1
“Redujo los tiempos un 80%”. 5 casos de empresas argentinas que ahorran dinero y plazos usando IA
La IA viene transformando distintas industrias, pero ¿en qué casos se aplicó este año en el país?
7 minutos de lectura'
LA NACIONMaría Josefina Lanzi
El año que dejamos atrás marcó una etapa en que la inteligencia artificial se adoptó mucho más entre individuos, pero también entre organizaciones. Ya no se trata de una promesa del futuro, sino de una herramienta concreta para mejorar procesos complejos y aumentar la eficiencia. Pero, ¿qué casos tangibles de aplicación de IA se han dado en la Argentina?
“2025 fue el año en el que la eficiencia organizacional con inteligencia artificial dejó de ser una promesa para transformarse en casos reales, concretos y medibles dentro de la operación diaria de las empresas", señaló Eduardo Laens, CEO de Varegos, docente universitario especializado en IA y autor del libro Humanware. Explicó que ya no se trata de pilotos ni de pruebas de laboratorio, “sino de soluciones que funcionan en producción, impactan en costos, tiempos y calidad de decisión, y se integran silenciosamente en los procesos críticos del negocio”.
Los expertos en inteligencia artificial coinciden en que todos estos casos comparten un denominador común: la tecnología complementa el trabajo de las personas, no lo suple; el empleo del futuro se construye con la colaboración permanente entre talento humano y la tecnología. “Al automatizar controles, validar información y orquestar flujos de aprobación, la IA no reemplaza la supervisión humana, sino que la potencia, liberando tiempo y reduciendo riesgos operativos”, explicó Matías Hilaire, CEO de The App Master, compañía argentina que crea soluciones tecnológicas para startups, pequeñas y medianas empresas. En ese sentido, coincide Laens: “La IA no reemplazó personas, sino fricciones. No eliminó criterio humano, sino tareas repetitivas, lentas y propensas al error”.
IA en belleza y cosmética
Lejos de lo que muchos creen, la inteligencia artificial hoy está llegando a todo tipo de industrias, no solo a las tecnológicas o más vanguardistas. Un cliente de la empresa Varegos, perteneciente a uno de los grupos líderes del mercado regional de la industria de la belleza y la cosmética, se enfrentó a un desafío poco común: luego de concretar una adquisición corporativa, necesitaban capacitar en muy poco tiempo a más de 300 vendedores y hacerlo de forma efectiva, homogénea y escalable.
El problema ponía dos interrogantes sobre la mesa: por un lado, pensar en cómo generar el contenido didáctico y, por otro lado, elegir un canal para difundirlo. La solución fue un “profesor por WhatsApp”, impulsado por IA, capaz de procesar preguntas, guiar aprendizajes y adaptar las interacciones a cada vendedora.
En apenas dos meses lograron capacitar a todo el público, con una tasa de éxito del 99%, “demostrando que la combinación de canales cotidianos y agentes inteligentes puede escalar procesos de formación que antes parecían imposibles”, explicó Laens.
La IA llega a los peces
TASA, una compañía conocida por producir y exportar harina y aceite de pescado al mundo tenía inconvenientes para detectar cardúmenes de anchovetas.
Las imágenes de las ecosondas (representaciones visuales del fondo del agua y de lo que hay debajo de la superficie, obtenidas a partir de ondas acústicas, que permiten detectar la ubicación de los peces) no se podían analizar en tiempo real: el barco debía regresar a puerto para descargar los datos, evaluarlos por especialistas en tierra y luego volver al mar. Esto obviamente implicaba la posibilidad de que los peces se hubieran ido, un alto consumo de combustible y la captura incidental de otras especies.
Frente a este problema, la compañía de origen argentino Baufest, que desarrolla productos digitales con soluciones a medida que integran la tecnología y las personas, desarrolló un sistema que utiliza algoritmos avanzados de inteligencia artificial para procesar e interpretar imágenes crudas marítimas en tiempo real. Entrenaron el modelo con las grabaciones hechas a lo largo de 10 años, lo que les permitió crear un “ecograma” detallado que permite identificar, antes de lanzar las redes, la ubicación y características precisas de los cardúmenes.
La herramienta mostró una “reducción drástica de la pesca accidental de otras especies marinas, una disminución del 30–40% en el consumo de combustible de la flota en la primera temporada y ventaja competitiva directa en el principal costo del negocio que son las proyecciones más precisas", explicó Ángel Pérez Puletti, CEO de Baufest.
La cuenca del Golfo San Jorge
La complejidad operativa y la madurez de los yacimientos del Golfo San Jorge, una de las cuencas petroleras más antiguas y productivas de la Argentina, plantean un desafío para las compañías energéticas: producir más eficientemente, con menos margen de error y tiempos más acotados.
Pero ¿cómo se pueden detectar de forma temprana anomalías en esta industria, como las fallas técnicas en los equipos, errores en procesos operativos o condiciones inseguras, que garanticen eficiencia? La empresa argentina 7Puentes, que trabaja en soluciones basadas en inteligencia artificial y machine learning desarrolló justamente modelos de machine learning aplicados a señales de telemetría y registros históricos de operación, para automatizar el monitoreo de equipos críticos y priorizar alertas de alto impacto.
“Como resultado, los tiempos de identificación de eventos anómalos se redujeron en más de un 60%, mientras que las intervenciones reactivas disminuyeron significativamente", explicó Carlos Lizarralde, CEO de 7puentes.
Mejorando la genética de las semillas
El Grupo Don Mario (GDM), compañía nacida en Argentina y líder regional en mejoramiento genético vegetal (soja, maíz y trigo), buscaba lograr mejores variedades de soja. Para eso, pensaron en brindar ayuda al breeder, la persona experta en mejoramiento genético vegetal, en el momento en que elige qué plantas seguir cruzando y multiplicando.
Para solucionar el problema recurrieron a Baufest, quien incorporó IA en los procesos de la compañía. Utilizando los resultados de campañas previas y empleando diferentes algoritmos predictivos, lograron una base sólida para aplicar modelos predictivos -que anticipan resultados futuros- en la selección genética.
Reducir hasta en un 80% el tiempo
Una empresa del sector del Oil & Gas que gestiona compras y contrataciones con miles de proveedores se encontraba frente a un problema: la administración de facturas, órdenes de compra y presupuestos -tareas críticas para la operación, pero manuales, repetitivas y propensas a errores- estaba demandando una gran cantidad de horas operativas y generando muchas demoras.
¿Qué gestiones debían hacer? La empresa recibía las facturas por correo electrónico, pero el problema era que, en muchos casos, los proveedores no incluían el número de orden de compra (OC), un dato clave para poder asociar la factura al presupuesto correspondiente. Esto obligaba al equipo administrativo a revisar cada documento, identificar al proveedor, buscar manualmente la orden asociada o contactar nuevamente para solicitar correcciones. Además, a este problema se sumaban otras muchas validaciones necesarias. Todo se realizaba de forma secuencial y manual, con un alto riesgo de errores de carga, retrasos en los pagos y conflictos con proveedores. ¿Cómo resolvieron el problema?
“La solución desarrollada consistió en un agente de inteligencia artificial que actúa como primera capa de procesamiento administrativo. Todas las facturas se envían a un correo específico, donde el agente las recibe, las lee automáticamente, extrae la información relevante y procesa todos los pasos que antes se hacían manualmente”, explica Hilaire. Por ejemplo, el sistema identifica si la factura incluye o no el número de orden de compra. En caso de no encontrarlo, responde automáticamente al remitente —copiando al contacto comercial del proveedor— solicitando la reemisión de la factura con el número de OC correspondiente, sin intervención humana.
La implementación de inteligencia artificial en el proceso permitió reducir hasta en un 80% el tiempo dedicado a tareas administrativas repetitivas. “El equipo dejó de invertir horas en controles manuales, búsquedas de información y correos de ida y vuelta con proveedores, y pudo enfocarse en tareas de mayor valor, como el control presupuestario y la gestión de excepciones”, explicó Hilaire. Además, detalla que mejoró la trazabilidad y transparencia, lo que redujo significativamente los errores de carga, los retrasos en los pagos y los conflictos con proveedores, y les permitió cumplir con los plazos acordados.
Más leídas de Tecnología
