IA en empresas: el método que sí logra resultados reales

A veces no es simplemente agarrar lo que ya se está haciendo y ponerle tecnología arriba. Que la inteligencia artificial, la opción de la inteligencia artificial no está logrando los resultados que se esperan. Los proyectos no llegan a producción, invertir e inteligencia artificial, pero también invertir en flujos de valor. ¿Qué es el problema? No era la planilla, sino que era los que los sistemas no estaban integrados. La solución correcta no era automatizar la planilla, sino ir a integrar. Si tenías rpico, yo creo que cuando implementas inteligencia artificial sobre estructuras de sí, los estructuras ineficientes, lo que terminamos es automatizando en eficiencias. ¿Cómo lo pensamos de nuevo con las posibilidades que tenemos hoy? Nadie es dueño del flujo de trabajo, del flujo completo de valor. Lo que hice fue mapear el flujo de valor de punta a punta, traccionado desde el cliente hacia adentro de adentro de adentro. El que 26 oportunidades de mejora, todo diseñados, pero dentro de ese flujo de valor y no como vientas sures. Hoy en día, muchas empresas quieren implementar inteligencia artificial y no es fácil, a veces las empresas no están listas, quieren ir rápido y se topan con problemas o quizás la manera de encarar el proyecto no es la mejor. Acá estamos con Javier Ginez, que es uno de los miembros de la comunidad de Piano City AQUE, viene trabajando en esto de implementar inteligencia artificial en empresas y que no va a estar contando con un caso real que Marco de trabajo, que framework es el que él utiliza para lograr tener éxito y también no va a contar y no va a enseñar qué cosas tuvo que ir sortiendo para tener éxito en la implementación de inteligencia artificial. Así que gracias Javier por estar acá, un lujo para mí y tenerte. Bueno, gracias a Pucho y gracias por la oportunidad de poder compartir un poco lo que uno va aprendiendo con la experiencia. Bueno, espectacular. Javier, quiero que empecemos a charlar un poco del tema porque ¿qué es lo que vos te encontrás cuando empeces a trabajar con empresas? ¿Qué ves algún patron común que encontraste ahí? Sí, lo que veo, creo que muchos están visualizando, es que inteligencia artificial, la opción de inteligencia artificial está logrando los resultados que se esperan. Lo vemos también con estudios de que el inteligencia artificial, los proyectos uno llegan a producción y es un tema que quiero que tenemos que prestar atención y hacer también una análisis de cómo estamos abordando el inteligencia artificial en las empresas. Así que bueno, un poco con la experiencia que tengo ya desde varios años trabajando con tecnología, creo que una abordaje más integral y con mirando algunas cosas que hoy nos están poniendo atención, el éxito podría ser algo mucho más cercano. ¿Vos hablas de esto de abordaje más integral? Porque cuál sería, digamos, por así decirlo, el error más común que vos viste de gente que querían implementar inteligencia artificial en empresas, digamos. Tenemos que pensar, y creo que la abordaje que estoy proponiendo es invertir en inteligencia artificial, pero también invertir en flujos de valor. Creo que la abordaje implica en esta fase, digamos, de madurez del inteligencia artificial, una nueva opción de inteligencia artificial, pero con una abordaje con cambio estructural en las empresas. Entonces, por este caso, real de transformación, busco un poco de ilustrar este de abordaje que quiere compartir. En el caso concreto es hace unos meses, pero por una recomendación entre en contacto con Diego, el instructor de una empresa de distribución de alimentos, y me dijo algo así como, yo sé que la inteligencia artificial puede ayudarnos, vengo leyendo, si me muestran plataformas, herramientas, a gente, pero me decía, yo no me voy a poner a ser una gente. Yo ya en vez de si ya aprendí que cuando desatiendo algo, se miraron un incendio por otra vez. Entonces, lo que necesito es una especialista que me da en contexto, necesito que alguien que con criterio, con experiencia, me diga algo que en lo que yo estoy viendo y lo que por dónde empezaba. Así que yo puedo decidir con qué arrancar en la inteligencia artificial. Y eso creo que me pareció una mirada muy estratégica y de una sabiduría de lo que la da las experiencias que tengo. Es el de ver antes de decidir y dónde aplicar la inteligencia artificial. Y sumar mira a su valor para tener una mirada en mucho más amplio. Creo que va por ese lado. Buen criterio. Sí, y también, buen criterio, digamos, en saber dónde hacer foco y dónde es pedir ayuda y también, al pedir ayuda también sumar otro criterio, quizás con más conocimiento de experiencia en donde más débiles está la desapartera. Sí, yo creo que esa también es una calidad, una cualidad también de biebe de los líderes y de identificar cuáles son sus puntos débiles o donde se tienen que complementar y solicitar ayuda en sus afectos para poder tener una mirada mucho más completa, más inteira. Partidualmente, bueno, cuando un poco más de en caso, es el caso de Diego, es una pime de distribución y venta de alimentos. Es una filial en México, particularmente, de una empresa internacional. Diego tomó la operación de esta filial hace unos cinco años. Ahora que él le hizo crecer, la profesionalizó, armó un equipo, implementó un IRP o duro en este caso hasta lesió indicadores de gestión, ni de NPS, bueno, los negocios y distribuidores exclusivos por todos los estados de México y también ellos tienen una distribución directa en toda la ciudad de México, la verdad que una operación muy bien armada. Así que entonces parece primero objetivo, eso que me digo, armamos un diagnóstico. En definitiva, en la artimos cuatro semanas, en las que realizé nueve centrevistas, diarremota, con cuatro referentes de tres flujos de trabajo que priorizamos en particular. Obviamente, toda la operación implica muchas cosas, pero tratamos de enfocarnos en tres flujos inicialmente. Y también decidimos ver como la dimensión humana respecto a la inteligencia artificial. Así que realizamos una encuesta enónima a todo el equipo donde les consultamos sobre varios aspectos de su trabajo y cómo era su relación con la inteligencia artificial. Bueno, con que nos encontramos, lo que apareció es lo que el patron que por ahí podemos ver se repiten muchas empresas, de un nieve en este caso duro, un sistema de gestión, que en teoría debería ser como la columna vertebral de la operación, pero alrededor de ese sistema existe un ecosistema de herramientas desconectadas entre si no, planilla sexel, que entra en el sistema, pero que información del sistema de la cual no confiaban impresiones, manejo de papel, tareas manuales, WhatsApp, bueno, el uso de redes sociales para la comunicación con sus clientes, esta empresa hace distribución de sus productos. Así que con aplicaciones que utilizaban pero desconectadas el sistema, portales web para la distribución de sus productos y todo eso en un flujo donde cada área va buscando el trabajo a la área siguiente en el flujo de valor. Entonces todo esto, concretamente, por ejemplo, para ver en un caso cual es la problemática, tuvimos el caso de Miguel, el coordinador de la logística, la persona con una capacidad enorme de modestión, de mejor a continuo, porque proponía proyectos de mejora de análisis y se pasaba el 50% entre 40 y 60% de su tiempo cargando datos en una planilla de gestión, de seguimientos, de datos de las guías de los transportes, con el estatus de la entrega, los montos de facturación, los costos, todo manual y todos los días. Diego, el director fue muy claro ese. Yo de lo que no estoy bien es que no solamente estamos despediciando el costo de esos suelos, sino que lo que más me importa es que estamos después aprovechando una persona que podría estar dedicándose a mejorar la operación, incluso realizar un trabajo que lo motive. Claro, el personaje de este paso. Capo, estaba esto para entender bien, digamos data entre en una planilla de Excel que además son datos que están también desconectados. Realmente desconectados, sí, sí, y le llamaba muchísimo tiempo y la hora que le impedía justamente hacer lo que realmente su rol requería, el de estar monitoreando, pero buscando implementar mejoras, con esa carga operativa, la verdad que siempre estaba en el dilema de "opero o a mejoras", la verdad que eso no me está bueno. Lo que a mí me gusta que creo compartir un poco, es que si nosotros hubiéramos pensado, tal vez una solución técnica, sin análisis integral, que hubiéramos dicho, bueno, automatizamos la planilla, se ha desarrollado un algoritmo, alguna automatización, conectamos la planilla con el IRP o con una plataforma y que hacer que se aprendices de llenso, pero mirando el flujo completo de valor desde que el peor cliente hasta la entrega, cuál era la necesidad de Miguel, digamos, de exigitiones y de seguimiento de las entregas y herramientas técnicas que tenían disponibles, pero que no estaban utilizando, realmente la planilla no tenía que existir directamente. La información que esa persona cargaba a mano, la ley ya existía, en dos sistemas diferentes en el IRP por un lado y en la plataforma de transportes buenas en las huedas de las empresas de transporte por otro. Su problema no era la planilla, sino que era lo que los sistemas no estaban integrados. Entonces, la solución correcta no era automatizar la planilla si no era integrar el sistema IRP con incluso lo hicimos con una plataforma de transportes que consolida a todas las empresas. En esa forma eliminamos directamente la planilla y a mí lo único que tiene que hacer es recibir notificaciones cuando hay algún desvío de acuerdo a lo planificado. ¡Condáctico! Entonces, yo creo que un poco los aprendizajes que uno va logrando con estas experiencias es que a veces no significa que hay que automatizar lo que ya existe, sino que hay que tal vez redesseñar lo que cómo funciona las cosas. Yo creo que esa diferencia es la que marca, digamos, nosotros entre invertir bien el presupuesto en el desafíacial, el recurso, los tiempo de las personas, o gastar en tecnología y que luego no tienen pacos como es lo que estamos viendo en los proyectos de implementación de interccesas. Tal cual, sino, esto es algo que justo grabé ahora hace poco un episodio donde lo publicué allá, ¿no? Sobre problemas que estaban teniendo empresas grandes en implementar inteligencia artificial y cómo a las que mejor le está hiendo en realidad son las que directamente no están digitalizando un proceso, como dijiste vos en este caso, digitalizando a la planilla, sino que ven como a través de sale de inteligencia artificial y la automatización pueden repensar lo que están haciendo, cómo le están haciendo y ir de cero por así, es eso. A veces no es simplemente agarar lo que ya se está haciendo y ponerle tecnología arriba, sino que es, bueno, cómo lo pensamos de nuevo con las posibilidades que tenemos hoy? Sí, totalmente, totalmente. Yo creo que eso es fundamental, creo que aprovechar la oportunidad que hoy nos grinda la inteligencia artificial a repensar el negocio porque esto, obviamente, sabemos que va a refundar, digamos, las bases del cumbo trabajamos, ¿no? Yo creo que también hay tomando poco la analogía de la misión artén, no hay un lado no visible yo de la de la adopción de la inteligencia artificial y creo que uno de ellos es esto, es cuando uno mira la operación desde a dentro, desde el día a día, solamente vetareas, creo que la respuesta natural es que es lo que mencionamos antes y yo estaría me llamando mucho tiempo y quiero que la agarra máquina, pero si miras el flujo de valor completo, desde el cliente hacia adentro, ves que muchas desastarias a veces existen porque los sistemas están fragmentados, o sea, porque la información de fluye de alotes en lugar de fluir, tal vez, mucho más en pequeñas, en pequeñas y unidades en tiempo real, todo esto porque hay un modelo de trabajo ya he olvidado de ser mucho tiempo que nadie se está postionando, por ser digo, creo que tiene muchos sentidos de repensar un poco todo de este cero y ahí en poco en el filtro de ese esto, no lo que lo que estamos viendo, la información por lotes en este caso de presentando los sistemas están fragmentados sin desconectados y ahí es un poco lo que la base que estamos hablando inicialmente, no de los puntos centrales que quería compartir. Yo cuando llevo a cualquier organización siempre yo trato de plantear de aunque en cualquier empresa hay tres organizaciones, tres estructuras en paralelo que he comido en el mismo tiempo, no es, la primera sexta, la que conocemos toda la estructura formal, la de los reanigrama, donde tenemos las áreas funcionales y la edición de trabajo que es un modelo, las demás de 100 años, pero que tiene los ideas centrales, no está de diminuir la organización por las personas que piensan, que es la estrategia y los ejecutoran en la parte baja, y después se tenemos por otro lado el modelo de las áreas de especialización, las áreas por cada uno, la venta, la producción, la logística, bueno, este modelo digamos que todos reconocemos tiene modelos de comunicación verticales, aprobaciones, microgestión, mucha desconocianza y como base de los mecanismos de control y todo esto genera esto lo que llamamos, los siglos de información que es una base en ineficiencia que no todos se están pensando, entonces cada área trabaja en sus objetivos, terminan su parte y le pasa el resultado al siguiente y en definitivamente nadie es dueño del flujo de trabajo, del flujo completo de válvano, entonces yo creo que cuando implementas inteligencia artificial sobre estructuras de ciros, estructuras ineficientes, lo que terminamos es automatizando en eficiencias y no las estamos resolviendo, hay una segunda estructura de la informa de la que tal vez no está escrita en ningún lado, por supuesto que es la estructura de una de las de las relaciones, ¿no? de donde la red de vínculos personales, excompañer de escuela, desde trabajo, de conexiones por fuera del lémbito laboral, donde se consulta donde hay ese ámbito de confianza, no hay consultas que no se ayudarían en el en reuniones normales, no en forma de la esperanza, pero si hay una tercera estructura que creo que la que tenemos que dar un poquito más de foco y la estructura de creación manuara, esta estructura que tampoco está muchas veces documentada, es la que se da en las relaciones entre personas y equipos, que es la necesaria para que un producto o servicio llegue a un cliente, lo de punta punta más allá de la división formal por áreas de especialidad y esa relación muchas veces no está muy bien planteada, no está pensada justamente para que sea una estructura mucho más eficiente, incluso más adaptativa a los cambios que lo estamos viendo, ¿no? Y algo que a mí me llamó mucho atención y que tiene que ver un poco con la eficiencia que se está buscando con las intercceses artificiales, que algunos autores dicen que estamos gastando el 50% de la energía de las de la realización me refiero al tiempo a la capacidad, al esfuerzo, en mantener modelos en todos los procesos burocráticos o ineficientes que vienen en realidad de esta estructura formal, cuando lo que deberíamos estar haciendo es una miración, una mutación de esta energía a lograr de que el tal es el 70% de la energía se dedique básicamente a redes señar equipos y procesos apuntando la creación de valor. Bueno, eso es creo que se le gran el gran cambio que tenemos que estar pensando de aquí en adelante, ¿no? Bueno, concretamente a ver cómo aplicamos o cómo aplicó esto en este caso que estaba contando, bueno, es con estos tres flujos, en lugar de mirar la operación por áreas en problemas de logística, ya lo sabemos antes, problema de ventas, lo que hice fue mapear el flujo de valor de punta a punta, traccionados desde el cliente hacia adentro de la empresa. Entonces, el flujo arranca con potenciales clientes, el mercado que consulta, que llega a esa empresa, esos clientes, los potenciales que ente pasan por un proceso de prospección, que debería convertirnos en clientes calificados, y esos clientes calificados ya se convierten en clientes, estaban hablando de chau un mercado bituí, siguen con unas segundos la onda de la cadena a alto nivel, donde se atendien a tienes clientes para concretar pedidos de esos clientes, ¿no? Y termina con el último es la onda de la cadena, que es la cadena de logística, es un extra, que en definitiva son los que deben lograr las entregas a tiempo y como digo, debería ser el propósito de cualquier una sesión, lograr clientes satisfechos. Con esa mirada dentro de ese diagnóstico identificamos, o en un identificado de 26 oportunidades de mejora, 26 oportunidades en todo el flujo de valor, no con esa mirada por área ni por ciclo, sino con punta a punta y indagando con varias aspectos que debería contar, y lo priorizamos en 9 heitos, acorde a que, y esto es un poco san marcado, arrajar primero por la cadena de sus ministros, ¿por qué? Porque tenemos que aplicar un poco, aplique acá, en los principios del lin manufactor, en el sistema de uno va jalando, va tirando de la cadena y no lo va empujando, en lugar de empujar las mejoras, las vamos tirando, si la operación de sus ministros desde adentro no funciona bien, no tiene sentido salir a buscar más clientes o más pedidos, entonces primero va a reglamos, todo lo que tenga que ver internamente con la entrega, después optimizamos la atención para que este flujo pueda atenderlos, y por último ampliamos la presprensión para aumentar la cadena, si busque, arrancaríamos al revés, estaríamos empezando a generar cuelos de botellas que tal vez no existían previamente, bueno, bien, en definitivamente todo esto, el cambio con el modelo de anteriores, teniendo a todos los sistemas integrados con Odu, hay implementados integraciones con los sistemas, incluimos la gente de inteligencia artificial, el nombre es por partir, también integrados con Odu y todo esto con un sistema que en lugar de estar empujando en un área por otro, que vaya fluyan, fluyendo directamente en base a lo que los clientes van solicitando, por cada pedido se va, el sistema va fluyendo todos [Música] y se van entregando sin tener esos grandes dotes de trabajo. Esto se aplica también con tres agentes de inteligencia artificial que vamos a diseñar, que estamos diseñando uno para la praspección, otro que califica los liches, bueno, este que califica los liches autotototicamente, los registra en el IRP, otro para la atención de clientes, que toman los pedidos, todo por WhatsApp, consulta a los productos, genera concesión, todo registra el sistema y por último, un agente que hace seguimiento y os proactivo de los clientes, todos esos agentes están integrados con el IRP, con WhatsApp, con redes sociales, con imaibo, todo diseñado, pero dentro de ese flúpo de valor y no como herramientas sueltas. Me imagino, digamos, el impacto que esto va a tener y no sé si cuando iniciaste el proceso y relevaste, midieron o definieron cómo iban a medir el éxito de este proyecto y que resulta ahora el que iban a salir a buscar, ¿no? Sí, es un aspecto que creo que me pase justamente la relita marcaba esto, justamente identificar desde el inicio, cuales son los indicadores clave, los KPI que vamos a estar moviendo. Cada uno de ellos de estos procesos tiene indicadores claves que se niren al inicio del proceso, del implementación y al final, como para ir justamente analizando el impacto que está teniendo y el retorno sobre la inversión de cada una de estas iniciativas. Y hablando de medir, justamente me mencionaba más al inicio y hicimos una cuesta con todo el equipo y bueno, dentro de un poco del diagnóstico y hicimos como un radar de madurez del equipo de trabajo en respecto a cuatro dimensiones principales, es el nivel de adopción, de aceptación, de adopción de la inteligencia artificial y de la alianza ya no de la integración como como como un final último nivel dentro de la compañía. Bueno, esto permitió también el armado de un programa de entrenamiento lo llamó a inteligencia aumentada, de que la inteligencia artificial aumenta las posibilidades y potencias de las personas y bueno ahí nos armamos también un programa de capacitación, no sólo en conocimientos técnicos de inteligencia artificial sino en las milidades blancas, no? Que tienen que ver con el pesamiento crítico, la comunicación, la colaboración, todas estas habilidades que un poco la inteligencia artificial nos viene a desafiar. Bien, y bueno, un poco como llevaba adelante un poco todo este proceso, bueno, un poco como lo ya fue mencionando, toda arranca con un diagnóstico, en el diagnóstico que revisamos, clientes, cuál es la propuesta de valor, producto, servicios, de acuerdo de las naturalidades del empresa, ahí hacemos un diagnóstico, analizamos procesos, flujos de trabajo, con que herramientas, lo haces, herramientas tecnológicas, y cómo están los datos, esto es muy importante, digamos en este empresa también, identificamos una grande oportunidad de aumentar la calidad y la consistencia de los datos para poder hacer uso y aprovechar la inteligencia artificial, también ahí identificamos como desde decía antes, cuál es la estrategia del compañero que quiere lograr hacer, que quieren lograr obtener y edificamos pues son los KPIs, son los indicadores claves, para que podamos medir el rector y el tema de la información. Al final de este diagnóstico, no es que agarramos solamente un informe, sino lo que queremos es, como pedía a Dio Alénicio, no, esto es tener un mapa, entender qué mejorar, cómo mejorarlo y en qué momento hacer, y eso luego las manos, el mapa de rutas en un rom-map de, al menos inicialmente trimestrar. Javi, ¿sabes que te quería preguntar? Que mencionaste el tema de datos y yo lo veo como algo sumamente importante para el uso de la inteligencia artificial y también para la explotación de datos en sí misma, con business inteligencia y otras técnicas. Ahora, la inteligencia artificial nos fuimos dando cuenta desde que aparecieron los grandes modelos del lenguaje y se empezaron a ver cómo sacar el mejor provecho y utilizarlo. En un principio fue el tema de los prompts y después se pasó a entender que en realidad lo más importante era el contexto, ¿no? Y los datos también son parte del contexto o parte de la información que la inteligencia artificial necesito usar para poder hacer bien las cosas. Entonces, en cuanto a los datos, no sé si puedes hablar un poco más de eso, ¿qué oportunidades encontraron ahí o qué problemas hay? Porque esto, ya vamos, quienes estén escuchando viendo esto como para que también entiendan y puedan evaluar quizás dentro de su organización como vienen con el tema de los datos. Muy buena pregunta y me diste pie justamente también para ampliar su aspecto. Bueno, creo que los datos terminan también transparentando o evidenciando la desconexión que hay entre los sistemas, entre las áreas, ¿no? Entonces, si recordas, voy a tener un poco más atrás, ¿no? Estos sistemas fragmentados, obviamente también tienen información fragmentada. Los datos estaban, por ejemplo, datos de cliente que estaba alguna parte, estaban en el sistema y otra parte de datos de clientes estaban en la certeza de transporte. Otra parte está en grupos de WhatsApp, en chats de WhatsApp, o sea, esta fragmentación que estamos viendo por funciones, por áreas y por procesos, también se está viendo. Entonces, bueno, el desafío también que es parte de lo que fue trabajándose, sigue trabajando en lograr datos unificados, consolidados y completos, o sea, todo dentro y acá es más el objetivo final, es todo dentro de esos sistemas central. Porque obviamente, teníamos datos en papel, como te decía, ahí detectamos justamente cuando queremos integrar, por ejemplo, con la plataforma de gestión de transportes, que había información de antigua, información incompleta, información inconsistente y esto es fundamental, porque si hubiera automatizado un proceso de generación de guías de transporte y resulta que no tengo los datos completos, o no tengo el número de teléfono de cliente para poder avisarle del código de seguimiento de su camino. Entonces, el trabajar sobre los datos antes de poner en marcha el EG, en este caso fue crucial, es algo que sobrepades se está trabajando muy fuertemente y es más, empezamos a trabajar sobre un documento de gobierno de datos, a ver, identificar claramente, quienes son responsables de registrar los datos, cómo deben hacerlo, de qué forma hacerlo, cuando hacerlo, sobre qué sistema, entonces, de esa forma, esta vez te ha dicho una puerra, como una política de gestión de datos, entendiendo que son la materia prima para toda tu atención y sobre todo para los agentes de la experiencia. Hay un quizás desconocimiento, no toma de conciencia quizás, en cuanto a la importancia de los datos, me desciempe, pero quizás hoy más que nada, porque es poco cuando buscas delegar más en la inteligencia artificial, si no tiene los datos completos, no va a tener todo el contexto que necesita para poder hacer lo que se le pida, para lograr el objetivo, o si los datos no están bien ordenados en el formato que se necesita, básicamente, no puedes usar esa palanca que es la que hoy toque de no usar. Por lo tanto, si no sentamos las bases y creo que los datos son fundamentales, las bases para aprovechar todo el potencial que tiene esta herramienta, también estaremos cometiendo un gran error. Muy buenísimo. Y te estaba contando un poco también en el que no esté bien justamente identificado esto, en cuanto a la calidad de datos, que es lo que hay que trabajar sobre eso en este sistema y con ese mapa de ruta, donde como que mencionaba en el gráfico anterior, identificamos, los trimestrales, esto es lo que yo propongo, donde al principio de cada ciclo tenemos una etapa de descubrimiento, donde decidimos qué queremos hacer, qué queremos mejorar después una etapa de opciones, donde estirimos, ¿qué hacemos? ¿Qué vamos a hacer? ¿Cómo lo vamos a hacer? Y por último, ya la entrega, donde ejecutamos, no, de la mejor que queremos hacer, y por último, esto es más menor, es básicamente medir el resultado de esto que estamos hablando, ¿qué impacto tuvo? Estás mejora en los KPIs que vimos en el estética del diagnóstico y de esa forma, evaluamos en concreto si seguimos instalando con este mismo problema, con el camino mejor al que queremos lograr, o pasamos a más siguiente oportunidad. En definitiva, no buscamos ningún proyecto a un año más, donde recién al final, entieras si funcionamos, ¿no? No, no buscamos estos quick wins o victorias cortas, victorias rápidas, medibles y que sean acumulativos. con la experiencia me dijo que la transformación no tiene que ser, siquiera un proyecto de principio y fin, sino que tiene tampoco un mega proyecto, sino que tiene que ser un círculo continuo de mejoras en el tiempo más breve posible con impacto medico. Fantástico. Y también para entender, ¿no? Tu perfil, yo os digo, yo te conozco para quienes estén escuchando viendo esto. Tu perfil, sos programador. Por ejemplo, si tenemos formación como analista de sistemas de casi el siglo pasado, pero sí, mi nish funcionó, justamente creo que fui entendiendo, digamos, en el recorrido de mi experiencia, bueno, entender las necesidades de negocio, digamos, y afianalizando necesidades y las fui transformando en soluciones, no? En sistemas de integración, en sistemas de integración de IRP, en desarrollos, entonces, esa mirada, digamos, de poder entender el panorado completo y conectar áreas, conectar tareas, yo creo que me da la experiencia de poder llevar adelante método, como dije, estoy compartiendo acá y poder lograr resultados en, como lo mencionaba, en el menor tiempo posible, obviamente con una priorización de coro de al impacto de buen lugar. Pero vos, digamos, que no venís de una carrera de una trayectoria del programador, vos te ecas más a los procesos, ¿no? Sí, sí, sí, he programado y, y, y, y, y, y, y, y, y, y, y, y, y, y, de vez en cuando sigo programando, pero si bien, no, no, no era más programador, pero a mí lo que más, más me atrae, es, en, ya, vamos, que es colaborar, en hacer, más la traducción de la necesidad de negocio a soluciones y, bueno, en eso me apoyo, digamos, también, en, en programadores o gente más técnica que lleva a, a la realidad, la del aspecto más técnico, no, pero, igualmente, yo sigo programando, tal. Bueno, y, sí, bueno, y, y básicamente, pero lo, lo último que te consultaría es, ¿qué, qué pensas vos qué pasaría si al empezar a trabajar con una empresa que te, y contrata, no, no, pero contrata alguien para implementar inteligencia artificial, ¿qué crees que pasaría si no empezaran haciendo este proceso, ¿no? Y aplicando este método que, que empieza con, con un diagnóstico, como, como nos decía, si, y, y van tendiendo los flujos, ¿qué pasa? Si, vamos directamente a, a, a lo técnico o a lo que quizás la empresa espera y cree que, que es lo mejor, pero ya te diste cuenta que no. Quiero de contar un poco lo que, lo que estaba y estoy viendo también en, en, en los estudios de, que, de comente al inicio, ¿no? En, hay un estudio de maquín, si, desde este año, que justamente dice, en el 88 posito de las regresaciones, está implementando inteligencia artificial, pero reportan no haber obtenido sin, sin, en, en, pantos significativos de esos resultados, finales. ¿En, en, en, lo que está pasando es esto, ¿no? O sea, eh, eh, eh van a estar desperdiciando tiempo y esfuerzo en cosas que no, que no mueven, no, mueven la aguja, ¿no? Este también, he hablado con, con una persona de, de una empresa que, comentaba de que su gente está usando Chanchipitiri para asustarias personales, pero ellos no estaban viendo, eh, resultados, eh, tangibles, eh, por ejemplo, en la reducción del tiempo de entrega de su servicio, o en el incremento en la, en la afabilición, o sea, es como que individualmente, personas, o áreas, están siendo más eficientes, pero en, en los números finales, eso no se está viendo, no se está viendo porque justamente se está teniendo esa visión fragmentada también de la mejor, ¿no? Y este mismo estudio de, de Maki, si lo, lo plantea también, o sea, el mayor obstáculo, el tercer mayor obstáculo en la adopción de la inteligencia artificial, son los desafíos organizacionales, o sea, esto es la gestión del cambio organizacional, el problema de dar a romper los siglos funcionales. Si, si no se hace esta, este análisis, este diagnóstico, eh, con una visión más integral, estructural de la empresa, va a pasar esto, ¿no? Eh, solamente el 15, bueno, el foro que no es como un día menciona esto, solamente el 15 por ciento de las organizaciones, usan inteligencia artificial para redes diseñar la manera en que se realiza trabajo. Entonces, eh, coincido por esta mirada, de lo que viene también un poco con, con el trabajo que vengo haciendo desde hace varios años, o sea, para mí la, la, esta fase de adopción de inteligencia artificial requiere un cambio organizacional estructural. Si no podemos seguir trabajando con inteligencia artificial, como lo hacíamos con estructuras del siglo pasado, esto significa, hay que poner a las personas, al mando, invertir en personas, e buscar justamente que las opulaciones se devorienten a tener resultados, resultados integrales, eh, trabajar con confianza contra apariencia, y empezar a hacer este ciclo que decía, no, desde el ciclo infinito, o sea, experimentación disciplinada, estructurada en metódica, y ir viviendo resultados en plazos cortos para reducir el riesgo, y ir aprendiendo rápidamente. Y, o si no, si haces eso, eh, si está pasando esto, ¿no? Si se está teniendo, en, en proyectos o iniciativas de inteligencia artificial que, que no lo logran resultados, y bueno, esto obviamente genera también una mala experiencia, no solo en, en las personas, sino en, en, en los clientes, aquí, aquí se ha, o por, en pesa, que pierde la oportunidad de, de obtener resultados, de se queda atrás. Bueno, Javi, ya, para mí, eh, espectacular, muy agradecido con, con, con, con, con todo esto que nos estuiste en seriendo, creo que va a ser de mucho valor para la gente. Te iría, quien quiera ponerse contacto con vos, quien quiera saber más de vos, eh, como, como pueda hacerlo. Bueno, eh, te comparto acá un poco mis, mis coordenadas, eh, mi amor no me encuentren en lintink, acá está mi, mi correo, tengo una sitio web donde escribo, de un blog, donde escribo sobre estas temas, mostré en Instagram en YouTube, eh, incluso en TikTok estoy incursionado también, así que bueno, eh, me pueden contactar, eh, para arrancar es simplemente tener una charla esperatoria, 30 minutos, para, para ver, tenemos que, que, si, que se puede hacer, cuerdas son las preocupaciones, eh, si vale la pena, digamos ir avanzando, si quieres ser tuve empezar, es que impacto están buscando, bueno, esos, puede ser el primer paso. Por mi parte, ah, agradecerte nuevamente, uno de ellos para mí también, que, que sea parte de la comunidad de pieneros, siempre me alegro cuando leo lo que posteas o en las reuniones compartís también tu visión, y no sé si quieres decirla, vamos. No, obviamente agradecerte esta oportunidad, la verdad que ser parte también de la comunidad de pieneros, a mí me genero una gran, un gran valor, también hablan siendo hablando de valor, eh, están en esa comunidad, debemos de ver casos, igual que tú y todo lo que aprendí también en la comunidad, también me sirve muchísimo, así que bueno, eternamente agradecido de poder estar en esa comunidad y poder aportar lo que yo digo, lo que uno sabe, no, creo que, creo que, que alguna responsabilidad, no sé, esa experiencia acumula, si uno no la comunica, de nada sirve, es poder compartirse, bueno, buenísimo, sí, lo que siempre digo, el aprendizaje colectivo que sea arma ahí es inibolable, así que espectacular, bueno, gracias, Javi. Bueno, gracias pocho, nos estamos viendo. No, no son. ¡Chao, chau!