En un ecosistema dominado por grandes actores como OpenAI, Google o Anthropic, parecería que solo las corporaciones globales están listas para implementar soluciones complejas de inteligencia artificial. Sin embargo, en el programa de streaming Next, coproducido por ITSitio y AhorPlay, Ezequiel Sculli, cofundador de Darwin AI, demostró que existe un punto intermedio: empresas latinoamericanas con áreas técnicas reducidas, pero grandes ambiciones.
“Nuestro cliente ideal no es ni una pyme de dos personas ni una Fortune 500. Es esa empresa que ya entiende lo que es un CRM, tiene un ERP y quiere empezar a automatizar”, explicó Sculli.
Empleados digitales: agentes conversacionales con IA generativa
Darwin AI se especializa en construir “empleados digitales”, agentes conversacionales basados en modelos generativos que automatizan tareas repetitivas, principalmente en canales como WhatsApp, Instagram y llamadas telefónicas.
“Automatizamos la interacción con el cliente. No solo respondemos, sino que disparamos acciones como enviar propuestas personalizadas o agendar visitas en el CRM. Todo eso lo hace la IA en tiempo real”, detalló Sculli.
Workflows agénticos: la evolución de los chatbots
Una de las principales diferencias entre usar directamente herramientas como Make o N8N y optar por plataformas como Darwin radica en la escalabilidad y el control.
“Muchos arrancan por su cuenta. Pero cuando escalan, vienen a nosotros. Porque no es lo mismo automatizar 10 conversaciones que manejar miles por día”, explicó.
Estos agentes trabajan en cadena, siguiendo flujos de trabajo complejos que involucran múltiples sistemas. “Por ejemplo, si el cliente pregunta por un producto, el agente puede consultar en tiempo real el stock y enviar una cotización por mail”, ilustró.
Seguridad ante todo: prevenir abusos y ataques
Darwin incorpora medidas de seguridad desde las primeras fases del desarrollo. “Al principio, invitamos a usuarios a testear nuestro primer agente y muchos intentaron hackearlo. Ahí nos dimos cuenta de que había que incorporar controles fuertes”, recordó Sculli.
La plataforma utiliza mecanismos que detectan conversaciones sospechosas y limitan la capacidad del agente para ejecutar comandos sensibles. “Si algo raro pasa, el sistema corta la conversación y transfiere el caso a un humano”, explicó.
Construcción colaborativa con foco en usuarios no técnicos
Más allá del aspecto técnico, la empresa trabaja para facilitar el acceso a estas soluciones a usuarios sin experiencia en programación. “Estamos trabajando para que personas no técnicas puedan construir sus propios agentes, sin necesidad de entender qué es un function calling”, comentó Sculli.
Y agregó: “La solución mejora si el cliente participa en la construcción. No queremos ofrecer algo cerrado. Queremos co-crear”.
Casos de uso: calificación de leads y reactivación de clientes
Según Sculli, los dos casos de uso más frecuentes son la calificación automática de leads entrantes y la reactivación de clientes.
“Muchas inmobiliarias, concesionarias o universidades ya generan demanda por redes sociales. En lugar de que una persona responda manualmente cada mensaje, la IA se encarga de la primera interacción”, explicó. A eso se suman campañas automatizadas para retomar contacto con clientes en momentos clave.
Modelo de negocio: escalabilidad y flexibilidad
El modelo comercial de Darwin combina una suscripción mensual con tarifas variables según el uso. “Nuestro plan arranca en los 200 o 300 dólares, y escala según las integraciones que se necesiten”, indicó Sculli.
Y advirtió que pasar de un MVP funcional a una implementación robusta no es trivial: “Llevarlo a producción, que funcione bien en el 100% de los casos, es otra historia”.
Impacto interno: más productividad con el mismo equipo
El uso intensivo de herramientas basadas en IA también transformó el propio proceso de desarrollo dentro de Darwin. “Con la misma cantidad de personas, hoy producimos entre un 30% y un 50% más”, aseguró Sculli.
Aplicaciones como Cursor y Linear automatizan partes del flujo de trabajo técnico, lo que obliga a los equipos a cambiar su mentalidad. “El desafío ya no es programar, sino auditar lo que la IA generó”, afirmó.
Capacitación constante en un entorno cambiante
Para adaptarse a la velocidad de los cambios, Darwin fomenta la formación continua. “Mi equipo tiene presupuesto ilimitado para probar herramientas de IA. Hay que frenar y experimentar”, sostuvo.
Sculli subrayó que la transformación digital, esta vez, afecta a quienes trabajan en tecnología. “Nunca antes los equipos técnicos necesitaban transformarse de esta manera. Hoy, nosotros también necesitamos un ‘transformador digital’”, reflexionó.
¿América Latina está a la par del mundo?
Ante la pregunta sobre si la región está retrasada respecto a EE.UU. o Europa, Sculli fue enfático: “Estamos a días de distancia. La diferencia es mental, no tecnológica. El que se atreve a probar, corre con ventaja”.
Y remató: “En dos o tres años, se va a notar mucho la brecha entre quienes se animaron y quienes no”.
Leer mas
- MIGMA: inteligencia artificial para extender la vida útil de productos naturales
- Jorge Payró: “nuestras tecnologías incorporan inteligencia artificial que facilitan el desarrollo del código”
- El 63% de las compañías de energía ya implementa agentes de inteligencia artificial
