Inteligencia en el lugar de trabajo: qué implican realmente los datos de ocupación poco fiables costos

Es miércoles por la tarde. El director de un centro de trabajo recorre la tercera planta de su edificio y cuenta los escritorios vacíos. El informe de ocupación que aparece en su ordenador portátil indica que la planta tiene una ocupación del 85 %.

Ambas cifras son reales. Solo una de ellas se tendrá en cuenta para la renovación del contrato de alquiler.

No se trata de una hipótesis. CBRE llevó a cabo un estudio de tres meses en el que comparó los datos de las tarjetas de acceso con los de los sensores en el mismo edificio. Las tarjetas de acceso indicaban una utilización diaria del 85 %. Los sensores registraron un 59 % en las horas punta. La empresa mantenía ocho plantas cuando, según los datos, solo necesitaba seis, y la consolidación de estas le permitió ahorrar aproximadamente 240 000 libras al año.

Nadie en esa historia hizo nada malo. Utilizaron los datos de los que disponían. Es que los datos medían lo que no debían.

Esa es precisamente la brecha que deskbird Intelligence se propuso cerrar. Detecta la presencia real a través de la red y supervisa las instalaciones que ya posee la empresa, de modo que los informes de ocupación reflejan lo que ha ocurrido realmente en las oficinas, en lugar de lo que suponía el sistema de reservas. No hay que comprar sensores y los empleados no tienen que cambiar nada en su forma de trabajar.

TL;DR

deskbird Intelligence mide la ocupación real de las oficinas a través de « deskbird Dock», una aplicación de escritorio ligera que detecta las conexiones de red y supervisa las señales. No requiere instalación de hardware, ni intervención por parte de los empleados, ni mantenimiento de sensores.

• Los registros de reservas miden la intención, las insignias miden el acceso, pero ninguno de los dos mide el uso
• deskbird La tecnología inteligente mide la ocupación real sin ningún coste de hardware, frente a los 80 a 400 € por puesto de trabajo que cuestan los sensores.
• deskbirdLa capa de agencia convierte esos datos en recomendaciones con su correspondiente coste, dentro de Copilot, Claude, ChatGPT o Gemini

Casi todo el mundo se basa en datos en los que no confía.

Lo más inquietante es lo habitual que resulta todo esto.

El informe «Global Occupancy Planning Benchmark 2026» de JLL reveló que el 90 % de las organizaciones utilizan actualmente datos de utilización para tomar decisiones sobre la planificación del espacio, frente al 70 % del año anterior. Solo el 7 % califica su capacidad en materia de datos como «excelente».

Así que, de todos modos, se utilizan esas cifras. La planificación de la ocupación sigue adelante. Se firman los contratos de alquiler, se cierran plantas, se añaden puestos de trabajo y todos los presentes saben, en el fondo, que los datos en los que se basa la decisión son poco fiables. Cuando la decisión sale mal, la culpa recae sobre la persona que presentó el informe.

Las oficinas se están llenando, y las cifras medias lo ocultan

CBRE estima que la tasa media mundial de ocupación de oficinas será del 53 % en 2025, frente al 38 % del año anterior. La idea de que las oficinas están vacías ya no es válida.

Pero ese mismo estudio sitúa el pico de ocupación en el 80 %. Esa diferencia es la verdadera trampa. Las medias indican que hay espacio que se puede liberar. Los picos indican que el martes ya está casi completo. Si se dimensiona el espacio en función de la media, se alteran los días en los que la gente realmente acude.

Por «utilización» nos referimos a que la gente utilice realmente el espacio, no a que se registren con su tarjeta en la puerta. Lo cual nos lleva a cómo lo miden la mayoría de las empresas.

Cada método se equivoca en un sentido distinto.

Tu sistema de reserva de puestos de trabajo te muestra las reservas, lo que te indica lo que los empleados tenían previsto hacer, no lo que hicieron realmente.

Los registros de reservas recogen lo que la gente tenía previsto hacer. Alguien reserva un puesto de trabajo el lunes y luego trabaja desde casa. El puesto aparece como ocupado todo el día. Se trata de una intención, registrada antes de que llegue el día, y es muy frecuente.

Los registros de las tarjetas de acceso confirman que alguien ha entrado en el edificio. Se trata de un comportamiento real, por lo que tiene más valor que una reserva. Pero entrar no equivale a utilizar el espacio. Alguien que registra su entrada con la tarjeta y se pasa el día en reuniones salas resulta idéntico a alguien que permanece en su mesa de trabajo durante 8 horas. Así es como un edificio registra 26 puntos más de lo que realmente tiene.

Los sensores físicos miden con precisión la presencia en el puesto de trabajo. Esa precisión es precisamente lo que puso de manifiesto la laguna del estudio de CBRE. El problema radica en el « costo » (el coste de llegar hasta allí): entre 80 y 400 euros por puesto, dependiendo del proveedor, sin contar la instalación, la calibración y la sustitución de las pilas. Además, una vez instalados, son difíciles de ajustar, por lo que la distribución que se mide es la distribución a la que hay que ceñirse.

[Table1]

Argumentos a favor de la inteligencia en el lugar de trabajo

No se utiliza «Booked», y la diferencia entre ambos es donde está el dinero. Una vez que se hace visible, cambian tres decisiones.

Puedes ajustar el tamaño de las instalaciones basándote en datos concretos. El análisis de la ocupación planta por planta muestra qué partes del inmueble justifican el espacio que ocupan y cuáles se siguen pagando por pura costumbre. En el ejemplo de CBRE, se trataba de dos plantas y 240.000 libras al año en un solo edificio.

Puedes establecer una política híbrida basada en patrones en lugar de en suposiciones. Los días de mayor afluencia, los ritmos semanales y los solapamientos entre equipos se derivan de lo que la gente ha hecho, no de lo que han indicado que harían en un sistema de reservas.

Puedes defender la decisión ante tus superiores. Lo más difícil de una decisión sobre el espacio rara vez es tomarla. Lo difícil es mantenerla cuando el departamento de Finanzas pregunte de dónde sale esa cifra. El análisis del lugar de trabajo basado en la presencia real te ofrece una respuesta sólida.

Nada de esto requiere un presupuesto para hardware, que es lo que suele frenar estos proyectos antes incluso de que empiecen.

De los datos de ocupación a la decisión

deskbird La inteligencia no se limita a señalar las deficiencias. Su capa de acción analiza los patrones en todos tus centros y los convierte en recomendaciones, cuantificando el ahorro que supone cada una de ellas. Elabora modelos de escenarios, compara tus oficinas con empresas similares y pone de manifiesto patrones que nadie tenía tiempo de buscar.

Funciona dentro de los asistentes que tus equipos ya utilizan, como Microsoft Copilot, Claude, ChatGPT y Gemini, por lo que no hay que implementar nada nuevo.

Sigues tomando todas las decisiones, con los datos de ocupación a la vista detrás de cada sugerencia, y eso es lo que hace que una recomendación resulte útil ante el departamento de Finanzas, en lugar de algo que haya que aceptar a ciegas.

Cómo lo mide « deskbird Intelligence»

deskbird Dock, la aplicación de escritorio en la que se basa « deskbird Intelligence», interpreta las señales que tu oficina ya genera. Cuando un dispositivo se conecta a la red corporativa, se trata de una señal de presencia. Cuando un dispositivo se conecta a un monitor o a una estación de acoplamiento asignados, se trata de una señal de presencia en un puesto de trabajo concreto.

El departamento de TI lo implementa a través del sistema de gestión de dispositivos ya existente, del mismo modo que cualquier otra aplicación gestionada. No hay que instalar nada en el puesto de trabajo ni cambiar pilas, por lo que el coste del hardware sigue siendo de 0 €.

Los datos están anonimizados y son agregados por su propia naturaleza, ya que se utilizan para medir espacios y patrones, no personas.

Reserva una demostración y te mostraremos la diferencia entre lo que tus equipos registran y el lugar donde realmente trabajan.