La adopción de inteligencia artificial avanza a una velocidad inédita. Sin embargo, el desafío que enfrentan hoy muchas organizaciones ya no pasa únicamente por incorporar nuevas herramientas tecnológicas, sino por lograr que esas tecnologías produzcan resultados concretos. La distancia entre ambas cosas todavía es significativa: según datos de McKinsey, el 80% de las organizaciones implementó inteligencia artificial generativa durante 2025, pero menos del 1% considera que esa adopción tuvo un impacto real en los resultados financieros de la empresa. En paralelo, Gartner estima que para este año el 60% de los proyectos de IA que no cuenten con datos preparados para su utilización serán abandonados.

En ese contexto, mientras gran parte de la conversación global —incluidas las declaraciones de Sam Altman sobre la creatividad como salvavidas del empleo—, gira en torno a la eficiencia y a la reducción de estructuras, dos empresas argentinas y dos consultores especializados en la materia ofrecen una mirada que va a contramano de esa tendencia dominante.

Blas Briceño, CEO de Finnegans y director de la Fundación Finnegans Impacto, es uno de los que más se aleja del discurso de la eficiencia a toda costa. Su compañía sostiene programas de formación rentados para perfiles junior y amplió infraestructura física en los últimos meses.

"Nuestra visión es que los negocios que vienen van a estar basados en inteligencia artificial, pero potenciados por personas cada vez más calificadas y liberadas de gran parte de las tareas operativas", explica Briceño. Sobre la decisión de seguir invirtiendo en formación, agrega que "hoy es invertir en la competitividad de los próximos años".

Consultado sobre las declaraciones de Altman, Briceño matiza: “No compartimos la idea de que la inteligencia artificial vaya a volver innecesario el trabajo humano. En muchos casos, el error está en sobreestimar las capacidades de la inteligencia artificial y subestimar la capacidad de las personas para adaptarse a los cambios”.

Desde Arbusta —compañía fundada en Argentina en 2015, con operaciones en Argentina y Colombia, que trabaja en gestión de datos, entrenamiento de modelos y control de calidad para empresas como Mercado Libre, Kavak, Despegar y PedidosYa—, la CEO y cofundadora Clemencia Nicholson responde: "En realidad Arbusta también busca hacer más con menos. Queremos impactar en más vidas de jóvenes que pasan por Arbusta y encuentran acá su primera oportunidad de empleo en IT". Y agrega: "No creemos que el futuro sea 'personas o tecnología'; creemos que será 'personas potenciadas con tecnología'".

El error de diagnóstico: automatizar por miedo, no por estrategia

Desde la consultora FARO HR, Alejandro Masco pone el foco en un problema previo a la implementación tecnológica: el diagnóstico equivocado que hacen muchos CEOs antes de reestructurar sus áreas. Identifica cuatro impulsos que suelen guiar decisiones erróneas: automatizar por FOMO ("todos lo hacen, no puedo quedarme atrás"), por costos ("reemplazo personas y es más barato"), por velocidad ("lo resuelvo más rápido") o "en modo commodity", sin revisar cultura, estructura ni competencias.

"El verdadero error de diagnóstico es creer que la automatización es un fin en sí mismo. La IA puede agilizar procesos y dar soporte a la toma de decisiones, pero no reemplaza el criterio, el sentido común ni la oportunidad. Sin esa mirada, la automatización no transforma: solo maquilla", advierte Masco.

El consultor también cuestiona la lógica de "hacer más con menos" cuando no viene acompañada de un rediseño real de los procesos: "Muchas organizaciones confunden automatización con eficiencia. Cuando se implementa sin un soft landing —un acompañamiento gradual, con espacios de aprendizaje y adaptación— lo que se gana en velocidad se pierde en claridad y sostenibilidad".

Axel Jutoran, consultor especializado en IA aplicada a pymes y negocios, coincide en que la base documental es la que determina si un proyecto de automatización tiene sentido. Antes de desplegar un agente que analice comportamiento de clientes, dice, una empresa necesita "tener clara su estrategia", identificar "sus problemas y oportunidades reales" y, sobre todo, "tener procesos documentados": "No basta con que 'el equipo ya sabe cómo se hace'. Si no está escrito, no se puede enseñar a una máquina. Y lo que no se puede enseñar, no se puede automatizar con consistencia".

El semillero en riesgo: ¿Quién va a entrenar a los juniors?

Uno de los puntos donde más coinciden las cuatro voces consultadas es la preocupación por el futuro de los perfiles junior, en un escenario donde la IA absorbe buena parte de las tareas operativas que tradicionalmente servían como puerta de entrada al mercado laboral tech.

Masco lo plantea en términos estructurales: "La IA viene a transformar la geometría de las organizaciones: ¿qué nuevas formas está tomando la pirámide organizacional? ¿En qué roles se iniciaran los jóvenes profesionales?". Para el especialista de FARO, lo que diferenciará al alto potencial "no será el acceso a la herramienta, sino las capacidades humanas: criterio, capacidad de análisis, pensamiento crítico, sensibilidad organizacional y la habilidad de aprender en contextos cambiantes". Su advertencia es directa: "Las organizaciones que no trabajen en esto tendrán un bache inevitable en su semillero y su cadena de valor profesional".

Briceño defiende el modelo de formación rentada frente a quienes lo ven como un gasto de alto riesgo por la rotación de talento: "La combinación entre talento humano e inteligencia artificial permite que un perfil junior pueda empezar a ser productivo y aportar valor mucho más rápido que con los esquemas tradicionales, sin perder las instancias de aprendizaje". Y agrega una advertencia para la industria: "Si la industria deja de entrenar a las nuevas generaciones, también pone en riesgo su propio futuro".

En Arbusta, el programa de capacitación interno —de entre 18 y 24 meses— especializa a jóvenes sin formación previa en IT en disciplinas como datos, automatizaciones, machine learning y, desde hace un año, inteligencia artificial generativa. Nicholson sostiene que el talento y la creatividad no están condicionados por el origen socioeconómico, y pone como ejemplo el recorrido del freestyle argentino: recuerda que El Quinto Escalón "empezó como una competencia de freestyle de jóvenes de contextos no muy distintos a los de los colaboradores de Arbusta".

Sobre la ansiedad tecnológica en las nuevas generaciones, Briceño señala que el camino de junior a senior "se volvió más desafiante y ya no pasa por los carriles habituales de hace apenas dos o tres años", y que el rol del liderazgo es "acompañar".

Human-in-the-loop: la supervisión humana como estándar

Más allá del discurso, la explicación técnica de por qué el criterio humano sigue siendo indispensable aparece con claridad en las respuestas de Nicholson y Jutoran. La CEO de Arbusta describe un enfoque que la compañía aplica con sus clientes corporativos, conocido como Human-In-The-Loop: "Si las empresas buscan alcanzar el mayor estado de automatización posible, que es la de los agentes, se diseñan procesos de validación y supervisión humana, para que las decisiones que toman siempre estén acompañadas de criterio humano y de negocio".

Jutoran, desde su experiencia con pymes, describe en qué terreno los agentes todavía muestran límites concretos: "No tienen calle. No tienen suspicacia. No pueden leer una situación ambigua con la intuición que da la experiencia. Casi todo lo que se puede hacer con una computadora, que se puede documentar como un proceso replicable, un agente bien entrenado lo puede hacer bien. El problema no es tecnológico. El problema suele ser que las empresas quieren implementar agentes sobre procesos que no están documentados, ni siquiera definidos".

El consultor también pone el foco en la gestión de datos de clientes que procesan los agentes de IA: "Toda la información que sube a internet puede ser hackeada. Por eso tengo una máxima clara: lo que es extremadamente confidencial, no solo no va a un agente de IA, no va a internet. Punto". Según Jutoran, el riesgo legal más concreto para las empresas está en no verificar que sus acuerdos de procesamiento de datos con proveedores de IA sean compatibles con la regulación local y con los contratos que tienen con sus propios clientes.

El consejo para los líderes 

Frente a directores de Recursos Humanos o CEOs que hoy no saben cómo reestructurar sus empresas ante el avance de la IA, las respuestas de Briceño y Nicholson apuntan en la misma dirección: no actuar desde el miedo, pero tampoco quedarse en la reflexión permanente.

"Lo primero que les diríamos es que no tomen decisiones desde el miedo. Cada revolución tecnológica vino acompañada de predicciones sobre empleos que iban a desaparecer y modelos de negocio que iban a quedar obsoletos. Algunas cosas cambiaron mucho y otras bastante menos de lo que se esperaba", plantea Briceño, quien pide no ver a la IA "solamente como una herramienta para reducir costos".

Nicholson coincide en el diagnóstico y cita una frase de Daniel Rabinovich, COO y CTO de Mercado Libre, sobre empresas "entrando en grandes etapas de reflexión pero que no logran pasar a la etapa de la acción". Su recomendación es concreta: "Cuidado con la parálisis por análisis. (...) nunca dejen de tener a sus equipos, la cultura y las personas, en el centro de la organización".

Nicholson también relativiza el clima de recortes que domina la conversación pública: "En realidad hoy vemos señales mixtas en el mercado. Algunas corporaciones recortan personal pero otras, como IBM, van en el sentido inverso. Y el World Economic Forum reporta que desde la irrupción de la IA al día de hoy se siguen creando más empleos de los que se destruyen".