El 67% de las organizaciones argentinas sondeadas por IDEA dice impulsar formalmente el uso de inteligencia artificial generativa (GenAI). Este dato, que se desprende del informe La adopción de la herramienta tecnológica entre la frontera del trabajo y la cotidianidad, lleva a analizar para qué tipos de tarea se usa más esta herramienta, en especial, teniendo en cuenta que el 42% de los encuestados admite que la usa a diario.

Para entender casos de aplicación concretos, hablamos con ejecutivos de distintas áreas e industrias para quienes esta tecnología ya es indispensable, tanto para optimizar procesos como para descubrir nuevas oportunidades de negocio.

Desde la recepción hasta la gerencia general

Una de las principales formas de definir la GenAI en el trabajo es presentarla como un copiloto, o asistente personal. Y así lo está utilizando Emilio Giménez, Managing Director en la consultora tecnológica BCI Consulting. Este ejecutivo es un usuario activo, que incorporó esta herramienta desde que fue lanzada. Según relata, comenzó utilizando ChatGPT, pero hoy utiliza Poe, que es una plataforma que permite combinar múltiples modelos de lenguaje (LLMs), crear bots propios y elegir la herramienta más adecuada según la necesidad puntual, dentro de un entorno privado que garantiza confidencialidad.

“Los beneficios son muy tangibles, y de todos ellos, lo que más valoro es que puedo hacer todas las preguntas necesarias, incluso las más básicas, sin que nadie se ofenda ni se canse. Esto me permite prepararse mucho mejor para reuniones y resolver análisis complejos en minutos, tareas que antes demandaban horas”, admite.

Pero su uso no se limita a lo operativo. Giménez utiliza la GenAI para análisis estratégicos, como la generación de informes FODA sobre su empresa o el mercado, algo que previamente le requería no solo varias semanas de trabajo interno, sino también de contratar proveedores externos. “Hoy puedo obtener ese insumo en minutos y usarlo como base para tomar mejores decisiones”, afirma. Para él, la GenAI es un asistente clave en un contexto de negocios acelerado: “Los CEOs deberían recurrir más a estas soluciones. No reemplazan la experiencia, pero permiten acceder a insights que antes eran costosos o inalcanzables”.

La inteligencia artificial generativa también está haciendo incursiones significativas en sectores como la salud. En Centro Médico Arabela, que tiene más de 14 años atendiendo pacientes en área como pediatría, psiquiatría y neurología infantojuvenil, entre otros, la implementación de la GenAI está en sus primeras etapas, con el objetivo de que toda la organización adopte esta tecnología. Brenda Nacht, CEO de la institución, comparte experiencias reveladoras. “Las recepcionistas lograron, en 40 minutos, resolver formatos de respuestas y confirmación de turnos unificada, que era un proceso que nos venía tomando varios días y no lográbamos resolver porque cada recepcionista lo hacía a su manera”, detalla.

Nacht da más ejemplos de la eficiencia lograda: “En una reunión de dos horas, 7 personas logramos unificar 3 planillas Excel de distintas áreas del centro en una. Cada planilla tiene más de 4 años cada una, y nos tomaba mucho tiempo analizarlas por separado”. A pesar del poco tiempo de uso, los resultados son alentadores, por eso estamos impulsando a que herramientas como ChatGPT, Gemini, Copilot y afines se conviertan en parte del día a día.

“Hasta el taller de capacitación fue superrápido y nos arrojó resultados inmediatos. Nosotros estábamos acostumbrados a tener talleres de tres o cuatro jornadas sobre otras cuestiones y luego un mes de implementación para empezar a ver algún resultado, pero a lo vinculado con empezar a usar GenAI lo resolvimos con una sesión de teoría y luego un taller de dos horas, en el cual toda la organización pudo rápidamente implementar soluciones concretas”, concluye la ejecutiva.

Grandes empresas con usos sofisticados

En el ámbito corporativo, la implementación de la GenAI ya es una prioridad estratégica porque demuestra impulsar la eficiencia y crear un entorno propicio para la innovación.

En NaranjaX, una de las fintech más grandes en Argentina, los primeros casos de uso de GenAI surgieron poco después de que OpenAI hiciera pública su API de modelos LLM, a comienzos de 2023. Cristian Deferrari, Head of IT en la empresa, recuerda: “comenzamos desarrollando agentes conversacionales y sistemas RAG (Retrieval-Augmented Generation) orientados a facilitar el acceso a documentación técnica y bases de conocimiento de productos y servicios de NaranjaX, con integración directa en Slack“. Desde entonces, acompañan la evolución de esta tecnología, aplicándola inicialmente en soluciones RAG, y luego en agentes conversacionales más complejos y arquitecturas multiagente.

Para lograr un impacto transversal en toda la organización, la firma promueve el uso de herramientas de productividad y colaborativas basadas en GenAI, como el chat de Gemini y las funcionalidades de Workspace GenAI, alcanzando una adopción del 70% entre sus colaboradores. Además, habilitaron y fomentaron el uso de GitHub Copilot entre el 100% de sus desarrolladores, con licencias disponibles para acelerar el desarrollo de software y documentarlo. También sumaron herramientas de VibeCoding y Low Code para determinadas audiencias.

“Todos los meses, a través de distintas iniciativas y capacitaciones, buscamos que los colaboradores utilicen más y mejor estas herramientas”, añade Deferrari. Para garantizar la escalabilidad, implementaron una plataforma llamada Khatu GenAI Services, que permite a desarrolladores y equipos de producto construir sus propias soluciones de forma ágil y autónoma, bajo un enfoque de autoservicio.

Respecto de los resultados de este recurso, Deferrari se muestra más que satisfecho: “Khatu GenAI Services nos permitió reducir drásticamente la complejidad y los tiempos de despliegue de soluciones basadas en inteligencia artificial. Por ejemplo, antes, implementar un agente RAG requería entre 2 y 3 semanas. Hoy, con Khatu, puede estar listo en apenas 10 a 15 minutos, incluyendo todos los requisitos de calidad y seguridad necesarios. Por otro lado, antes, la generación de documentación técnica solía demandar de 3 a 4 horas. Actualmente, con copilotos y plantillas inteligentes, se completa en menos de 30 minutos, con mayor consistencia. Un tercer ejemplo, también del área de tecnología, es que antes, resolver una vulnerabilidad específica podía implicar varias horas de análisis. Hoy, copilotos entrenados nos permiten abordarlas en minutos, con recomendaciones precisas y seguras”, cuenta.

La petrolera Tecpetrol, por su parte, también lleva unos dos años trabajando activamente con GenAI. En un principio, comenzaron con pruebas de concepto a partir del desarrollo de asistentes virtuales con uso de lenguaje natural para diversos casos en áreas de negocio como Perforación y Recursos Humanos. Se probaron diversas tecnologías y se evaluaron distintos proveedores. Damián Mazzucchelli, IT Senior Director de la empresa, recuerda: “Como toda tecnología en proceso de maduración, al inicio nos encontramos con diversas dificultades, desde el elevado costo de procesamiento y la complejidad de entrenar los modelos, hasta la calidad de la data o la falta de expertos en el tema”. Sin embargo, el ritmo vertiginoso de la evolución tecnológica permitió una reducción significativa de los costos de procesamiento y una simplificación en su uso.

En el momento de ejemplificar cómo esta tecnología los ayuda en la optimización de tiempos, Mazzucchelli cuenta: “La lectura y validación de facturas a través de inteligencia artificial con automatización robótica de procesos nos permitió mejorar la gestión de Cuentas a Pagar, implementando una solución que valida y registra automáticamente en el ERP las facturas de los proveedores, reduciendo el esfuerzo manual requerido y los errores de gestión”, cuenta, y detalla: “Para un área que procesa alrededor de 2500 facturas mensuales, esta implementación logró ahorrar un 60% del tiempo para este proceso”, destaca.

El ejecutivo menciona que también están implementando GenIA para optimizar el trabajo individual: “Entrenamos a los usuarios para el uso de los copilotos, por ejemplo, para el armado de minutas de mail o para prepararse previamente para una reunión recopilando información de mails, conversaciones de chats y reuniones previas”, comenta. También lo usan para resumir archivos o documentos, análisis de datos, generación de informes o armado de mails. “Estimamos un ahorro promedio de 9 horas mensuales por colaborador con el uso de dichos copilotos”, dice Mazzucchelli, y aclara que esta eficiencia en horas que gana cada empleado se utiliza para realizar tareas que requieren mayor análisis o para abordar temas de forma más transversal.

¿Y ahora qué?

Todos los entrevistados comentan que seguirán avanzando en más casos de uso concretos de GenAI en sus organizaciones. Por ejemplo, Centro Médico Arabela ya tiene un listado con 25 oportunidades de mejora con esta tecnología. Por su parte, desde NaranjaX dicen que están transitando una etapa de “reinvención”, donde cada proceso de negocio es evaluado, desafiado y priorizado estratégicamente para incorporar capacidades de inteligencia artificial generativa.

“A comienzos de este año, ya habíamos identificado más de 110 ideas de aplicación concreta de GenAI, y ese número continúa creciendo a medida que se profundiza la adopción y maduración de la tecnología en distintos equipos y áreas”, puntualiza Deferrari.