{"id":181896,"date":"2025-08-01T12:46:07","date_gmt":"2025-08-01T15:46:07","guid":{"rendered":"https:\/\/nuevoitsitio1.wpenginepowered.com\/ar\/sin-categoria\/rockingdata-celebro-los-69-anos-de-la-inteligencia-artificial\/"},"modified":"2025-11-21T15:59:37","modified_gmt":"2025-11-21T18:59:37","slug":"rockingdata-celebro-los-69-anos-de-la-inteligencia-artificial","status":"publish","type":"post","link":"https:\/\/www.itsitio.com\/ar\/inteligencia-artificial\/rockingdata-celebro-los-69-anos-de-la-inteligencia-artificial\/","title":{"rendered":"RockingData celebr\u00f3 los 69 a\u00f1os de la inteligencia artificial con ideas, humor y una hoja de ruta para el futuro"},"content":{"rendered":"

La consultora argentina RockingData, especializada en datos e IA, organiz\u00f3 un evento en Buenos Aires para festejar los 69 a\u00f1os de la inteligencia artificial<\/strong>. En lugar de enfocarse en promesas futuristas, sus referentes compartieron aprendizajes reales sobre c\u00f3mo usar la IA de manera estrat\u00e9gica, humana y efectiva.<\/p>\n

La inteligencia artificial cumpli\u00f3 69 a\u00f1os desde su bautismo formal en la hist\u00f3rica conferencia de Dartmouth de 1956, y RockingData<\/strong> lo celebr\u00f3 con una propuesta poco convencional. Bajo el lema \u201cla IA ya no es promesa de futuro, es una se\u00f1ora grande\u201d<\/em>, el evento realizado ayer jueves en HIT CEL<\/strong>\u2014 combin\u00f3 brindis, an\u00e9cdotas de Turing y una serie de ideas clave sobre el presente y el futuro de esta tecnolog\u00eda en los negocios.<\/p>\n

De la inteligencia artificial a la era MAD<\/span><\/h2>\n

La bienvenida estuvo a cargo de Fredi Vivas<\/strong>, CEO de RockingData, quien propuso dejar atr\u00e1s la visi\u00f3n m\u00edstica de la IA como caja negra todopoderosa. \u201cVamos a dejar de hablar de inteligencia artificial\u2026 al menos un poco. Bienvenidos a la era de MAD<\/strong>\u201d, lanz\u00f3.<\/p>\n

En su visi\u00f3n, la tecnolog\u00eda debe dejar de ser protagonista para pasar a ser una herramienta al servicio de quienes toman decisiones con prop\u00f3sito<\/strong>. Y para eso, es necesario m\u00e1s criterio humano y menos hype.<\/p>\n

Una estrategia que empieza con personas, no con tecnolog\u00eda<\/span><\/h2>\n

El primer \u201cfacto\u201d de la noche lo comparti\u00f3 Mart\u00edn Maffioli<\/strong>, COO de RockingData. En su intervenci\u00f3n, dej\u00f3 en claro que una estrategia de IA no arranca por los algoritmos, sino por las personas. \u201cCuando hablamos de IA, lo primero que tenemos que hacer es hablar de inteligencia humana<\/strong>\u201d, sostuvo.<\/p>\n

Propuso una hoja de ruta de tres pasos: poner a las personas en el centro, trabajar en c\u00f3mo tomamos decisiones \u2014lo que en RockingData llaman \u201cinteligencia en las acciones\u201d<\/strong>\u2014 y reci\u00e9n despu\u00e9s elegir la tecnolog\u00eda adecuada. \u201cLa IA sola no sirve si no sabemos qu\u00e9 decisiones queremos potenciar<\/strong>\u201d, remarc\u00f3, defendiendo una visi\u00f3n pragm\u00e1tica y centrada en el negocio.<\/p>\n

La infraestructura tambi\u00e9n importa: datos, modelos y gobierno<\/span><\/h2>\n

El segundo expositor fue Diego Oyola<\/strong>, CTO de la empresa, quien alert\u00f3 sobre un punto muchas veces subestimado: la infraestructura de datos. A medida que crece el uso de IA, dijo, tambi\u00e9n crecen los desaf\u00edos t\u00e9cnicos para escalarla de forma segura y eficaz.<\/p>\n

Oyola explic\u00f3 que est\u00e1n surgiendo enfoques como data mesh<\/strong> y data fabric<\/strong>, que permiten a las distintas \u00e1reas de una empresa trabajar de manera m\u00e1s aut\u00f3noma con sus propios datos. Tambi\u00e9n mencion\u00f3 la irrupci\u00f3n de las bases de datos vectoriales<\/strong>, pensadas espec\u00edficamente para modelos de inteligencia artificial, y que difieren completamente de las bases tradicionales.<\/p>\n

Pero el eje m\u00e1s importante de su intervenci\u00f3n fue el llamado a priorizar el gobierno de datos y modelos<\/strong>. \u201cNo basta con tener un modelo que funcione. Tenemos que saber qu\u00e9 modelo se est\u00e1 usando, con qu\u00e9 datos, y bajo qu\u00e9 reglas<\/strong>\u201d, advirti\u00f3, se\u00f1alando que este ser\u00e1 uno de los grandes desaf\u00edos para los pr\u00f3ximos a\u00f1os.<\/p>\n

Del prompt al contexto: una nueva forma de interactuar con los modelos<\/span><\/h2>\n

La tercera presentaci\u00f3n estuvo a cargo de Agust\u00edn Di Salvo<\/strong>, AI Manager, quien rompi\u00f3 con una de las tendencias m\u00e1s repetidas del \u00faltimo a\u00f1o: el prompt engineering. \u201cEso ya fue<\/strong>\u201d, sentenci\u00f3. En su lugar, propuso pensar en context engineering<\/strong>, un enfoque m\u00e1s avanzado que se pregunta qu\u00e9 necesita el modelo para funcionar en entornos m\u00e1s complejos.<\/p>\n

En lugar de escribir una instrucci\u00f3n aislada, explic\u00f3, hoy debemos dise\u00f1ar entornos completos<\/strong>, con memoria, acceso a herramientas externas, bases de datos en tiempo real y flujos de trabajo. \u201cEl contexto es lo que permite a los modelos operar con sentido. Ya no alcanza con una orden bien escrita<\/strong>\u201d, sostuvo.<\/p>\n

\"width=\"
Augusto Salvatto, Director de Iniciativas Humanas de Rocking Data<\/figcaption><\/figure>\n

Cambiar la mentalidad: de parches a redise\u00f1o de procesos<\/span><\/h2>\n

Luego fue el turno de Augusto Salvatto<\/strong>, Director de Iniciativas Humanas, quien trajo al centro de la escena un concepto clave: el mindset organizacional<\/strong>. Seg\u00fan explic\u00f3, muchas empresas adoptan IA como si fuera un \u201cparche\u201d que se le agrega a un proceso ya existente para hacerlo m\u00e1s r\u00e1pido o barato. Pero esa l\u00f3gica es limitada.<\/p>\n

\u201cLa IA no es un agregado, es un cambio de paradigma\u201d, afirm\u00f3. Y detall\u00f3 tres cambios de mentalidad necesarios: aprender a ver datos donde otros ven problemas<\/strong>, dejar atr\u00e1s la idea de reemplazo y enfocarse en el crecimiento de capacidades<\/strong>, y repensar procesos desde cero para una era en la que la inteligencia artificial ya no es opcional.<\/p>\n

Machine learning de autor: datos propios, modelos propios<\/span><\/h2>\n

El cierre estuvo a cargo de Tom\u00e1s Bonfiglio<\/strong>, Advanced Analytics Manager, quien reivindic\u00f3 el rol del machine learning cl\u00e1sico<\/strong> frente a la moda de la IA generativa. Con tono ir\u00f3nico, record\u00f3 que m\u00e1s de una vez les dijeron que lo que hac\u00edan era \u201cmagic learning\u201d. \u201cY si eso ayuda a que se entienda, lo tomamos<\/strong>\u201d, brome\u00f3.<\/p>\n

Bonfiglio sostuvo que muchas empresas tienen sus datos clave en tablas, y que esos datos no se aprovechan si se dependen \u00fanicamente de modelos gen\u00e9ricos. En cambio, propuso crear modelos entrenados con esos datos espec\u00edficos y usarlos como entrada para los LLM. \u201cPodemos personalizar decisiones a nivel cliente, proveedor o empleado. El machine learning sigue viv\u00edsimo<\/strong>\u201d, concluy\u00f3.<\/p>\n

Entre brindis, referencias a Turing y chistes sobre el viejo internet dial-up, RockingData logr\u00f3 lo que muchas veces falta en los eventos de tecnolog\u00eda: bajar la conversaci\u00f3n a tierra<\/strong>. Lejos del marketing vac\u00edo, el cumplea\u00f1os de la inteligencia artificial fue una excusa para revisar qu\u00e9 estamos haciendo con esta tecnolog\u00eda y hacia d\u00f3nde queremos ir.<\/p>\n

LEER M\u00c1S:<\/span><\/h3>\n

Skild AI lanza su revolucionario modelo de IA para robots multiprop\u00f3sito, con respaldo de Amazon y SoftBank<\/a><\/strong><\/p>\n

Globant es reconocido por Gartner por la interfaz de IA conversacional de su sitio web corporativo<\/a><\/strong><\/p>\n

Ezequiel Sculli: \u201cEstamos trabajando para que personas no t\u00e9cnicas puedan construir sus propios agentes\u201d<\/a><\/strong><\/p>\n","protected":false},"excerpt":{"rendered":"

La consultora argentina RockingData, especializada en datos e IA, organizó un evento en Buenos Aires para festejar los 69 años de la inteligencia artificial. En lugar de enfocarse en promesas futuristas, sus referentes compartieron aprendizajes reales sobre cómo usar la IA de manera estratégica, humana y efectiva. La inteligencia artificial cumplió 69 años desde su bautismo formal en la histórica conferencia de Dartmouth de 1956, y RockingData lo celebró con una propuesta poco convencional. Bajo el lema “la IA ya no es promesa de futuro, es una señora grande”, el evento realizado ayer jueves en HIT CEL— combinó brindis, anécdotas de Turing y una serie de ideas clave sobre el presente y el futuro de esta tecnología en los negocios. De la inteligencia artificial a la era MAD La bienvenida estuvo a cargo de Fredi Vivas, CEO de RockingData, quien propuso dejar atrás la visión mística de la IA como caja negra todopoderosa. “Vamos a dejar de hablar de inteligencia artificial… al menos un poco. Bienvenidos a la era de MAD”, lanzó. En su visión, la tecnología debe dejar de ser protagonista para pasar a ser una herramienta al servicio de quienes toman decisiones con propósito. Y para eso, es necesario más criterio humano y menos hype. Una estrategia que empieza con personas, no con tecnología El primer “facto” de la noche lo compartió Martín Maffioli, COO de RockingData. En su intervención, dejó en claro que una estrategia de IA no arranca por los algoritmos, sino por las personas. “Cuando hablamos de IA, lo primero que tenemos que hacer es hablar de inteligencia humana”, sostuvo. Propuso una hoja de ruta de tres pasos: poner a las personas en el centro, trabajar en cómo tomamos decisiones —lo que en RockingData llaman “inteligencia en las acciones”— y recién después elegir la tecnología adecuada. “La IA sola no sirve si no sabemos qué decisiones queremos potenciar”, remarcó, defendiendo una visión pragmática y centrada en el negocio. La infraestructura también importa: datos, modelos y gobierno El segundo expositor fue Diego Oyola, CTO de la empresa, quien alertó sobre un punto muchas veces subestimado: la infraestructura de datos. A medida que crece el uso de IA, dijo, también crecen los desafíos técnicos para escalarla de forma segura y eficaz. Oyola explicó que están surgiendo enfoques como data mesh y data fabric, que permiten a las distintas áreas de una empresa trabajar de manera más autónoma con sus propios datos. También mencionó la irrupción de las bases de datos vectoriales, pensadas específicamente para modelos de inteligencia artificial, y que difieren completamente de las bases tradicionales. Pero el eje más importante de su intervención fue el llamado a priorizar el gobierno de datos y modelos. “No basta con tener un modelo que funcione. Tenemos que saber qué modelo se está usando, con qué datos, y bajo qué reglas”, advirtió, señalando que este será uno de los grandes desafíos para los próximos años. Del prompt al contexto: una nueva forma de interactuar con los modelos La tercera presentación estuvo a cargo de Agustín Di Salvo, AI Manager, quien rompió con una de las tendencias más repetidas del último año: el prompt engineering. “Eso ya fue”, sentenció. En su lugar, propuso pensar en context engineering, un enfoque más avanzado que se pregunta qué necesita el modelo para funcionar en entornos más complejos. En lugar de escribir una instrucción aislada, explicó, hoy debemos diseñar entornos completos, con memoria, acceso a herramientas externas, bases de datos en tiempo real y flujos de trabajo. “El contexto es lo que permite a los modelos operar con sentido. Ya no alcanza con una orden bien escrita”, sostuvo. Cambiar la mentalidad: de parches a rediseño de procesos Luego fue el turno de Augusto Salvatto, Director de Iniciativas Humanas, quien trajo al centro de la escena un concepto clave: el mindset organizacional. Según explicó, muchas empresas adoptan IA como si fuera un “parche” que se le agrega a un proceso ya existente para hacerlo más rápido o barato. Pero esa lógica es limitada. “La IA no es un agregado, es un cambio de paradigma”, afirmó. Y detalló tres cambios de mentalidad necesarios: aprender a ver datos donde otros ven problemas, dejar atrás la idea de reemplazo y enfocarse en el crecimiento de capacidades, y repensar procesos desde cero para una era en la que la inteligencia artificial ya no es opcional. Machine learning de autor: datos propios, modelos propios El cierre estuvo a cargo de Tomás Bonfiglio, Advanced Analytics Manager, quien reivindicó el rol del machine learning clásico frente a la moda de la IA generativa. Con tono irónico, recordó que más de una vez les dijeron que lo que hacían era “magic learning”. “Y si eso ayuda a que se entienda, lo tomamos”, bromeó. Bonfiglio sostuvo que muchas empresas tienen sus datos clave en tablas, y que esos datos no se aprovechan si se dependen únicamente de modelos genéricos. En cambio, propuso crear modelos entrenados con esos datos específicos y usarlos como entrada para los LLM. “Podemos personalizar decisiones a nivel cliente, proveedor o empleado. El machine learning sigue vivísimo”, concluyó. Entre brindis, referencias a Turing y chistes sobre el viejo internet dial-up, RockingData logró lo que muchas veces falta en los eventos de tecnología: bajar la conversación a tierra. Lejos del marketing vacío, el cumpleaños de la inteligencia artificial fue una excusa para revisar qué estamos haciendo con esta tecnología y hacia dónde queremos ir. LEER MÁS: Skild AI lanza su revolucionario modelo de IA para robots multipropósito, con respaldo de Amazon y SoftBank Globant es reconocido por Gartner por la interfaz de IA conversacional de su sitio web corporativo Ezequiel Sculli: “Estamos trabajando para que personas no técnicas puedan construir sus propios agentes”<\/p>\n","protected":false},"author":229,"featured_media":181899,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"site-sidebar-layout":"default","site-content-layout":"","ast-site-content-layout":"default","site-content-style":"default","site-sidebar-style":"default","ast-global-header-display":"","ast-banner-title-visibility":"","ast-main-header-display":"","ast-hfb-above-header-display":"","ast-hfb-below-header-display":"","ast-hfb-mobile-header-display":"","site-post-title":"","ast-breadcrumbs-content":"","ast-featured-img":"","footer-sml-layout":"","ast-disable-related-posts":"","theme-transparent-header-meta":"","adv-header-id-meta":"","stick-header-meta":"","header-above-stick-meta":"","header-main-stick-meta":"","header-below-stick-meta":"","astra-migrate-meta-layouts":"default","ast-page-background-enabled":"default","ast-page-background-meta":{"desktop":{"background-color":"var(--ast-global-color-4)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"ast-content-background-meta":{"desktop":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"tablet":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""},"mobile":{"background-color":"var(--ast-global-color-5)","background-image":"","background-repeat":"repeat","background-position":"center center","background-size":"auto","background-attachment":"scroll","background-type":"","background-media":"","overlay-type":"","overlay-color":"","overlay-opacity":"","overlay-gradient":""}},"footnotes":""},"categories":[117,65],"tags":[165,752],"class_list":["post-181896","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-eventos","category-inteligencia-artificial","tag-inteligencia-artificial","tag-rocking-data"],"_links":{"self":[{"href":"https:\/\/www.itsitio.com\/ar\/wp-json\/wp\/v2\/posts\/181896","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.itsitio.com\/ar\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/www.itsitio.com\/ar\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/www.itsitio.com\/ar\/wp-json\/wp\/v2\/users\/229"}],"replies":[{"embeddable":true,"href":"https:\/\/www.itsitio.com\/ar\/wp-json\/wp\/v2\/comments?post=181896"}],"version-history":[{"count":0,"href":"https:\/\/www.itsitio.com\/ar\/wp-json\/wp\/v2\/posts\/181896\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.itsitio.com\/ar\/wp-json\/wp\/v2\/media\/181899"}],"wp:attachment":[{"href":"https:\/\/www.itsitio.com\/ar\/wp-json\/wp\/v2\/media?parent=181896"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.itsitio.com\/ar\/wp-json\/wp\/v2\/categories?post=181896"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/www.itsitio.com\/ar\/wp-json\/wp\/v2\/tags?post=181896"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}