Mientras las empresas de todo el mundo aceleran inversiones en inteligencia artificial, el desafío ya no pasa por sumar herramientas sino por lograr que esa tecnología genere impacto concreto en la operación. En ese espacio busca jugar Teamcubation, la startup argentina fundada por Mariano Wechsler y Diego Jolodenco, que desarrolló un modelo para entrenar a empleados no técnicos en automatización de tareas con IA dentro de su propio puesto de trabajo. 

La tesis detrás del negocio es directa: hoy muchas compañías ya pagan licencias, plataformas y soluciones basadas en modelos generativos, pero todavía no consiguen traducir ese gasto en mejoras medibles de eficiencia, productividad y resultados. La compañía diseñó para eso Booster AI, un servicio de adopción “on the job” que, en lugar de ofrecer cursos teóricos, trabaja sobre procesos concretos de cada colaborador. La promesa es convertir tareas repetitivas y de bajo valor agregado en flujos automatizados.  @@FIGURE@@

Según cuentan sus fundadores, en una implementación para 24 personas detectaron 3.680 horas de trabajo involucradas y lograron recuperar 540 horas, lo que equivale a una mejora de eficiencia del 15% solo con los procesos automatizados durante el entrenamiento. En algunos casos, aseguran, el impacto puede llegar al 40% en tres meses. Con una ronda inicial ya levantada y una nueva búsqueda de capital en marcha para expandirse a Madrid, México, Brasil y Estados Unidos, Teamcubation apuesta a convertirse en uno de los jugadores regionales de una nueva categoría: la de las empresas que no venden IA, sino adopción real de IA.

—¿Cómo nace la idea de meterse en este negocio y qué están construyendo exactamente?

El año pasado nos hicimos una pregunta que parecía medio provocadora. Hace 35 años que le decimos a todo el mundo que tiene que aprender a programar. Entonces nos preguntamos si eso, con todo lo que está pasando hoy alrededor de la inteligencia artificial y del rol del programador, realmente había valido la pena. Y la conclusión fue que sí, absolutamente sí.

Pero no tanto por el hecho de escribir código, que casi te diría que es la tarea de menor valor agregado de un programador, sino por las habilidades subyacentes que te da aprender a programar. Dividir un problema en partes, resolver cada parte por separado, estructurar datos, pensar una arquitectura, componer soluciones con distintos servicios. Esa forma de pensar hoy es fundamental para aprovechar al máximo la IA. @@FIGURE@@

Ahí vimos el problema: prácticamente todas las personas que trabajan con una computadora necesitarían esas habilidades para usar bien estas herramientas, y no había nadie transmitiéndoselas a la gente no técnica. Entonces dijimos: hay que entrenar a las personas para que puedan optimizar su propio metro cuadrado de trabajo con IA.

—O sea que el problema que detectan no es tecnológico, sino de adopción.

Exactamente. Hoy todo el mundo habla de IA y muchísimas empresas ya presupuestaron tecnología para sumar estas capacidades a sus equipos. Pero muchas parten de una idea equivocada: creen que la gente va a adoptar sola, porque la IA parece fácil. Y en realidad, lo único que se aprende solo es una capa muy básica, que es la conversación con una LLM.

Después, para automatizar procesos reales, para trabajar con agentes, con gestores de flujo, con integraciones, necesitás pensar de una manera determinada. Y eso no sucede espontáneamente. La gente necesita acompañamiento. Para nosotros, ese acompañamiento es el corazón del negocio.

—¿Qué están viendo en las empresas? Porque muchas ya invirtieron en herramientas, pero todavía no encuentran el retorno.

Ese es exactamente el problema que estamos atacando. Hoy encontrás empresas que ya tienen licencias, que ya habilitaron herramientas, que ya hicieron una inversión importante, pero donde la IA se usa para escribir mails más prolijos o generar alguna imagen. Eso no mueve el negocio.

Nosotros trabajamos con personas que operan todos los días con una computadora y hacen tareas repetitivas. Ejemplos hay miles: alguien que lee todos los días el Boletín Oficial para ver si hay algo que afecta a la compañía; alguien que recibe ocho Excels de distintas sucursales, los revisa, los ajusta y consolida todo en un informe. Todo eso hoy es automatizable. El punto es saber cómo hacerlo y con qué herramientas. @@FIGURE@@

—¿Y cómo funciona concretamente Booster AI?

Nosotros no damos cursos. Ese es el punto central. No es “vení a aprender teoría” sino “vamos a hacerlo juntos”. Entramos a la compañía, trabajamos con grupos chicos y primero mostramos el potencial. Después viene la parte importante: mentorías uno a uno sobre el trabajo real de cada persona.

No le contamos a alguien, en abstracto, cómo automatizar un proceso. Automatizamos su proceso concreto. Si esa persona todos los días consolida ocho Excels, trabajamos sobre eso. Si todos los días hace research manual, trabajamos sobre eso. Al terminar, no solo adquirió la habilidad: también le queda el flujo funcionando. Entonces el ahorro de tiempo es inmediato.

—¿Qué herramientas usan? Porque muchas veces la conversación se limita a ChatGPT, Gemini o Copilot.

En realidad, la solución suele combinar dos capas. Por un lado, alguna LLM, que puede ser ChatGPT, Gemini, Copilot o la que la empresa ya tenga disponible. Y por otro, alguna herramienta de gestión de flujos, como n8n, Power Automate, SAP o la que forme parte del stack del cliente.

Nosotros no vamos a imponer una herramienta nueva porque sí. Primero entendemos qué licencias tiene la empresa, con qué ecosistema trabaja y, a partir de ahí, customizamos el servicio para entrenar a la gente con esas herramientas. @@FIGURE@@

—¿Qué recepción encuentran puertas adentro de las compañías?

Hay una mezcla de ansiedad y temor. Pero cuando la propuesta baja a tierra, la recepción es muy buena. A la gente le interesa muchísimo adquirir estas habilidades. El problema es que existe una distancia enorme entre usar IA para algo muy básico, como mejorar un mail, y usarla para automatizar procesos reales.

Lo que nosotros hacemos es construir un puente entre esas dos cosas. Le acercamos a gente que no sabe programar una forma de pensar y de operar que hasta hace poco parecía reservada al mundo técnico.

—¿Dónde está el valor para cada área de la empresa? Porque no es lo mismo lo que mira un CEO que lo que mira un CTO o Recursos Humanos.

Totalmente. Cada uno se pone contento por algo distinto. El CEO ve equipos más eficientes y eso, sobre todo en este contexto, vale muchísimo. El CFO ve mejora en performance, ahorro de horas y mejor uso de recursos. El área de People encuentra una forma de capacitar que no se queda en la teoría. Porque muchas veces la respuesta automática es “mandémoslos a un curso”, pero después la persona vuelve a su escritorio y no sabe cómo aplicar nada.

Nosotros siempre decimos que somos como la ruedita de la bicicleta. Vamos al escritorio de la persona, a su tarea concreta, y trabajamos ahí. Eso cambia completamente la adopción.

Y para el CTO también hay una ventaja enorme: bajás presión sobre el backlog. En todas las compañías hay pedidos internos que terminan yendo a tecnología y que nunca se hacen porque no son prioritarios. Muchas de esas necesidades hoy las puede resolver la propia gente del negocio con estas herramientas, sin cargarle más trabajo al equipo técnico. @@FIGURE@@

—Ahí aparece una pregunta muy concreta de negocio: ¿qué números pueden mostrar?

En una compañía hicimos tres boosters para 24 personas. En total, esas personas representaban unas 3.680 horas de trabajo sobre los procesos que analizamos. Lo que hacemos siempre es medir cuánto tiempo les lleva hoy una tarea y cuánto tiempo les lleva después de automatizarla.

Te doy un ejemplo simple. Si alguien tardaba dos o tres horas por día en hacer research y después de automatizar ese flujo recibe el resumen listo, en audio o por WhatsApp, para escucharlo camino al trabajo, ese tiempo prácticamente desaparece. Cuando empezás a sumar caso por caso, te encontrás con resultados muy concretos. En esa implementación recuperamos 540 horas. Eso fue una mejora del 15% solo con los flujos automatizados durante el entrenamiento.

—¿Y eso después escala?

Claro. Ese es el punto más interesante. Porque no se trata solo del flujo que automatizaste en ese mes. Lo más importante es que la persona se queda con la habilidad. Entonces, al mes siguiente, cuando aparece otra tarea repetitiva, ya puede empezar a preguntarse: “¿Esto lo puedo automatizar?”. Si instalás esa cultura, el impacto es acumulativo. La eficiencia se sigue expandiendo.

—¿Esto funciona solo para grandes compañías o también para pymes?

Funciona para todos. De hecho, muchas veces el resultado relativo es más grande en una pyme que en una corporación. Porque en una empresa chica, cada hora recuperada pesa más. Trabajamos con todo tipo de compañías. La diferencia no está tanto en el tamaño sino en cuánta gente querés entrenar y con qué velocidad querés mover la adopción. @@FIGURE@@

—¿Y cómo se justifica la inversión para una empresa más chica?

Justamente por el recupero. Si vos sabés que un booster te genera ahorro en tiempo de trabajo y te permite hacer más negocio con el equipo que ya tenés, la inversión cierra. Nosotros insistimos mucho con una idea: esto no es eficientizarse para achicarse, sino para crecer. Se trata de liberar capacidad para que la gente haga cosas de más valor.

—Mencionaste un punto sensible: el miedo. Del lado del trabajador, aparece rápido la idea de “aprendo esto y después me reemplaza”. ¿Lo están viendo?

Sí, el miedo existe. Pero nosotros somos muy claros en esto: si una compañía cree que implementar IA es simplemente echar gente, entonces tiene mal pensado su negocio. El objetivo debería ser vender más, atender mejor, diseñar mejores estrategias, usar mejor el tiempo. La IA tiene que servir para que el equipo haga más y mejor, no para reducirlo por definición.

Además, cuando se presenta correctamente, el miedo baja muchísimo. Porque la propuesta real es: “Vengo a ayudarte a mejorar tu metro cuadrado, con tu conocimiento, sobre tu trabajo”. Y eso la gente lo vive de otra manera.

Hay algo importante ahí: la persona que hace esa tarea todos los días es la que mejor sabe cómo funciona. Cuando vos te sentás con ella y le pedís que te explique paso a paso lo que hace, de ahí mismo sale el prompt, sale la lógica, sale la automatización. No le estás sacando capacidad; se la estás multiplicando. @@FIGURE@@

—Del lado de las empresas, en cambio, aparece otro miedo: “si no hago esto ya, me quedo afuera”.

Sí, y eso también lo vemos mucho. Hay mucha desesperación. Y frente a esa ansiedad, muchas compañías reaccionan comprando licencias para todos y esperando resultados mágicos. Ahí es donde aparece la frustración, porque si después todo termina en mails más prolijos, no agregaste valor.

La diferencia está en usar estas herramientas para volver superhumana a la gente en su tarea real. Si yo logro que mi proceso comercial no pierda seguimientos, que mis reuniones se agenden mejor, que no se me escapen oportunidades, eso sí cambia mi productividad. Y cada área tiene decenas de oportunidades así.

—Ustedes vienen del mundo tech. Les hago una pregunta más amplia: ¿se terminó el trabajo de programador?

No. Se terminó el programador de hace dos años, igual que antes se “terminó” el programador assembler, después el de COBOL, después el de Visual Basic. Lo que pasó ahora es que apareció una nueva capa de abstracción. Antes escribíamos en lenguajes cada vez más cercanos al humano; hoy directamente escribimos en lenguaje natural.

Pero el fondo sigue siendo el mismo: entender cómo resolver problemas, estructurar datos, diseñar arquitectura, combinar piezas. Eso no desaparece. Al contrario, hoy un programador tiene superpoderes. Lo que antes podía llevarte tres meses, ahora tal vez lo hacés en cuatro días intensos. La sensación es que podés construir muchísimo más. @@FIGURE@@

—Sin embargo, en el mercado está instalada la idea de que la IA va a destruir empleo incluso en tecnología.

Hay mucho ruido ahí. Pero si mirás lo que están diciendo las grandes compañías, el mensaje es otro. La semana pasada, tanto IBM como Microsoft explicaban por qué tienen que seguir contratando perfiles junior. Y el argumento es lógico: si dejás de formar gente nueva hoy, en tres o cinco años te quedás sin equipo experimentado.

Cada vez que aparece una nueva capa tecnológica, se abren más cosas para construir. Ahora necesitás agentes, integraciones, modelos entrenados con datos propios, herramientas específicas para industrias concretas. Cambia el tipo de trabajo, pero no desaparece la necesidad de talento.

—¿Cuáles son los objetivos de Teamcubation para este año?

Seguir creciendo en la Argentina y expandirnos. La necesidad que estamos resolviendo es global. Lo que pasa acá también pasa en Estados Unidos, en España, en México, en Brasil. En todos lados las compañías están tratando de entender cómo empujar la adopción real de estas herramientas para ganar eficiencia.

—¿Y cómo se financia esa expansión?

Nosotros tuvimos una ronda inicial y ahora estamos en medio de una nueva ronda para financiar esa expansión. La idea es crecer en mercados como Madrid, México, Brasil y Estados Unidos.

—¿Ese capital va a estar orientado exclusivamente a escalar el negocio afuera?

Sí, principalmente a expansión. La oportunidad es muy grande y creemos que el problema que estamos resolviendo recién empieza a tomar dimensión.