleccionador describe con lenguaje natural a la persona que necesita, y la IA lo convierte en los filtros que entiende una base de candidatos. Alrededor hay análisis de CV, una bolsa de candidatos antiguos que merecen otra mirada, notas compartidas para el equipo de selección y cruce con ofertas de empleo activas.

Scout está en acceso anticipado y todavía no tiene clientes, así que no hay resultados que contar. Lo que muestra es el tipo de trabajo que ZAC hace con IA: una tarea concreta y real, una herramienta que encaja con cómo trabaja ya la gente, y la IA usada donde elimina trabajo manual.

Pruebas

Proyecto propio, no es trabajo para clientes de ZAC. No se publican cifras de resultados hasta que haya usuarios reales.

No se publican los datos de prueba.