Hace apenas dos años, incorporar inteligencia artificial (IA) generativa podía marcar una diferencia para una empresa. Hoy, ese acceso dejó de ser una ventaja exclusiva y el desafío comienza a estar en otro lugar: cómo las organizaciones administran el conocimiento que surge del uso de estas herramientas. “El cuello de botella dejó de ser el modelo de IA. El problema ahora es la gobernanza”, sostuvo Emiliano Chinelli, fundador de Promptior, durante una charla sobre inteligencia artificial aplicada al mundo empresarial.
En ese contexto, el ejecutivo explicó que las compañías están “entrando” en una nueva etapa en la que ya no alcanza con que los equipos sumen herramientas como ChatGPT, Claude o Gemini en su trabajo diario. El desafío actual es evitar que ese conocimiento quede disperso entre computadoras personales, chats o cuentas individuales y lograr que se transforme en un activo propio de la organización. “Las personas construyen soluciones en sus laptops, las comparten por correo o por WhatsApp, pero ese conocimiento no queda en la empresa”, advirtió.
Con este escenario, Chinelli planteó que comienza a tomar fuerza un nuevo concepto para las organizaciones: el “capital de inteligencia”. La idea, vinculada a una reflexión del CEO de Microsoft, Satya Nadella, apunta a que, así como durante décadas las empresas gestionaron su capital humano, ahora deberán ocuparse de capturar y administrar el conocimiento generado junto a la inteligencia artificial.
Cada prompt utilizado, cada solución creada, cada proceso optimizado y cada aprendizaje obtenido con estas herramientas pueden convertirse en propiedad intelectual de la compañía. Las empresas que logren ordenar ese conocimiento y reutilizarlo tendrán una ventaja competitiva difícil de replicar, según Chinelli.
Por otro lado, el fundador señaló que muchas compañías todavía concentran la discusión en qué herramienta elegir, entre las distintas opciones disponibles en el mercado. Sin embargo, considera que esta pregunta comienza a perder relevancia. “La pregunta ya no es cuál modelo es mejor. La pregunta es cómo gobernamos todo lo que se genera con inteligencia artificial”, afirmó.
El cambio implica que las empresas deberán avanzar hacia sistemas capaces de concentrar el conocimiento generado por sus equipos, permitiendo que las soluciones desarrolladas puedan compartirse, evolucionar y mantenerse dentro de la organización.
Además, Chinelli puso sobre la mesa otro debate que empieza a ganar espacio en el mundo tecnológico: la soberanía del conocimiento empresarial. Retomando una preocupación planteada por Alex Karp, CEO de Palantir, explicó que el desafío no pasa solamente por la privacidad de los datos, sino también por el volumen de información estratégica que las empresas están construyendo sobre plataformas desarrolladas por grandes compañías tecnológicas.
Aunque firmas como OpenAI, Anthropic o Google aseguran que no utilizan los datos de sus clientes corporativos para entrenar sus modelos, el interrogante de fondo es qué ocurrirá si, en los próximos años, una parte importante del conocimiento empresarial queda concentrada en manos de un grupo reducido de proveedores. A su vez, la IA también comienza a modificar los perfiles que buscan las compañías. Uno de los nuevos roles que aparece es el de “builder”, una persona capaz de detectar problemas dentro de una organización y desarrollar soluciones utilizando inteligencia artificial, sin que necesariamente tenga que ser programador o especialista técnico.
En la misma línea, sostuvo que, estos perfiles ya empiezan a aparecer en búsquedas laborales y tendrán un papel relevante en la transformación digital de las empresas, porque serán quienes impulsen la adopción de IA desde distintas áreas del negocio. Asimismo, anticipó cambios en el mercado laboral tecnológico. Mientras los modelos de IA avanzan en tareas vinculadas al análisis de información, crecerá la demanda por perfiles enfocados en construir y mantener la infraestructura de datos.
Los data engineers, encargados de organizar, preparar y distribuir la información para que pueda ser utilizada por estos sistemas, ganarán protagonismo frente a tareas analíticas que progresivamente podrán ser resueltas por modelos de IA. En Uruguay, esta tendencia todavía aparece de forma inicial, aunque Chinelli entiende que avanzará a medida que más empresas incorporen inteligencia artificial en sus procesos.
En tanto, el próximo salto de la tecnología estará vinculado a los agentes autónomos, sistemas capaces de ejecutar tareas con mayor independencia, utilizar herramientas, tomar decisiones y completar procesos sin una intervención constante de una persona. “Hoy llamamos agentes a casi cualquier cosa, pero la mayoría todavía son simples chatbots”, señaló.
Chinelli entiende que Uruguay todavía tiene una oportunidad para posicionarse en esta nueva etapa. La adopción empresarial de inteligencia artificial continúa siendo desigual, pero eso abre una ventana para las compañías que comienzan ahora a construir capacidades internas, desarrollar gobernanza y transformar la IA en un activo estratégico. “Cuando todas las empresas tengan acceso a las mismas herramientas, la diferencia ya no estará en la inteligencia artificial disponible, sino en el conocimiento que cada organización haya logrado construir sobre ella”, concluyó Chinelli.