Skip to main content

Inteligencia artificial desde el territorio: microempresas de Valdivia llevan la IA a su trabajo cotidiano

Comerciantes y emprendedores participaron en la masterclass “IA Aplicada al Trabajo para Microempresas Regionales”, dictada por Boris González, presidente de ARIA Los Ríos y CEO de VirtualPoint. La jornada puso el foco en un desafío concreto: demostrar que la inteligencia artificial también puede generar valor en los pequeños negocios y que comenzar a utilizarla no requiere saber programar ni disponer de grandes recursos tecnológicos.

La inteligencia artificial suele aparecer vinculada a grandes compañías, sofisticados procesos de automatización y transformaciones tecnológicas que pueden parecer distantes de la realidad de un almacén, una ferretería, una tienda o un pequeño emprendimiento regional.

En Valdivia, una experiencia realizada esta semana buscó demostrar exactamente lo contrario.

La Masterclass gratuita “IA Aplicada al Trabajo para Microempresas Regionales” reunió a comerciantes y emprendedores en dependencias de la Cámara de Comercio Detallista de Valdivia para experimentar directamente con inteligencia artificial aplicada a situaciones habituales de sus negocios.

La actividad fue dictada por Boris González, presidente de ARIA Los Ríos —Asociación Regional de Inteligencia Artificial de Los Ríos— y CEO de VirtualPoint, y se desarrolló en el marco del convenio de colaboración suscrito entre ARIA Los Ríos y la Cámara de Comercio Detallista de Valdivia.

El acuerdo fue firmado por Reinaldo Zúñiga, presidente de la Cámara de Comercio Detallista de Valdivia, y Boris González, en representación de ARIA Los Ríos, estableciendo una línea de colaboración orientada a acercar las nuevas capacidades tecnológicas al ecosistema empresarial local.

Una pregunta diferente: ¿qué problema podemos resolver?

La propuesta de González durante la jornada evitó deliberadamente convertir la actividad en una exposición sobre herramientas, modelos o conceptos técnicos. El punto de partida fue mucho más cercano a la realidad de quienes administran diariamente un negocio: identificar dónde se pierde tiempo y comprobar si la inteligencia artificial puede ayudar a recuperarlo.

Los asistentes trabajaron desde sus propios teléfonos celulares. La metodología combinó aproximadamente un 40% de contenidos conceptuales con un 60% de ejercicios y demostraciones prácticas, reduciendo al mínimo las barreras técnicas.

La oportunidad no está en aprenderse el nombre de todas las herramientas de inteligencia artificial. Está en descubrir qué problema de nuestro trabajo podemos resolver mejor con ellas”, fue una de las ideas que atravesó la masterclass.

Desde esa perspectiva, la IA dejó de presentarse como una tecnología reservada para especialistas y comenzó a entenderse como un nuevo colaborador al que es necesario entregar contexto, instrucciones y objetivos.

La diferencia parece pequeña, pero cambia completamente la conversación.

De una respuesta en ChatGPT a recuperar horas de trabajo

Durante la jornada se trabajó sobre situaciones reconocibles para cualquier pequeño empresario: responder consultas de clientes, redactar información comercial, preparar el borrador de una cotización, resumir documentos, ordenar antecedentes o transformar información compleja en una explicación sencilla.

El foco no estuvo puesto en demostrar que una inteligencia artificial puede escribir un texto. Eso ya es relativamente conocido.

La pregunta más relevante fue cuánto trabajo repetitivo existe detrás de la operación cotidiana de una empresa y cuánto de ese tiempo podría recuperarse.

Un correo puede tomar sólo algunos minutos. Una cotización, un poco más. Responder una consulta frecuente parece irrelevante. Pero cuando esas acciones se repiten decenas de veces durante una semana y cientos de veces durante un año, la ecuación cambia.

Para González, allí existe una oportunidad especialmente importante para las micro y pequeñas empresas: utilizar inteligencia artificial no necesariamente para reemplazar procesos completos, sino para comenzar eliminando pequeñas fricciones que consumen tiempo todos los días.

Ese tiempo puede volver precisamente a aquello que una máquina difícilmente puede sustituir: atender mejor a un cliente, vender, negociar, conocer el mercado, construir confianza o tomar una decisión.

“¿Y esto me va a dejar sin pega?”

La masterclass también abordó directamente una de las preguntas que muchas veces permanece detrás de la conversación sobre inteligencia artificial: qué ocurrirá con el trabajo de las personas.

La respuesta presentada por Boris González evitó tanto el optimismo tecnológico exagerado como el discurso del reemplazo inevitable.

Algunas tareas van a cambiar. El oficio, el criterio y la responsabilidad humana siguen teniendo un valor fundamental.

Una IA puede redactar el borrador de un correo, ordenar información o ayudar a preparar una cotización. Pero no conoce por sí sola la historia de un cliente, las particularidades de un barrio, la reputación construida durante años ni las relaciones que sostienen a un pequeño negocio.

Tampoco asume las consecuencias de una mala decisión.

Una de las ideas utilizadas durante la jornada lo resumió así:

“Nadie te contrata por hacer la tarea. Te contrata porque alguien tiene que responder por el resultado. Eso sigue siendo tuyo.”

La distinción entre automatizar tareas y reemplazar el conocimiento de un oficio resulta especialmente importante para el pequeño comercio, donde propietario, administrador, vendedor y responsable frente al cliente muchas veces son la misma persona.

ARIA Los Ríos: construir capacidades de IA desde las regiones

La actividad también refleja uno de los desafíos que ARIA Los Ríos busca instalar desde la Región de Los Ríos: que la transformación provocada por la inteligencia artificial no sea observada únicamente desde Santiago, las grandes empresas o el sector tecnológico.

Para su presidente, Boris González, democratizar el acceso a las herramientas es sólo una parte del desafío. La otra, probablemente más compleja, es democratizar la capacidad de utilizarlas con sentido.

Hoy una microempresa puede acceder desde un teléfono a capacidades de inteligencia artificial que hace pocos años habrían requerido infraestructura, especialistas y presupuestos considerables. Sin embargo, disponer de esas capacidades no garantiza saber incorporarlas al trabajo.

Ahí aparece el rol que ARIA Los Ríos busca desarrollar como articulador regional: conectar inteligencia artificial, empresas, instituciones, academia, profesionales y territorio, promoviendo una adopción que responda a necesidades concretas de la Región de Los Ríos.

La alianza con la Cámara de Comercio Detallista de Valdivia representa precisamente ese enfoque. En lugar de esperar que las pequeñas empresas lleguen al ecosistema tecnológico, la inteligencia artificial se acerca a los espacios donde esas empresas ya están organizadas y trabajando.

VirtualPoint: de experimentar con IA a transformar empresas

La jornada tiene también una conexión directa con la visión que Boris González está desarrollando desde VirtualPoint, empresa que dirige y desde la cual trabaja en transformación empresarial aumentada por inteligencia artificial.

La tesis es que incorporar IA no consiste en sumar aplicaciones por moda ni en convertir cada proceso en una automatización.

Primero está el negocio.

Después, el problema.

Y sólo entonces aparece la tecnología.

Desde esa mirada, experimentar con ChatGPT desde un teléfono puede parecer un primer paso muy básico, pero puede abrir una evolución mucho más profunda. Una empresa comienza utilizando IA para resolver una tarea, luego descubre patrones repetitivos, identifica procesos que pueden mejorarse y finalmente puede avanzar hacia asistentes, automatizaciones y sistemas integrados a su operación.

El objetivo deja entonces de ser “usar inteligencia artificial” y pasa a ser trabajar mejor utilizando nuevas capacidades tecnológicas.

Para VirtualPoint, esa diferencia es estratégica: el valor no está en la herramienta, sino en los resultados que una organización puede obtener mediante ella.

Una transformación que puede comenzar desde el bolsillo

Quizás la imagen más significativa de la masterclass no fue una demostración tecnológica sofisticada.

Fue mucho más sencilla: comerciantes y emprendedores utilizando sus propios teléfonos para resolver problemas relacionados con sus negocios.

La escena resume buena parte del cambio que está ocurriendo.

La inteligencia artificial ya no exige necesariamente una gran infraestructura para comenzar. Una microempresa puede experimentar hoy con capacidades que permiten redactar, analizar, organizar, comparar, resumir, crear y apoyar decisiones desde un dispositivo que lleva diariamente en el bolsillo.

Eso no significa que implementar inteligencia artificial en una empresa sea automáticamente fácil. Tampoco que todas las respuestas de una IA sean correctas. Durante la jornada se insistió precisamente en la necesidad de revisar información, proteger datos sensibles y mantener siempre la decisión final en las personas.

Pero sí significa que la barrera para comenzar ha disminuido radicalmente.

La experiencia desarrollada por ARIA Los Ríos y la Cámara de Comercio Detallista de Valdivia muestra una posible ruta: menos discursos sobre el futuro y más experimentación sobre problemas del presente.

Para Boris González, ese es precisamente el punto donde la inteligencia artificial comienza a adquirir sentido empresarial.

La transformación no empieza cuando una empresa compra tecnología. Empieza cuando descubre una mejor manera de trabajar.


GPT-6 Astra: la IA deja de responder y empieza a ejecutar

OpenAI presentó GPT-6 Astra, su modelo más avanzado hasta ahora. Pero el verdadero cambio no está solamente en que sea más inteligente: está en su capacidad para navegar, utilizar computadores, programar, investigar y realizar tareas profesionales complejas de principio a fin.

Durante los últimos años nos acostumbramos a pensar en la inteligencia artificial como una herramienta a la que hacemos preguntas.

Escribimos un prompt.
La IA responde.
Nosotros ejecutamos.

GPT-6 Astra empuja ese paradigma un paso más adelante.

La nueva generación de modelos comienza a estar diseñada no solo para generar información, sino para trabajar sobre herramientas digitales, tomar decisiones dentro de un proceso y completar tareas completas.

Y esa diferencia puede ser mucho más importante para las empresas que cualquier mejora aislada en un benchmark.

¿Qué es GPT-6 Astra?

OpenAI presentó GPT-6 Astra como su modelo más capaz para abordar trabajos complejos de principio a fin.

Entre las áreas donde la compañía destaca avances se encuentran:

  • uso de computadores
  • navegación web
  • desarrollo de software
  • investigación
  • ciencia
  • ciberseguridad
  • creación de documentos
  • trabajo profesional complejo

También incorpora una ventana de contexto superior al millón de tokens, permitiéndole analizar grandes cantidades de información dentro de una misma tarea.

Pero la característica estratégica no está en cuántos documentos puede leer.

Está en qué puede hacer después de leerlos.

De los chatbots a los agentes

Durante la primera etapa de la IA generativa, el modelo funcionaba principalmente como copiloto.

El usuario mantenía el control de prácticamente todo el proceso.

Por ejemplo:

Antes

Persona → solicita información → IA responde → persona interpreta → persona abre una aplicación → persona ejecuta.

La nueva arquitectura de trabajo apunta progresivamente hacia algo diferente:

Ahora

Persona → define un objetivo → IA investiga → utiliza herramientas → ejecuta acciones → verifica resultados → entrega el trabajo.

Este cambio explica por qué conceptos como agentes de IA, computer use y automatización inteligente están tomando tanta relevancia.

El objetivo ya no es simplemente generar una mejor respuesta.

El objetivo es completar una tarea.

¿Qué significa esto para una empresa?

Aquí aparece la consecuencia realmente importante.

Muchas organizaciones siguen evaluando la inteligencia artificial preguntándose:

“¿Qué herramienta de IA deberíamos utilizar?”

Pero probablemente esa no sea la pregunta correcta.

La pregunta debería ser:

¿Qué procesos de nuestra empresa podrían ser ejecutados, asistidos o acelerados por sistemas de inteligencia artificial?

Por ejemplo, un sistema basado en agentes podría participar en procesos como:

Ventas

Investigar prospectos, revisar antecedentes, preparar propuestas, actualizar el CRM y generar seguimientos.

Marketing

Analizar competidores, investigar tendencias, producir contenido, adaptar campañas y evaluar resultados.

Administración

Revisar documentos, recopilar información, preparar reportes y organizar procesos internos.

Atención de clientes

Comprender solicitudes, consultar sistemas, resolver casos y derivar situaciones complejas.

Desarrollo tecnológico

Programar, probar software, encontrar errores e implementar mejoras.

Ya no estamos hablando únicamente de “usar ChatGPT”.

Estamos hablando de rediseñar procesos alrededor de capacidades de inteligencia artificial.

Un modelo más potente no siempre significa un modelo más conveniente

Existe, sin embargo, otra variable que las empresas deberán comenzar a considerar seriamente: el costo.

GPT-6 Astra tiene un precio de API significativamente superior al de generaciones anteriores.

OpenAI establece actualmente precios de US$10 por millón de tokens de entrada y US$50 por millón de tokens de salida para Astra.

Evaluaciones independientes de Artificial Analysis muestran además una situación interesante: Astra consigue mejoras importantes en determinadas tareas —especialmente en coding y trabajo agéntico—, pero no necesariamente representa la mejor relación costo/rendimiento para absolutamente todos los usos.

Esto introduce un principio importante para cualquier estrategia empresarial de IA:

no todas las tareas necesitan el modelo más poderoso disponible.

Una arquitectura inteligente puede combinar modelos rápidos y económicos para tareas sencillas con modelos avanzados para decisiones o procesos de mayor complejidad.

La eficiencia comienza a depender tanto de la arquitectura del sistema como de la inteligencia del modelo.

El desafío ya no es acceder a la IA

Existe además una paradoja.

Cuando los modelos más avanzados comienzan a estar disponibles para millones de personas y empresas, el acceso tecnológico deja rápidamente de ser una ventaja competitiva.

Si todos pueden utilizar GPT-6 Astra, tener GPT-6 Astra no diferencia a una empresa.

La diferencia estará en cómo cada organización integra estas capacidades en sus procesos.

Dos empresas podrán utilizar exactamente el mismo modelo y conseguir resultados completamente distintos.

Una lo utilizará para escribir correos.

Otra lo conectará con sus datos, procesos comerciales, CRM, sistemas internos y automatizaciones.

La tecnología será la misma.

La ventaja competitiva no.

El verdadero salto: de herramientas a sistemas

En VirtualPoint creemos que esta evolución obliga a cambiar la conversación sobre inteligencia artificial.

La adopción empresarial no debería consistir en acumular herramientas.

Debe comenzar identificando:

  • procesos repetitivos
  • pérdidas de tiempo
  • cuellos de botella
  • tareas administrativas
  • oportunidades comerciales desaprovechadas
  • decisiones que podrían apoyarse con mejores datos
  • procesos donde la automatización puede generar retorno económico

Después viene la tecnología.

GPT-6 Astra amplía considerablemente lo que técnicamente podemos construir.

Pero el valor aparece cuando esas capacidades se transforman en procesos concretos capaces de producir resultados medibles.

GPT-6 Astra es una señal de algo más grande

Probablemente dentro de algunos meses aparecerá otro modelo todavía más avanzado.

Ese no es el punto.

Lo realmente relevante es observar la trayectoria.

Los modelos están evolucionando desde sistemas capaces de conversar hacia sistemas capaces de razonar, utilizar herramientas y ejecutar trabajo.

Eso significa que estamos entrando progresivamente en una nueva etapa de transformación empresarial.

La pregunta para las organizaciones deja entonces de ser:

“¿Deberíamos usar inteligencia artificial?”

Y comienza a ser:

“¿Qué parte de nuestra empresa debería funcionar de una manera diferente ahora que estas capacidades existen?”

Esa es la conversación que recién comienza.

La ley de datos se posterga, el trabajo no: qué deben hacer las empresas de Los Ríos antes de diciembre

El Gobierno ingresó el 1 de septiembre un proyecto para correr la Ley 21.719 al 1 de diciembre de 2027. Mientras el Congreso no lo apruebe, la fecha que obliga sigue siendo el 1 de diciembre de 2026. Y aunque se apruebe, el trabajo que hay que hacer es exactamente el mismo.

Hay una diferencia que conviene tener clara antes de tomar cualquier decisión en su empresa: anunciar no es aprobar, y aprobar no es estar vigente. Confundir esas etapas es lo que va a dejar a varias organizaciones de la región con un problema en diciembre.

Lo que pasó exactamente

La Ley 21.719, que regula la protección y el tratamiento de los datos personales y crea la Agencia de Protección de Datos Personales, se publicó en diciembre de 2024 con una vacancia legal de dos años. Su entrada en vigencia quedó fijada para el 1 de diciembre de 2026.

El problema no fue el texto, fue la instalación. La Agencia nunca alcanzó a tener Consejo Directivo: el Senado rechazó la terna en mayo de 2026 y en junio venció el plazo legal para nombrar a los consejeros. Sin agencia no hay fiscalizador, y sin fiscalizador la ley entra en vigencia en el vacío.

El 1 de septiembre de 2026 el Ejecutivo ingresó al Senado el boletín 18623-07, con suma urgencia, radicado en las comisiones de Hacienda y Constitución. Propone tres cosas: postergar la entrada en vigencia al 1 de diciembre de 2027, aumentar el Consejo Directivo de la Agencia de tres a cinco integrantes con dedicación exclusiva, y obligar a que la primera designación de consejeros ocurra a más tardar doce meses antes de la vigencia. El núcleo de la ley no se toca.

Al cierre de este artículo el proyecto está en tramitación. No ha sido votado, no ha sido aprobado, no se ha publicado ninguna ley modificatoria. En términos prácticos: la fecha legalmente exigible sigue siendo el 1 de diciembre de 2026 y lo será hasta que aparezca una norma nueva en el Diario Oficial.

Por qué esta es, en la práctica, la ley de IA que ya rige en Chile

El proyecto que regula los sistemas de inteligencia artificial (boletín 16821-19) sigue en segundo trámite en el Senado. Su último movimiento oficial es del 1 de septiembre de 2026 y consiste, otra vez, en una renovación de urgencia. La indicación sustitutiva que el Ejecutivo anunció para septiembre todavía no ingresa. No hay ley de IA en Chile y no la habrá pronto.

Pero toda inteligencia artificial aplicada corre sobre datos, y ahí sí hay norma. La Ley 21.719 exige base de licitud para tratar datos, finalidad determinada y explícita, plazos de conservación, y —esto es lo crítico para cualquier modelo predictivo— regula las decisiones automatizadas que producen efectos jurídicos sobre las personas o las afectan significativamente.

Si su sistema prioriza quién recibe un beneficio, ordena una lista de espera, filtra postulantes, asigna un puntaje de riesgo o decide a quién se contacta primero, eso ya está regulado en Chile. No hace falta esperar la ley de IA. Las infracciones más graves llegan a 20.000 UTM y, en casos de reincidencia de empresas de mayor tamaño, hasta el 4% de los ingresos anuales.

Qué significa esto para Los Ríos

En nuestra región esos datos tienen cara. Son de pacientes de la red asistencial, de turistas que reservan una cabaña en Panguipulli, de trabajadores de plantas de proceso, de vecinos que hacen un trámite municipal en línea a las once de la noche porque no pueden ir en horario de oficina.

El anuncio de postergación crea el peor incentivo posible para una pyme regional o un municipio pequeño: parar la preparación y volver a mirarlo en un año. Es una decisión que se entiende, porque nadie quiere invertir horas en algo cuya fecha se mueve. Y es exactamente la decisión que después cuesta caro.

Un año más de plazo no reduce el trabajo. Lo aplaza. Y lo aplaza contra una fecha que, hoy, todavía no ha cambiado.

Las cuatro cosas que no conviene aplazar

Ninguna de estas requiere esperar al Congreso, ni comprar software, ni contratar a un estudio de abogados para partir.

1. Levante el inventario de tratamientos. Qué datos personales tiene su organización, dónde están, quién los ingresó, quién puede verlos y por qué existen. La mayoría de las empresas que acompañamos descubre en este paso bases de datos que nadie recordaba: planillas de un proyecto cerrado, correos de una campaña de 2021, formularios de contacto acumulados en el hosting.

2. Defina finalidad y plazo de conservación de cada uno. Para qué se recogió ese dato y hasta cuándo se justifica tenerlo. Guardar todo para siempre dejó de ser gratis.

3. Revise los contratos con proveedores de IA que procesan datos fuera de Chile. Casi toda herramienta de IA generativa que su equipo usa a diario envía información a servidores en otro país. Eso no está prohibido, pero sí exige saber qué se envía, bajo qué condiciones contractuales y con qué garantías. Si nunca ha leído esa cláusula, es el momento.

4. Deje por escrito qué decisiones toma un algoritmo y quién responde por ellas. Un nombre, un cargo, una persona. Si no hay alguien que pueda explicar por qué el sistema decidió lo que decidió, no tiene un problema regulatorio: tiene un problema de gestión que la regulación solo va a hacer visible.

El mismo inventario sirve para la ley de IA que viene

Este es el punto que más se pasa por alto. Ese inventario de tratamientos, esas finalidades escritas, ese registro de decisiones automatizadas son el mismo insumo que va a exigir cualquier versión de la ley de inteligencia artificial, sea la que está en el Senado o la que el Ejecutivo anunció para reemplazarla.

El debate público está en si Chile regula la IA con control previo, al modo europeo, o con sanción posterior, al modo estadounidense o singapurense. Es una discusión relevante. Pero en las dos versiones alguien va a tener que demostrar qué hace su sistema, con qué datos y bajo la responsabilidad de quién. Hacerlo ahora no es adelantarse a una ley: es dejar de improvisar.

Lo que está haciendo ARIA Los Ríos

ARIA Los Ríos, la primera asociación regional de inteligencia artificial de Chile, se constituyó justamente para que este tipo de discusión no llegue traducida desde Santiago tres años tarde. Su objeto estatutario es promover y articular el desarrollo de la inteligencia artificial desde la Región de Los Ríos con un enfoque sostenible, ético y humano, y eso incluye lo menos glamoroso del asunto: que una pyme de Valdivia o una municipalidad de Lago Ranco tengan a quién preguntarle qué significa esto para ellas.

El mensaje que la asociación sostiene con sus asociados es el contrario al que instala el anuncio de postergación. La incertidumbre regulatoria no es una razón para detenerse; es la razón para partir por lo que no va a cambiar. El inventario no va a cambiar. Las finalidades no van a cambiar. La pregunta de quién responde por una decisión automatizada no va a cambiar.

Como presidente de ARIA y desde VirtualPoint, la conversación que estamos teniendo con empresas y municipios de la región esta primavera es esa: no cuál herramienta comprar, sino qué datos tiene y qué está decidiendo con ellos. Es aburrido. También es lo único que sirve tanto si la ley entra en diciembre de 2026 como si entra en diciembre de 2027.


En VirtualPoint trabajamos con organizaciones chilenas en la adopción de inteligencia artificial partiendo por el problema de negocio, no por la herramienta. Si su empresa o servicio está usando IA sobre datos de personas y no tiene claro dónde está parada, conversemos: virtualpoint.cl


Fuentes

NVIDIA compra Hugging Face: una señal clave para el futuro de la IA empresarial

NVIDIA adquirió Hugging Face por cerca de US$12.900 millones. La cifra llama la atención, pero lo importante es lo que confirma: la inteligencia artificial está dejando de ser una aplicación más para convertirse en una capa de infraestructura dentro de las empresas.

La operación une a dos actores estratégicos del ecosistema de IA. NVIDIA controla buena parte de la infraestructura computacional que se usa para entrenar y ejecutar modelos avanzados. Hugging Face, por su lado, se convirtió en uno de los principales espacios para descubrir, compartir y desplegar esos modelos.

El tamaño de la compra no es lo más relevante. Lo relevante es lo que anticipa.

Los modelos abiertos ganan terreno

Durante los primeros años de la IA generativa, la mayoría de las empresas partió usando servicios propietarios a través de plataformas o APIs. Ese modelo va a seguir siendo importante, pero ya aparece una segunda alternativa: modelos abiertos, con pesos disponibles, que se pueden ejecutar, personalizar y desplegar en distintas infraestructuras.

Eso abre posibilidades nuevas. Una empresa puede usar un modelo comercial para tareas complejas, uno más pequeño para clasificar información, otro especializado para analizar documentos, y agentes que ejecuten acciones dentro de sus propios sistemas.

La pregunta deja de ser “¿qué inteligencia artificial usamos?” y pasa a ser “¿qué arquitectura de inteligencia artificial necesita nuestro negocio?”. Ese cambio parece sutil, pero es de fondo.

De usar herramientas a tener una estrategia de IA

En VirtualPoint trabajamos desde esa lógica. La adopción de inteligencia artificial no debería empezar preguntando qué herramienta está de moda, sino identificando procesos, fricciones, costos y problemas reales dentro de una organización. Recién después de eso tiene sentido definir qué tecnología usar.

A veces basta con una plataforma como ChatGPT, Gemini o Claude. Otras veces conviene sumar automatización, agentes de IA, modelos especializados, sistemas RAG o incluso infraestructura propia. No hay una arquitectura universal. La solución depende del problema.

Por eso vemos la inteligencia artificial como un ecosistema de capas: datos, modelos, agentes, automatización, procesos y resultados de negocio.

Qué significa esto para las PYMEs

Tecnologías que hasta hace poco parecían reservadas a grandes corporaciones ya empiezan a estar disponibles para empresas más pequeñas. Modelos más eficientes, servicios cloud, herramientas open source y nuevas plataformas de automatización están bajando las barreras de entrada.

Esto no significa que toda PYME deba instalar servidores propios. Significa que va a tener más alternativas: puede combinar herramientas comerciales con modelos abiertos, automatizaciones y agentes especializados según lo que realmente necesite. Entre otras cosas, eso permite reducir costos operativos, automatizar tareas repetitivas, usar mejor la información propia y depender menos de un solo proveedor.

La ventaja competitiva no va a estar en usar “la mejor IA” disponible. Va a estar en saber dónde aplicarla.

Una oportunidad para regiones como Los Ríos

Desde ARIA Los Ríos vemos este fenómeno también desde una mirada territorial. La inteligencia artificial puede reducir una de las barreras históricas de las regiones: el acceso a capacidades tecnológicas avanzadas.

Hoy una empresa en Valdivia, Río Bueno, La Unión o Panguipulli puede usar infraestructura y modelos que hace pocos años estaban disponibles solo para grandes compañías tecnológicas. Esa oportunidad existe, pero no basta con tener acceso a las herramientas. Se necesita formación, articulación entre empresas, talento, infraestructura, gobernanza y casos reales de implementación.

Ese es justamente uno de los objetivos de ARIA Los Ríos: conectar empresas, academia, sector público y especialistas para acelerar una adopción responsable y productiva de la inteligencia artificial en el territorio.

La IA va a ser cada vez más híbrida

El futuro probablemente no va a estar dominado solo por modelos cerrados ni solo por modelos abiertos. Va a ser híbrido. Las empresas van a combinar distintos modelos según costo, privacidad, velocidad, capacidad y especialización.

Un sistema empresarial podría usar al mismo tiempo un modelo comercial avanzado para análisis complejo, un modelo abierto para procesar información interna, un agente para interactuar con otros sistemas y una automatización que ejecute acciones. El usuario final ni siquiera va a necesitar saber qué modelo está funcionando detrás. Lo que importa es el resultado.

La señal que deja NVIDIA

La compra de Hugging Face hay que leerla como una señal estratégica. NVIDIA no está comprando solo una plataforma. Está ocupando una posición central dentro del ecosistema donde se van a construir miles de aplicaciones de inteligencia artificial en los próximos años.

Para las empresas, la lección es clara: la IA ya no se puede analizar como una herramienta aislada. Es parte de la infraestructura tecnológica y estratégica del negocio.

En VirtualPoint creemos que el siguiente paso de la transformación empresarial es justamente ese: pasar de experimentar con inteligencia artificial a diseñar sistemas donde modelos, agentes, automatizaciones y datos trabajen juntos.

Y para regiones como Los Ríos, la oportunidad es especialmente interesante, porque por primera vez el acceso a tecnología avanzada no depende de estar cerca de los grandes centros tecnológicos. Depende cada vez más de tener estrategia, conocimiento y capacidad de implementación. Ahí es donde empieza la verdadera transformación.

Inteligencia artificial y Parkinson: tecnología al servicio de una atención más humana

La inteligencia artificial ya está abriendo nuevas posibilidades para acompañar la atención de las personas con Parkinson. No se trata de reemplazar a neurólogos, terapeutas ni cuidadores. Se trata de usar mejor la información disponible para observar cambios, preparar conversaciones clínicas y avanzar hacia una atención más personalizada.

En VirtualPoint creemos que la tecnología tiene valor cuando resuelve una necesidad concreta y mantiene a las personas en el centro. Esa misma mirada dialoga con ARIA Los Ríos: conectar innovación, información útil y criterio humano para transformar datos dispersos en mejores decisiones.

El desafío: los síntomas no siempre se comportan igual

El Parkinson puede cambiar a lo largo del día y entre una consulta médica y otra. Temblor, rigidez, sueño, marcha, voz, estado de ánimo o respuesta a medicamentos pueden variar, y no siempre es fácil recordar con precisión cuándo comenzaron o cómo evolucionaron.

Aquí la IA puede aportar. Aplicaciones móviles, relojes inteligentes y dispositivos de seguimiento permiten registrar señales de la vida diaria. Al analizar esa información con cuidado, pueden ayudar a identificar patrones y organizar antecedentes relevantes para el equipo tratante.

El objetivo no es obtener un diagnóstico automático. Es llegar a la consulta con información más clara y preguntas mejor preparadas.

IA para preparar una mejor consulta médica

La inteligencia artificial puede ser una herramienta práctica antes y después de una cita de salud. Por ejemplo, puede ayudar a ordenar síntomas, resumir notas personales, aclarar términos médicos ya explicados por un profesional o preparar preguntas para la próxima consulta.

Una solicitud bien planteada puede ser:

“Ayúdame a preparar cinco preguntas para mi próxima cita de neurología. Vivo con Parkinson, noto mayor rigidez al final del día y quiero registrar mejor mis cambios. Responde en lenguaje claro y breve.”

La respuesta puede servir como una guía inicial. No debe interpretarse como diagnóstico, receta ni modificación de tratamiento.

Para obtener mejores resultados, conviene:

  • Explicar el objetivo con claridad.
  • Entregar solo el contexto necesario.
  • Pedir un formato concreto, como una lista breve de preguntas.
  • Solicitar alternativas y aspectos que conviene conversar con el equipo de salud.
  • Verificar la información con fuentes confiables y profesionales tratantes.

Seguimiento de síntomas: datos que pueden aportar contexto

La tecnología portátil ya permite observar variables relacionadas con el movimiento, el sueño, la marcha, la voz y otros aspectos de la vida cotidiana. La IA tiene potencial para integrar estos datos con diarios de síntomas, escalas clínicas y cuestionarios previos a la consulta.

Esto podría facilitar planes de atención que se ajusten mejor a la experiencia real de cada persona. También podría ayudar a detectar cambios que merecen ser conversados oportunamente con el equipo médico.

Aún así, el dato no reemplaza la conversación. Un registro muestra una señal; el contexto humano y clínico permite interpretarla.

Privacidad: una condición esencial para usar IA en salud

No toda herramienta de IA ofrece las mismas garantías. Cuando se trata de salud, la privacidad no es un detalle técnico: es parte de una decisión responsable.

Antes de utilizar una plataforma para registrar, transcribir o analizar información, es recomendable preguntar:

  • ¿Qué datos recopila la herramienta?
  • ¿Dónde se almacenan?
  • ¿Quién puede acceder a ellos?
  • ¿La información se usa para entrenar modelos?
  • ¿Es posible rechazar el registro o retirar el consentimiento?

Evite ingresar antecedentes clínicos identificables, documentos médicos completos, números de ficha o información personal sensible en herramientas cuyo tratamiento de datos no conozca.

Desde VirtualPoint y ARIA Los Ríos, promovemos una adopción de IA con propósito: útil, comprensible, verificable y responsable con las personas y sus datos.

Investigación y atención más personalizada

La inteligencia artificial también está acelerando la investigación sobre Parkinson. Puede ayudar a analizar grandes conjuntos de datos genéticos, biomarcadores, imágenes y registros clínicos para encontrar patrones que de otro modo serían muy difíciles de detectar.

Este avance podría contribuir a una medicina más precisa: tratamientos y apoyos que consideren mejor las particularidades de cada persona, en lugar de aplicar respuestas idénticas para todos.

La Parkinson’s Foundation destaca que la IA ya se explora para apoyar el seguimiento de síntomas, la documentación de visitas, la investigación de biomarcadores y el desarrollo de nuevos tratamientos. También enfatiza que el criterio del equipo de atención sigue siendo indispensable. Parkinson’s Foundation

Tecnología con propósito, no promesas automáticas

La conversación relevante no es si la IA llegará a la atención del Parkinson. Ya está comenzando a hacerlo. La pregunta es cómo se incorporará: con transparencia, seguridad, evidencia y respeto por la experiencia de cada persona.

Una buena herramienta puede reducir tareas repetitivas, ordenar información y facilitar mejores conversaciones. Una mala implementación puede introducir errores, confusión o riesgos de privacidad.

En VirtualPoint y ARIA Los Ríos vemos la innovación como una capacidad para ampliar el juicio humano, no para sustituirlo. En salud, ese principio importa más que nunca.

Este artículo es informativo y no reemplaza una evaluación, diagnóstico ni indicación médica. Ante cambios en síntomas, medicamentos o tratamiento, consulte a su equipo de salud.

La IA ya puede ayudar a las microempresas regionales: el desafío es empezar

La inteligencia artificial no debería ser un privilegio de las grandes empresas.

Esa es la convicción que impulsa a VirtualPoint a patrocinar la Masterclass “Inteligencia Artificial Aplicada al Trabajo para Microempresas Regionales”, una actividad gratuita dirigida a comerciantes, emprendedores y pequeños negocios de la Región de Los Ríos.

La actividad es organizada por ARIA Los Ríos, la Cámara de Comercio Detallista de Valdivia y la Federación de Comercio Detallista de Los Ríos.

Tecnología útil, no tecnicismos

Para muchos pequeños negocios, hablar de inteligencia artificial puede sonar lejano: algo caro, complejo o reservado para grandes equipos tecnológicos.

Pero hoy existen herramientas que pueden ayudar a resolver tareas cotidianas: responder mensajes, ordenar información, preparar contenidos, organizar pendientes o mejorar la atención a clientes.

El desafío no es usar tecnología por moda. Es identificar dónde puede ahorrar tiempo, reducir trabajo repetitivo y apoyar mejores decisiones.

Por eso, esta masterclass busca mostrar usos concretos y comprensibles, sin exigir conocimientos técnicos ni experiencia previa.

Apoyar al comercio local también es impulsar capacidades

Las microempresas son parte esencial de la economía regional. Almacenes, ferreterías, tiendas de barrio, emprendimientos familiares y comercios especializados sostienen empleo, actividad y comunidad.

Sin embargo, muchas veces enfrentan el desafío de hacer más con los mismos recursos: atender clientes, gestionar proveedores, promocionar productos, responder consultas y mantener la operación diaria.

La inteligencia artificial puede aportar cuando se integra de forma práctica y responsable. No reemplaza el conocimiento del dueño o dueña del negocio: permite liberar tiempo para que ese conocimiento se use donde realmente importa.

VirtualPoint patrocina esta instancia porque cree que la transformación digital debe ser accesible, territorial y conectada con problemas reales.

Una invitación a aprender haciendo

La masterclass no está pensada como una charla técnica ni como una demostración lejana de herramientas.

El foco estará en ejemplos simples y aplicables al trabajo diario. La idea es que quienes participen puedan salir con una comprensión más clara de qué es posible hacer hoy y qué primer paso podrían dar en su propio negocio.

El relator Boris mostrará cómo la IA puede acompañar tareas concretas sin necesidad de saber programar ni contar con infraestructura compleja.

Información de la actividad

Masterclass: Inteligencia Artificial Aplicada al Trabajo para Microempresas Regionales

  • Martes 9 de septiembre
  • 19:00 horas
  • Entrada gratuita
  • Cupos limitados: solo 40 participantes
  • Inscripciones aquí

Desde VirtualPoint invitamos a comerciantes, emprendedores y microempresarios de la región a ser parte de esta conversación.

La IA ya está transformando la manera de trabajar. La oportunidad es aprender a usarla con criterio, cercanía y resultados concretos.

Inscríbete en el formulario de la actividad antes de que se agoten los cupos.

Representantes de ARIA Los Ríos y Morris & Opazo reunidos durante el tercer desayuno tecnológico realizado en INACAP Valdivia.

ARIA Los Ríos y Morris & Opazo realizan su tercer desayuno para abordar IA, IoT y desafíos de transformación productiva

El tercer encuentro de este ciclo, realizado en INACAP Valdivia, reunió a representantes del sector tecnológico y empresarial para analizar experiencias concretas de inteligencia artificial, monitoreo en terreno, visión por computadora, sostenibilidad y protección de datos, con una mirada aplicada a los desafíos productivos de la Región de Los Ríos.

Valdivia, 27 de agosto de 2026.— La inteligencia artificial comienza a dejar atrás la conversación sobre posibilidades futuras para instalarse cada vez con mayor fuerza en problemas concretos de las empresas y sectores productivos. Ese fue uno de los principales ejes del tercer desayuno organizado por ARIA Los Ríos junto a Morris & Opazo, realizado este jueves en dependencias de INACAP Valdivia.

La jornada reunió a empresarios y especialistas de la región en torno a experiencias de implementación tecnológica y a los desafíos que implica llevar soluciones de inteligencia artificial, Internet de las Cosas (IoT), analítica de datos y visión por computadora a contextos productivos reales.

El encuentro contó con la participación del equipo de Morris & Opazo, liderado por Paola MorrisWladimir Santana, gerente de Teja Market; Boris González, presidente de ARIA Los Ríos y gerente de VirtualPoint; Cristóbal Vaccaro, gerente de Río Verde; Cristian Lazo, gerente de Hapticus; y Eric Tureo, gerente de Tureos Group.

De la inteligencia artificial al terreno

Uno de los aspectos centrales de la conversación fue la distancia que muchas veces existe entre una tecnología funcionando en condiciones ideales y su implementación en terreno.

Entre los casos analizados estuvo un proyecto de monitoreo para producción de semillas de papa mediante aeroponía, donde sensores de CO₂, temperatura y humedad permiten supervisar las condiciones necesarias para mantener las semillas en dormancia.

El desafío tecnológico no estuvo únicamente en los sensores. La falta de energía trifásica y de conectividad estable obligó a desarrollar mecanismos de compresión de datos y sistemas externos de respaldo, demostrando que la transformación digital en regiones requiere soluciones diseñadas considerando las condiciones reales del territorio.

La evolución de la conectividad satelital también fue parte del análisis, particularmente por las posibilidades que abre para implementar soluciones digitales en sectores rurales y productivos donde históricamente la conectividad ha sido una barrera.

Visión por computadora para resolver problemas productivos

La aplicación de inteligencia artificial sobre imágenes y video fue otro de los ámbitos abordados durante el encuentro.

Entre las experiencias presentadas se encuentra el desarrollo de sistemas capaces de detectar automáticamente el uso de elementos de protección personal en plantas productivas utilizando cámaras de vigilancia existentes y procesamiento mediante GPU local.

La experiencia permitió identificar un desafío recurrente en este tipo de proyectos: los modelos preentrenados pueden perder precisión cuando cambian factores aparentemente simples, como la iluminación, el entorno o las condiciones específicas de una planta.

Por esta razón, la recopilación de datos propios y el entrenamiento de modelos adaptados al contexto se convierten en componentes fundamentales para conseguir resultados confiables.

También se analizaron experiencias de detección de anomalías industriales y aplicaciones de visión artificial en el sector agropecuario, incluyendo identificación de ovejas melliceras y un proyecto orientado a detectar el denominado “piojo de la lana”, problema que puede afectar considerablemente el valor de exportación del producto.

Estos ejemplos muestran una evolución relevante: la IA comienza a utilizarse no sólo para automatizar tareas administrativas, sino también para observar, interpretar y apoyar decisiones sobre fenómenos físicos del mundo productivo.

Tecnología, sostenibilidad y economía circular

La conversación también abordó los desafíos asociados a la gestión y valorización de residuos plásticos.

Una de las experiencias expuestas evidenció una paradoja territorial: determinados residuos generados en el sur deben recorrer cientos de kilómetros hasta Santiago debido a la ausencia de valorizadores licitados en la región, generando una huella de carbono adicional precisamente dentro de procesos que buscan mejorar su impacto ambiental.

Frente a ello, se analizaron iniciativas regionales que incorporan recirculación de agua, generación mediante paneles solares y monitoreo de indicadores relacionados con huella de carbono, consumo hídrico y energía.

El desafío no consiste únicamente en incorporar tecnología, sino en utilizarla para construir procesos productivos más eficientes, medibles y sostenibles.

Cuando la tecnología también debe entender la cultura local

Una de las conversaciones que generó especial interés surgió desde la experiencia del comercio local.

El caso de Teja Market permitió analizar cómo las decisiones de compra no responden exclusivamente a criterios tecnológicos o de eficiencia. Tras la pandemia, la experiencia mostró una marcada diferencia entre el comportamiento esperado del comercio electrónico y las preferencias reales de sus consumidores, con una fuerte presencia de canales como WhatsApp y de la compra presencial.

Incluso modificaciones físicas dentro del supermercado —como cambiar accesos o trasladar determinadas áreas— demostraron tener efectos sobre los recorridos y decisiones de compra.

La discusión abrió una reflexión más amplia: la transformación digital no puede desconocer la identidad y los comportamientos propios de los territorios.

En una época en que la inteligencia artificial permite estandarizar procesos, interfaces y experiencias a una escala inédita, elementos como la cercanía, la confianza, el trato personal y la identidad local pueden transformarse precisamente en factores diferenciadores.

Gobernanza y protección de datos: un desafío para las organizaciones

La nueva normativa chilena de protección de datos personales también ocupó un espacio importante de la jornada.

Los participantes analizaron las implicancias que tendrá la Ley 21.719 para empresas e instituciones, especialmente en materia de gobernanza, protocolos internos, tratamiento de información y gestión de riesgos.

La discusión permitió distinguir entre la necesidad de contar con una regulación moderna —aspecto ampliamente compartido— y las dificultades prácticas que enfrentan las organizaciones para adaptar simultáneamente personas, procesos y tecnologías.

También se revisaron situaciones donde la transformación digital plantea preguntas que exceden lo puramente tecnológico, particularmente en sectores como salud, donde la clasificación, autorización y tratamiento de determinados datos puede involucrar consideraciones jurídicas, operacionales y éticas.

Tecnología con pertinencia territorial

Para ARIA Los Ríos, este tercer desayuno da continuidad a un espacio de conversación que busca acercar la tecnología a los desafíos concretos del territorio, conectando a quienes desarrollan soluciones con empresarios, profesionales y organizaciones que enfrentan esos desafíos diariamente.

Los casos compartidos durante la jornada muestran que hablar de inteligencia artificial en Los Ríos ya no significa únicamente discutir tendencias globales. Significa hablar de agricultura, industria, comercio, sostenibilidad, conectividad, protección de datos y competitividad.

Y también deja una conclusión relevante: no toda transformación tecnológica consiste en reemplazar lo existente por algo digital. En muchos casos, el verdadero valor está en comprender primero cómo funciona una empresa, un proceso o una comunidad y, desde allí, determinar dónde la tecnología puede producir un impacto real.

La transformación impulsada por inteligencia artificial no ocurrirá únicamente desde los grandes centros tecnológicos. También dependerá de la capacidad de cada territorio para generar conocimiento, conectar actores y desarrollar soluciones pertinentes a su propia realidad.

Los Ríos tiene problemas que resolver, sectores productivos con conocimiento acumulado y empresas capaces de desarrollar tecnología. Conectar esos tres elementos puede convertirse en una de las principales oportunidades de desarrollo regional de los próximos años.

Harvard ya utiliza avatares de IA para formar emprendedores: ¿estamos ante una nueva era de capacitación?

La inteligencia artificial está comenzando a transformar no solo lo que aprendemos, sino también la forma en que accedemos al conocimiento experto.

Harvard Business School acaba de entregar una señal particularmente interesante: utilizar avatares de inteligencia artificial de sus propios instructores para acompañar la formación de emprendedores.

A primera vista puede parecer simplemente otra aplicación llamativa de IA.

Pero lo verdaderamente interesante ocurre detrás del avatar.

Estamos comenzando a ver cómo el conocimiento, la experiencia y determinados criterios de un experto pueden transformarse en una capacidad digital disponible bajo demanda.

Y eso podría tener importantes consecuencias para universidades, empresas y organizaciones.

¿Qué está haciendo Harvard con inteligencia artificial?

Harvard Business School incorporó avatares creados con inteligencia artificial en HBS Foundry, un programa intensivo de ocho semanas dirigido a emprendedores.

El programa tiene un valor de US$699 y combina sesiones semanales con instructores humanos y experiencias apoyadas por inteligencia artificial.

Los participantes pueden interactuar con representaciones digitales de instructores y expertos durante ejercicios como presentaciones ante inversionistas y reuniones de directorio.

Los avatares fueron desarrollados utilizando tecnología de HeyGen y permiten entregar retroalimentación individual durante estas instancias de práctica.

Un aspecto importante es que Harvard no eliminó la participación humana. El programa continúa realizando sesiones en vivo con instructores, mientras los avatares amplían las posibilidades de práctica y retroalimentación.

Es decir, no estamos necesariamente frente a un modelo de sustitución.

Estamos frente a un modelo de aumento de capacidades mediante inteligencia artificial.

Lo importante no es el avatar

Es fácil quedarse mirando la tecnología.

Un profesor digital capaz de hablar y entregar retroalimentación resulta llamativo.

Pero el verdadero cambio ocurre detrás de la pantalla.

Durante décadas, uno de los principales problemas de la capacitación ha sido la dificultad para escalar el conocimiento experto.

Un especialista puede realizar una clase para 20, 100 o incluso miles de personas mediante una transmisión. Sin embargo, cuando cada participante necesita practicar, preguntar, equivocarse y recibir retroalimentación personalizada, aparece inmediatamente una limitación:

el tiempo del experto.

La inteligencia artificial comienza a modificar esa ecuación.

Un sistema basado en IA puede estar disponible cuando el alumno lo necesita y permitir repetir una experiencia tantas veces como sea necesario.

La capacitación deja entonces de ser solamente:

contenido → alumno

y comienza a evolucionar hacia:

contenido → práctica → interacción → retroalimentación → mejora.

Ese cambio es mucho más profundo que simplemente agregar inteligencia artificial a un curso.

De transmitir conocimiento a crear experiencias de aprendizaje

Existe otro aprendizaje interesante detrás del experimento.

La responsable del proyecto, Katharina Rings, explicó que inicialmente imaginó la experiencia de inteligencia artificial como algo más parecido a un chatbot. Después de probar una primera versión, los estudiantes solicitaron una experiencia más guiada.

Esto deja una enseñanza importante para cualquier organización que esté incorporando inteligencia artificial:

implementar IA no significa poner un chatbot en todas partes.

La pregunta correcta debería ser:

¿Qué experiencia queremos mejorar y qué papel puede desempeñar la inteligencia artificial dentro de ella?

En determinados escenarios será un asistente conversacional.

En otros será un agente capaz de ejecutar tareas.

En otros, un sistema que analiza documentos.

Y en capacitación puede transformarse en entrenador, evaluador, simulador o avatar especializado.

La tecnología debería adaptarse al problema.

No el problema a la tecnología.

¿Qué significa esto para las empresas?

Ahora llevemos el experimento fuera de Harvard.

Imaginemos una empresa que pudiera desarrollar un asistente basado en el conocimiento de sus mejores vendedores para entrenar nuevos ejecutivos comerciales.

Un colaborador podría practicar una conversación con un cliente difícil antes de enfrentarse a la situación real.

Un equipo de atención podría entrenarse frente a distintos escenarios y objeciones.

Una organización podría desarrollar un especialista digital capaz de explicar procedimientos internos.

Un experto técnico podría convertir parte de su conocimiento en un sistema disponible para cientos de colaboradores.

Una empresa con equipos distribuidos territorialmente podría entregar capacitación consistente sin depender exclusivamente de sesiones presenciales.

Las posibilidades comienzan a multiplicarse.

Y aparece una pregunta empresarial mucho más interesante que simplemente preguntarnos qué avatar utilizar.

El conocimiento experto puede convertirse en un activo digital

Las organizaciones poseen una enorme cantidad de conocimiento que rara vez está correctamente sistematizado.

Está distribuido entre documentos, procedimientos, correos electrónicos, presentaciones, reuniones y, sobre todo, la experiencia acumulada de las personas.

Cuando un profesional experimentado abandona una organización, muchas veces parte de ese conocimiento desaparece con él.

La inteligencia artificial abre una oportunidad diferente.

Podemos comenzar a capturar, estructurar y transformar parte de ese conocimiento en sistemas inteligentes capaces de ayudar a otras personas.

No significa clonar completamente a un experto.

Tampoco significa reemplazar su experiencia o criterio.

Significa convertir conocimiento organizacional en una capacidad reutilizable y escalable.

Y esa diferencia es fundamental.

¿Podremos crear “expertos digitales” dentro de las empresas?

En cierta medida, ya estamos avanzando hacia ese escenario.

Un asistente corporativo puede utilizar documentación interna para responder preguntas sobre procedimientos.

Un agente especializado puede realizar determinadas tareas.

Un sistema de IA puede analizar grandes cantidades de información y recuperar aquella que resulta relevante para una persona.

Un avatar puede agregar una interfaz humana y conversacional a ese conocimiento.

Cuando combinamos estas tecnologías aparece una posibilidad mucho más interesante:

especialistas digitales disponibles permanentemente dentro de una organización.

No necesariamente para reemplazar personas, sino para aumentar su capacidad.

Un trabajador nuevo podría consultar al sistema antes de interrumpir a un compañero.

Un vendedor podría ensayar una negociación.

Un ejecutivo podría preparar una presentación.

Un colaborador podría consultar procedimientos internos.

Un equipo podría simular escenarios antes de tomar una decisión.

La capacitación dejaría entonces de ocurrir exclusivamente en determinados horarios.

Podría integrarse directamente al flujo cotidiano de trabajo.

Pero crear un avatar no significa crear conocimiento

Aquí aparece una advertencia importante.

La facilidad actual para generar personajes digitales puede producir una falsa sensación de innovación.

Un avatar visualmente impresionante que entrega respuestas mediocres sigue siendo una mala solución.

Para generar verdadero valor necesitamos algo bastante más profundo:

fuentes confiables + conocimiento estructurado + contexto + reglas + experiencia de usuario + supervisión humana.

También aparecen preguntas relevantes sobre privacidad, propiedad intelectual, consentimiento para utilizar imagen y voz, actualización del conocimiento y responsabilidad frente a respuestas incorrectas.

Por eso, una estrategia empresarial de inteligencia artificial no debería comenzar preguntando:

“¿Qué herramienta compramos?”

Debería comenzar preguntando:

“¿Qué capacidad necesitamos desarrollar?”

La IA no necesariamente reemplaza al profesor: multiplica sus posibilidades

El caso de Harvard también permite cuestionar una visión demasiado simplificada sobre inteligencia artificial.

Con frecuencia la discusión se plantea en términos binarios:

humano versus IA.

Probablemente el escenario más interesante sea otro:

humano + IA.

En el modelo utilizado por HBS Foundry continúan existiendo sesiones dirigidas por personas. Los avatares permiten ampliar las oportunidades de práctica y retroalimentación entre esas interacciones.

Este modelo puede resultar especialmente potente dentro de las organizaciones.

El especialista humano aporta experiencia, criterio, empatía, contexto y capacidad para abordar situaciones complejas.

La inteligencia artificial aporta disponibilidad, repetición, escalabilidad y acceso inmediato.

La oportunidad aparece cuando diseñamos correctamente la relación entre ambos.

De cursos digitales a sistemas de aprendizaje inteligentes

Durante años digitalizamos la capacitación trasladando el modelo tradicional a internet.

Grabamos una clase.

La subimos a una plataforma.

Agregamos documentos.

Incorporamos una evaluación.

Y llamamos a eso formación digital.

La inteligencia artificial permite avanzar bastante más.

Podemos construir experiencias donde las personas conversan, practican, reciben retroalimentación, consultan documentación y enfrentan simulaciones personalizadas.

El contenido deja de ser completamente estático.

Se transforma en una experiencia interactiva.

Y probablemente allí esté uno de los cambios más importantes que veremos durante los próximos años en educación corporativa y desarrollo de talento.

¿Qué debería preguntarse hoy una empresa?

No necesariamente si necesita crear mañana un avatar de su gerente general.

Existe una pregunta estratégica bastante más importante:

¿Qué conocimiento crítico existe hoy dentro de nuestra organización que debería estar disponible para más personas?

Puede estar en un vendedor experimentado.

En un técnico.

En un ejecutivo.

En determinados procedimientos.

En cientos de documentos.

O incluso en años de experiencia acumulada que nunca fueron sistematizados.

Después viene una segunda pregunta:

¿Cómo podemos utilizar inteligencia artificial para transformar ese conocimiento en una capacidad accesible, interactiva y escalable?

Harvard está experimentando con ello en educación.

Las empresas pueden comenzar a explorarlo en capacitación, onboarding, ventas, soporte, gestión del conocimiento y desarrollo organizacional.

La verdadera transformación comienza cuando dejamos de mirar herramientas

En VirtualPoint creemos que el mayor potencial de la inteligencia artificial no está simplemente en utilizar nuevas aplicaciones.

Está en convertir posibilidades tecnológicas en capacidades empresariales.

Un avatar es una interfaz.

Un chatbot también.

Un agente es una pieza dentro de un sistema mayor.

El verdadero valor aparece cuando tecnología, conocimiento, procesos y personas se articulan alrededor de un problema concreto.

Por eso el experimento de Harvard resulta especialmente interesante.

No porque ahora exista un profesor representado mediante inteligencia artificial.

Sino porque anticipa algo bastante más profundo:

el conocimiento experto está comenzando a transformarse en una capacidad digital que puede acompañar a las personas cuando realmente lo necesitan.

Y esa transformación recién comienza.

Preguntas frecuentes

¿Qué es un avatar de inteligencia artificial?

Un avatar de IA es una representación digital de una persona o personaje que utiliza tecnologías de inteligencia artificial para generar voz, imagen, conversación u otras formas de interacción. Dependiendo de su implementación, puede utilizarse para capacitación, atención, comunicación o simulación de situaciones.

¿Puede utilizarse inteligencia artificial para capacitación empresarial?

Sí. La IA puede apoyar procesos de capacitación mediante asistentes especializados, análisis de documentos, simulaciones, evaluaciones, generación de contenidos, retroalimentación personalizada y sistemas de consulta basados en conocimiento interno.

¿Los avatares de IA pueden reemplazar a los capacitadores?

No necesariamente. Uno de los modelos más interesantes consiste en utilizar IA para ampliar la disponibilidad y capacidad de los especialistas humanos, reservando su intervención para aquellas situaciones donde experiencia, criterio, empatía y contexto resultan fundamentales.

¿Qué conocimiento de una empresa puede convertirse en un asistente de IA?

Procedimientos internos, manuales, documentación técnica, preguntas frecuentes, metodologías comerciales, políticas, material de capacitación y otros conocimientos organizacionales pueden estructurarse para ser utilizados por sistemas de inteligencia artificial, siempre considerando permisos, privacidad, seguridad y mecanismos de actualización.

¿Por dónde debería comenzar una empresa?

Antes de seleccionar una herramienta, conviene identificar un problema concreto, el conocimiento necesario para resolverlo, las personas involucradas y el impacto esperado. La tecnología debería seleccionarse después de comprender esa necesidad.

Fuente

Artículo elaborado por VirtualPoint a partir del caso de HBS Foundry informado por TechCrunch el 22 de agosto de 2026: “Harvard’s $699 startup bootcamp offers AI avatars of its instructors”.

Fuente original: TechCrunch.

Notebook sobre un escritorio de oficina mostrando las cuatro etapas de una estrategia de IA: diagnóstico, diseño, implementación y evolución.

Cómo implementar inteligencia artificial en una empresa: del diagnóstico a una estrategia de IA que genere resultados

La inteligencia artificial ya forma parte de la conversación empresarial. ChatGPT, Gemini, Claude, Copilot, agentes de IA y automatizaciones están llegando rápidamente a los equipos de trabajo.

Pero utilizar herramientas de inteligencia artificial no significa necesariamente que una empresa esté implementando IA.

La diferencia es importante.

Una organización puede tener colaboradores utilizando ChatGPT todos los días y, al mismo tiempo, no contar con una estrategia de inteligencia artificial, procesos automatizados, criterios de seguridad, indicadores de impacto ni una hoja de ruta que determine dónde tiene sentido invertir.

Por eso, para muchas empresas la pregunta ya no debería ser “¿cómo comenzamos a usar inteligencia artificial?”, sino una mucho más estratégica:

¿Dónde puede generar realmente valor la IA dentro de nuestra organización y cómo la implementamos de manera ordenada, segura y medible?

¿Qué significa implementar inteligencia artificial en una empresa?

Implementar inteligencia artificial significa incorporar capacidades basadas en IA dentro de procesos reales de la organización para resolver problemas, mejorar decisiones, automatizar tareas o crear nuevas capacidades.

Esto puede incluir desde soluciones relativamente simples hasta sistemas más avanzados:

  • asistentes internos que consultan documentación empresarial;
  • automatización de tareas administrativas;
  • agentes de IA para atención y soporte;
  • generación y análisis de documentos;
  • clasificación automática de información;
  • automatización comercial y seguimiento de clientes;
  • análisis de grandes volúmenes de datos;
  • sistemas de recomendación;
  • visión por computadora;
  • integración de IA con CRM, ERP y otras plataformas;
  • agentes capaces de ejecutar acciones sobre sistemas empresariales.

El objetivo, sin embargo, no debería ser implementar IA por implementar IA.

La tecnología tiene sentido cuando existe un problema, una oportunidad o un proceso donde su incorporación puede producir un resultado concreto.

El error de comenzar por la herramienta

Uno de los errores más frecuentes en la adopción empresarial de inteligencia artificial consiste en comenzar preguntando:

“¿Qué podemos hacer con ChatGPT?”

“¿Necesitamos un chatbot?”

“¿Deberíamos implementar agentes de IA?”

“¿Qué herramienta deberíamos comprar?”

Estas preguntas parecen razonables, pero parten desde la tecnología y no desde el negocio.

Una implementación empresarial debería comenzar en sentido contrario.

Primero necesitamos comprender qué queremos mejorar.

Por ejemplo:

¿Dónde estamos perdiendo tiempo?

¿Qué tareas repetitivas concentran más horas?

¿Dónde existen problemas de atención?

¿Qué información cuesta encontrar?

¿Qué procesos dependen excesivamente de trabajo manual?

¿Dónde se producen errores recurrentes?

¿Qué decisiones podrían tomarse con mejores datos?

¿Qué conocimiento está disperso dentro de la organización?

Solo después de comprender esos problemas tiene sentido determinar si la solución requiere inteligencia artificial, automatización convencional, integración de sistemas o simplemente rediseñar un proceso.

El primer paso: realizar un diagnóstico de madurez en IA

Antes de invertir en tecnología es conveniente conocer el punto de partida.

Un diagnóstico de madurez en inteligencia artificial permite evaluar qué tan preparada se encuentra una organización para adoptar IA y detectar las áreas donde existen mejores oportunidades de implementación.

El análisis debería considerar, al menos, cuatro dimensiones.

1. Negocio

La IA debe responder a prioridades empresariales.

Es necesario comprender objetivos, procesos críticos, oportunidades de crecimiento, costos, problemas operacionales y potenciales casos de uso.

2. Personas

La adopción depende también de quienes utilizarán la tecnología.

Hay que analizar capacidades digitales, conocimientos sobre IA, resistencia al cambio, necesidades de capacitación y nuevas formas de trabajo.

3. Tecnología y datos

No todos los proyectos requieren una infraestructura compleja, pero todos necesitan comprender qué sistemas existen, dónde están los datos y cómo podrían integrarse.

La calidad y disponibilidad de la información pueden determinar la viabilidad de un proyecto.

4. Gobernanza

A medida que la IA adquiere mayor autonomía, también aumentan las preguntas sobre seguridad, privacidad, permisos, responsabilidad y trazabilidad.

Una organización necesita saber qué información puede utilizarse, quién puede acceder a ella y qué acciones puede ejecutar un sistema de inteligencia artificial.

Del diagnóstico a una Ruta IA

El diagnóstico no debería terminar en un informe que nadie vuelve a consultar.

Su función es transformar los hallazgos en una Ruta IA empresarial.

Una buena hoja de ruta permite ordenar oportunidades según variables como impacto esperado, complejidad, costo, disponibilidad de datos, riesgo y tiempo de implementación.

Esto permite distinguir entre iniciativas que pueden comenzar inmediatamente y proyectos que requieren primero resolver otras brechas.

Una empresa podría descubrir, por ejemplo, diez oportunidades para utilizar inteligencia artificial.

Eso no significa que deba implementar las diez.

La estrategia consiste precisamente en determinar cuáles conviene ejecutar primero.

Identificar casos de uso de alto impacto

Un caso de uso de IA empresarial debería tener un problema claramente definido.

Supongamos que una empresa recibe cientos de consultas repetitivas de clientes.

El problema no es “necesitamos IA”.

El problema podría definirse como:

“Nuestro equipo dedica demasiadas horas a responder preguntas cuya información ya existe dentro de la empresa.”

A partir de ese problema pueden evaluarse diferentes soluciones.

Una de ellas podría ser un asistente de inteligencia artificial conectado exclusivamente a documentación autorizada de la empresa, capaz de responder consultas, identificar aquellas que requieren intervención humana y derivarlas correctamente.

Ahora existe un problema, una solución posible y algo que podemos medir.

Ese último elemento es fundamental.

¿Cómo saber si una implementación de IA funciona?

Todo proyecto debería establecer indicadores antes de implementarse.

Dependiendo del caso, podrían medirse:

  • horas ahorradas;
  • reducción del tiempo de respuesta;
  • disminución de tareas manuales;
  • reducción de errores;
  • número de procesos automatizados;
  • tasa de resolución de consultas;
  • generación de oportunidades comerciales;
  • satisfacción de clientes;
  • costo por operación;
  • productividad del equipo.

La IA empresarial necesita pasar del terreno de la demostración al de los resultados medibles.

Un agente espectacular que nadie utiliza genera menos valor que una automatización sencilla capaz de ahorrar varias horas semanales.

Agentes de IA: la siguiente etapa de la automatización

Uno de los cambios más importantes está ocurriendo con los agentes de inteligencia artificial.

Un chatbot tradicional generalmente recibe una pregunta y entrega una respuesta.

Un agente puede ir más lejos.

Dependiendo de sus permisos e integraciones, puede consultar información, utilizar herramientas, interactuar con sistemas y ejecutar determinadas acciones.

Por ejemplo, un agente podría recibir una solicitud de un cliente, consultar información disponible, revisar antecedentes en un CRM, generar una respuesta, actualizar el registro y activar una tarea de seguimiento.

Esto convierte a los agentes en una poderosa capa de automatización empresarial.

Pero cuanto mayor sea su capacidad de acción, mayor deberá ser también su gobernanza.

Seguridad y gobernanza desde el diseño

La implementación de IA empresarial no puede separarse de la protección de datos y la ciberseguridad.

Antes de conectar un sistema de inteligencia artificial con información empresarial debemos determinar:

qué datos podrá consultar;

qué acciones podrá ejecutar;

qué permisos necesita;

qué información no debería abandonar determinados entornos;

cómo se registrarán sus acciones;

quién será responsable del sistema;

y cómo podrá detenerse o modificarse su funcionamiento.

La gobernanza de IA no debería entenderse como un obstáculo para innovar.

Bien diseñada, permite exactamente lo contrario: innovar con mayor control y confianza.

La adopción es también un desafío humano

Existe otro factor que muchas estrategias tecnológicas subestiman.

Las personas.

Una organización puede implementar excelentes herramientas y obtener resultados pobres si sus equipos no comprenden cómo utilizarlas.

Por eso la formación debe formar parte de cualquier estrategia de adopción.

Pero capacitar en inteligencia artificial no significa solamente enseñar prompts.

Significa desarrollar criterio para determinar cuándo utilizar IA, cómo entregar contexto, cómo verificar resultados, cómo proteger información y cómo integrar estas capacidades dentro del trabajo cotidiano.

El objetivo final no debería ser tener empleados que “usen IA”.

Debería ser construir equipos capaces de trabajar mejor con IA.

¿Cómo implementar IA en una empresa paso a paso?

Aunque cada organización tiene una realidad diferente, existe una secuencia que permite reducir considerablemente la improvisación:

Diagnosticar → Diseñar → Implementar → Evolucionar.

Diagnosticar

Comprender el negocio, los procesos, las personas, los datos, la tecnología disponible y las principales brechas.

Diseñar

Priorizar casos de uso y construir una Ruta IA basada en impacto, factibilidad y riesgo.

Implementar

Desarrollar pilotos controlados, automatizaciones, integraciones o agentes sobre procesos concretos.

Evolucionar

Medir resultados, capacitar personas, establecer gobernanza y escalar aquello que demuestra valor.

La inteligencia artificial deja entonces de ser una colección de herramientas y comienza a convertirse en una capacidad empresarial.

¿Necesita mi empresa una consultoría de inteligencia artificial?

No todas las organizaciones necesitan comenzar desarrollando grandes proyectos.

Pero una consultoría o diagnóstico de IA puede resultar especialmente útil cuando la empresa:

quiere adoptar inteligencia artificial pero no sabe por dónde comenzar;

ya utiliza herramientas de IA pero de manera desordenada;

tiene múltiples ideas y necesita priorizarlas;

quiere automatizar procesos;

está evaluando agentes de IA;

maneja información sensible;

necesita integrar IA con sus sistemas actuales;

o quiere construir una estrategia de adopción para los próximos años.

En estos casos, el principal valor de una consultoría no debería ser recomendar herramientas.

Debería ser reducir incertidumbre y transformar posibilidades tecnológicas en decisiones empresariales ejecutables.

VirtualPoint: de la intención con IA a una ruta que sí avanza

En VirtualPoint trabajamos la inteligencia artificial desde una perspectiva empresarial: primero entendemos el problema y después determinamos la tecnología.

Nuestro enfoque conecta estrategia, tecnología e implementación para acompañar a las organizaciones durante el ciclo completo de adopción de inteligencia artificial.

La ruta comienza comprendiendo el nivel de madurez de la organización y detectando oportunidades concretas.

A partir de ese diagnóstico es posible priorizar iniciativas, diseñar casos de uso, desarrollar automatizaciones y agentes de IA, integrar soluciones con procesos existentes y acompañar posteriormente su adopción y evolución.

A través de DiagnósticoIA, las organizaciones también pueden obtener una primera evaluación de su nivel de preparación para incorporar inteligencia artificial y comenzar a construir una hoja de ruta.

Porque la pregunta empresarial más importante frente a la inteligencia artificial ya no es qué herramienta está de moda.

Es otra:

¿Qué problema queremos resolver, qué resultado esperamos obtener y cuál es la mejor ruta para llegar hasta allí?

Ese es el punto donde la inteligencia artificial comienza realmente a convertirse en capacidad empresarial.