0:00Estamos a punto de largar esperando a Luis, Caro, Tommy y Maxi. Para no perderse nada, síganos en nuestras redes sociales. ¡Chau! ¿Qué onda gente? Bienvenidos a StreamIA, IA para el mundo de inteligencia artificial de todo el interior. ¿Están listos? Prendete a la transmisión. ¿Cómo están? Bienvenidos. Esto es StreamIA. Hola Caro, ¿cómo andás? Hola Luis, ¿y no le pusiste nombre al que estuvo antes? No, todavía no, todavía no. ¿A cuánto estaremos? No sé, yo ya le viviría poniendo nombre. Que un programa de televisión lo haga un robot humano. Hola Maxi, ¿cómo andas? Estamos, empezaron los reemplazos ya. Empezamos, estamos a casi un año. Nos falta que hable cordobés y ahí ya estamos.
0:51A casi un año de este primer streaming de inteligencia artificial que se está haciendo desde el interior del país. Bueno, bienvenidos, ya está nuestro invitado, Diego Casali, director de DICSYS. Hola Diego, ¿cómo andas? Buenas tardes, muchas gracias por la invitación. Excelente inicio. ¿A cuánto estaremos de esto? A nada. Primero un robot presentador y después un robot que sea entrevistado por otro robot. A nada y creo que el desafío es cómo hacemos la interacción. Que nosotros sigamos siendo importantes en todo esto. y que no nos dejemos reemplazar tan fácilmente. Ahí está el desafío. Diego, ¿cuál es el avance que está teniendo la IA a nivel mundial? Porque creo que 2026 me parece que, si miramos lo que nos sorprendía, el año pasado, este 2026, está evolucionando muy rápido en seis meses.
1:43Bueno, realmente gigante. A veces asusta ver la velocidad, la evolución de las nuevas tecnologías, las nuevas herramientas, los nuevos modelos. lo que me pone muy contento es que hoy uno ya lo ve muy naturalizado cosa que el año pasado todavía no pasaba por ahí los que nos dedicamos a esto hace mucho lo veíamos todavía muy verde en el común de la gente, de las compañías hoy ya en todos lados se habla de IA y de soluciones IA y de proyectos IA y de problemáticas que trae la IA A ver, el comienzo tuyo, ¿no? Llegaste finalmente a formar y a dirigir DICSYS, pero ¿cómo fue ese proceso, digo, en décadas, en el que quizás vos, porque venís del palo tecnológico, te imaginás que en algún momento podíamos llegar a esto?
2:37A ver, uno que a veces ve ciencia ficción, lo veía a veces en las películas y... ¿Vos arrancaste en los 2000? Un poquito antes también. Podría haberte dicho que sí, pero... No saqué el de ahí, che. Un poquito antes, laboralmente hablando, 90 y pico. en el mundo del software siempre, en el mundo de los datos, también antes del 2000, tanto a nivel empresas de software, de desarrollo de software, de bases de datos, y a nivel académico también. Antes del 2000 ya participaba de una cátedra de una universidad pública de Córdoba donde empezamos a intentar enseñar lo que era la analítica de información para la toma de decisiones, warehouse y demás.
3:35Cuando en ese momento hablábamos de warehouse y todos pensaban que estaban hablando de un depósito de un almacén, no era fácil en esa época, pero bueno, desde esa época, o sea, ya casi hace 30 años que estamos en el mundo de los datos, de la analítica, de la información, de la toma de decisiones, y ahora con AI. ¿Y es más fácil? Hoy hay muchas más herramientas y tecnologías de las que teníamos en ese momento, donde era construir soluciones casi pico y pala. Llegamos a las empresas y buscábamos solucionar problemas que nos encontrábamos, desarrollando todo de punta a punta, con enorme costo de desarrollo, Y eso es lo que hoy ha bajado exponencialmente de años, meses a días.
4:26Y Diego, vos que estás mencionando todas estas olas tecnológicas a las que te subiste, ¿decís que esta es una distinta, la de la guía generativa? A ver, es una tremenda ola tecnológica, muy disruptiva. Hemos pasado muchas evoluciones tecnológicas, pero esta realmente atraviesa a todos. cosa que en algunas anteriores lo veíamos muy ligado a tecnologías, a áreas de tecnologías de compañías, o a revoluciones industriales que le pegaban a un sector. Hoy la IA le pega a todos los sectores, a todas las compañías, a todas las personas, con lo cual creo que ahí está lo tremendamente distinto y disruptivo. Y te cambia también el consumidor, no solamente la forma en que vos producís, sino también la forma en la que la gente consume.
5:19Entonces es un cambio también sociológico detrás. Entonces me parece que está cambiando. Incluso vos recién decías, antes lo hacíamos más a pico y pala. A mí algo que me está como llamando la atención ahora que decimos, bueno, podemos hacer tantas cosas y construir tantas cosas con inteligencia artificial. Digo, qué difícil se va a poner competir ahora. O sea, si bajan tanto las barreras y todos podemos hacer todo, ¿ahora cómo se diferencia una empresa de otra? ¿O todavía no estamos en ese punto? No, no, es un muy buen punto. Antes existían ciertas barreras tecnológicas que no cualquiera las sorteaba. Hoy la tecnología realmente se ha hecho casi un commodity y está a la mano de todas las compañías. Entonces es un gran desafío encontrar el diferenciador, encontrar problemas a resolver.
6:13Creo que es el gran desafío que hoy tenemos muchos de los que estamos en el sector. Ya no es más servicios tecnológicos, sino problemas que podemos resolver con la tecnología, que podemos generar soluciones mucho más rápido. Cuando hablás de problemas, ¿cuál es el, entre todos tus clientes, el que vos decís, bueno, este es el central? Bueno, a ver, nosotros nos enfocamos mucho en todo lo que es la analítica de información principalmente, todo lo que son modelos para toma de decisiones, información para mandos medios y altos de organizaciones que se lleva adelante a través de modelos descriptivos, modelos predictivos, que venimos trabajando con equipos de científicos de datos, de expertos en problemáticas de negocio para resolver problemas en áreas de riesgo, de fraude, de marketing comerciales, para ayudar a un cliente a predecir comportamientos. Ese es nuestro principal foco.
7:21Ahora estamos incorporando mucho a todo eso, de todo lo que es la AI generativa, que antes lo hacíamos a través de modelos predictivos construidos con herramientas específicas, a través de científicos de datos. Hoy el perfil científico de datos desaparece para nada, que por ahí hay discusiones de qué perfiles tecnológicos desaparecen. Nosotros lo estamos viendo internamente, que se potencian muchísimo más y sus soluciones se pueden construir de una manera mucho más rápida, pero el know que tiene un cient un experto en negocio un experto un arquitecto en ciertas tecnolog con la AI se va a potenciar y hacer mucho m f y m r Pero no vemos que hoy haya amenaza en ciertos perfiles.
8:12Hay algunos otros de menor señorita y que sí. Y esos perfiles, ¿qué ventaja vos ves que tienen con respecto a directamente, vos decís, tenemos un modelo predictivo, podemos generarlos y que tienen información muy buena y encima el científico de datos sabe manejar esa información. Si una empresa tiene por ahí el dilema de, se lo tiro directamente a ChatGPT, ¿cuál es la diferenciación de lo que aporta ese científico de datos y el modelo predictivo que ustedes pueden generar? A ver, cuando uno construye un modelo hay muchas capas, muchas etapas en esa solución. Hay capas y etapas muy importantes que tienen que ver con la preparación de la información, con cuán sólido están los cimientos de una compañía para que yo pueda construir soluciones arriba, ya sea con AI generativa o con AI más tradicional, con el uso de herramientas de modeling más tradicional.
9:09Esa capa de datos no es automática, no se da sola, con lo cual ahí hay todavía un trabajo importante que hacer en muchas compañías, te diría que en todas es algo evolutivo, porque la información va evolucionando, es algo estanco que uno lo soluciona y ya está. Con lo cual ahí hay una capa donde la preparación de la información para modelos, eso sigue muy dependiente de estos equipos interdisciplinarios, porque no son solo científicos. A la hora de construir los modelos, bueno, hay cosas que se pueden seguir construyendo con herramientas tradicionales, con ciertas técnicas, estadísticas, y hay otras que sí pueden ser aceleradas exponencialmente a través de modelos generados por chatbots, por LLMs, con lo cual ahí empieza a haber un mix, un híbrido entre ciertos modelos locales construidos medios manuales, cajas negras entre comillas, pero que los científicos las conocen, y cajas negras públicas, y esa va a ser la dinámica hacia adelante.
10:14Y el científico de datos puntualmente, ¿qué diferencia vos ves? Porque la interpretabilidad de los datos, bueno, tiene un nivel bastante solvente, lo que son los modelos generativos de mercado, los que conocemos, pero entiendo que por ahí la gobernanza de qué hacemos con esos datos y a dónde los llevamos, eso es algo distinto, donde ahí puede estar el valor, pero vos me dirás. Bueno, ahí tocaste una problemática que hoy es de las top que uno ve en las organizaciones, sobre todo en las empresas medianas y grandes, que tiene que ver con la gobernanza de la información, con la gobernanza de la AI, porque está evolucionando y creciendo tan rápido esto en áreas de negocio, en áreas usuarias, que es clave cómo la organización busca, no sé si controlar, pero sí ordenar.
11:05Que sea tuya la información y no que esté dispuesta para estas grandes empresas. Que esté gestionada, que esté gestionada, que cada aplicativo nuevo que busquemos resolver cumpla con los requisitos que la gobernanza de datos requiere, que la gobernanza de AI requiere. Si no, podemos ir a un caos organizacional, un caos tecnológico, donde sí, se pueden resolver muchas problemáticas puntuales, pero que eso es insostenible en el tiempo, es inmantenible, es ingobernable y puede generar lo que en el pasado a veces ocurría cuando las organizaciones empezaban a querer analizar información y no había una centralización de la data. Empezaban a aparecer islas de información por todos lados, datos que no estaban validados, que no eran consistentes, llegaban a una reunión de directorio dos gerentes con dos resultados distintos de rendimiento del mes pasado.
12:09Bueno, eso puede empezar a pasar si no lo buscamos ordenar y gestionar. O sea, vamos a una organización muy distribuida, pero con una gestión centralizada de la data y de las soluciones de AI y analíticas que empiecen a aparecer. Eso está rompiendo hoy las estructuras dentro de las organizaciones. O sea, yo veo organizaciones que es tan caos que directamente prohibimos y no se hace nada. O después hay organizaciones que están hoy, que tienen personas curiosas, con ganas. Y claro, hay demasiado microsistema armado. O sea, a lo mejor vos decís, bueno, el Departamento de Recursos Humanos es curioso. Hacía una tarea que era repetitiva. Bueno, se creó su propia app, por ejemplo. El otro se creó su propia app. Entonces, de repente, vos tenés un montón de microsistemas fuera de tu sistema y, como decís vos, es ingobernable entender todo eso, también entender dónde está la data, la seguridad.
13:03Creo que eso es un tema que hoy se están planteando. Y creo que otra cosa, bueno, también vos, Diego, estuviste en la función pública y, o sea, hoy la transformación digital de las empresas cordobesas es otro tema donde creo que no están todos en papel como antes, pero no están las empresas. No sé cómo las ves vos hoy, la transformación digital, porque si vamos a hablar de AI, tenemos que estar sobre una base de empresas que ya son digitales. Y hoy no sé si estamos ahí. Totalmente, sí. Hay una brecha muy grande entre organizaciones maduras, que en general son las organizaciones más grandes, las corporaciones o las empresas que ya han pasado ciertas barreras. Pero sí, a nivel PyME hay de todo, hay muchísimo desorden a nivel tecnológico y es muy difícil avanzar con este tipo de soluciones si no tenemos la cocina más o menos en orden.
14:03Es decir, PyMEs que no están digitalizadas. A ver, las hay también. Las hay también. PYME familiares, donde por ahí hay algún sistema para poder facturar, liquidar sueldo y no mucho más. Manejo la contabilidad afuera y el resto con planillas. Sí, hay mucho. Después si nos vamos al segmento medio, puede que ya encontremos sistemas de gestión centralizados, pero empiezan a aparecer satélites y problemáticas a resolver o áreas que empiezan también a tener planillas y empieza a estar desordenada la información y no es lo ideal para avanzar en este tipo de soluciones. Y sí lo que mencionabas, Caro, vos de empezar a buscar automatizar procesos por todos lados, me trae esta problemática de dejar un montón de soluciones tecnológicas desparramadas, con poco control, con cero arquitectura, con casi cero seguridad, cero alta disponibilidad, que es un gran tema en las organizaciones.
15:09Cuando hablas de seguridad, hablas de lo fácil que puede ser hackear el sistema. Hackear o desde adentro enviar información sensible, confidencial hacia afuera. Hoy cuando uno interactúa con un agente, con una LLM pública, si uno no lo hace con licencias corporativas, donde esas licencias tienen ciertas letras chicas que la información que yo comparto no se usa para entrenar modelos. Si yo lo hago con licencias de usuario final, y puede haber información sensible que los usuarios, de manera inconsciente, estén mandando a la nube información de sueldos, de facturación, información contable. Con lo cual hay que ordenar. Pero es muy dif si una vez que volcaste eso a la nube es muy dif poder recuperarla No no una vez que lo volcaste ya Ya est Me acuerdo el a pasado por ejemplo que se hab filtrado todas las escalas salariales de Accenture porque alguien lo subió a ChatGPT público, digamos, y después empezaron a tener problemas internos, en realidad, por personas que no estaban en ciertas escalas, o sea, son datos que a lo mejor la compañía no quiere, y me quiero imaginar a veces cuando vos estás en empresas del sector financiero, del sector de salud, que tienen datos de gente, digamos, y datos que están también protegidos por la ley de datos personales.
16:33Entonces creo que para muchas organizaciones no es tan simple el trabajar sobre los datos, me parece. Y también está bueno, que creo que es algo que vos querías mencionar, Tommy, también cómo eso se le va a la inversión en las empresas. Porque, por ejemplo, hay una empresa que empiezan a decidir, bueno, usamos todos Copilot, usamos Claude, usamos... Bueno, ¿cuántas licencias tenés que tener? ¿Cuántos tokens hay? ¿Cuánto se gasta? De repente socializás una infraestructura tecnológica y tenés que... alguien lo está pagando a eso. Pero hoy con la inteligencia artificial ¿es más barato? Muy buena pregunta. La percepción de muchos es que con la inteligencia artificial se van a reducir costos. Y yo te diría que todo lo contrario. A ver, por un lado, porque vemos que las organizaciones empiezan a desarrollarse, automatizarse un montón de soluciones que antes estaban de otra manera.
17:36Entonces eso ya es un avance en la cantidad de tecnología que vos empezás a meter dentro de la organización, que sí, lo haces más rápido, en dos días te construís alguna solución, pero antes no lo tenías, ahora lo tenés, eso es infraestructura tecnológica que puede estar local o puede estar en la nube, es recurso humano que tiene que empezar a soportar eso, porque una solución se construye rápido, pero en una organización eso hay que mantenerlo, darle continuidad, darle disponibilidad, alta disponibilidad, si una solución se convierte en crítica, yo no puedo darme el lujo a que se cayó el server, la nube donde eso residía y esa área dejó de poder funcionar. Entonces esos son costos ocultos que aparecen y además el costo del uso de la inteligencia artificial, que hoy está semana a semana cambiando, los dueños de la AI en el mundo están monitoreando día a día cuánto van a subir.
18:36Y monetizan. Porque hoy, a ver, si hablamos de costos, los tokens, ¿qué tenemos, Maxi? A muchos nos está pasando, como dice Diego, que estamos utilizando inteligencia artificial y pum, se nos corta. Y volvé en una hora. Para mí es cuando Claude me dice, yo dije, listo, es el break. Es el momento de tomar una pausa. Es el momento de tomar el mate, ir al baño. Pero hay algunos que estamos medio locos y queremos ir usando. Entonces lo que yo hoy quería contar son 7 tips, 7 hacks para que podamos economizar el uso de esos tokens. Ahí lo estoy mostrando. El primero es sacar el relleno. Ay, ¿tenés que saludar? No, no, no. Yo les saludo. Toda esa cordialidad que tenemos como si estuviésemos hablando con tu mamá. No, ahí está. Te desvío todo el saludo. Sí, pero te sale más caro. Me decían que te desvía la conversación.
19:28No saludes arrancada. No, no. Fíjate el ejemplo. En vez de, por favor, ahora podrías, explícame tal cosa. Hay que ir de lleno. Claro. El segundo consejo que nosotros tenemos para dar es que uno tiene la posibilidad de elegir modelos que no son el mejor modelo, pero para cosas que son sencillas. El modelo más conocido es el Opus, que es un modelo que está disponible en cloud. Pero cada uno de los modelos de lenguaje tiene distintos nombres. Opus te gasta por 5. Entonces, lo que tenés que hacer es que si le preguntas la capital de un país, que es algo muy fácil, bueno, sea uno más, un modelo que sea peor. Claro, si querés redactar un mail, más o menos, por la ortografía. Sabés que el más básico va a poder. Claro. Otro muy bueno es no subir PDFs de una, porque los PDFs tienen mucho ruido para el modelo de lenguaje, para Claude o para ChatGPT o para Gemini.
20:21Tienen mucho foto, imagen, estructura, guiones. En cambio, hay un archivo que es .md, que es el Markdown, que lo que hace es filtrar información y utilizarla de manera mucho más limpia y gastar menos tokens porque viene el archivo más limpio para el modelo de lenguaje. El cuarto es usar la función de proyectos. Proyectos es que vos, en vez de usar un mismo chat y acumular memoria y siempre hablarle y pensar que va a tener contexto lo que le hablé el año pasado, mejor si lo viese parando en carpetitas, porque lo que va a hacer es que no va a buscar lo que hablaste el año pasado y eso va a ahorrar. Eso está muy bueno. A proyectos sí, ordenás todas tus cosas dentro de los proyectos. Tengo uno que es casa y tengo uno que son ustedes. Mirá, un telefe. Un ustedes. Otro es justamente cortar los chats al tiempo, como en la vida.
21:13Hay un momento en que estás gastando, porque venís hablando un montón, que lo que va a hacer es tratar de acumular toda esa información y si ya no te está aportando nada de esa conversación, haz un nuevo chat porque si no estás gastando. Otro muy interesante es que gastas menos tokens, o al menos te sale menos caro, si vos lo haces en el momento que no sea en la franja laboral. Ah, y todos tienen el formato Uber, digamos. Claro. O sea, cuando hay... Claro, porque si vos te ponés a ver, pensá los horarios cuando usás las herramientas para trabajar. Es de 11 de la mañana a 5 de la tarde. La verdad que yo literalmente uso esos horarios. En Latinoamérica y particularmente en Argentina, a esas horas hay alta demanda. Entonces te consume más. Hay que tratar de evitar... Si te podés poner a las 11 de la noche, mejor. Y el último es que tenemos que considerar que estos consejos que acabo de dar son válidos para todos los modelos de lenguaje.
22:04O sea, tanto Claude, que fue el que ejemplifique, sirve también para ChatGPT o para Gemini. En resumen, son una forma que tenemos para utilizar a nivel laboral inteligencia artificial y que no estar gastando ni imaginar a nivel empresa, estar gastando tokens a lo loco, porque la idea es justamente o ahorrar costos o que no nos trabe y que nos pide, bueno, vení en tres horas a hablarme. Mañana todas las empresas te van a llamar para que vayas a dar capacitación de cómo ahorrar tokens. ¿Cómo no quemar tokens? Bueno, hay una anécdota interesante de gente de Anthropic que le decían, ustedes tienen que gastar mensualmente mínimo 10 mil dólares en tokens. Se dice que esa es la cifra, ando a saber si es más o menos, pero lo que hacían referencia es, che, no estás utilizando mucho guías si no estás gastando un montón de tokens. Bueno, ¿sabés que en algunas empresas problematizaron eso en un encuentro diciendo, che, algunas empresas más tecnológicas medían la cantidad de tokens? Y dice como, bueno, si no estaba usando tantos tokens, no estaba programando. Y decían, es engañoso, porque después si no, cuando alertamos, de repente se nos llenó el tope porque estaban todos usando para cualquier cosa, digamos. Entonces, la eficiencia a veces es el indicador, ¿cómo lo medís? ¿Vos, Diego, medís los tokens?
23:16100% y puntualmente lo que les quería comentar, por esta problemática nosotros desarrollamos una solución para ayudar a las compañías a gestionar el uso de las LLM y de los tokens en todos los usuarios. ¿Y eso es límite por usuario? Uno puede configurarlo, pero en definitiva poder gestionarlo, que es lo importante. Porque cuando hablamos de la gobernanza de AI y hablamos de este tipo de soluciones, la seguridad, gobernar para qué se usa, quiénes la usan, cómo la usan, cuánto la usan, porque esto es presupuesto y lo que hablamos un ratito del presupuesto de las LLM va cambiando, va subiendo y mes a mes est muy cartelizado son cuatro las que manejan hoy el mundo y bueno las compa est tambi primero queriendo hacer cualquier cosa de AI agentes por todos lados y ahora est empezando a medir un poco por el impacto económico que tiene el uso de la AI, la creación de alguna gente, entonces, realmente empezando a habilitar y permitir crear cosas que agregan valor, que generan rentabilidad, que reducen costos, y no simplemente que automatice una tarea que a lo mejor era media hora de una persona, pero que en tokens, a fin de mes, monta una plata.
24:33Claro, te termina saliendo mucho más caro. Tal cual. Así que está interesante esta herramienta. Y vamos a ir aprendiendo semana a semana, porque la AI llegó hace poquito, se masificó la AI generativa, y las compañías están aprendiendo, probando, y empezando a gestionarlo. Y vos, Diego, ¿qué hace tanto que estás metido en tecnología? ¿Cómo te categorizarías? ¿Le tenés miedo, respeto o estás entusiasmadísimo? No, a ver, entusiasmadísimo, pero tomándolo con total respeto, preocupado y ocupado. Entendemos que esto está atravesándonos a todos. Los tecnológicos antes veíamos que la AI golpeaba otras puertas.
25:24que desde hace un tiempo está golpeando con fuerza la nuestra, entonces estamos dentro de una reconversión enorme nosotros también, implementando herramientas de manera interna que nos hagan más productivos y que ayuden a empresas tecnológicas a ser más productivas. Estamos generando productos de software que no son solo para clientes de distintas verticales como eran los habituales nuestros, telco, banca, retail, sino también productos para factories de software. ¿Hay algún sector, Diego, que viene encabezando la incorporación de la inteligencia artificial? Y a ver, la banca, telco, son los sectores históricamente más tecnológicos, que implementan más rápido, que innovan rápido, que tienen áreas tecnológicas muy fuertes, con lo cual muchas innovaciones van apareciendo en esas compañías que tienen también grandes presupuestos, pero en general a nivel corporaciones lo estamos viendo en empresas de alimentos, de agro, industriales, trabajamos con muchas empresas automotrices y esto está avanzando fuerte en todas las verticales.
26:43No, que te permite, o sea, yo me parece como lógico que si hacen los bancos, las telcos quienes le incorporen, porque ellos viven de los datos. O sea, cuando manejan mejores datos pueden tener mejores ventas. Pero sí ahora lo estoy viendo en otras empresas donde vos decís, bueno, o sea, el queso es queso, el dulce de leche es dulce de leche, pero cómo quizás la inteligencia artificial en sus sistemas le lleva a un nivel de eficiencia, a poder entender en el minuto a minuto qué está pasando, poder ordenar datos, que realmente después al fin del día ven el cambio. Que antes normalmente las que eran más fácil de incorporar tecnologías eran estas y ahora están todos ávidos de incorporar tecnología. Bueno, eso es bárbaro porque ha bajado muchísimo la barrera de adopción tecnológica por la facilidad. Pero bueno, esa facilidad, como hablamos un ratito, hay que gestionarla.
27:38Porque si no se nos vuelve un caos tecnológico dentro de la organización. Es más fácil, pero hay que ocuparse. No hay que preocuparse, sino que ocuparse. Diego, trabajan con muchas empresas. ¿Esto viene de arriba hacia abajo? Si la cabeza de la compañía o de la PYM no está decidida, ¿es posible poder implementarlo? ¿O comenzás formando medios o empezás de la base de la pirámide? Es muy buena pregunta y es fundamental que el cambio cultural, porque esto realmente le pega a toda la organización, venga desde arriba para abajo. Lo bueno es que en esta transformación tecnológica, abajo ya hay madurez, ya hay uso, ya hay conocimiento, a diferencia por ahí de otras implementaciones tecnológicas grandes donde a veces son medio que impuestas.
28:30Hoy tiene que estar acertado desde la cúpula, pero el cambio cultural es completo y abajo ya los usuarios a veces saben mucho más que lo que viene bajado desde arriba. Con lo cual hoy está la tierra fértil, hay mucho interés de adopción, pero bueno, lo importante es que las organizaciones lo gestionen. Claro, hace un tiempo hablamos de esto, de cómo venía siendo la incorporación y había resistencia de los empleados por temor a perder sus puestos de trabajo, venía el requerimiento desde arriba. Hoy eso, ¿cómo se lo pone en la balanza? ¿Cómo se balancea? Bueno, hoy creo que hemos saltado esa barrera de que esto viene para reemplazarme. Por supuesto que ese miedito sigue estando, pero ya en general uno ve una adopción para potenciarse cada uno en el rol que esté.
29:26Ya no lo veo como una amenaza que me va a reemplazar por completo. Sí me va a reemplazar si me quedo como venía trabajando hace cinco años. En el rubro que agarremos, en el sector que agarremos y los perfiles que agarremos, tecnológicos, recursos humanos, producción, comercial, marketing, ¿quiénes van a desplazar la IA? Los que no la adopten. A los que la adopten los va a potenciar muchísimo. nos pasa en empresas tecnológicas lo mismo ¿quiénes van a quedar sin trabajo? y aquellos desarrolladores, analistas, testers, arquitectos y cuanto perfil que les pueda mencionar que no se potencien, que no adopten herramientas de AI para su día a día hoy uno desarrolla una solución con entornos de desarrollo de AI con agentes en horas, en días antes lo hacía en meses con lo cual los desplaza, no, los hace mucho más productivos y hoy las empresas tecnológicas que antes a lo mejor con un equipo podían atacar, podían atender a X clientes, hoy pueden hacerlo a X a la exponencial.
30:39Lo importante es ver eso, digamos, toda la capacidad que me da la IA a mí como empresa, a mí como persona, sí hay ciertas cosas que se pueden reemplazar más fácil, hay que buscarle la vuelta de cómo potenciar el perfil de cada uno, el que hacía testing, ya no hacerlo como lo hacía tradicionalmente, el que hacía análisis, el que hacía documentación, el que desarrollaba. Nosotros estamos haciendo algunos productos para migraciones tecnológicas de sistemas legacy, que es una problemática histórica, incorporaciones en algunas tecnologías que eran recontraestables y no se las quería tocar. Bueno, hoy es el momento con la tecnología para avanzar sobre eso. ¿Y qué va a pasar con esos desarrolladores? Un desarrollador COBOL va a desaparecer. No, se va a recontra mil potenciar con el uso de todo esto.
31:30Y quizás que pueda ir no solo a empresas que tienen esas tecnologías, sino a muchas otras. Diego Casali, gracias por acompañarnos. Muchas gracias a ustedes. Hemos llegado al cierre del programa. Caro, Maxi, será hasta la semana que viene. Hasta la semana que viene. Muchas gracias, Diego. Muy interesante. Gracias a todos por acompañarnos. sepan que el programa completo, todo el contenido está en el YouTube de Telefe, en la página web y en todas las redes sociales de IA para el Mundo. Chau, hasta la próxima semana.
