De YPF a la Fórmula 1: seis casos donde la inteligencia artificial ya genera resultados
Empresas argentinas y globales ya muestran cómo la inteligencia artificial empieza a transformar el trabajo
9 minutos de lectura'
LA NACIONMaría Josefina Lanzi
Recientemente, un estudio del Instituto Tecnológico de Massachusetts (MIT) hizo eco en los medios y despertó interés a nivel internacional por sus resultados: a pesar de que hay empresas que aseguran haber hecho una inversión millonaria en GenAI (inteligencia artificial generativa, es decir, la que, como señala su nombre, “genera” contenido, como imágenes o textos) el 95% de las organizaciones aseguran que todavía no obtienen ningún retorno.
Lo paradójico es que las herramientas de inteligencia artificial, como ChatGPT y Copilot, están siendo adoptadas: según el mismo estudio, más del 80% de las organizaciones las han explorado y casi el 40% asegura que las han implementado. Sin embargo, aunque la adopción es alta, la transformación se mantiene baja.
Pero no es así en todos los casos. “El trabajo del futuro -que es ya un presente- es un proceso compartido entre personas y sistemas, ambos inteligentes, donde tanto unos como otros aprenden, colaboran y se complementan. Este es el gran desafío -y la gran oportunidad- del presente y del futuro de estas nuevas modalidades laborales”, explica la doctora Patricia Debeljuh, directora del centro CONFYE de IAE Business School, en su guía de buenas prácticas Hacia una transformación laboral con sentido familiar y social, que presentó recientemente en el Parque de la Innovación. Al mismo tiempo, aclara el rol esencial de la persona en esta transformación: “Más allá de todos estos avances y de la redefinición que traen consigo, la persona estará siempre en el centro, aportando lo que la IA no puede dar: empatía, juicio prudencial, creatividad, intuición, negociación, valores éticos”.
En este contexto y a continuación, se enumeran varios casos de éxito donde la IA ha logrado penetrar en las industrias hasta el punto de reducir exponencialmente el tiempo empleado en resolver ciertas cuestiones, desde armar un presupuesto a ahorrar tiempo de análisis en la Fórmula 1, pasando por contratar personal para una empresa.
“La experiencia laboral y la tecnología no son opuestas”
Con la inteligencia artificial golpeando la puerta, YPF decidió entrenar a sus colaboradores con la IA. Y lo curioso es que, justamente, decidieron hacerlo usando la misma inteligencia artificial. ¿Qué implementaron? El equipo de Gerencia de Aprendizaje se formó en inteligencia artificial para luego dar también una capacitación personalizada de IA a todos los empleados de la empresa.
El resultado: redujeron en un 75% el tiempo de realización de los contenidos que produjeron y en un 50% los costos, en un proceso que impactó a más de 12.000 personas. Esos ahorros permitieron redireccionar la inversión hacia otras iniciativas que requerían foco estratégico y recursos. Todo esto, que antes requería servicios externos y hasta medio año de trabajo, se realizó en dos meses en el 2024 y sin costo adicional.
Además, la IA les permitió crear contenidos didácticos, producir audiovisuales con avatares digitales e incorporar un asistente inteligente.
La inteligencia artificial potencia la Fórmula 1
En un deporte donde cada milésima de segundo cuenta, la inteligencia artificial puede ser decisiva para optimizar el tiempo. Con ese objetivo en la mira, Globant se convirtió en partner tecnológico oficial de la F1 y desarrolló el Sistema de Entrega de Contenidos de Equipo, una plataforma que brinda información clave para ingenieros y directores técnicos durante las carreras.
El proyecto integra más de 30 canales de video, múltiples fuentes de audio y datos sincronizados, para que los equipos puedan visualizar, comparar y procesar información en tiempo real; además de registrar en video, clasifica automáticamente datos de distintas fuentes. Esto les permite tomar buenas decisiones estratégicas durante una carrera, como cuándo entrar a boxes, qué neumáticos elegir o cómo responder ante condiciones imprevistas.
“El impacto fue inmediato: antes, los equipos recibían los registros audiovisuales con un retraso de 10 a 12 segundos; hoy, con el nuevo sistema, la imagen llega en apenas cuatro segundos, lo que reduce drásticamente los tiempos de análisis y reacción. Esa diferencia, que puede ser imperceptible para el público, es decisiva en la estrategia de carrera y en la obtención de resultados", explica Nicolás Ávila, CEO de los Media, Entertainment, Sports & Hospitality AI Studios de Globant, y detalla que el desarrollo fue presentado por primera vez durante el Gran Premio de Australia 2025 y, actualmente, se utiliza en todos los circuitos de la temporada.
Los satélites también necesitan inteligencia artificial
La empresa de telecomunicaciones ARSAT que, entre otras cosas, es operadora de la red nacional de fibra óptica y brinda servicios de televisión, internet y telefonía (a la Argentina y a zonas de América del Sur), a través de sus satélites, también recurrió a la IA, para poder llevar adelante una transformación digital.
La empresa contaba con sistemas desconectados entre áreas, procesos manuales que consumían tiempo valioso y falta de visibilidad en tiempo real de las operaciones, que se traducían en demoras y en costos operativos elevados por redundancias. ¿La solución? Implementaron un sistema basado en OpenShift AI de la mano de Red Hat, que permitió automatizar operaciones que antes se hacían manualmente y reducir el tiempo de diagnóstico de fallas en un 75%.
Además, lograron reducir los costos operativos en un 30%, lo que habla de un ahorro de aproximadamente US$2,3 millones por año. Los tiempos de planificación también bajaron en un 94%, pasando de 48 horas a apenas 3 horas. Además, los clientes reportaron un aumento del 20% en la satisfacción, gracias a la mejora en los tiempos de respuesta y en la calidad del servicio.
“Predecir la personalidad con solo escuchar tu voz”
¿Cuántas personas tienen talento sin explotar o trabajan en posiciones que no disfrutan y no son para ellas, porque no conocen qué capacidades tienen? Esta misma pregunta se hizo una joven brasileña, que se propuso encontrar la forma de vincular lo mejor posible las competencias de las personas con las organizaciones y profesiones en las que podrían desarrollarse laboralmente. ¿Cómo lo logró? Descubrió que la voz “es la fuente más confiable del comportamiento real humano”, explica Sarah Lucena, fundadora de Mappa AI. En ella se reflejan microseñales que muestran cómo las personas toman decisiones, cómo actúan bajo presión y cómo se relacionan con los demás, lo que permite decodificar el perfil de una persona y predecir patrones de comportamiento futuro.
Y los resultados que hasta ahora mostró están abriendo nuevas perspectivas: los tiempos de contratación se redujeron en más de 40% (en lugar de múltiples entrevistas para evaluar qué tan adecuado es el candidato, la herramienta predice una determinada compatibilidad en segundos, con datos objetivos de voz) y el impacto económico también es llamativo: las compañías reportan ahorros superiores a US$30.000 por contratación y más de 300 horas por puesto.
La compañía funciona desde el 2023, y alcanzó una tasa de éxito de 90% de entrevista a contratación (es decir, 9 de cada 10 personas que recomiendan contratar a una empresa, terminan efectivamente contratados) y más de tres millones de dólares en ingresos anuales recurrentes generados de forma orgánica en menos de dos años. Además, logró un churn de clientes de apenas 1,9%, lo que implica que en 2024 tuvieron menos del 2% de tasa de cancelación (de personas que no permanecieron en la posición para la que habían ingresado). Entre las empresas de más de 10 países con las que han trabajado se encuentran grandes corporaciones, como Priority Inc., Quartile y Renault, y startups tales como Bags y Wiagro.
Mejorar la seguridad
La empresa argentina 7Puentes ayudó a una compañía energética a resolver inconvenientes que tenía en su área de Seguridad e Higiene. ¿Cuál era el desafío? El equipo de analistas recibía miles de observaciones de seguridad diarias que resultaban imposibles de procesar a tiempo, lo que generaba demoras en la identificación de riesgos y en la aplicación de medidas preventivas.
Para resolverlo, desarrollaron un modelo de IA generativa open source, capaz de clasificar automáticamente las observaciones según cuán críticas son y generar un mapa de calor en tiempo real dividido por áreas operativas. La iniciativa multiplicó por 100 la productividad de los analistas, ya que la organización pasó de procesar muestras parciales a analizar el 100% de los reportes de seguridad en minutos. Redujeron en un 90% los tiempos de respuesta y crecieron en la prevención de incidentes.
“Prevenir la ceguera infantil en la Argentina”
Desde el laboratorio AI for Good (inteligencia artificial para el bien) -un departamento de Microsoft que cuenta con especialistas en IA y que trabajan con expertos en diversas áreas como cambio climático, salud, impacto social y otras, para generar soluciones a diversas problemáticas- están desarrollando una iniciativa que busca prevenir la retinopatía del prematuro, una de las principales causas prevenibles de ceguera en chicos en todo el mundo.
Se trata de una enfermedad que no existía hace un par de décadas, pero que, actualmente, está teniendo un crecimiento exponencial (gracias a los avances de la medicina, cada vez más chicos que nacen antes de tiempo sobreviven). Sin embargo, todavía no están preparados para vivir en el planeta, en el sentido de que sus retinas no están completamente desarrolladas. El cantante Stevie Wonder, por ejemplo, tiene ceguera por haber padecido esa afección.
En algunos casos, cuando nacen prematuros, cuentan con una ventana de entre 24 y 36 horas de tiempo para detectar esto, tener una intervención y prevenir la ceguera. El problema es que el mundo tiene solamente 200.000 oftalmólogos, de los cuales solo 10.000 son pediátricos, y existen millones de casos de chicos que nacen de forma prematura, que van a necesitar hacerse un análisis, para saber si presentan o no esta afección. “Por las cantidades, es matemáticamente imposible llegar a diagnosticar estos casos, por lo que empezamos a trabajar con una doctora, que luego nos contactó con otro médico, Guillermo Monteoliva, del Hospital Italiano de Buenos Aires, para desarrollar un algoritmo que ayude en la detección”, explica Juan M. Lavista Ferres, vicepresidente corporativo y chief data scientist del laboratorio, que explica que, este se instala en un celular y, usando solamente la cámara, saca una foto de la retina. Esto permite detectar retinopatía del prematuro en chicos de la misma forma que lo haría un médico. Aunque aclara que todavía se encuentra en los primeros usos y falta mucho testeo, ya están trabajando en la Argentina, Ghana, Colombia y México.
