Sumar IA a la empresa sin achicar la plantilla: por dónde empezar

Hay una idea que se repite cada vez que aparece la inteligencia artificial en una oficina: que venga después de los despidos. Javier Cordero, vicepresidente y director de Red Hat para el norte de Latinoamérica, sostiene lo contrario. Adoptarla, dice, no obliga a recortar empleados, y el punto de partida es mirar qué tareas consumen tiempo sin aportar valor real.

Primero, un problema concreto

Cordero insiste en que la herramienta tiene que estar atada a un problema puntual. Puede ser mejorar la atención al cliente, acelerar la revisión de documentos, anticipar la demanda o reducir tiempos en una operación interna. Sin ese foco, aclara, la tecnología queda sin dirección.

Varias soluciones se ofrecen como servicio y se pagan por uso. Eso permite empezar con un caso de uso chico y ampliar el despliegue si los números acompañan. Cordero lo resumió así:

“varias soluciones se pueden pagar como un servicio y las compañías pueden empezar a usar la inteligencia artificial y de ahí desplegarla masivamente si lo quisieran”Javier Cordero, vicepresidente y director de Red Hat para Norte de Latinoamérica

Dónde se usa hoy

• Sector financiero, con buena parte de las implementaciones actuales.
• Comercio minorista, con sistemas predictivos para estimar consumo, gestionar inventarios y ajustar la logística.
• Servicios, donde la IA generativa sumó aplicaciones en atención al cliente y producción de contenidos.

Según el material, la IA no es la única vía. La realidad aumentada permite a un técnico recibir instrucciones visuales paso a paso durante una reparación, lo que reduce errores y acorta la capacitación. La robótica avanza en tareas industriales que exigen precisión o movimientos repetitivos.

Qué pasa con el empleo

Cordero explicó que, al plantear un proyecto, las empresas basan sus casos de negocio en ahorros, eficiencia y eficacia, y no necesariamente en reducir personal. Las funciones que suelen automatizarse son las que no agregaban valor por la tarea en sí, como clasificaciones iniciales o consultas que siguen reglas fijas. Con eso, el personal se concentra en tareas que requieren criterio, conocimiento del negocio y supervisión.

Ojo con esto: los modelos generativos pueden producir información incorrecta, por eso el criterio humano sigue siendo necesario para revisar sus respuestas.