Sebastián Lemos, Chief AI Officer de Datawise, explicó cómo la IA trasciende el machine learning tradicional, creando «agentes» autónomos que se integran con sistemas existentes para liberar personal y potenciar la estrategia.
Durante su exposición en el panel «Inteligencia Artificial aplicada a negocios: Eficiencia e innovación», del Argentina Mining Cuyo 2025, Sebastián Lemos, Chief AI Officer de Datawise, detalló el amplio espectro de capacidades que la Inteligencia Artificial (IA) ofrece actualmente a las empresas, superando las aplicaciones históricas de machine learning. La IA no solo permite realizar tareas tradicionales como el forecasting para la planificación de ventas o producción, o generar sistemas de recomendación avanzados, sino que también facilita la creación de modelos generativos, por ejemplo, para predecir fallas en la maquinaria.
Una de las áreas de mayor avance es la integración con los flujos de trabajo existentes y las nuevas formas de interacción. Lemos señaló que la tecnología permite hoy en día «subir un PDF, lo podemos conectar a nuestros sistemas de backend, lo podemos conectar a primavera, como contaba antes Néstor, o lo podemos conectar a SAP y empezar a interactuar con esa data».
La integración de voz y visión por computadora (Computer Vision)
El ejecutivo hizo hincapié en el desarrollo de nuevas formas de comunicarse con la tecnología, mencionando la llegada de la voz (voice) y la Visión por Computadora (Computer Vision). La tecnología de voz ha permitido crear sistemas que mantienen conversaciones con las personas. Esto resulta «súper útil» en escenarios de consulta, por ejemplo, donde la IA puede asistir a un empleado, dándole instrucciones sobre cómo colocarse elementos de protección personal (EPP) o qué hacer ante una situación de emergencia, disponibilizando estos servicios «7 por 24 para comunicarse». En logística, los sistemas basados en voz son fundamentales para el control de flotas. Un operador podría, por ejemplo, «llamar y preguntarle dónde está el camión, qué está haciendo, qué está cargando, qué no está haciendo».
En cuanto al Computer Vision, esta herramienta permite procesar inteligentemente lo que se capta en las cámaras. Esta tecnología está lo suficientemente avanzada como para evaluar exactamente lo que está ocurriendo, permitiendo la detección de personas que no están utilizando su EPP, asegurando que «la fuerza de trabajo esté bien puesto, chaleco, el casco, etcétera».
Además de la seguridad, Computer Vision tiene aplicaciones específicas por industria. En la minería, por ejemplo, permite «clasificar las distintos minerales que están saliendo de un corte». En manufactura, se demanda mucho el control de calidad visual en las líneas de producción para evaluar si el producto que se fabrica o el mineral que se extrae está saliendo correctamente.
Lemos explicó la importancia de esta herramienta al afirmar:
«El computer vision viene para eso. Porque no me sirve de nada tener un centro de control magnífico con millones de monitores y nadie los ve al fin de cuentas».
Los agentes de IA: Tomando acción
El concepto más disruptivo y foco de fuerte inversión son los agentes de inteligencia artificial. Estos agentes están diseñados para ir más allá de la mera comunicación o detección, ya que están «pensados para que uno pueda empezar a tomar acciones», aclaró.
Un agente de IA puede, por ejemplo, conectarse a un sistema de Computer Vision y, al detectar ciertos patrones, levantar una alerta para que un humano la revise. Esto es esencial para la gestión de incidentes y la extracción de datos.
La implementación de estos agentes tiene un objetivo claro: «Nos permite liberar esa capa de gente para que haga cosas de mayor valor cognitivo donde lo que hacían eran mirar la pantallita y seguir a ver si había un incidente o no», explicó.
Otro caso de uso vital es en Recursos Humanos, donde la gestión de trámites rutinarios puede ser automatizada. Lemos destacó que uno podría: «poner un agente de IA a escuchar esa conversación con la tecnología de voice, y después cargar un incidente, cargar un ticket, cargar un reclamo, hacer la gestión que corresponde. Entonces, libero a la persona que está atendiendo».
Además, en el sector energético, los agentes de IA también pueden complementar la vigilancia para detectar señales de caídas en el consumo o realizar monitoreo inteligente, sin necesidad de que haya «alguien mirándolo 7 por 24», agregó.
Visión estratégica y desarrollo local
Sebastián Lemos enfatizó que la IA debe ser una herramienta para explotar «lo mejor del conocimiento del proceso». El propósito de esta tecnología es «poder dejar a las personas con la gestión de la estrategia, con trabajos de mayor valor agregado», mencionó. En cuanto a la implementación, Datawise (NUAs) promueve un modelo colaborativo, donde el conocimiento le quede al cliente, asegurando que la IA «no puede ser una caja negra que no se sepa cómo está trabajando».
Finalmente, Lemos resaltó la capacidad de la compañía para la soberanía tecnológica y la ciberseguridad, informando que poseen tecnología propia de IA en el país y «cuatro data centers en Argentina». Esto permite correr todos los modelos localmente, eliminando la necesidad de depender de servicios externos como Open AI o Google y evitando sacar la data fuera del país. Este desarrollo local prioriza una «extrema conciencia de ciberseguridad de la información» y permite mejorar los procesos de atención con latencias mínimas. Lemos concluyó al señalar que toda esta tecnología está desarrollada con open source y que ya existe la capacidad de bajarse «modelos gratuitos para correr localmente».