La startup argentina que conecta datos para que la IA transforme el negocio

La inteligencia artificial (IA) ya forma parte de la agenda de los directorios empresarios en la Argentina y en el exterior. Pero muchas compañías todavía chocan contra una dificultad concreta: convertir esa promesa tecnológica en impacto medible sobre el negocio.

Bruno Ruyú, fundador de la empresa Teramot, lo resumió ante iProfesional con la siguiente cifra: "El MIT (Instituto de Tecnología de Massachussets) publicó un estudio que debería estar en el escritorio de todo CEO que analiza implementar inteligencia artificial en su empresa: el 95% de los proyectos corporativos no generan ningún impacto en el balance financiero". Para el emprendedor rosarino, ese dato expone un problema frecuente: inversiones elevadas que no modifican los resultados reales de la organización.

El origen de esa baja eficacia aparece en varios planos. Muchas empresas eligen proyectos con alto impacto visual, pero escasa profundidad operativa. Priorizan asistentes para gestionar vacaciones, bots de preguntas frecuentes de recursos humanos o herramientas para resumir correos. Son iniciativas atractivas para una presentación interna, aunque rara vez alteran el funcionamiento central del negocio.

También pesa una tensión cultural: las áreas comerciales piden respuestas rápidas, mientras que los equipos técnicos suelen optar por desarrollos propios desde cero, con costos altos y plazos extensos. Ruyú lo ilustró con un caso concreto: "Una empresa del mundo de los servicios financieros, después de una conversación con nosotros, decidió que su equipo técnico interno iba a construir algo parecido. Un año después volví a hablar con el CEO. El proyecto todavía no funcionaba. Se habían gastado 800 mil dólares. Con Teramot lo habrían tenido operativo en una hora".

El obstáculo de fondo es técnico. Los modelos actuales de inteligencia artificial no siempre pueden trabajar con la complejidad de los datos que produce una corporación todos los días. Herramientas masivas como ChatGPT o Claude muestran un rendimiento destacado en textos, artículos, fotografías o transcripciones. Su arquitectura proviene de un trabajo científico publicado por Google en 2017, pensado para comprender lenguaje humano convencional. El mundo empresario opera con otra lógica.

"El corazón de cualquier negocio no son textos ni imágenes, son bases de datos. Millones de registros de ventas, inventario, clientes, producción, finanzas. Tablas enormes, con códigos internos, con una lógica específica de cada empresa y que no está escrita en ningún lado", fundamentó el fundador de la compañía rosarina.

Para una inteligencia artificial de uso masivo, una etiqueta interna como "COD_PROD_047" no tiene significado propio. Ese conocimiento suele estar en la experiencia de los empleados, no en una documentación disponible para el modelo. A eso se agrega una barrera de escala: los modelos generalistas no pueden abarcar, sin preparación previa, el volumen de datos de una empresa grande. Ruyú lo comparó con "pedirle a alguien brillante que resuelva un problema después de leer solo dos páginas de un libro de mil". Allí se ubica el problema que Teramot afirma resolver.

Un sistema nervioso digital para ordenar los datos empresarios

Teramot desarrolló una plataforma capaz de construir en forma automática un "data lakehouse". En términos simples, se trata de una capa centralizada que reúne información dispersa y le da contexto. En una organización tradicional, ventas, recursos humanos, logística y finanzas suelen generar datos en sistemas separados. Esa fragmentación limita la reacción ante cambios del mercado. La propuesta de la empresa consiste en recibir esas señales, unificar registros, interpretar relaciones internas y ordenar la información en un repositorio común.

El valor aparece cuando esos datos dejan de verse por separado. Al cruzar ventas con envíos e historial de clientes, una empresa puede detectar por qué determinados productos crecen en una región durante ciertos meses o qué usuarios muestran señales de baja. "Esa información siempre estuvo ahí. Pero nadie la había conectado. Y cada nueva conexión genera conocimiento que antes no existía en ningún lado. El sistema nervioso no solo transmite, aprende", enfatizó Ruyú.

El funcionamiento se apoya en un sistema propietario con más de 50 agentes de inteligencia artificial especializados. "Si el data lakehouse es el sistema nervioso de la empresa, los agentes de Teramot son las neuronas", ilustró el directivo principal de la empresa santafesina.

Cuando una compañía conecta sus servidores, un primer grupo de agentes explora el terreno informático. Releva registros, identifica campos y detecta relaciones internas. Ese proceso ocurre de manera autónoma, con agentes que observan el entorno de datos, plantean hipótesis y las verifican hasta comprender la lógica de la organización. También documentan los hallazgos para facilitar el uso posterior por parte de los equipos humanos.

Después llega la etapa de limpieza. Muchas bases corporativas acumulan usuarios duplicados, errores de tipeo, fechas incompatibles y registros incompletos. Los agentes de Teramot detectan esas inconsistencias y las corrigen sin instrucciones manuales. Una tarea que históricamente podía demandar meses o años de ingenieros, arquitectos de software y consultores especializados, ahora se resuelve en plazos mucho más breves. Según la compañía, la plataforma puede conectar bases heterogéneas en pocos minutos.

Teramot comenzó sus operaciones en Rosario.

IA generativa con contexto del negocio

Con los datos limpios y unificados, herramientas como ChatGPT o Claude pueden operar sobre información empresarial con mayor precisión. Teramot funciona como puente entre los modelos de lenguaje generativo y los registros confidenciales de la compañía. Ante una consulta del usuario, la plataforma interpreta el pedido, escribe las búsquedas en lenguaje informático y recurre a las capas de información ya organizadas.

De ese modo, el modelo recibe el contexto necesario para responder con datos propios de la empresa. Puede considerar normas internas, catálogos de productos o particularidades contables de cada sucursal. Consultas que antes exigían semanas de trabajo de analistas pueden resolverse con respuestas rápidas y verificables. Procesos técnicos que demandaban meses pasan a ejecutarse con una carga operativa mucho menor.

La empresa sostiene que esta automatización no apunta a reemplazar talento humano. Su foco está en liberar a los equipos de tareas repetitivas y permitir que dediquen más tiempo al análisis. Ruyú describió el problema así: "El día a día de un analista de datos en la mayoría de las empresas hoy es frustrante de una manera muy particular. No porque no sepa lo que hace. Sino porque el 80% de su tiempo lo gasta en tareas que no tienen nada que ver con analizar. Limpia datos manualmente. Busca dónde vive cierta información. Cruza planillas".

Con esa base automatizada, los analistas encuentran información depurada, sin duplicaciones y lista para trabajar. Así pueden concentrarse en patrones de consumo, modelos predictivos y oportunidades de mejora económica. El rol cambia: dejan de responder solo preguntas sobre lo que ya pasó y pasan a construir escenarios futuros con datos confiables.

La compañía también señala un efecto interno: menor fricción entre gerencias que necesitan respuestas urgentes y áreas técnicas sobrecargadas por tareas de ordenamiento manual. "De repente el equipo de datos deja de ser el que frena y se convierte en el que habilita. Ese cambio de rol, de cuello de botella a motor de decisiones, es uno de los impactos más profundos que vemos en las empresas", relató el CEO de la compañía.

Clientes corporativos, seguridad y planes para pymes

El modelo de Teramot despertó interés en compañías de gran tamaño. La empresa rosarina trabaja con clientes como Coca-Cola, Johnson & Johnson, La Caja y Grupo Sancor Seguros. Son organizaciones que exigen visibilidad sobre múltiples sucursales, integración de plataformas heredadas y capacidad para detectar problemas operativos antes de que escalen.

Ese tipo de clientes también demanda estándares altos de privacidad y control. Teramot obtuvo certificaciones como SOC 2 Tipo I y Tipo II. "Cuando fundamos Teramot en 2021, una de las primeras decisiones que tomamos fue esta: vamos a trabajar con los datos más sensibles de las empresas, y eso significa que la seguridad y la privacidad no pueden ser una característica más del producto. Tienen que ser la base", dijo Ruyú.

La plataforma registra la trazabilidad de cada acción de sus agentes. Los datos pueden quedar en servidores del cliente o en la nube de Teramot, con encriptación de punta a punta.

La empresa santafesina asegura que su personal no accede a la información confidencial de las empresas usuarias. Ruyú utilizó esa política para responder a un temor habitual sobre el uso de IA en compañías.

"Hay que entender la diferencia entre dos cosas que parecen similares pero son completamente distintas. Una es la memoria de una conversación. Otra cosa distinta es que un modelo modifique su red neuronal a partir de lo que escucha. Eso implicaría reentrenar el modelo desde cero, un proceso que lleva meses de trabajo y cuesta millones de dólares. No es algo que suceda en tiempo real. Los datos de tu empresa no terminan mezclados en el modelo general que usa otra empresa", dijo.

Otro punto de la propuesta es el acceso para empresas más chicas. Según Teramot, el mismo producto utilizado por grandes corporaciones también está disponible para pymes con planes desde 50 dólares mensuales. Las compañías conectan sus servidores a la herramienta web y acceden a los procesos autónomos de la plataforma. "El mismo producto que usan las empresas Fortune 500 está disponible desde 50 dólares al mes. No una versión reducida, no un producto distinto. La misma infraestructura, la misma tecnología, el mismo nivel de autonomía", detalló el líder de la firma.

Ejecutivos de Teramot. En el centro, Bruno Ruyú, el CEO de la compañía.

Capital, Endeavor y expansión regional

El crecimiento comercial de Teramot también tuvo impacto en su relación con inversores. La compañía reunió 2,5 millones de dólares mediante distintas rondas de capital. Además, ingresó al programa Scale Up de Endeavor, una iniciativa selectiva para compañías con potencial de crecimiento en la Argentina.

Ruyú explicó el destino de esos fondos: "El destino del capital está completamente orientado a una sola cosa: crecer. Tres frentes en paralelo. Primero, equipo. Segundo, expansión geográfica: Brasil y Colombia están en plena tracción, México es el próximo mercado, y Estados Unidos está en el horizonte inmediato. Tercero, producto: el foco está en profundizar la autonomía de los agentes".

Con oficinas en Buenos Aires, Rosario y Sao Paulo, la empresa sigue de cerca la madurez tecnológica de los mercados vecinos. En la compañía sostienen que los problemas de infraestructura y conectividad se repiten en Brasil, Colombia y la Argentina. Datos fragmentados y equipos recargados por tareas rutinarias aparecen como un patrón común.

Las diferencias aparecen en la velocidad de adopción. Según la lectura de Teramot, las organizaciones brasileñas deciden con mayor rapidez, asignan más presupuesto a software avanzado y muestran mayor predisposición a innovar a gran escala. Para las empresas argentinas, ese contraste marca una advertencia: la competencia ya es regional y postergar la adopción de estas plataformas puede implicar pérdida de terreno frente a compañías de países vecinos.

El futuro de la infraestructura de datos

La visión a cinco años de Teramot apunta a que su tecnología se convierta en una pieza básica de la infraestructura corporativa. Ruyú y su equipo de 24 profesionales buscan ir más allá de la venta de licencias de software. El fundador vincula esa mirada con una experiencia académica presencial en la Universidad de Stanford, que influyó en su forma de pensar la compañía.

"Aprendí en Stanford algo que desde entonces guía cada decisión que tomamos: una gran empresa es aquella que logra construir un sistema de funcionamiento que encuentra el camino solo. Donde cada decisión es una hipótesis, cada resultado es un dato y cada error es un experimento que enseña algo", rememoró el empresario. "Las empresas que construyen ese sistema no dependen de que alguien les diga a cada momento hacia dónde ir. Se adaptan, aprenden y evolucionan solas. Y es exactamente lo que Teramot ayuda a construir en cada empresa que lo adopta", reflexionó.

El objetivo final de la compañía es que más empresas latinoamericanas tomen decisiones basadas en evidencia interna, y no solo en intuición o inercia del mercado. Con analistas más enfocados en tareas de valor y con acceso a procesos autónomos de IA, Teramot busca que las bases de datos dejen de ser un activo subutilizado. La compañía apuesta a un futuro en el que la eficiencia corporativa dependa menos de proyectos largos y costosos, y más de información conectada, confiable y disponible a tiempo.