VER MÁS
MARKET DATA
<%userdata?.email%>
Editar perfil
Credencial
Salir
(Twitter)
Instagram
Facebook
LinkedIn
YouTube
TikTok
Alto contraste
presenta
SmartJob
Víctor Schneider, CEO de SmartJob: “Nueve de cada diez empresas usan IA, pero pocas logran impacto en el negocio”
Víctor Schneider, CEO de SmartJob, lidera una compañía que desarrolla capacidades de inteligencia artificial y tecnología para responder a las necesidades de medianas y grandes empresas, con experiencia en industrias como retail, minería y banca, entre otras.
La inteligencia artificial ya es masiva en las empresas, pero el verdadero desafío comienza después de implementarla. Para SmartJob, la próxima brecha competitiva estará entre las compañías capaces de convertirla en resultados y aquellas que acumulan herramientas y pilotos sin transformar su operación.
Según McKinsey, el 88% de las organizaciones ya utilizaba IA regularmente en al menos una función en 2025. Sin embargo, solo el 37% declara algún impacto en su resultado operacional. La brecha entre adopción y resultados marca el nuevo desafío: pasar de experimentar con tecnología a convertirla en valor concreto para el negocio.
“El riesgo ya no es quedarse fuera de la inteligencia artificial. El riesgo es invertir en ella sin mover ningún indicador del negocio”, plantea Víctor Schneider, CEO de SmartJob.
La primera etapa de la IA empresarial estuvo marcada por la experimentación: copilotos, asistentes, generadores de contenido y herramientas orientadas a automatizar tareas individuales. Pero hacer una tarea más rápido no necesariamente transforma una operación.
El impacto comienza cuando esas capacidades se conectan con procesos concretos: una decisión comercial, el desarrollo de una aplicación, la revisión de un contrato, la aprobación de un pago o la atención de un cliente.
“La pregunta equivocada es qué herramienta queremos implementar. La pregunta correcta es qué problema queremos resolver, qué indicador debería cambiar y quién se hará responsable de ese resultado”, afirma Schneider.
Productividad, costos, velocidad de ejecución, experiencia de clientes, errores operacionales y capacidad de crecimiento deberían estar sobre la mesa desde el inicio. Y no todo problema requiere IA: también puede requerir desarrollo de software, integración, cloud o, simplemente, rediseñar un proceso.
“No es la tecnología la que define el problema que hay que resolver. Es el problema el que debe definir qué tecnología usar”, agrega Schneider.
Del piloto a la operación
Una demostración de IA puede funcionar muy bien. El desafío aparece cuando debe salir de la presentación y entrar al flujo real de trabajo.
¿Qué datos podrá utilizar? ¿Cómo se conectará con los sistemas existentes? ¿Quién tendrá acceso? ¿Cómo se protegerá la información? ¿Qué ocurrirá cuando la respuesta sea incorrecta? ¿Quién tomará la decisión final?
Resolver estas preguntas permite pasar de una prueba exitosa a una solución capaz de generar valor. Cuando no ocurre, las organizaciones pueden quedar atrapadas en la “trampa del piloto permanente”: iniciativas que funcionan en una demostración, pero nunca llegan a transformar un proceso completo.
“Una demo puede impresionar en una reunión. Una solución solo crea valor cuando entra al flujo real de trabajo, convive con los sistemas de la empresa y cambia un indicador que importa”, explica Schneider.
Escalar IA requiere datos de calidad, integración, seguridad, permisos, trazabilidad, reglas de negocio y responsables definidos. También requiere gestionar el cambio dentro de las organizaciones, acompañando a los equipos en la adopción de nuevas formas de trabajar. También exige medir desde el comienzo.
Según Gartner, las organizaciones que obtienen mejores resultados con IA son significativamente más propensas a medir sus beneficios de manera frecuente o permanente. La medición deja así de ser una etapa posterior al proyecto y pasa a formar parte de su diseño.
Para Schneider, la gobernanza debe entenderse como una condición para escalar y no como un freno a la innovación.
“Mientras mayor sea el impacto de una decisión, más importantes se vuelven el contexto, la trazabilidad, los controles y el criterio de las personas. Gobernar la IA no significa frenarla. Significa crear las condiciones para confiar en ella y poder escalarla”.
Cuando la IA resuelve un problema concreto
La diferencia entre experimentar con IA y transformar una operación se observa cuando la tecnología resuelve un problema concreto. Para un cliente del retail, SmartJob desarrolló una plataforma para centralizar información que antes estaba dispersa entre planillas, correos y distintos sistemas, dificultando la gestión de locales y activos comerciales.
La solución integró esas fuentes, automatizó tareas y alertas y permitió contar con información más consistente y trazable para la operación. El proyecto también incorporó IA al ciclo de desarrollo mediante SmartForge, apoyando desde los requerimientos y la arquitectura hasta el código y las pruebas, siempre con revisión de especialistas.
“La tecnología por sí sola no genera impacto. Primero hay que entender dónde está el problema del cliente y construir una solución que pueda integrarse a su operación, ser adoptada por sus equipos y demostrar un resultado concreto”, señala Paulina Azúa, gerenta comercial de SmartJob.
“El valor de la IA aparece cuando deja de ser una herramienta aislada y comienza a cambiar cómo funciona el negocio”, señala Paulina Azúa, gerenta comercial de SmartJob.
El valor de la IA también depende de las personas
A medida que la inteligencia artificial entra en procesos más relevantes, el rol de los especialistas cambia, pero no desaparece.
Los modelos pueden procesar grandes volúmenes de información, generar código, detectar patrones o automatizar pruebas. Sin embargo, necesitan contexto y supervisión, especialmente cuando una decisión tiene consecuencias financieras, legales, regulatorias o reputacionales.
Esa lógica está presente en SmartForge, el modelo de desarrollo de software potenciado por IA de SmartJob. Este modelo coordina agentes especializados en distintas etapas del ciclo de desarrollo, desde requerimientos y arquitectura hasta código, pruebas, seguridad y despliegue, manteniendo un contexto común y trazabilidad entre las distintas etapas.
Los especialistas revisan y aprueban las decisiones relevantes, particularmente aquellas relacionadas con arquitectura, seguridad, diseño y calidad. La propuesta busca liberar a los equipos de tareas repetitivas y concentrar su capacidad en decisiones de mayor complejidad.
SmartJob cuenta con un equipo de más de 350 personas y operación en Colombia, México, Perú, Chile y Estados Unidos.
La próxima ventaja competitiva
A medida que los modelos se vuelvan más accesibles, tener determinada herramienta dejará de ser una ventaja por sí sola. La diferencia estará en cómo cada organización logra integrarla con sus datos, procesos, sistemas y equipos.
Eso también está modificando la conversación entre tecnología y negocio. CEO, CIO y CFO comparten cada vez más decisiones relacionadas con productividad, eficiencia, riesgo, inversión y crecimiento.
“La tecnología es necesaria para que la operación funcione. Pero cada vez más también define cómo una empresa crece, se diferencia y compite. Por eso ya no puede ser una conversación aislada del negocio”, sostiene Schneider.
“En dos años, nadie va a preguntar cuántas herramientas de inteligencia artificial compró una empresa. La pregunta será qué proceso cambió, qué costo redujo, qué error evitó y qué capacidad creó”, plantea Schneider.
La IA ya dejó de ser una apuesta de futuro. El desafío ahora ya no es demostrar que se usa, sino demostrar qué cambió gracias a ella.
IA aplicada al ciclo completo de desarrollo
SmartForge es el modelo de desarrollo de software con IA supervisada por expertos de SmartJob. A diferencia de herramientas puntuales, coordina agentes especializados en cada etapa del ciclo —requerimientos, arquitectura, código, pruebas de calidad y seguridad— bajo un mismo contexto y con trazabilidad completa entre etapas.
La IA no opera de manera aislada: el proceso mantiene revisión y aprobación humana en las decisiones relevantes de arquitectura, seguridad, diseño y calidad.
La premisa: acelerar el desarrollo sin perder contexto, trazabilidad ni control.
Te recomendamos
Presentado por:
