La inteligencia artificial está aquí, te adaptas al cambio o te quedas atrás

 

 

El viaje del emprendimiento y la inteligencia artificial: Claves para innovar y adaptarse al cambio

¡Hola a todos! Bienvenidos a Aitana Amplify. Hoy tenemos un invitado muy especial, un amigo de la casa: Mateo, fundador y emprendedor. Mateo, ¿cómo estás? —Muy bien, César, gracias por la invitación. Es un gusto tenerte aquí, y queremos comenzar hablando sobre cómo empezó todo. ¿Qué te despertó la curiosidad para arrancar y probar en el mundo del emprendimiento?

Para Mateo, emprender siempre ha estado relacionado con resolver problemas y generar valor para las personas. Recuerda que desde pequeño ya vendía confites en el colegio, pero más adelante, su verdadera pasión fue encontrar soluciones a problemas reales. Mateo considera que la creatividad y el propósito deben ir de la mano; solo logra ser creativo cuando realmente cree en lo que está haciendo. Es ahí donde su conexión con el problema se vuelve crucial, porque cuando identifica algo que frustra a otros, siente el llamado de actuar.

Mateo comenta que los emprendedores deben utilizar sus dones para resolver problemas y ofrecer soluciones significativas. Para él, todo comenzó al detectar problemas que impactaban a las personas de manera importante. Esto lo llevó a trabajar con inteligencia artificial (IA) hace siete años, aunque inicialmente en categorías diferentes como machine learning y procesamiento de lenguaje natural. Poco a poco, la IA se convirtió en una herramienta clave para simplificar procesos y eliminar subjetividades, especialmente en áreas como recursos humanos, llenas de ineficiencias y sesgos.

En el camino del emprendimiento, Mateo aprendió que los emprendedores deben enamorarse del problema y no de la solución. Este consejo, que escuchó durante su paso por una aceleradora de Google, lo marcó profundamente. Explica que muchas startups exitosas han surgido gracias a un cambio de dirección o pivot. La clave está en adaptarse a nuevas oportunidades, como lo hizo él cuando identificó que una tecnología aplicada en ventas tenía un potencial 20 veces mayor que en recursos humanos.

Finalmente, Mateo reflexiona sobre la importancia de mantener una visión periférica y no perder de vista las oportunidades alrededor. Comparte que en su experiencia, cambiar el enfoque de su empresa fue como descubrir una veta de oro mientras trabajaba en una mina de carbón. Ese cambio les permitió ofrecer soluciones mucho más valiosas y transformadoras. Esta habilidad de adaptarse y pivotear, según Mateo, es esencial para cualquier emprendedor que aspire a tener éxito.

Claro, aquí tienes el texto reestructurado en párrafos de cinco líneas y sin las marcas de tiempo:

Cuando comenzás a trabajar con inteligencia artificial, esto agrega una capa adicional porque ya no estás planificando decisiones rígidas. En lugar de eso, comenzás a darle autonomía a los sistemas, proporcionando solo un objetivo y un contexto. Este cambio permite abordar problemas desde una perspectiva más dinámica y flexible, alejándose de los enfoques tradicionales.

En el tema de automatizaciones, logramos ayudar a las compañías a resolver problemas completos. Si no lo hacíamos así, solo se quedaban en un punto específico, lo que limitaba las soluciones. Una de las principales razones por las que las empresas nos buscan es porque ofrecemos un excelente soporte y ejecutamos con rapidez. Esto nos permitió destacar en el ámbito de las automatizaciones.

Tiene sentido porque, al final, los chatbots son deterministas. Si les das opciones como el camino A o el camino B, pueden seguirlas, pero no siempre llegan al objetivo literal. Sin embargo, al incorporar inteligencia artificial, dejamos que esta resuelva problemas de manera más eficiente. Este enfoque cambia completamente el panorama de cómo se diseñan y utilizan estas herramientas.

Es algo que muchos han experimentado cuando interactúan con chatbots y terminan escribiendo “agente, agente, agente” para hablar con una persona. Esto refleja una falta de inteligencia en esos sistemas. Ahora, con la inteligencia artificial, hemos visto cambios significativos en solo 12 meses. Desde usar versiones básicas como GPT-3.0, que respondían de forma limitada, hasta herramientas actuales que procesan lógicas complejas y ofrecen respuestas de alta calidad.

A pesar de sus avances, muchas personas critican a la inteligencia artificial por “alucinar”. Sin embargo, una alucinación no es más que una desviación en la predicción, algo que también ocurre con los humanos. En una conversación, las personas a veces responden con información equivocada o confusa. Este cambio tecnológico es disruptivo, y en Latinoamérica, muchas personas aún no son conscientes de la magnitud de este impacto.

Estamos en un cambio tan grande en el que estamos. En algunos casos se habla de que ese cambio puede ser más grande que la luz. Ese fue el cambio más grande de toda la historia. Todavía en Latinoamérica, nosotros constantemente nos sentamos con compañías, y una cosa que nos damos cuenta es que hay compañías grandes, de 100, 200 o incluso 500 millones de dólares, que no tienen una estrategia de adopción de inteligencia artificial.

En automatización, aunque estén haciendo ciertas cosas, muchas empresas todavía piensan que la tecnología de automatización se adopta de manera top-down. Sin embargo, no es así. Es un tema donde los usuarios tienen que cambiar la forma de trabajar y empezar a adoptar esas tecnologías de una manera diferente. Hace poco vi un video del White Combinator sobre una empresa que recién se convirtió en unicornio. Lo interesante es que esta empresa, de servicios legales, logró éxito al integrar a sus abogados con inteligencia artificial.

El producto que desarrollaron se construyó gracias a la colaboración diaria de 120 abogados con inteligencia artificial. El resultado fue un producto único que ahora puede usarse en todas las casas legales. En una conversación reciente con una de las firmas de abogados más importantes de Colombia, dentro de las top cinco, me comentaban que aún no creen que la inteligencia artificial los vaya a reemplazar. Sin embargo, la realidad es que el rol no se reemplazará, pero la forma de trabajar cambiará completamente.

No confiaría en una inteligencia artificial que me defienda en un juicio, pero tampoco confiaría en un abogado que no use inteligencia artificial para ayudarlo. Esto también aplica en áreas como el marketing y otras disciplinas. La combinación de superinteligencia con el conocimiento humano permite encontrar patrones a una velocidad inalcanzable para nosotros. Esto no significa que no seamos buenos en otras cosas, pero la inteligencia artificial trabajando con humanos en el loop es una tendencia clave. En Latinoamérica estamos muy atrasados en esto, pero vamos encaminados.

La evolución de la automatización: Asistentes, agentes y el futuro del trabajo con inteligencia artificial

Somos gestores de este cambio en menor o mayor medida, y eventualmente llegaremos allá. Tocaste un punto importante: la distinción entre asistentes y agentes. ¿Cuál es la diferencia entre ambos? Para las personas que están comenzando, hay tres etapas de automatización. Primero, la automatización con reglas: si pasa esto, entonces haz aquello. Este tipo de lógica es lo que hemos visto en los últimos tres años y puede resolver aproximadamente el 40% de las necesidades de una empresa.

La inteligencia artificial generativa trae nuevas discusiones sobre asistentes y agentes. Un asistente te ayuda a producir trabajo, pero depende de tus instrucciones. Por ejemplo, en herramientas como ChatGPT, tú proporcionas datos, revisas resultados y das retroalimentación. Mi enfoque hacia la inteligencia artificial es tratarla como un empleado: hay que darle instrucciones claras y corregir errores. Los asistentes son estáticos; no tienen autonomía. Por otro lado, un agente tiene autonomía para tomar decisiones y aprender de ellas.

Con los agentes, defines objetivos, contexto, reglas de comportamiento y herramientas a utilizar. El agente toma decisiones por sí mismo y aprende de estas, lo cual es clave. Entonces, cuando tenemos ya ese nivel de autonomía y después digamos ahí.

Ya hablan de varios niveles de agentes, pero para no complejizar, digamos como más la conversación es en ese asistente. Lo que están haciendo es que vos todavía lo estás controlando y te está asistiendo en trabajo. Y en el agente o le estás entregando más autonomía y puede ser que haya una verificación. Nosotros por ejemplo, hoy con una compañía que tenemos, una automatización que lo que hace es automatización, es que le llegaban 400 PQR diarias que tenían que responder abogados. Hoy en día, de esas 400 PQR el 80% se responde 100% con inteligencia artificial sin supervisión.

¿Qué significa eso? Lo responde la inteligencia artificial, pero hay un 20% que tiene un riesgo muy alto, cierto? Entonces la compañía dice Bueno, yo confío en inteligencia artificial, pero quiero que lo revise un abogado. ¿Qué hace la inteligencia artificial? Le sugiere al abogado una respuesta y él, voilá, revisa. Cierto. Entonces uno puede. Hay una cosa muy interesante en esto, y es que yo creo que hay mucha desinformación respecto a inteligencia artificial, y creo que lo has visto y es hay una cantidad de gente haciendo unas falsas promesas que uno no llega y dice como ok, esto no, o sea, yo veo y he sido víctima y aún sabiendo, digamos muy metido en el tema inteligencia artificial, he sido víctima del.

No vas a tener que volver a editar un video y paga uno, la paga uno la aplicación y termina usando uno 02:30 tratando de hacerlo y no lo logró. Y dice no, esto no tiene sentido. Sin embargo, sí hay muchas cosas donde te puede ahorrar y la verdad es que las eficiencias son brutales. Mateo. Y en esa línea, ¿cuánto se puede automatizar y cuánto no? Porque sabemos que no es el 100%. Bueno, esa es una pregunta que yo creo que es. Posiblemente las preguntas que más nos hacen. Y eso es como dos partes.

Por un lado hay con mucho desconocimiento de la tecnología y hay mucha imaginación donde creen. Venga, es que yo armo un agente y entonces esa gente me va a hacer todo cierto. Entonces una de las cosas que uno tiene que entender es que la inteligencia artificial no reemplaza roles, reemplaza flujos de trabajo de un rol y tareas dentro de ese flujo de trabajo. Ejemplo si yo soy un vendedor, el vendedor prospecto arma cotizaciones, hace seguimiento y esos son flujos de trabajo. Y después hay tareas que yo que sé calificar, el lead, etcétera. Entonces hay ciertas cosas que o sí.

Puedes estar adelantando automatizaciones del 90%, ejemplo calificación de leads, enriquecimiento de leads. Hoy, por ejemplo, una de las cosas que yo he visto es ese rol del que armaba listas y el que estaba haciendo y mails en frío, creando listas, haciendo secuencias, armando secuenciadores para mandar, yo que sé, 10.000 correos diarios. Hoy en día vos podrías perfectamente llegar a un punto donde por 1.000 $ estás mandando 500.000 correos al mes, cierto? Es decir, estás haciendo que lo que hacía un esbirro ese es decir, lo quería hacer lo que hacen entre 20 a 30.

¿Sin embargo, necesitas el día, cierto? Hay una persona que tiene que estar ahí orquestando. Entonces, si lo hace subir ese volumen ahí, ahí, entonces ahí es donde uno tiene que entender del valor de las tareas, pues cuál es el tipo de ventas que yo estoy haciendo. Si estamos hablando en el contexto de ventas, yo automatizar tareas, pero no automatizar ya la relación. Cierto es a la relación con el usuario la puedes automatizar. Hace poquito me pasa a mí en LinkedIn.

Me acuerdo que a mí me llegan, no sé, no sé cuántos mensajes de voy a llevar tu empresa al siguiente nivel y conversemos y vos te das cuenta que es la misma automatización sin ningún sentido. Cuando hoy en día podés hiper personalizar para generar mucho valor. Normalmente lo que yo veo dependiendo de las áreas, estás hablando entre, digamos, áreas que son que tienen mucha relación con clientes, estás hablando máximo una automatización del 50%, o sea, un vendedor de alto valor que sí va a ser, va a poder automatizar el research que hacía antes de llegar a la reunión.

Va a poder automatizar la creación de los mensajes para hacer seguimiento, va a poder automatizar la creación de la cotización, va a poder automatizar la generación de contenido personalizado contextual para ese cliente. Eso que va a ser, le va a dar a esa persona fácilmente un 50% del tiempo. Eso significa que un vendedor tiene la capacidad de duplicar su productividad en marketing, la automatización puede ser un poco más alto. En marketing podría llegar a estar hablando si es una.

Sí, es un área que es intensiva en la creación, digamos, por ejemplo, de contenido, etcétera Ahí sí puede estar hablando de un 70%. En donde sí podés llegar a niveles más altos es cuando es algo que entre más se repita y más operativo sea, más alta va a ser el nivel de automatización. Ejemplo en servicio al cliente.

Nosotros tenemos casos donde hemos logrado automatizar el 80%. ¿Qué significa eso? Que una persona tiene la capacidad de hacer cinco veces el trabajo que hacía antes, entonces va a depender, digamos que va a depender mucho del tipo de riesgo que hay, va a depender de qué tan repetitiva es la tarea y muy si estar alineado con esas... esos superpoderes que tiene la inteligencia artificial, que es generación de texto o síntesis, creatividad e interacciones.

Desmitificando la inteligencia artificial: Realidades, mitos y el futuro de la automatización

 

Entonces dependiendo de shopper, por ejemplo un vendedor, ahí podrías estar hablando de una automatización supremamente alta, es decir 70, 80, de pronto está en 90 en una venta muy transaccional. Si es una venta más consultiva, ya también incluso la decisión de qué tanto la vas a arriesgar. Entonces como más bien le das herramientas al vendedor para que de acompañamiento y lo haga mucho mejor.

Tú tocaste un punto antes y este punto me lleva a hacerte una pregunta que yo creo que es crítica. ¿Cuáles son esas grandes mentiras que nos han dicho de la inteligencia artificial? ¡Uy! Ahora hay una cosa ahí, es que hay como una cantidad de personas que han hype grandísimo. Entonces a ver, una de las cosas y es como estos temas donde vas a reducir el 90% de costos o que vas a… o sea todo esto, todos estos temas donde no llega IBM, eh, los que venden, por ejemplo, llamadas, ya el que automatiza las llamadas, eh?

Y básicamente dice reemplaza a tu equipo de ventas. Sí. Entonces claro, eso suena súper bonito, porque entrenar un vendedor toma tiempo. Todo. ¿Y una de las cosas que está pasando estas compañías, digamos que a ver, este tema está más avanzado en Estados Unidos porque el valor del costo en Estados Unidos ya está a la par, cierto? Es decir, lo que cuesta automatizar la tarea de una llamada en Estados Unidos vale menos hacerla con inteligencia artificial.

En Latinoamérica, por el contrario, todavía vale lo mismo, cierto? ¿Pero entonces, qué te termina pasando con eso? Estas compañías están ofreciendo esto y todavía hay muchos gaps en la tecnología. ¿Qué significa eso? El tren de cinco compañías en este momento es altísimo. ¿Cierto? Entonces esa, por ejemplo, es una de las cosas que uno tiene que tomar muy con pinzas. Eso no significa. O el hecho que la tecnología esté acá no significa que no vaya a llegar allá.

O sea, entendamos que los costos de inteligencia artificial en los últimos 12 meses bajaron el dos, el 90%, cierto? Y si además de eso, si vos te querés ir más allá y ya no trabajas con modelos de OpenAI, sino que si trabajas con un modelo open source, perfectamente podrías bajar ese otro 50%, cierto? ¿Qué pasa? ¿Implica implicaría hacer inversiones más grandes, pero una de las mentiras más grandes es esto de que la inteligencia artificial va a ser el 90% o el tema de Despierto Community Manager, que ya lo hace la inteligencia artificial, que también he visto esa pauta.

O todos estos temas donde yo por ejemplo, siendo un dueño de una compañía, yo no cambiaría mi estrategia, yo no despediría ni tomaría decisiones de agregar, de sacar y de desarticular el conocimiento del equipo, sino más bien es como yo a mi equipo actual le agrego capacidades, cierto? La otra mentira que es muy grande, es todo lo relacionado, digamos, de lo que está pasando ahora. ¿Y es que vamos a tener una súper inteligencia artificial en cuestión de ocho meses, cierto?

Y entonces ahí también digamos, es como donde, donde. De hecho, una de las cosas que pasó fue que hay una definición que se Leidy que es como la inteligencia artificial general, que es básicamente que la inteligencia artificial sea capaz de pensar como un ser humano cierto y hacer lo que hace un ser humano. ¿Y eso decían qué va a pasar en octubre 20 24, Cierto? O sea, en 20 días empiezan a decir no, en ocho meses, en ocho meses vamos a tener y no sé qué.

Y lo que terminó pasando es que están empezando, es a cambiar la definición. Entonces claro, entonces si la vas a alcanzar, cuando cambies la definición, es muy fácil alcanzarla así. Entonces todos dicen Y sale San Juan, el de OpenAI diciéndonos Estamos muy cerca. Y digamos ahí es donde uno se pregunta si realmente están tan, tan cerca del descubrimiento más grande de la historia.

Estarían todos los cofundadores yéndose de una compañía que está al borde de descubrir el descubrimiento más grande de la historia, diría uno, como de pronto no estamos tan cerca. Y otra de las cosas, por ejemplo, es a la tasa de mejora que estaban los modelos. El salto del 3.5 al cuatro fue muy alto, pero mira que después del cuatro, el cuatro lo que hizo fue que le agregó multimodalidad, que es que ya no solamente es texto sino video y imagen, pero realmente sigue siendo el mismo modelo, No hubo un crecimiento del modelo.

Sí están, digamos, están haciendo mejoras, pero mira que muchas de las mejoras están en UX. Entonces ese tema, digamos, yo creo que eso todavía no lo han descubierto, pero en general hay una cosa que yo creo que respecto a esas mentiras, todo este tema de que va a hacer todo el trabajo por ti, que si vas a ser una persona que use inteligencia artificial literal, mira, hay un caso de estudio muy interesante que es el de Billy, que es una de las consultoras más grandes del mundo, 32.000 empleados.

La mayoría de la gente que contratan es de Harvard, del Stanford. La mejor educación del mundo, Cierto. Y en esta consultora lograron que las personas mejoraran el 40%, la calidad de su trabajo y 25% más rápido. Cierto. Si estás hablando que eso es para unas personas que tienen que estar educadas en los mejores lugares del mundo, imagínate lo que. Ah, bueno.

Y una de las cosas que también agrega el estudio es las personas que más beneficios tuvieron eran los que eran los de peor performance. ¿Claro, Qué significa esto? Esto ayuda a que las personas que no son tan buenas se vuelvan mucho mejores. Eso sí es verdad. Pero por ejemplo, el resto de la escala donde la inteligencia artificial va a ser todo por nosotros, ahí todavía estamos.

Yo creo que todavía bastante lejos. En general uno lo que ves y si puedes ver automatizaciones del 70%, el 50 40. Pero digamos, cuando ves sobre todo en lo que es no workers ahí, ahí sí ve eso sí es eso. Pero por ejemplo, todas estas exageraciones de ya no va a tener que hacer nada. Eso sí, literal es como en general hay mucho hype.

Y hay unos emprendedores muy arriesgados haciendo unos claims muy arriesgados en donde yo he visto muchas veces si vos estás haciendo un artículo y hay una alucinación creativa, no hay ningún problema.

Sí, claro, claro.

Adopción y evolución de la inteligencia artificial en las organizaciones: Desafíos, mitos y procesos iterativos

Pero, por ejemplo, hace poquito un estudio en donde uno de los modelos que hace que pasa de audio a texto estaba alucinando en un 10% cuando las personas se quedaban calladas. ¿Qué significa eso? Habían 7 millones de diagnósticos médicos que lo estaban dictando. 700.000 diagnósticos médicos pueden tener alucinaciones. El riesgo en un diagnóstico médico es que se muera alguien. Entonces, inclusive, digamos, hay compañías como OpenAI hoy que dicen esto no está hecho para casos de alto riesgo.

Entonces, ahí, digamos, hay unos casos que no son tan graves, pero hay otros que uno sí tiene que ser muy cuidadoso y hay emprendedores que les preguntas, ok, ¿cómo controla con Tomo controladas las alucinaciones? Y la respuesta es bola de heno. Entonces uno ahí tiene que ser como, como, como. O sea, si informarse de cómo está tomando esas decisiones y. Y eso me lleva a hacerte otra pregunta, porque yo soy un fiel creyente en los procesos iterativos. Donde yo voy, construyo algo, lo pruebo, lo mejoro.

Y vuelvo a probar lo mejor y vuelvo a probar en lo que ustedes están haciendo hoy. ¿Cómo sucede ese proceso de mejora continua? Es muy buena pregunta. Y ahí hay una cosa y es cuando estamos cambiando un proceso. ¿Nosotros no podemos coger y decir venga, reemplace todo, cierto? Si no es venga como cómo empezamos a integrar la inteligencia artificial para que sea un mejorador. Entonces ahí hay una cosa que vos que mencionaste y es que hay compañías, están viendo la inteligencia artificial como un reductor de costos, cierto?

Y a otras compañías que lo están viendo como un escalamiento de capacidades y hay otras que lo están viendo como una área, como una tecnología estratégica para crear y reinventarse. ¿Y ahí es donde viene el concepto de un first Company, cierto? ¿Una y First Company no sucede de la noche a la mañana, porque qué es lo que yo tengo que hacer si yo estoy acostumbrado a hacer las cosas como las estoy haciendo yo? ¿Cómo hago que mi equipo empiece a usar inteligencia artificial? Poco a poco. ¿Cierto?

Y eso sucede dándole las herramientas, pero enseñándoles también cómo usarlas, cierto? Entonces ese poco a poco empieza desde lo primero es enseñarle a la gente, o sea, nosotros literal, una cosa que nos tocó hacer y es sacar cursos para que las compañías aprendan cómo adoptar inteligencia artificial, Porque muchas veces se cree que es parecido a cómo se adoptan otras tecnologías, que es como esto viene de la gerencia y yo quiero que adopten inteligencia artificial.

Pero el cómo es una tecnología que sirve para tantas cosas. El descubrimiento de los casos de uso y de el descubrimiento de los casos de uso viene de la experimentación y el experimentación de quien está haciendo el trabajo. Entonces, si no le damos la herramienta y no le damos el conocimiento para que pueda experimentar, es imposible que eso vaya a suceder. Entonces, como normalmente sucede en el proceso, vos tomas una parte y después con esa parte evaluamos, Ok, esto funcionó.

¿Listo, como lo escalamos a otras operaciones, cierto? Eso genera confianza, eso genera, eh, genera confianza en el proceso, genera, eh, engagement de la compañía y las otras personas. Oiga, yo quiero ver qué fue lo que pasó y después tomar ese caso y volverlo como ese caso que te ayuda con el resto de la gente. ¿Porque qué significa esto? ¿Es vos cómo hacés?

¿Qué sí deberías hacer como compañía? Es vos. ¿Ya no debería estar pensando en Voy a contratar esa persona porque tengo que crecer mi capacidad, sino es venga yo cómo reorganizo el rol para que use inteligencia artificial? ¿Y puede ser que tengas que contratar otra persona, pero es yo cómo empiezo a adoptar? Y eso es un tema de evangelización en el día a día y de crear comportamientos al interior de la organización.

Para abrirle oportunidades a la tecnología. Y no solamente un tema de decir vamos a usar esto ya. De hecho hay un estudio de Microsoft donde están mostrando que están teniendo muchas dificultades para que la gente adopte la herramienta y es por qué si no la o es usar entonces todo el mundo. A nosotros lo que más me y lo que más me preguntan y es en uno de los cursos que tenemos de inteligencia artificial, es que yo quiero usar inteligencia artificial, pero no sé cómo.

Cierto. Entonces es como eso es como muy buena y me están diciendo que es muy bueno, pero eso también genera el otro lado. Y la otra pregunta es si es verdad que eso está bueno, entonces que ese poco a poco empieza con entender cuál es ese caso de uso o como mínimo casos de uso viable y después de ahí empezar a automatizar y meter esto en toda la organización.

Y las compañías que van a ganar son las que se vuelvan una IA first mindset y es decir, yo como pienso, primero la inteligencia artificial y como me adapto, es que esto es un cambio más grande que cuando llegaron los computadores. Porque estás, porque estás construyendo sobre el internet, sobre los móviles y sobre toda la infraestructura que estás.

Y ahí te me quedan poquitas preguntas, pero ahí hay un tema que tú tangencialmente tocaste, que es Yo hago el primer caso y ese es el que se vuelve el el la bandera para que el resto de la gente lo adopte. ¿Pero qué pasa cuando falla? Porque yo siempre hablo de lo bueno, lo malo y lo feo. Entonces, qué pasa cuando falla y cómo recuperas esa confianza para que la gente siga probando.

Uy, esa y esa sí es difícil. Ahí hay un tema cultural que tenemos que crear en la organización y es ese cambio de compañía sin inteligencia artificial, porque antes no teníamos acceso.

Hoy en día una de las cosas que hizo la inteligencia artificial generativa es que es texto. Cualquiera puede escribir, entonces cualquiera la puede usar. Y en esa línea, yo creo que se democratizó. Literal, se hizo todo. Literal y es, yo creo que es una de las razones por las cuales la adopción de chat GPT fue tan rápida.

 

Transformación empresarial a través de la inteligencia artificial: Retos, aprendizajes y el futuro de la innovación

Es cierto, porque al final cualquiera puede escribir y ahora con la voz, yo creo que eso va a llevarlo al siguiente nivel realmente. Pero hoy una de las cosas que es muy interesante lo que estás diciendo es un tema cultural que tenemos que crear al interior de la organización. Si queremos descubrir cómo usarlo en la organización, tenemos que estar dispuestos a equivocarnos y a ver eso no como un error, sino verlo como una experimentación. Y te lo digo porque a nosotros nos pasó en una compañía donde la reducción de tiempos era el 80% reducción de costos del 30%, pero el equipo no lo sigue usando.

¿Qué significa esto? Si la organización no tiene una directriz clara y no encuentra quién es el champion de esa transformación, eso no va a pasar. Entonces, si vos dentro de tu organización no fomentas a "Venga, experimentemos, cambiemos". No nos funcionó, ok, listo, encontremos otra forma. Porque el hecho de que no funcione una vez no significa que no funcione más adelante. O sea, es decir, el otro día me acuerdo que hay un caso muy interesante y es el caso de McDonald's.

McDonald's puso en sus drive through que las personas pudieran pedir por voz y literal, ¿había veces que entregaban helados con tu cinta, cierto? ¿Pero entonces, qué es lo que termina pasando con eso? Todas las compañías. McDonald's se arriesgó y tuvo que retirar esto, pero el aprendizaje de McDonald's al interior de la organización al hacer esto, respecto a las otras compañías que no han empezado, básicamente lo pone muy por delante respecto a una forma de pensar y a una forma de no solamente de pensar, sino de repensar su organización.

Entonces, cuando tenés que estar hablando de una nueva tecnología que va a cambiar completamente la forma como trabajamos, tenemos que estar dispuestos a equivocarnos. Claro, pero el estar dispuesto a equivocarte es el beneficio, donde puedes estar hablando de retorno de inversión, de justo retorno. Nosotros tenemos retorno de inversión del 800%, pero hay una cosa que tocando lo que decías. Hay una cosa que es súper importante, que yo veo que ustedes, parte de lo que hacen, uno de los mayores retos que tienen las compañías es el no tener la auto organizada, cierto?

Sí, eso es fundamental. O sea, no tienes la data correcta y lo que le vas a dar a la inteligencia artificial va a terminar como resultado con otra cosa incorrecta. Y no solamente eso, o sea la data correcta pero además accesible. Entonces cuando uno combina esas dos cosas, y ahí es donde si hablamos ahorita, que la mayoría de infraestructura es Excel, Excel tiene unos límites bastante limitados en muchos aspectos, cierto? Entonces, cuando eso sí va a terminar pasando, va a terminar pasando.

El hecho de que también no tengamos tanta infraestructura en tantos sentidos, creo que va a terminar haciendo que podamos adoptar más rápido. Porque Latinoamérica mira que no es una, no es una región donde todo el mundo esté usando software actualmente. Pero quienes tengan implementado eso, la ventaja que tienen respecto a los que no es, o sea, porque tenés las bases ya listas para simplemente venga, conectemos esto y empecé a ver resultados y estás viendo.

O sea, es que antes, antes el payback de un proyecto, antes el payback de un proyecto de tecnología, podías verlo en términos de nueve meses, 11 meses, 12 meses, a veces 18 meses con inteligencia artificial. Ese mismo payback lo puedes estar viendo en tres meses o en el mes que lo estás viendo supremamente rápido. Entonces cuando haces eso, la organización se equivocó, vuelve, probó y resulta que después en dos meses tiene ya 3445 casos de éxito.

Y ahí es donde cuando vos estás hablando de eficiencias del 25%, eso es un día hábil a la semana, estás hablando de 52 días al año. Claro, eso es un mundo. Esta es mi última pregunta. Y no porque la conversación no esté interesante, porque la verdad es que pudiéramos estar hablando meses de esto, pero yo sí creo y. Y a mí me gusta mucho dejar una visión positiva para el futuro.

¿Cómo ves tú lo que va a pasar en el futuro, que son los próximos 90 días con las automatizaciones y la inteligencia artificial? Yo desde los que yo no, o sea, yo no soy tan tanto de la corriente del Doomsday de Terminator y que el Internet artificial va a acabar con todos. Yo creo que tenemos una tecnología por fin, que por un lado está al alcance de todos, cierto. O sea, hay una cosa que pocos mencionan, pero el mayor ganador de la inteligencia artificial no son las empresas grandes.

Los mayores ganadores son las empresas pequeñas. ¿Por qué razón? Porque tienen acceso a un asesor de Harvard por 20 $ al mes y al conocimiento de un asesor de Harvard por 20 $ al mes. Eso es. O sea, es eso. Antes era impensable, cierto? Entonces, para una compañía que es pequeña y la más pequeña, le hemos desde tres personas. O sea, las posibilidades de esto son gigantes. Pero para las compañías grandes que se organicen bien.

Creo que vamos a ver un mundo en donde vamos a tener más solución a muchos problemas que no teníamos capacidad de solucionarlos. En términos de servicio al cliente, vamos a tener las posibilidades que antes no teníamos. O sea, yo no creo que exista ninguna compañía que diga "es que yo quiero tener un mal servicio". El problema es que antes, como lo hacíamos con personas, esto requería flujos de entrenamiento muchos más rápidos que lo que va a terminar pasando.

Todas las compañías tienen unos gaps de servicio gigantes. ¿Qué va a pasar con esto? Vamos a tener la capacidad de poder dar mejor servicio, crear mejores relaciones con los clientes, crear relaciones más personalizadas, crear realmente vínculos emocionales más interesantes. ¿Pero desde la parte de crecimiento? Creo que las compañías, o sea, creo que yo creo que posiblemente estamos en la época más increíble para uno crear una organización y una compañía.

En términos de las posibilidades que hay para hacer de las facilidades y las barreras que se acabaron, cierto? Entonces yo sí creo que no solamente en los próximos 90 días, creo que en el próximo año, pero en los próximos dos años vamos a ver cosas muy interesantes. Obviamente esto plantea unos desafíos también interesantes desde muchos lados, pero si lo que vamos a hacer es, creo que se abre un mundo de posibilidades muy interesantes, eh? Gracias a la inteligencia artificial.

Mateo, como siempre, una conversación súper agradable. Encantado de que hayas estado aquí con nosotros. Nos despedimos, pero seguimos siempre en contacto porque creo que tu visión de lo que se puede hacer hoy con las automatizaciones y la inteligencia artificial va a ser de mucho valor y va a enriquecer mucho a nuestra audiencia. Muchísimas gracias. Bueno, muchas gracias a ustedes. Muchas gracias a las personas que están viendo esto. Bueno, hasta la próxima.