El avance de la inteligencia artificial (IA) en el ámbito empresarial comienza a dejar atrás la fase experimental para enfocarse en resultados concretos. Según un estudio global de IBM, el 65% de los CEO ya prioriza los casos de uso de IA en función del retorno sobre la inversión (ROI), un criterio que acelera la adopción de arquitecturas más complejas y coordinadas. En ese contexto, la empresa uruguaya Heynow impulsa el enfoque conocido como agent-to-agent (A2A), que permite integrar múltiples agentes de IA bajo esquemas de gobernanza y control operativo.
En diálogo con CRÓNICAS, el CEO de Heynow, Mathías Duarte, explicó que este cambio responde a una transformación más profunda en la toma de decisiones dentro de las organizaciones. “Hoy la IA se define como un pilar estratégico dentro de la organización, para resolver problemas usando IA y no lo tradicional de contratar más personas”, señaló. En ese marco, el ROI aparece como una métrica clave, ya que “es la cuenta más fácil de ver contra las horas hombre”, explicó.
Duarte detalló que, en la práctica, la IA permite ejecutar en minutos tareas que antes demandaban horas, o incluso gestionar cientos de miles de interacciones de forma autónoma. “En nuestro caso, atendemos cientos de miles de conversaciones con tasas de contención superiores al 80%”, afirmó, al comparar ese desempeño con modelos tradicionales de atención basados exclusivamente en call centers humanos.
La siguiente etapa de esta evolución es la integración de agentes que no operan de forma aislada, sino coordinada. “La arquitectura A2A permite interconectar agentes de IA y ponerlos a funcionar como si fueran una plantilla de empleados”, explicó. En el caso de Heynow, esos agentes se distribuyen tareas específicas (atención al cliente, reclamos o consultas) y dialogan entre sí, incluso interactuando con supervisores humanos, detalló.
Este enfoque no solo mejora la eficiencia operativa, sino que también responde a crecientes exigencias de trazabilidad y cumplimiento. “La gobernanza de la IA no puede depender del comportamiento emergente de cada bot. Necesitamos estructuras que permitan entender cómo y por qué se tomó cada decisión”, sostuvo el CEO, al destacar la importancia de marcos como la certificación ISO 42001 en el tratamiento de la información y el uso responsable de la IA.
El contexto regional refuerza esta tendencia. Un estudio de The Linux Foundation estima que el mercado de la IA en Latinoamérica alcanza los US$ 12.700 millones y crece a una tasa anual del 28,1%. A su vez, el Índice Latinoamericano de Inteligencia Artificial (ILIA 2025) ubica a Uruguay entre los países pioneros por su nivel de preparación.
Para Duarte, esa posición se explica por una base sólida de talento y formación. “Hace muchos años que en Uruguay existen carreras y cursos enfocados en IA, y empresas que trabajan en el área desde antes del boom de la IA generativa”, afirmó. Sin embargo, advirtió que también existen riesgos; como ejemplo, señaló que “el primero es no adoptar IA, porque eso nos saca de competencia”.
El segundo riesgo que mencionó es implementar la tecnología sin un objetivo claro. “La IA no hay que aplicarla por aplicarla. Hay que buscar el problema que queremos resolver y el retorno de inversión, no usarla por moda”, enfatizó. A eso se suman desafíos vinculados a la seguridad, la privacidad y la supervisión humana. “Los agentes no son mágicos: hay que monitorearlos, entrenarlos y tener personas supervisando su funcionamiento”, subrayó.
Consultado sobre el corto y mediano plazo, Duarte consideró que el principal desafío es pasar de los pilotos a sistemas productivos. “El primer paso es tener al menos un agente de IA funcionando, operando y dando resultados reales”, explicó. A partir de esa experiencia, las organizaciones pueden escalar hacia modelos A2A más complejos.
Las barreras, según indicó, no son solo técnicas, sino también culturales. “Estamos delegando muchas cosas a la IA y pasando a roles de supervisión. Ese cambio es el mayor desafío”, afirmó. En ese sentido, destacó la necesidad de capacitar a las personas para asumir tareas más complejas y estratégicas.
También mencionó casos concretos de éxito, como implementaciones que permitieron reducir en más de 60% la carga de atención humana y mejorar significativamente la resolución en el primer contacto. “Si la IA se trabaja bien, el impacto en el negocio puede ser grande”, concluyó.