- 10/7/2025
Categoría
🦄
CreatividadTranscripción
00:00Ahora con el panel de Inteligencia Artificial, ¿qué conecta?
00:04Para hablar de este tema nos acompañan Mariela Fiorenzo,
00:07Senior Office Manager de Telecom Argentina.
00:10Bienvenida, Mariela.
00:12Gracias.
00:13Pablo Abad, Engineer MVP de Despegar.
00:16Bienvenido, Pablo.
00:17Gracias.
00:18Y Alejandro Susenberg, soy fundador de BotMaker.
00:21Gracias por estar acá.
00:23Vamos a comenzar con una pregunta general.
00:26Hoy en día se habla de empresas que son data-driven,
00:33pero ya se da un paso más allá.
00:36Y en el caso de Telecom, por ejemplo, plantean que son AI-driven también.
00:40¿Cómo sería eso, Mariela?
00:42Bueno, creo que igual eso es como un camino, es como la transformación.
00:46Uno nunca deja de transformarse.
00:48Y en esto de ser data y AI-driven siempre nos aparecen nuevos desafíos.
00:53Pero es esto de empezar a que las decisiones que tomamos desde las áreas de negocio
00:58estén impulsadas ya sea por el uso de los datos como por los modelos de Inteligencia Artificial,
01:05tanto los tradicionales como todo lo nuevo que trae la idea generativa.
01:11Entendiendo que viene a optimizar mucho de los procesos que ya la compañía tenía, digamos,
01:18y también a poder encontrar nuevas oportunidades de negocio a partir del uso de Inteligencia Artificial
01:25y de los datos.
01:28Es un proceso.
01:30Estamos fortaleciéndonos muchísimo desde todas las áreas.
01:33Estamos tratando de dejar de concentrar todo desde las áreas de data
01:36y que el negocio empiece ya también a tomar un poco a la AI dentro de su core.
01:45Así que eso creo que es lo que nos va convirtiendo cada día más en compañías data y de trading.
01:51Bien.
01:51Y en ese proceso, ¿cuál te parece que serían hitos clave para que avance ese proceso?
01:56Yo creo que para nosotros, hito clave, tener la transformación,
02:05que la transformación sea parte de la agenda de una compañía.
02:08Hoy entendemos que la Inteligencia Artificial forma parte de las agendas de la transformación.
02:13Parte de lo que a nosotros también nos ayudó mucho a este impulso
02:17es toda la claudificación de nuestras plataformas.
02:20Eso impulsó muchísimo el desarrollo de todos los procesos de data,
02:25de inteligencia artificial y tecnológicos en línea general.
02:28Son cosas que no van desacopladas.
02:30La tecnología junto con inteligencia artificial.
02:35Y después también todo lo que tiene que ver con lo cultural,
02:38que es algo que hoy hay que tenerlo contemplado dentro de esto de querer ser data-driven.
02:44Todas las acciones de adopción, de reskilling, de upskilling.
02:48La tecnología, si las personas no lo adoptan y no se preparan para eso,
02:54por sí solas no nos traen ningún resultado.
02:57Algo clave que dijiste, Mariela, que me resuena mucho,
03:01es esto que estamos buscando todos de poder sacar a la tecnología del nicho,
03:05del equipo de tecnología, y lograr, especialmente con esta moda de IA generativa,
03:11el que las áreas de negocio empiecen a usarlas como una herramienta más.
03:15Como usan otras herramientas, pero de alguna manera nosotros perseguimos todo el tiempo
03:21cómo sacamos esto del nicho, cómo hacemos que la empresa piense con IA,
03:27que se desafíe y que no dependa de nosotros para habilitarlos.
03:32Sí, es un cambio de mindset.
03:34Claro.
03:34¿Y cómo están impulsando ese cambio en Despegar?
03:39En Despegar, nosotros tenemos un grupo tecnológico bastante grande y hacemos cosas así a los usuarios,
03:44pero si lo tengo que pensar hacia adentro, a nosotros nos gusta mucho jugar.
03:48Así que lo que hicimos fue una competencia interna.
03:51Hicimos una suerte de olimpiadas internas donde desafiamos a los equipos a que transformen su día a día.
03:57Somos una empresa muy acostumbrada a reinventarse, así que la verdad que el problema de eso fue la cantidad de proyectos que llegaron para hacer.
04:07Algunos espectaculares, estamos viendo cómo implementarlos, de hecho.
04:12Pero el objetivo siempre fue generar esa conciencia de que esto es una herramienta que ya está al alcance de todos.
04:19Y les pasó que los empleados por ahí de la empresa ya usan inteligencia artificial por su cuenta, digamos, para sus cosas, incluso para impulsar la productividad.
04:30Sí, sí. Como todos estamos descubriendo. Así que empezamos, como la mayoría, preguntándole a la gente.
04:36Y la verdad que nos sorprendió. Nuestra primera encuesta nos dio que casi el 80% de la gente usaba algún tipo de herramienta.
04:42Así que la gente de Compliance, la de seguridad, entró en pánico primero porque no teníamos herramientas corporativas.
04:49Puede pasar.
04:51Hicimos lo que uno hace. Bueno, acompañémoslos y empezamos a transitar al darles herramientas.
04:58A ver, nosotros somos una plataforma de inteligencia artificial para que las empresas puedan conectarse con consumidores, con clientes o con usuarios en general.
05:06Así que nuestro trabajo está en ayudar a las empresas a implementarlo, principalmente a través de lo que hoy conocemos como agentes o chatbots.
05:13Así que lo vivimos el desafío de transformarse en una empresa que usa IA.
05:19A grandes rasgos yo diría que hay como, para hablar en dos categorías, las empresas que están adaptando los modelos de lenguaje, los LLMs,
05:26más que como para ser AI driven, sino para empezar a usar o a construir aplicaciones y casos de uso que tengan a los modelos de lenguaje con inteligencia artificial como base.
05:39Claro.
05:39Es decir, donde la interfaz de todo lo que hacen pasa a ser el lenguaje y ya no una aplicación móvil o no algo, digamos, no una web, sino el lenguaje empieza a ser.
05:49Y el lenguaje se da en el chat, se da normalmente o en la llamada de voz.
05:53Con lo cual, cada vez estamos viendo más compañías, inclusive gobiernos.
05:56Nosotros trabajamos con el gobierno argentino, con el gobierno de la Ciudad de Buenos Aires, con muchos de los gobiernos en el país para ayudar a crear interfaces conversacionales.
06:07Pero después están, que también es muy interesante, las empresas que están usando los datos para aprender de sus usuarios,
06:15que muchas veces son sus clientes, a veces son sus distribuidores, a veces son sus colaboradores.
06:21Pero cómo las personas usan su servicio para que la inteligencia artificial los ayude a hacerle la vida más fácil o personalizar esa experiencia del consumidor.
06:31Si vos podés entender cómo usan tu producto, o cómo usan tu web, o cómo usan tus cosas, vas automatizando.
06:39El caso más clásico que se me ocurre es Tesla.
06:41Ve cómo la gente maneja y a partir de cómo la gente maneja termina construyendo con inteligencia artificial la automatización del manejo, de la experiencia de manejar.
06:51Pero eso es aplicable a un montón de cosas.
06:53Es decir, cada empresa, más allá de usar los modelos de lenguaje, que está al alcance de todos prácticamente hoy,
06:58hay un gran desafío en cómo uso y empiezo a capturar los datos de cómo mis usuarios, principalmente mis clientes, mis consumidores,
07:07usan lo que yo proveo para hacer esa experiencia más personal, más automática, más accesible.
07:16Y eso es muy prospectivo de cada compañía.
07:20Es decir, bueno, ¿a qué me dedico? ¿Qué hago? ¿Qué datos están generando mis clientes que yo no capturo?
07:26En cómo lo usan, cómo lo navegan.
07:29Me imagino el caso de Despegar también, por ejemplo, cómo usan la web.
07:32Todo lo que pasa en la web, como un potencial de datos enorme para hacer esa experiencia de comprar,
07:38de obtener servicio más fácil.
07:41Sí, y lo que contaste refleja mucho nuestros aprendizajes del año pasado.
07:47El año pasado nosotros decidimos hacer un asistente usando estas tecnologías nuevas.
07:52Y primero nos encontramos con un desafío que por ahí era específico, que es, en lo que es turismo,
07:58lo que son las experiencias de turismo, el texto es como que se nos quedaba corto en nuestras ideas originales.
08:05Así que nos planteamos cómo construimos una idea de experiencia multimedia,
08:09donde podamos darle imágenes, sonidos a la gente, porque teníamos el desafío de conocerlos un poco más
08:16y llegar mucho antes que en la compra, que es por ahí la parte tradicional del ciclo de vida donde estamos.
08:23Cómo inspirábamos a la gente a elegir a dónde ir, cómo lo aconsejábamos de acuerdo a sus gustos,
08:31cómo lo escuchábamos.
08:32Y construir Sofía, que fue nuestra asistente, la verdad que fue un aprendizaje que nos hizo cambiar muchas veces de rumbo
08:39por esto mismo.
08:40Al salir de la rigidez de lo que es el sitio web o la aplicación, empezamos a capturar insights de los usuarios que no teníamos.
08:48O sea, qué llevaba un usuario a elegir un lugar sobre otro, qué tipo de preguntas, qué intereses, hobbies que aparecían.
08:56Y la verdad que el desafío de incorporar eso en la forma que evolucionábamos el producto fue un cambio radical
09:04en la forma de hacer evolucionar a todo ese asistente.
09:10Y yo creo que la hiperpersonalización, que es lo que hoy nos está habilitando la inteligencia artificial generativa,
09:16en donde vos hoy podés poner los textos de los comentarios que hacen, de encuestas que uno también le manda a sus clientes,
09:24logre una interpretación que antes nos quedábamos cortos porque nada más podíamos mirar desde lo transaccional
09:31de lo que hacía un cliente y hoy podemos hasta conocer qué es lo que siente y qué es lo que piensa,
09:36lo lindo y lo feo, ¿no? Y podemos corregir y podemos recomendar y podemos hacer acciones que cada vez sean más a la medida
09:44de cada uno y no como, bueno, las grandes masas a las que antes se envía una campaña, una recomendación.
09:53Claro, la hiperpersonalización. Ese término creo que da en el clavo.
10:00Y para las empresas esto tiene un impacto que es la expectativa del usuario, del consumidor común,
10:07se está elevando.
10:07Se elevó a las nubes.
10:09Se está elevando. Si vos llamás a una empresa y te atiende un IBR común, normal, no personalizado,
10:16inclusive que te repite lo mismo que cuando llamaste ayer, las mismas opciones,
10:20que tengo que volver a identificarme, que yo ya me acuerdo de memoria, que tengo que apretar,
10:27ya es una experiencia que se siente del pasado. Y lo mismo si hablás, si es un chat no inteligente,
10:34ya te posiciona como marca inclusive. La expectativa de los consumidores está creciendo mucho
10:39y esperan que, bueno, si hablo, que la respuesta sea adecuada, ¿no?
10:44Y quizás no quieren hablar con una persona en primer lugar. Quizás esperan una idea que sea muy buena.
10:51No sé si eso es así.
10:53Yo el fenómeno que estoy viendo, que es algo que nos llama mucho la atención cuando analizamos la interacción,
10:58es la gente nos sorprende por cómo humaniza a estos sistemas y les habla como si fuese una persona.
11:06O sea, se saludan. O sea, nosotros a veces le pedimos al asistente que sea polite, que ayude.
11:14Pero la gente, hola, Sofía, ¿cómo estás? Yo estoy bien. Le cuenta sus penas.
11:19Sofía hace de psicóloga a veces. Es increíble cómo la gente, por haber cambiado un poco la forma
11:26y para ser más natural, humaniza a estos sistemas. Y eso es, como dice Alejandro, sube mucho la vara
11:32porque donde la respuesta se vuelve más robótica o más de libreto, la gente es como que de golpe se da cuenta
11:41y cambia totalmente la forma de interacción.
11:43Yo creo que el éxito es eso, ¿no? Cuando del otro lado no se da cuenta si está hablando con una idea
11:49o está hablando con una persona. Esa creo que es la clave del éxito.
11:52El mundo de las respuestas enlatadas, que sobre todo en lo que es atención al cliente era muy común,
11:59que las personas tienen, los agentes de atención tienen unas respuestas ya prearmadas,
12:06se está terminando. No aplica.
12:09Inclusive, los agentes humanos que usan respuestas prearmadas, aparecen robots, ¿no?
12:16Dicen, pero está teniendo un robot. No, no, no, es un humano. Lo que pasa es que la respuesta está prearmada.
12:21Entonces, la inteligencia artificial, uno de los impactos para el usuario y el consumidor es,
12:25tiene una expectativa mayor. Y yo creo que empieza a dividir las aguas de las empresas que adoptan,
12:29que incorporan y que empiezan a cruzar el charco, y empresas que no lo están haciendo.
12:34Las personas que trabajamos en las empresas usamos IA, como decías, el 80%, tal vez el 100%.
12:41En algún momento lo usás a nivel personal o para trabajar o para hacer un montón de cosas,
12:46ya investigar sin usar la IA es, yo diría que es un error, porque todo lo que haces,
12:56pregúntale a la IA también que te va a completar, te va a ayudar, te va a evitar errores.
13:00Y es un cambio muy pervasivo, porque a diferencia de otras tecnologías que eran muy en cierto nicho en algo,
13:07la IA es como que abarca todo el conocimiento humano.
13:09Entonces, ¿estás en tecnología? ¿Estás en literatura? ¿Estás haciendo una investigación médica?
13:17Usa IA.
13:19Bien, les consulto, este cambio que se está desarrollando de manera, no desde las áreas de tecnología ya solamente,
13:26sino como en bloque en todas las empresas, ¿cómo es la cuestión de la gobernanza que vos me habías comentado,
13:31que es un tema interesante para desarrollar?
13:34Bueno, recién lo mencionaba, ¿no? Esto de que está tan free todo, tan accesible, bueno, empezaba a pasar esto,
13:43que nos habrá pasado a todos, y yo estoy usando esto, que entré con una cuenta free por tantos días,
13:48y bueno, el riesgo de que no vayan solamente temas personales, cuestiones personales,
13:53sino que terminen siendo datos de la compañía, con todos los riesgos que eso también implica, ¿no?
13:59No solamente, siempre por ahí se hablaba mucho del riesgo de las alucinaciones, pero no es el único riesgo, ¿no?
14:03También generamos ciertos expuestos.
14:06Lo que nosotros empezamos a trabajar, a la par que empezamos a avanzar con pruebas de concepto,
14:10con los partners con los que nosotros solemos trabajar, formar un equipo, lo llamamos GNI Office.
14:17No es un área dentro de la compañía justamente por esto, porque lo que buscamos es que el conocimiento esté...
14:22Es transversal.
14:23Claro, que sea autoservicio, digamos, ¿no? La AI, pero como todo lo que es autoservicio,
14:30tiene que tener una capa de governance por múltiples razones.
14:33Una de ellas es también para que haya equipos que estén definiendo cuáles son las herramientas
14:38que estén homologadas, que eso por detrás implica los acuerdos con los partners,
14:42que estamos dispuestos a cubrir de riesgos, que otra parte la cubren los partners.
14:47Para eso tuvimos que subir a esa mesa y a ese equipo áreas con las que no son meramente tecnológicas
14:54y armar esa capa de governance da mucha tranquilidad y uno puede armar una plataforma en la que dicen,
15:00bueno, esto es lo que hoy, en nuestro caso Telecom, tiene como modelos homologados,
15:05que tenemos ya más de 50 modelos homologados, que se pueden usar con total tranquilidad,
15:10se pueden poner los datos de la compañía y pueden explorar.
15:13Después también tenemos el tema de los costos, ¿no?
15:15No son tecnologías que hoy en día sean, no sé si es accesible,
15:21pero cuando lo queremos escalar a toda una compañía, se vuelve algo costoso
15:25y lo que a veces suele pasar es que en la exploración nos olvidamos de armar realmente el caso de negocio, ¿no?
15:31Entonces está bien explorar, pero también tiene que tener un sustento de para qué lo vas a implementar,
15:37cuál es el ROI de este caso que traes.
15:40Entonces, bueno, tener también lo que se llama el FinOps de este tipo de soluciones
15:45en esta capa de governance para acompañar a las áreas,
15:49bueno, es dentro de todas estas cosas que llevamos dentro de esta capa de governance
15:53que creo que ayuda a ordenar mucho dentro de una compañía.
15:57Genial. ¿Y Pablo?
15:59Estamos también en una generación que no nació con IA,
16:02entonces hay mucho trabajo de reconvertir y de aprender a usar estas herramientas.
16:06O sea, las alucinaciones, que es por ahí el miedo que teníamos todos al principio,
16:12tenían que ver con entender que estas herramientas no son el oráculo que tiene todas las verdades,
16:18sino que son una fuente de información más que hay que estudiar críticamente.
16:23Invertimos mucho en entrenar a la gente en uso responsable de las herramientas
16:30y en ese sentido creemos que es una cuestión de tiempo
16:36hasta que vengan las generaciones que van a tener esto tan natural como nosotros.
16:42Por ahí vimos la transformación de los celulares en su momento.
16:44La gente se va a volver AI-native, como le llamamos a la industria dentro de poco,
16:50pero ahora hay que acompañarlos.
16:51Hay que acompañarlos.
16:54Alejandro, sí, contame.
16:55No, no, a ver, la gobernanza es un temón, la verdad que es muy importante
16:59porque además es como finalmente se toman las decisiones,
17:02se adoptan y se incorporan y los riesgos que implica.
17:07Nosotros de cara adentro hay un debate muy común, ya muy llano,
17:11para no llamarlo gobernanza como algo tan estratégico,
17:15que es si dejamos que la AI grabe nuestras conversaciones,
17:19nuestras reuniones, las internas.
17:21Probablemente los datos más sensibles de una compañía se dan en las reuniones
17:26y sobre todo en las reuniones internas o reuniones con clientes clave.
17:30Y hay algo que pasa muy común es,
17:32dejamos grabar las reuniones, que la AI tome notas o no,
17:35porque los datos de esas notas van a parar a lugares que no conocemos
17:40sobre todo modelos de lenguaje.
17:43Y si mañana alguien pregunta algo,
17:45que probablemente hablamos en una reunión a la AI,
17:48¿se puede escapar una...?
17:49No tenemos garantía de que no se va a escapar
17:53cuáles son los planes de la compañía para el año 2026.
17:57A ver, si se conversó en una reunión y fue grabado en una reunión,
18:01aunque sea para productividad, para tomar notas,
18:03estas ideas que toman notas,
18:05¿quién me asegura que si mi competidor le pregunta a la AI
18:09cuáles son los planes de esta compañía,
18:11de Botmaker para el año 2026,
18:13no esté disponible?
18:15O se cargan los datos financieros para hacer resúmenes,
18:19reportes, agregados.
18:20O sea, el tema de dejar que la AI actúe en qué lugares,
18:26de qué manera,
18:27y después el enforcement de la gobernanza.
18:30Es decir, ¿cómo lo hago cumplir?
18:31Claro.
18:32Es muy costoso hacer cumplir una ley de gobernanza
18:35dentro de una compañía.
18:36Los clientes no los piden, no se los exigen.
18:38Nosotros estamos muchas veces del lado del partner.
18:40Tal cual.
18:40Que nos exigen los clientes y nos imponen ciertas reglas de gobernanza
18:44y que muchas son caras de implementar
18:46porque exige más tecnología
18:48o exige soluciones in-house,
18:50que tienen un costo asociado para poder realizar esa gobernanza.
18:54Es un tema muy importante.
18:57Bueno, Alejandro,
18:58¿podrías agregar algo?
18:59Y hay otro tipo de gobierno con el que nos estamos encontrando
19:04que nos sorprendió con casos muy divertidos,
19:06que es cómo gobernamos a los modelos que están expuestos
19:10y de forma autónoma a clientes.
19:13En el mismo sentido de buscar límites razonables.
19:16Uno primero tiene miedo de que no se meta con temas
19:18que no queremos meternos,
19:19así no generamos un anuncio.
19:21Pero nos ha pasado que los asistentes que están pensados
19:25para ser muy gauchitos, muy de ayudar,
19:29hemos visto clientes que decían
19:32no, estoy muy ocupado, ahora me tengo que ir
19:34y que la IA le responda
19:35no te preocupes, dame tu teléfono
19:36y yo te llamo cuando me digas.
19:39Y nosotros decíamos, bueno, no podés hacer eso.
19:43Y de golpe nos dijimos, claro, esto es como...
19:46O sea, trajimos a alguien que
19:47no estamos controlando exactamente todo lo que hace tampoco.
19:50Tenemos que buscar ponerle límites,
19:53pero como si fuese casi una persona,
19:55donde uno no le puede decir exactamente
19:57todo lo que tiene que hacer.
19:58Y la cantidad de pruebas que tenés que hacer
19:59para que no se escape nada son infinitas.
20:02Entonces, bueno, es la parte de toda esa exploración
20:05y toda esa práctica que hay que aceitar mucho
20:07para que no digan cosas que no queremos que digan.
20:10Se ve que no se puede dar mucho por sentado,
20:12sino que hay que ponerse a explorar, como dice Mariela.
20:17Claro.
20:17Y eso, para los que estamos en tecnología,
20:19también es un aprendizaje.
20:21Nosotros estamos muy acostumbrados
20:22a desarrollar sistemas muy precisos,
20:26donde controlamos qué es lo que se hace todo el tiempo.
20:29Acá hay muchas zonas que hoy se comportan de una manera,
20:33repetimos las mismas preguntas, la misma entrada,
20:36y se va por otro lado.
20:38Y ni que hablar cuando actualizan un modelo
20:40y lo que antes corría dejó de correr
20:41y tenés que volver a hacer todo.
20:43Y hablar.
20:43Es un mundo nuevo para todos.
20:45De alguna manera, en la ciencia ficción,
20:48tal vez si pensábamos 10 años atrás o 20 años atrás,
20:51el ser humano era el creativo.
20:54La computadora, la tecnología, era la automatización,
20:57era lo matemático, lo previsible, lo autómata.
21:00Y está siendo justo al revés.
21:02La creativa es la inteligencia artificial.
21:04Los seres humanos somos los controladores, los supervisores.
21:07Entonces, cuando implementamos la inteligencia artificial,
21:10el rol de gobernanza también pasa.
21:11¿Cómo establecemos que finalmente lo que dice,
21:14lo que hace, las decisiones que se toman
21:15están correctamente supervisadas por humanos?
21:19Y de cómo los humanos,
21:20y este es un poco el cambio de roles también en el empleo
21:22que yo creo que se va a ir dando,
21:23que es cómo los humanos vamos asumiendo roles
21:26de coordinadores y supervisores
21:27de tecnologías con inteligencia artificial.
21:33Bueno, como para ir cerrando,
21:34les voy a hacer una pregunta
21:35para que me respondan cada uno.
21:37¿Qué retos implica desarrollar e implementar
21:41inteligencia artificial en América Latina
21:44y en Argentina en particular?
21:45Empezando por Alejandro,
21:47que ustedes hacen una solución particular
21:48de chatbots en Botmaker.
21:52No sé si presenta desafíos radicalmente diferentes
21:56de lo que es fuera de América Latina per se.
21:58Creo que hay talento muy capacitado.
22:03Creo que nosotros en América Latina en general
22:05estamos mucho más en el rol de implementar los LLMs
22:08que en desarrollar modelos propios.
22:10Nosotros venimos desarrollando in-house
22:11inteligencia artificial antes de los modelos
22:13de lenguaje también.
22:15Y encontramos sobre todo en las carreras de matemática
22:17y las carreras de ciencias exactas
22:20muy buen talento.
22:22Tal vez el desafío más grande es que competimos
22:23con grandes corporaciones, sobre todo de tecnológicas
22:26de Estados Unidos y Europa, sobre todo de Estados Unidos,
22:29que se han llevado talento allá.
22:30Dos caras de una misma moneda.
22:32Sí, sí, sí.
22:33Hemos tenido gente nosotros dentro de la compañía
22:35espectacular de la Facultad de Ciencias Exactas
22:38de la UBA que se los han llevado a trabajar en Suiza,
22:41a trabajar en California.
22:43Pero no hay un desafío de base que uno diga
22:47porque estoy en América Latina.
22:49Y después en el nivel de implementación el desafío
22:51es que los principales modelos, OpenAI, Google,
22:55los modelos de Gemini, Antropic, etcétera,
22:59no somos la prioridad como mercados.
23:01Entonces, si bien lo que hacemos es muy relevante,
23:05llegar a hablar con estas compañías y que le den la importancia
23:10a la región y la prioridad a la región,
23:13toma más tiempo.
23:14Sí, se consigue.
23:15Pero es un esfuerzo, un extra adicional.
23:17Y yo a eso lo que sumo, tal vez empresas grandes,
23:22ese desafío no lo tenemos tanto,
23:26pero otras empresas más chicas que quieran empezar a implementar
23:30EIA y o que ya lo estén haciendo,
23:32pueden encontrarse un poco con esta traba,
23:34de tener que generar esas alianzas y de que no sea tan sencillo.
23:38Y después creo que por ahí un desafío que podemos llegar
23:41a tener más nosotros es de cara a las inversiones,
23:44que hay que hacer para el desarrollo de esta tecnología,
23:47que creo que a nosotros nos debe estar costando un poco más
23:50que en otros lados.
23:52Pero en términos del momentum en el que estamos,
23:55si nos comparamos con lo que están haciendo empresas
23:58de otras partes del mundo,
24:02creo que estamos todos un poco a la par.
24:04Genial.
24:05Pablo, ¿tu visión sobre esto?
24:07Sí, concuerdo.
24:08Creo que el diferencial grande acá es el talento,
24:11y la verdad que en Latinoamérica tenemos muy buen talento.
24:15Yo particularmente creo que también tenemos un diferencial
24:19que es como las condiciones de vida normalmente son un poco
24:22más complicadas que en otros lugares.
24:25Nosotros estamos muy acostumbrados a buscar soluciones alternativas
24:28a los problemas.
24:29Y esto que es algo nuevo y que nos obliga a pensar de forma distinta,
24:34en Latinoamérica es como que cae mucho más afín a nuestra forma de pensar
24:37y con eso equiparamos un poco las otras desventajas.
24:40Pero hoy no tenemos nada que envidiarle a otras regiones.
24:43Genial, clarísimo.
24:44Bueno, muchas gracias a los tres por compartir este panel.
24:47Gracias, Adrián.
24:48Gracias.
24:49Buenas tardes.
24:50Gracias.
Recomendada
21:54
|
Próximamente
2:27
1:08
12:24
1:09
1:48
5:13
7:16
1:38