Quality Sense Conf 2025 - Track Innovation

Bueno, eh, hola, buenos días. Mi nombre es Yasel y voy a ser el host de este track de innovation por parte de Abstracta, simplemente para darles la bienvenida y bueno, eh para nuestra primera charla del día de hoy eh presentarles a Tiago Castor. Él es eh de Brasil y nos va a presentar eh la charla del back al burnout, lecciones de calidad de vida para Cubá y líderes de tecnología. Bienvenido, Tiago.

Gracias. Buenos días, bienvenidos. Eh, vamos. Hola a todos, buenos días. Mi nombre es Tiago Castor. Eh, gracias al equipo de Abstracta por la invitación. Eh, soy brasileño y solo llevo eh dos meses estudiando español, [risas] dos meses. Eh, por tanto, les pido un poco de paciencia, un poco, no mucho, no paciencia, eh, más estoy muy contento de estar aquí con ustedes y creo que será un un tiempo muy valoroso.

Eh, bueno, eh, yo quiero iniciar con una pregunta. Una pregunta. Si cuidamos del código que funciona el mundo, si cuidamos de código que funcione el mundo, ¿por qué no cuidar del código que funciona en nosotros? Perfecto. Esta es nuestra principal reflexión de este día.

Eh, yo siempre quise eh decir una palabra. Dale. [risas] Bueno, quiero compartir con ustedes mi viaje eh de la tecnología al bienestar. Yo soy de tecnología, yo no soy de bienestar, más eh tengo 20 años más de en tecnología. Por más de dos décadas he vivido la pasión y la presión del mundo te en grandes corporaciones, liderando equipos y proyectos innovadores. En esta foto soy yo un momento muy complicado de mi vida. Yo no puedo hablar mucho si no comienzo a llorar. Sí. Un punto de inflexión fue algunos años atrás donde un diagnóstico de cáncer transformó mi perspectiva. Me motivó a ver el trabajo y la vida de otra manera, reconociendo el verdadero valor de bienestar. fue após isto. Perfecto.

Eh, por tanto, nace Fine and duw tras la pandemia e y al observar su impacto en nuestros equipos surgió la idea de crear una aplicación de salud mental. Yo soy CEO e cofundador de una empresa de software e que no es F and Fing surgió de esta empresa. Estamos haciendo un spinoff. Eh, quiero traer que surgió la idea de creer una de crear una aplicación de la salud mental. Así comenzó la startup Fingu alineada con la OMS eh y la normativa NR1 que se tornó obligatoria en Brasil con el propósito de construir entornos laborales más humanos y sostenibles y sobre todo para concientizar sobre la salud mental de las personas. Perfecto.

Hoy mi presentación será esta. No voy a falar cuántos años de empresas que trabajé, proyectos, no. Eh, esta eh presentación de de trayectoria de tecnología al bienestar. Cuando hablamos de salud mental, necesitamos precisamos entender que entre el trabajo y la vida no existe una división. estudo la misma cosa cuando eh tenemos soluciones, motivación, finanzas, Peñarol, ¿quién es Peñarol? Nacional, Palmeiras. Eh, todo esto de alguna forma afecta nuestro trabajo. Y cuando tenemos metas, carga de trabajo, impactos, problemas, requisitos, conflictos, pruebas, esto afecta nuestra vida, la vida afecta la vida. Por tanto, es una cosa sol. Eh, cuando una cosa influye otra es imposible separarlas. No tien separarlas.

Cuando eh tenemos ambiente de trabajo, tenemos algunas percepciones eh con como tareas o actividades contiendo de contiendo de trabajo, alto desempeño, mucha concentración, cambios de turno, conflictos, ritmo acelerado, horas extra, trabajo, home office. ¿Quién faz home office? estructura organizacional, condiciones organizacionales, falta de una gestión transparente, mala comunicación, falta de claridad, estructura organizacional, jefes autoritarios, ¿quién tiene un no precisa [risas] eh competencias y ausencia de un plan de carrera, interacciones humanas, condiciones personales, capacidades, necesidades, cuidado de otras personas, todo eso son percepciones de ambiente de trabajo. Perfecto.

El custo oculto de la calidad. No nos pagan solo por encontrar fallos, nos pagan por soportar la presión que generan. Podemos ir embora. El costo de la pasividad es alto, aproximadamente un billón anuales de dólares en perdida de productividad globalmente.

Quiero compartir historias. Puede desligar a cámara. No, no. Eh, Silverio es el director de tecnología de la empresa. Atravesó un periodo intenso con muchos proyectos simultáneos. Sufrió un episodio de enfermedad que lo llevó a someterse a una serie de pruebas y finalmente recibió un diagnóstico médico de síndrome de Barnout. Necesitó entonces un periodo de baja para recuperarse sin necesidad de hospitalización. Este es mi socio. socio, mi socio. Estábamos desenvolviendo esta solución de salud mental y esto estaba aconteciendo en cuanto Molina es un desarrollador de software que también sufrió de agotamiento laboral enfrentando un cansancio físico emocional debido al exceso de trabajo y a un problema personal. un problema de corazón amoroso, lo que afectó su calidad de vida. Molina buscó ayuda y necesitó replantearse su ritmo de trabajo para recuperar el equilibrio. Dos historias de amigos míos reales de nuestra empresa.

La crisis silenciosa en la tecnología. 83% de los desarrolladores y analistas de calidad agotamiento laboral. 80% de los analistas de calidad han experimentado falta de energía para el trabajo. 1000 millones de personas viven con trastornos de salud mental en todo el mundo. La salud mental es el nuevo indicador de riesgo para la calidad. La salud mental es el nuevo indicador de riesgo para la calidad.

Indicadores prácticos para medir y actuar. Aumento de comentarios como va a volver a fallar. Ya viste. Diminición de la participación en debate sobre mejoras. Ticketes cerrados con lo mínimo indispensable, sin sugerencias. Sin sugerencias. Mayor tiempo de revisión debido a la baja motivación.

Cuando pensamos, miramos que burnout es un conjunto, un ciclo para profesionales de tecnología, tenemos tres pilares: agotamiento, baja eficiencia y cinismo. agotamiento, por ejemplo, plazos de entrega más horas extras, baja eficiencia, retrabajo interminable, deuda técnica por pruebas y cinismo, los errores siempre retornan. Es un síntoma principal de un proceso deficiente. Perfecto.

Entonces, son algunos indicadores para medir y actuar. Esto es muy interesante. Erbout más que una falla personal es un posible bug estructural empresarial. Cuando eh miramos ese flujo flujo eh tenemos plazos de entrega, pruebas apresuradas, errores en producción, cultura del de la culpa y agotamiento. No es un defecto de carácter. No es un defecto de carácter, es una falla crítica del sistema. Es un problema estructural empresarial. Comprend? Perfecto.

Estoy falando mucho devagar. Sí. Paciencia. Lembra [risas] profesionales de la tecnología. Lisión. Voy a acelerar el protocolo de loestable. No digas no puedo. Esto no garantiza la calidad. En que muchas veces nos presionan para probar lo imposible en lugar de decir no puedo digamos esto no garantiza la calidad. Cambiar esta frase transforma la conversación. Dejamos de ser el obstáculo y nos convertimos en guardianes de la calidad.

Le sonón dos, protección contra la concentración en el trabajo profundo. Interrupciones cada 5 minutos en las pruebas exploratorias eh hacen con que la calidad se desmorona. Interrupciones a cada 5 minutos hacen con que la calidad se desmorona. Eh, león tres de la confrontación a la colaboración. Arreglamos el sistema, no a las personas. Arreglamos el sistema, no a las personas. Cuando te culpan, no use adjetivos. Evite evita expresiones como esto no es un error absurdo o es una lógica básica. Evite estes adjetivos. Céntrate en eco hecho, ubicación, expectativa, evidencia y sugerencia. La validación del sistema aparentemente está fallando. Es una sugerencia. Perfecto.

Lición cuatro. El mapa de habilidades contra la frustración, la falta de perspectiva alenta, alimenta el agotamiento. solicita una perspectiva para su líder y líder invierte en tus profesionales más solicita una perspectiva. prácticas de control de calidad, claridad y gestión gestión de riesgos. Por ejemplo, requisito vago. Ejemplo, para garantir la calidad solicito 15 minutos para definir los los criterios de aceptación que se considera un éxito. De esta manera podremos comenzar las pruebas de forma eficaz. Documentación del riesgo. Ejemplo, lista de riesgos conocidos y aceptados debido al plazo de entrega. Confirme la aceptación de este riesgo. Mensaje. El equipo de control de calidad informa. El líder decide cuando te culpan. Ejemplo, entiendo la la urgencia. Mi prioridad ahora es evitar que esto vuelva a ocurrir en producción. Podemos colaborar para identificar la causa raíz raíz.

Tácticas de concentración. Uno, evita realizar varias tareas a la vez. Concéntrate en una sola tarea a la vez. El esfuerzo de cambiar de tarea consome energía mental. Dos, acuerdo de interrupción. Prioridad P1, P2, ahora P3, P4 después. Tres. La tarea de mayor impacto. Primero priorizar. Técnica pomodoro. Ya lo viste? Ya lo viste? Sí. Concentración total 25 minutos y breves descansos de 5 minutos. Eh, cinco. Regla de los 2 minutos. Si una tarea tarda menos de 2 minutos en completarse, hazla ahora. Tranquilo. Alguna, alguno de ustedes hacen esas tareas, esas táticas, tareas, no táticas. Cuatro [risas] áreas a las que dedicar tiempo, automación, seguridad, liderazgo. Eh, en automación reduce la fadiga por pruebas repetitivas. Seguridad aumenta la autoridad técnica, liderazgo gestiona riesgo eh personas y lo más importante, dedicar tiempo de estudio. Utilizar el tiempo de estudio como medida de protección para la carrera profesional. Si usted no estás más aquí, puede estar. Entonces, esto es una forma de protección para la carrera profesional. Tiempo de estudo. Dedique. Tiempo de estudo.

Líderes de la tecnología. Herramientas de líder como agente de cambio. El líder debe proteger el proceso, el equipo y por consiguiente el producto. Por ejemplo, 10% de en captación, estudio prototipado. Es una mensaje. Si en tiempo dedicado no es una prioridad. Si no tienes tiempo dedicado, no es una prioridad. Dos, reunión posterior al incidente sin culpas. Esta reunión no trata sobre quién falló, sino sobre qué permitió nuestro proceso. Centrémonos en las barreras que nosotros fallamos en colocar. Regla. La única pregunta permitida es, ¿cómo falló nuestro proceso? ¿Cómo falló nuestro proceso? Revisión 10 minutos sin tareas.

Quiero que reflita un poco, reflexione un poco sobre esto. ¿Cuál ha sido tu mayor fuente de estrés últimamente? ¿Qué obstáculo en tu proceso eliminarías? Este es más difícil. Tienes claro tu camino profesional. Tienes clarísimo propósito. Existe esta palabra. [risas]

La escucha activa previene el agotamiento. La escucha activa previene el agotamiento. Equilibrio entre las métricas y el y el error estratégico del control de calidad. La rotación de personal y las horas extras son indicadores clave de futuros fallos en el proceso. El control de calidad es más que encontrar fallos. Somos la conciencia del producto. La salud mental es un requisito funcional para el éxito a largo plazo. Es un requisito funcional.

Este cara, estás maluco. Llamado a los líderes sin una gestión eficaz de los procesos, el agotamiento laboral se convierte en el problema más recurrente y custoso. Sé el agente de cambio. Sé el argente del cambio. Si eres líder, protege el proceso y a las personas. Si eres analista de control de calidad, actúa como líder dentro de tu ámbito de responsabilidad, define límites saludables, comunica los riesgos con claridad y mantén la concentración. El agotamiento laboral no es un fallo individual, sino un fallo del sistema. Cuando los líderes y los analistas de control de calidad colaboran con una mentalidad de liderazgo, es producto mejora el bienestar del equipo.

También pasos prácticos a seguir, profesionales, eh, profesionales, líderes, todos. Adoptar el protocolo no testable. Sin disculpas. líder, incluir 10% de estudio, todos reservar un periodo de tiempo para trabajo profundo y realizar una breve reunión de 10 minutos sin tareas para hablar solamente sobre estrés, obstáculos y desarrollo profesional. Este es un gran desafío. Si eh levares pensares apenas este íem, yo fico feliz porque no es común, no es natural.

Voy voy pasar rápidamente este case de Spotify, un problema detectado, dificultad para identificar las áreas de mejora en los equipos. falta de visibilidad sobre el estado de las plantillas y el bienestar de los profesionales. Eh, esos indicadores fic, por ejemplo, apoyo de liderazgo, trabajo en equipe, código limpio, eh aprendizaje continuo, entre otros. Quiero llamar atención para esto. Resultados logrados. Identificación proactiva de problemas y puntos críticos. Apoyo específico para equipos con dificultades. Reducción del agotamiento gracias a la visibilidad. Mejora continua basada en dados reales. Equipos más comprometidos con un mayor sentido de pertenencia.

Este de Google eh problema era cultura de culpabilización tras incidentes, miedo a hablar de los problemas, falta de aprendizaje sistémico, agotamiento laboral por ansiedad y miedo eh a represalias. Resultados obtenidos a partir de es tres culturas sin culpabilizar, incentivos organizacionales de comunicación aberta. Reducción de más de del 50% de incidentes recorrentes, sistemas más fiables y resilientes, equipos con mucho menos estrés, cultura de aprendizaje continuo consolidada.

Eh trace esta diapositiva. Eh, en esta diapositiva tenemos algunos scripts prácticos como ejemplo. Eh, si quieres sacar una foto también puede puedo compartir compartir la presentación más tarde con ustedes. Eh, siéntale eh siéntase libre de usarlos. Eh, este para cuapa, por ejemplo, y este para líderes en situaciones difíciles. Cuatro ejemplos que tenemos e como scriptes prácticos como inspiración. Perfecto.

Otros temas importantes sugeridos. Psicología positiva y resiliencia, cultura de retroalimentación continua, inclusión y equidad, otros temas que están dentro de este de este noso de esta nosa conversa.

Por tanto, si cuidamos del código que funcione el mundo, ¿por qué no cuidar del código que funciona dentro de nosotros? La calidad inicía en nosotros mismo. Gracias de nuevo por la invitación y por la atención de todos. Eh, gracias. [aplausos]

Muchas gracias, eh, Tiago. Ahora queríamos eh ver si alguno de ustedes tiene alguna pregunta e para Tiago. No, nos pregunten sobre la historia amorosa de Molina.

Bueno, yo tengo una pregunta. ¿Has podido identificar cuáles son las primeras eh señales en uno mismo del burnout? O sea, de que de que me estoy agotando. Eh, ¿tienes algunas es un asunto más complexo [risas] más? Eh, creo que es tres ítems de alguna forma eh materializan y nos ayudan a identificar. Por ejemplo, cuando estamos siendo cínicos, cuando nosotros estamos siendo cínicos o estamos estafados, siempre estamos, más cuando está pasando eh do permitido e una otra cosa cuando todo comienza a afectar mi vida, mi vida personal con mi familia, con mis hijos. Eh, tiene una historia que me marcó mucho. Tengo un hijo de 3 años, Mateo. Cuando Mateo tinhaa tinha un un aproximadamente, estaba ya andando, era 7 horas de la mañana y yo estaba deitado no no sh de mi casa brincando y 7 horas e brincando, chutando bola. Hola. Y yo estoy meendo celular. Mateo de un año y dos meses chutó. Yo estaba no chão. Chutó mi celular y oló, miró en mis oos como se decía, "Ey, yo estoy aquí. Aquí lo me marcó mucho más. Parece que no tiene nada ver, tiene todo ver porque yo no tengo que estar metiendo en mi celular 7 horas de la mañana. No preciso, no necesito. ¿Comprende? Puo esperar las 9. Aquilo me marcó de más. Otra cosa fue que cuando estaba situación eh cuo indo eh mis compañeros de trabajo fueron mi visitar en hospital y comencé a refletir que o qué es más importante. Os dos, os dos no es la vida más importante, os dos son. ¿Comprende? Entonces, respondendo cuando una comienza a afectar a otra, creo que son indicadores que precisamos cuidar, ir con calma, refletir, eh reflexionar, eh cuidar. Eh, nuestros familiares, amigos, hijos son as personas que pueden, por ejemplo, nos dar ese sinal de alerta más. Okay. Dos debe ser sobre historia de Molina. [risas]

Hola, buenas. Hola charla. Gracias. Eh, te quería preguntar, identificamos que estamos en una situación de workout, ¿no? Lo voy a identificar. ¿Cómo haces eso o cuál es el primer paso que tomás para decir quiero salir de acá? ¿Cómo saliste de Perfecto? Ótima pregunta. te renunci te [risas] a mí me pasó anuncié y me fui a Tailandia con pasajería [risas] pronto pronto. [risas] Una pregunta. Eh, creo que buscando ayuda, buscando ayuda es un gran primero paso. otros pasos Tailandia, [risas] familiares, amigos, son bons eh buenas formas, pasos para recebermos esta ayuda de salirmos de este lugar. Eh, y precisamos entender que esto es una duen OMS tiene un número de C que es una duen perfecto. Entonces, precisamos eh cuidar, mudar de empresa. [risas] Perfecto.

Primero, felicitaciones. Gracias. Bernoblación, en médicos puntualmente, y en realidad es más que un comentario lo que quería decir, muchas veces la persona que está sufriendo Bern está sufriendo. Entonces, hay que tal vez a veces tenemos esa esa rura de decir, "No, no le quiero decir, pero tal vez diciéndole capaz que no te están tomando las las cosas de buena manera o de alguna forma acercándose la persona ahí se da cuenta realmente lo que está viviendo y es una forma deudarlos a veces el contal a veces la familia quería comentar genial, perfecto, genial. Eh, es esto es tan importante que vees está tan pesado que normal. Eh, cuando eh estaba de esa forma, por dos momentos cui. Fui, fui, [risas] se murió, eh, cuas, mas estaba tan mal quechaba que no precisaba, no necesitaba pedir ayuda. Achaba que era normal. Ah, es normal. Yo estoy moriendo mismo. Yo estoy cansado. Yo estoy sobrecarregado. Sobrecargado. Ah, normal. Eh, muy muy bien. Gracias.

¿Cómo haces para identificar cuando estás en esa situación límite? ¿Cuál es el modelo? Si es por un tema de trabajo o por un tema familiar. Perfecto. L es tanir que por el motivo por el cual estás, por empezas a mezclar cosas, o sea, problemas de la vida cotidiana, familia, amigos, cuenta, lo que sea, más la sobrecarga del trabajo. Entonces se te mezcla todo y decís, bueno, está o sea estoy presentando, sí que estoy estoy llegando al punto límite, pero ¿qué es lo que me está afectando? la familia y bueno, me voy a mi casa, el trabajo, renuncio, me voy a Tailandia. Genial, genial. ¿Cómo podes identificar? ¿Cómo es su nombre? Gabriela. Gabriela. Eh, esta es la pregunta de un millón, un millón de dólares. Porque no tiene no Brasil, eh, como mostré existe una actualización de una norma que es NR1. que antigamente eh se trataba apenas de salud ocupacional, salud ocupacional y ahora adicional adicionaron, actualizaron para problemas psicosociales. una briga porque los advogados advogados abogados eh hablan que no es posible los psicólogos es posible [risas] y fica una cosa que prorrogaron para más un año de de esta actualización porque eh no tiene respuesta no es posible porque es una cosa a mí me ayuda eh ayuda identificar esto es existe eh por ejemplo nos nuestra solución finding you tiene formulario de forma anónima lo que yo quiero eh tracer es que eh compartir con ustedes es que es algo complexo. Eh, es posible identificar algunas cosas, sí, más plin diagnóstico, ¿no? Eh, gracias.

mi comentario aprovecha de cómo qué señales puedes tener puedes transformar para para no llegar un extremo que sea una dolencia física mucha gente que los ataques de pánico o sea del pelo mancha también y eso una causa del perfecto y y no llega ese extremo de que pase tiene una frase en Brasil que diz que aquilo que ga su tensón ga conseguir traducir no aquilo que aquilo que te prende, aquilo que te conquista gaña você No, captura captura. Perfecto. O que captura usted captura, captura su atención, captura usted. Cuando pasamos por esto, podemos tornar estas personas como si fuese os eh embaixadores responsables a causar esta mudanza, este ajuste. No necesariamente precisa ser un líder, más eh precisamos entender que es un bug estructural, organizacional, empresarial. Con esto podemos eh hacer cosas que puedan mudar, cambiar el ambiente. Perfecto.

Última pregunta. Eh, comentaste que es una es una doencia, es una enfermedad. Lo que me viene a la mente, estamos hablando de cómo me doy cuenta que enfermo, qué voy a Tailandia enfermo, me viene a la mente a mí no tener prevención, cómo prevengo la enfermedad, ya sea cosas que puedo hacer yo o a nivel corporativo, empresa o gobierno, cómo se puede prevar. Ótima. Esta da para esta pregunta da para hacer un libro eh porque es eh es tan complexo que los líderes no quieren entender como un problema estructural. Es más fácil yo colocar a culpa a culpa a culpa. Es más fácil, ¿eh? No, este no, este. Okay. Este Tailandia sí no es más fácil. Ahora no Brasil como comenté eh como hablé para ustedes, existe un movimiento más, por ejemplo, tiene empresas, yo no voy a hacer esto solamente cuando multaren. Otras ya están sí adiantando, mas la gran mayoría no no voy a gastar dinero con esto. Cuando for obligatorio yo pago, yo fao yo aso. Eh, creo que es sí un problema. Eh, es es necesario que sea de todos, empresa, funcionario, gobierno, eh profesionales de salud ocupacional, eh médicos, psicólogos, porque es un problema mundial. Perfecto. Gracias. Gracias. Gracias. [aplausos]

En un mundo tecnológico en constante cambio [música] es esencial estar al día. Abstracta fundó Abstracta Academy para compartir [música] su experiencia en testing de software, liderazgo y habilidades cruciales en tiempos de IA. Aprende desde cualquier lugar, a tu propio ritmo y con mentores expertos. [música] Instituciones y empresas líderes confían en la calidad y relevancia de nuestros cursos. Extendemos [música] el acceso al conocimiento y apoyamos la reconversión laboral en testing de software para mejorar vidas. Promovemos tres objetivos [música] de desarrollo sostenible para asegurar que nuestro impacto vaya más allá de la educación. [música] Descubre los beneficios de estudiar en Abstract Academy. Visita abstracta.academy [música] y transforma tu futuro profesional.

Eh, a continuación les vamos a presentar el panel cómo desarrollar software con velocidad y calidad de manera eficiente en entornos bancarios y fintec. Eh, modera Juan Melo de Uruguay. Él es consultor en liderazgo ágil y transformación organizacional, coach de Scrom Alliance y trainer de Management 3.0. Adelante. Eh, ahí sí me escuchan. Bueno, primero esta parte sí la voy a leer, que voy a presentar a nuestro panel. Este, muchas gracias por estar acá, la verdad. Eh, Amilcar, Amilcar Perea, presidente de Cuti y General Manager de Inswitch. Inswitch of Vintage ASA Service especializada en finanzas en bebidas que trabaja en más de 30 países especializada en banking service, payments, wallets, isin y money services que tiene entre sus clientes a bancos digitales, bancos tradicionales, vintage y empresas globales como Uber, Mercadopago, Binance, Pedido Ya, Nequi que nos seguramente nos estará contando algo entre otras empresas. y como consultor ha trabajado para bancos en proceso de transformación tecnológica, fusiones y adquisiciones en más de 20 países. Gracias Amilcar, un aplauso si qui [risas] [aplausos] pasamos con Fernanda ACorbe, eh profesional en la carrera contadora pública dedicada a la tecnología con una trayectoria de más de 18 de 18 años en el sector bancario y tecnológico, desempeñándose como líder funcional y consultor internacional. Actualmente se desempeña en el cargo de referente técnica en abstracta desde hace un año. Muchas gracias. [aplausos] Martín Barreto, e director técnico en Big Cheese, donde lidera iniciativas de transformación digital y desarrollo de soluciones en la nube para sectores como banca y vintage. Actualmente centra su trabajo en cómo la inteligencia artificial y las tecnologías de AWS pueden potenciar la innovación, la calidad, la seguridad y la eficiencia dentro del ecosistema financiero. Gracias, Martín. [aplausos] Y por último, Mercedes Quintero, eh, Funder y Cido de Qualitas Testing, empresaria y consultora especializada en ingeniería de calidad de software con experiencia en sectores como banca, salud y vintage. Ha sido reconocida con premios internacionales por su liderazgo transformador e innovación, entre ellos el premio Woman thatbild como inspiring leader en Colombia. Mercedes combina su experiencia con diversos estudios, entre ellos gestión de proyecto, gerencia de ciencia, tecnología e innovación y gestión directiva y estratégica de instituciones como Inalde Business School, la Universidad de San Buenaventura y la Universidad del Gistudi Divari. Gracias. [aplausos]

Bueno, bien. Eh, para empezar con este panel, ¿cómo desarrollar software con velocidad y calidad? Bien, de manera eficiente en entornos bancarios y vintage. Más allá de esta pregunta que nos convoca, estábamos pensando, bueno, pero realmente como qué queremos traer, ¿no?, con este panel. Y en realidad lo que queremos traer son experiencias, eh casos del mundo real, aprendizajes, como traer cosas bajadas a tierra y bien tangibles. Bien, entonces eh quiero arrancar con una pregunta bien así concreta eh sobre bueno, eh herramientas prácticas en la vida real eh que se están usando hoy en día que justamente nos lleven como por este camino de la velocidad, la calidad. Así que bueno, abro la conversación.

Muy bien. Voy a Hola, hola, ¿me escuchan? Sí. Eh, abre un poco la conversación. En realidad, eh, yo estoy trabajando ya hace 11 años para para mi cliente estrella. Allá tengo una para el brow. Sí. y quería traer, como decís vos, para bajar a tierra un poco lo que es las tecnologías, el uso el buen uso de las tecnologías eh respecto a cómo hubieran salvado papas hace un tiempo atrás. Sol, estuvimos este yo estuve en el proyecto de cambio de cor de del Brow. El Brow es el Banco República. Este es un proyecto en fases, es un un banco muy grande, un monstruo en el buen sentido de la palabra. No se me vaya a ofender, mi cliente estrella, por favor. Eh, este fue un proyecto que fue en fases, un proyecto de adopción. Eh, y la idea siempre fue bueno, adoptar lo que fue lo que era nativo. Yo en ese momento, entre varios entre varios este roles que tuve en ese en ese proyecto, eh los dos de los dos más importantes fueron eh ser referente en en las áreas de seguridad y auditoría, ni más ni menos, ¿no?, que son importantísimas para el banco. y veníamos con una idea de adopción eh de Bantotal es un sistema fuerte, el cor que estaban que estaban cambiando en ese momento y eh que bueno que se se iban a a poder adoptar eh la mayoría de los sistemas que que estamos trabajando y que teníamos para implementar. Entonces, bueno, se subestimó un poco el tiempo de necesidad de testing, de desarrollo técnico, de documentación y en un momento me encontré con que tenía muchísimos requerimientos que con los que con los cuales el BR no podía salir en producción en su fase uno si no se cumplían con esos con esos requisitos. y me encontré con una cantidad de sombreros. tuve que sacar una colección de sombreros y empezar a a cambiarme porque pasé a ser no solo la referente quién le relevaba los requerimientos, sino también el el la que tenía que pasar al desarrollo, tenía que hacer el cuba, tenía que hacer la documentación y bueno, todo y la oveja Dolly no me cuadraba, no me podía clonar en ese momento. Por lo tanto, fue todo un un enorme desafío que llevó muchísimas muchísimas horas, eh, ya que además eran en simultáneo, o sea, tenía que estar las dos áreas en simultáneo, por lo tanto estaba analizando. La secretaria que traía el agua, te abría la puerta, te hacía entrar, te hacía salir, te te tomaba las llamadas, me tomaba a mí mismo los recados, me hacía bueno, me hacía todo un poco a mí misma y fue fue ah, el estrés, el estrés me vuelve, me brota pensando en esas en esas épocas. Gracias, gracias. [risas] Y y uno hoy en día piensa, mira para atrás en la retrospectiva con con lo que hoy estamos trabajando y y dice, "¿Cuánto tiempo y cuánto cuánto dolor se hubiera ahorrado en ese momento si hubiéramos contado con lo que en día tenemos, ¿no? O sea, en abstracta estamos desarrollando como no sé si vieron en la en la charla que dio Sofi y Mati que hablaron sobre el copiloto Van Total, que es una es una una herramienta que estamos desarrollando junto con Bantotal. mi mi familia ensamblada, yo trabajé 17 años en Bantotal y ahora sigo trabajando con ellos en en el copiloto, en el cual si yo hubiera tenido esa opción de ir viendo la trazabilidad de lo que estaba viendo, que los cambios que estaban haciendo, lo que me iban a repercutir, eh ver los errores por dónde venía y analizarlo técnicamente, poder en el caso de de de testear, poder que me sugiriera casos de uso, que me sugiriera eh la documentación que me fuera generando como tenemos hoy un proyecto de documentación que directamente desde desde la del programa vivo con el análisis de código se puede hacer una una documentación con con todo lo que es el el impacto y la trazabilidad que tiene. Hubiera sido maravilloso este la cantidad de tiempo que se hubiera ahorrado, ¿no? que fue fue muy muy complejo y me parece que en eso es donde yo soy una firme este creyente de que de que la inteligencia artificial ayudó un montón en lo que es ahorrar tiempos en ese tipo de cosas. O sea, era esto parecía en un momento parecía como como las reacciones del diario. Paren las rotativas porque hay que cambiar esto y voy a cambiar todo de vuelta y todo a mano y sé para atrás y para adelante y y esto y y esto me rompí esto otro. Entonces, otra vez y contaba con muy poco tiempo desarrollo técnico, por tanto, la idea era que llevar lo más digerido posible, pero el hacer tantas cosas a la vez, eh, realmente tener hoy lo que lo que lo que existe, lo que tenemos a la mano, eh, hace grandes diferencias, enormes diferencias. Buenísimo.

Sí, ahora en un en unos minutos vamos a entrar un poquito más en la inteligencia artificial. Eh, gracias. Ahí quería enganchar este capaz para vos a Milcar, cómo cómo se maneja esto cuando tenés una solución donde tenés el desafío de distintas regulaciones, ¿no? Obviamente muy relacionado con la calidad, temas culturales también de propia de los países de de los usuarios finales. ¿Cómo qué qué nos puedes compartir relacionado a eso?

Eh, bueno, eh, gracias por la pregunta, gracias a todos por acompañarnos. Eh, lo que contaba Fernanda, eh, a mí me tocó vivirlo en el cambio anterior de cor. Eso no quiere decir que sea muy viejo, simplemente que empecé muy joven, este, porque seamos muy chiquitos. Ya. Y este y obviamente cuando uno va a a poner un un producto en una determinada organización y en una determinada lógica de negocios, eh siempre tiene un problema serio de de cómo contemplar eh ese mundo que cada organización lo ve único y está la vieja discusión de adaptación al producto, adaptación al al negocio. forma que el mundo está laudando hoy en día para este para ese tipo de cosas y en Inswitch lo adoptamos hace unos 6 años atrás, básicamente es eh partirla, tener una solución, tener un producto, pero tenerla partida en en microservicios que permitan usar y ser lo menos monolítico posible, que esos microservicios atiendan cada una de esas necesidades, ¿ya? y después eh ir a arquitecturas que te permitan este obviamente eh integrar eh múltiples países, múltiples monedas, múltiples organizaciones eh ya no solo multitant, sino obviamente con estructuras de tenants hacia abajo, porque obviamente vos tenés de repente grupos empresariales que tienen eh lógicas por países y que tienen lógicas a nivel de grupo, que tienen lógicas en cada uno de los países y después tienen lógicas en cada uno de los negocios que tienen en cada uno de esos países. Y básicamente nosotros fuimos por el camino fácil, que es decir, no hacemos implementaciones, no hacemos proyectos, somos un supermercado de APIs, y las organizaciones que se integran a nosotros toman nuestra solución de producto para hacer su personalización o toman eh nuestras experiencias encapsuladas, ya sea un link de pago, un host checkout o lo que sea. Lo otro que que tenemos que entender es que sector financiero ya no con la avenida de las Ftech y ahora con la entrada de las bigtech está ya no es el sector financiero que estamos acostumbrados. Mis amigos de del Banco de República saben que tengo la camiseta tatuada, pero no es el mismo mundo. Nosotros tenemos en servicios financieros, por ejemplo, a Uber, que es sacó eh licencia de banco en México, a Mercado Pago que sacó licencia de banco en México, tenemos bancos digitales, que son eh otro que son clientes nuestros en distintos países y que además tienen una lógica de expansión donde en realidad justamente lo que necesitan es conectarse con todo el ecosistema, cumplir con las regulaciones y manejar. Entonces, algunos aspectos de de esa lógica es que la banca venía con un modelo muy tradicional donde si vos estabas parado eh, no sé, una hora de madrugada para para este para actualizar un sistema o para hacer un mantenimiento o lo que sea, estaba todo bien. Nosotros por suerte venimos del mundo telco donde, o sea, no podes parar nunca y los cinco nueves este en la lógica telcoa que le llamaban carrier class, es decir, no no podía parar nunca. Eso a nosotros nos defendió mucho des el punto de vista de arquitectura para poder atender esos desafíos. Bueno, el sector financiero o en realidad lo que nosotros trabajamos son finanzas embebidas para cualquier actor que necesite una necesidad financiera te exige ese tipo de cosas y te exige calidad. Pero no solamente calidad, exige ciberseguridad a al más alto nivel. Te exige cumplimientos de de pautas, SOCs, ISOs, lo todo ese tipo de cosas y la lógica de calidad embebida en la construcción del software. Entonces, desde el punto de vista, yo no puedo decir cómo porque no tengo ni idea porque lo hacen los los muchachos, pero sí les puedo decir qué. está eh sector financiero para competir y más que nada para competir con las biglo de una Big Tch, te hablo de un Amazon, te hablo de un Google, ¿no? Ya estamos todos con Google Pay, Apple Pay, lo que sea, cuando se sigue penetrando hasta el nivel que ustedes quieran, chiquilines. Entonces, para competir no tiene más remedio que ir a la velocidad que marcan estas empresas que son de base tecnológica. Y esas empresas de base tecnológica exigen otra cosa que no estamos acostumbrados a hacer, tanto para los que hacemos productos como para una oportunidad muy linda que hay con todo lo que es inteligencia artificial y todo lo que es resolver problemas, que es la oportunidad de agregar piezas y complementar las soluciones de producto que cada vez más van a ser piezas que se agregan. nosotros, por ejemplo, a bancos como como Banc Colombia, por ejemplo, para su producto NEI, cuando hicieron cuando inventaron su billetera electrónica en Colombia, que es la número uno, lo hicieron con desarrollo propio, está cuando expandieron el negocio a la región, obviamente eso no es expandible, eso no no no es mantener ahí adoptaron nuestra tecnología de banquinas a service para llevarlo al resto de los países. Bueno, eso hace que nosotros no hacemos todo, nosotros hacemos la parte que hacemos y hay lugar para muchas organizaciones complementar y hacer soluciones alrededor de los productos nuestros y de cualquiera. Entonces ese esas soluciones, a mí cuando me pide alguien, "Che, tengo esta pieza, la podemos incorporar con nosotros". Yo les digo, "Vos, está todo bien, pero cumplís con esto, cumplís con esto. Eh, yo tengo unas multas asesinas. Yo tengo unas multas asesinas. Tengo unos SL absolutamente demandantes. Yo no puedo estar más de unos pocos minutos al año fuera del aire. Imagínate si para una pieza que me hace alguna empresa colega, tengo que este parar el servicio, no sé, 20 minutos en la madrugada para actualizar. Estoy fuera de mi SLA. Entonces ese tipo de cosas tenemos que entender que es el mundo que muchos ya estamos viviendo, que otras organizaciones más locales en cada uno de los países de repente eh vienen vienen tal vez un poquito más demorado, pero para competir no hay más remedio que ir a esa calidad en eh el entregable. Buenísimo.

Gracias, Amilcar. E quería ahora como conectar esto que traías vos. Vos tiraste ahí un poquito de inteligencia artificial, inevitable hablar de eso. Eh, y ahí, Martín, nada, vos, director técnico en Bichchis y y nada, como experiencia, muchas prácticas, implementaciones, todo lo que está pasando ahora, ¿no? E, ¿qué nos puedes compartir de eso? De de de cómo lo están manejando ustedes qué nos puedes traer acá.

Bueno, nosotros en Bigis desde hace muchos años eh comprendimos que la velocidad o el time to market no se logra con simplemente corriendo o quedándose trabajando hasta 1000 horas, como muchas veces nos pasa, eh, sino que lo logramos con metodología y proceso. Y en los entornos financieros, en los entornos fintech, en la banca, esto es un desafío. Es un desafío por las normativas. lo que mencionaba Milka, lo que mencionaba Fernanda también eh eh las regulaciones, toda la normativa que tienen. Entonces, eh yo creo que desde hace muchos años nosotros hemos estado trabajando en potenciar nuestro ciclo de desarrollo de software eh para que esto eh logre la agilidad y la calidad necesaria que necesitan estas eh estos ecosistemas, ¿no? Entonces, tenemos cuatro pilares fundamentales dentro de nuestro ciclo de desarrollo de software. la metodología Sasile como Scram, ¿si? Que son la base. Y después tenemos tres pilares más técnicos que son las buenas prácticas, las buenas prácticas de desarrollo, las buenas prácticas de testing de calidad y las buenas prácticas de devops también. Eh, estas tres eh estas tres prácticas, buenas prácticas eh se apoyan, se apalancan sobre dos herramientas fundamentales hoy en día eh que nosotros hemos tenido que empezar a incorporar, sobre todo la herramienta principal, que todo el mundo la estamos escuchando en todos lados es la inteligencia artificial. Y la otra herramienta es la nube y en particular en nuestro caso la nube WC con la que ya hace un par de años logramos el máximo nivel de partnership en BC. Entonces, estas dos herramientas eh nos ayudan a acelerar, nos ayudan a eh a entregar con calidad, a llegar al go to market, a cumplir los objetivos estratégicos de nuestros clientes, eh pero nos ayudan a nosotros en el día a día, nos ayudan en el ciclo de desarrollo de software, nos ayudan a la hora de nosotros desarrollar, nosotros como desarrolladores de de software, ya no eh ya no picamos tanta piedra. Hoy en día nos apoyamos en la inteligencia artificial para que nos sugiera código y nuestro trabajo pasa a ser ya más de supervisor, de revisor de ese código que nos que nos entrega la inteligencia artificial. E y algo muy curioso que que lo he escuchado bastante es nuestro código deja de ser determinístico y pasa a ser probabilístico, que es lo que nos entregan las herramientas de inteligencia artificial. Entonces, eh, ¿cómo esto, cómo yo puedo tener código determinístico y cómo puedo apoyarme la inteligencia artificial en entornos hiperregulados? Que tengo que tener confidencialidad, tengo que tener estándar, certificaciones, este un montón de cosas que los mencionaban acá, este, Amilka y Fernanda. Exacto. Este, ¿cómo logro todo eso? Bueno, creo que ahí el el uno de los players fundamentales es la nube. La nube WS en particular hoy en día nos da todos esos todas esas certificaciones ya por defecto, certificaciones de PCI, ISO, SOC, todas las que ustedes este se les ocurra a nivel este privado, a nivel público. Tenemos nube privada, tenemos nube pública. Eh, y esas herramientas potencian nuestro ciclo de desarrollo, potencian a nuestros a nuestros equipos de desarrollo. y nos dan también la, si se quiere, la oportunidad de poder acelerar y poder cumplir con con los marcos normativos por nombrar algunas herramientas de AWS AVROCK, que es como los donde tien los foundational model los famosos lls de de todas las Vtage Companies como Open AI, Cloud, Antropic, Meta, Gemini e también Agenc Cor que nos permite orquestar. Todo eso nos permite incluso hacer agentes de codificación y hacer el fine tuning para nuestra organización. Y todo esto queda en nuestra nube privada con nuestro cumplimiento normativo, sin comprometer la confidencialidad y la privacidad de nuestros datos a este las las guías o las inteligencias artificiales públicas, ¿no? Y esto es transversal todo nuestro ciclo de desarrollo, no solamente a al desarrollador que está desarrollando y ya no picapiedra, sino que también a los equipos de a los equipos de testing. Estábamos en en la charla principal este junto a a Matías este y Sofía, donde eh presentaron este Tero presentaron Abstract Intelligence que están apoyados en inteligencia artificial también este que van a tener y tienen ese marco, ese cumplimiento normativo y son herramientas e que también nos ayudan a escalar la calidad con la que nosotros integramos. Y por último, no menos importante, las automatizaciones o las prácticas de DevOPS. Si hoy en día los pil intensidad CD, continuous integration, continuous deployment nos ayudan a entregar mucho más rápido. Antes un pasaje

A produção requeria equipes de de implementação de implantação, eh requeria este muitas horas de entender como desplegar o que construímos durante muito tempo, como se integra. Hoje em dia realmente nós em Bichis eh eh as reuniões de passagem de produção dos nossos sistemas são 5 minutos onde se clica em um botão e se desdobra o pipeline e automaticamente já estamos em produção. E não somente nosso código se desdobra em produção, mas também todas as reorganizações ou atualizações à base de dados também passam por um processo de pipeline em ferramentas como Liquidase, Flyway, este C Pipeline de AWS, CBD, CODloy. Dessa forma entregamos rapidamente aos ambientes mais, aos ambientes mais baixos, aos ambientes de testing, aos ambientes de preprodução, aos ambientes de produção. E algo muito importante que é que não somente desenvolvimento de código de base de dados e de testing vivemos nós este, mas também vivemos de infraestrutura e hoje em dia a infraestrutura também pode ser desenvolvida como código em ferramentas como Terraform e isso se integra perfeitamente nosso ciclo de desenvolvimento porque também vamos ter um ciclo um um pipeline que vai desdobrar a infraestrutura. Tudo isso com cumprimento normativo, claramente e também com ferramentas que nos vão poder este validar no meio eh a solução. Ferramentas como Sonar Cube que nos permitem medir a qualidade do nosso código, nos permitem este ter métricas do code coverage, nos permitem ter métricas de segurança inclusive e de deter nosso pipeline se alguma das métricas não se cumprem. Eh, também a nível de unitest, também a nível de de provas este que nós façamos aos nossos sistemas também. podem deter nosso pipeline e se integram em toda a solução eh para detê-lo se alguma das métricas não se cumpre. Então, eh eu acho que que importantíssimo e fundamental à hora de de como levar estas soluções operacionalmente, eh os pil de desenvolvimento, as boas práticas de desenvolvimento, o ciclo de desenvolvimento de software, ter um ciclo de desenvolvimento de software maduro, este realmente faz que nós possamos entregar com velocidade, qualidade e realmente faz que isto seja o motor da mudança.

Bom, um monte de infos. Obrigado. Eh, bom, aí com Mercedes que te queremos escutar também. Eh, falaram de muitas coisas, não falaram de investimento tecnológico, nem que falar eh estratégia, como se se gerenciam os riscos também. Então, dado que, bom, também estamos em um em um evento de de qualidade aí, Mercedes, perguntar-te como te parece que a desde a qualidade se pode como influir em todas estas decisões que vão sendo tomadas, não? Na estratégia em, bom, vamos investir tanto em tecnologia, como desde qualidade se pode como este influir essa parte? Como a vês?

Pois e muito gosto, estou muito contente de estar cá, de ter vindo outra vez da Colômbia a visitar este país tão bonito que que quero muito. E escutava aqui três mundos que convergem totalmente e e te escutava ao Milcar pensando com o tema de Open Finance, como começa a mudar tudo e penso que é a ponta do iceberg eh o que começamos a ver. Isso faz que nós desde a perspectiva de qualidade comecemos a pensar. Eu acho que há muito tempo o modelo TQM nos disse que tínhamos que estar todos juntos pensando que os processos e os produtos iam estar alinhados com o que precisava o usuário. Eh, e sempre foi como muito centrado tudo para o que precisa o cliente, mas muitas vezes nos esquecemos de justamente esse ponto tão importante de que é o que precisa o cliente. Então, há um monte de ferramentas que se dispõem desde cá para que as pessoas que estão dentro de gerar um API, como conecto o que venho fazendo? E aí eh os bancos e a níveis estratégicos começam a tomar um monte de decisões, bancos grandes, pequenos, medianos, sejam burocráticos, não burocráticos, as finte, as bigtech, todas vêm de tomar decisões. E nós eh dentro do processo de qualidade, chame-se provas, chame-se SQA, certo? Se estamos validando processos, estamos validando produtos, o que temos é um monte de dados e o que temos é um monte de informação que às vezes se volta a a convertemos irrelevante pela forma como a manejamos. É dizer, fica só enchendo um ficheiro, enchendo um dado, uma checklist e se nos converte algo como como nos anos 50 quando falávamos de que se corrigia o erro e então se convertia tudo muito preventivo, não? E não soltamos muito, digo, não soltamos porque acho que ainda muitas empresas eh pessoas e demais seguem fazendo a validação dos produtos desde uma maneira muito muito preventiva. Claro, tudo muda agora, tudo se pode voltar com machine learning, podemos começar a prevenir, podemos começar a atirar data e data. O que vi se desde que estou fazendo provas e desde que era uma tester muito jovencita, me dava conta da importância dos dados que eu tinha em minhas mãos e como isso mudava a forma de pensar do negócio. Mas de mas este tema de poder chegar desde testing ao negócio depois se converteu em algo muito distante. Eu, como chego ao vice-presidente de tecnologia de um banco para poder lhe dizer, "Vem, isso que você vai meter de pronto não o precisa neste momento, senão que esperemos a ver como lhe pode impactar e como podemos fazer este análise de cada uma dessas mudanças que se podem gerar." nos passaram coisas em em alguns clientes onde está tudo disponível na área de tecnologia, mas a área legal do banco não o sabe. Não sabe como a tecnologia, a tecnologia mesma que têm dentro do banco a desconhecem. É como, "Vem, sentaram-se a conversar com a pessoa de gerência de tecnologia, a pessoa de vice-presidência de tecnologia ou por lá acima para saber como estão resolvendo e terminamos vendo que estão um monte de silos ainda, não? A cascata onde eu vejo penso por cá o o não sei o gerente de tecnologia disse, "Penso por cá ou chego." Na Colômbia temos a Superintendência de Indústria e Comércio, não sei se cá se chama superintendência também lá é Superintendência Financeira, perdão. Temos um monte de súpers e a súper eh vulgarmente se diz, lhes respira a nuca o tempo todo aos bancos, lhes pede mudanças o tempo todo, lhes está pedindo que cumpram com certas normativas e isso faz que os bancos acelerem seu processo. Então estão pensando em agora o que tenho que fazer e chegou a súper e lhes disse, "Vamos a mudar coisas." E então aí começam esse toma de decisões às vezes em quente. Nesse ponto é quando se nós temos os dados que entregamos do produto organizados, tipo, olhem, este produto tem mais tendência de falha quando lhe faz este mudança ou vai inserir uma API nova. Pense toda a regressão que tem que fazer nessa API nova e que não se lhe vá a ficar por fora nenhuma dessa data. Mas essas são conversas estratégicas que tem que começar a ter as áreas de provas internas ou externas. Têm que ser conversas estratégicas. Penso que não podem ser conversas unicamente de me falharam cinco coisas, 10 coisas e a confiabilidade está em tanto ou o performance está em tanto. E aí vem o tema de observabilidade. Também o tema observabilidade lhes permite ver o que está passando nesse momento com e ter mais data para nós temos, acho eu, que temos toda a possibilidade de saber como o sistema está composto, porque desde provas e desde qualidade estamos conversando com todo o mundo, ou seja, somos os que sabe qual é o desenvolvedor que mais problemas tem ou o desenvolvedor que é mais rápido a entrega. Sabemos qual é o requisito, quem documenta o melhor requisito e quem não. Ou seja, nos dizem, nós nos vão atribuir a tal pessoa para o requisito ou não. Ao contrário, me encanta porque esse requisito sei que vai chegar bem o licitado ou sei como está o tema infraestrutura, sei que falhas de juria, puer, temos absolutamente toda a informação disponível, negócio, sistema, cliente e técnica. Acho que o ter essa informação organizada e pensar também quais são as mudanças que vêm em matéria de banca é fundamental para nós desde as áreas de qualidade e de provas de software.

Agora te escutava muito e o tema do Open Finance me tem a mim como e perguntava, não vai dizer a quem, mas ontem à noite perguntava a alguém, como vão vocês com o tema Open Finance no desenvolvimento? Que esse tema.

Sim, sim, o tema Open Finance em si eh eh está demorando muito mais do que eh todos pensamos e além disso eh o que vai terminar passando é que a realidade te passe por cima do do Open Finance e hoje em dia há muitas técnicas e e muitas formas às vezes eh que estão penadas por em determinados os países permitidas em outras como o scrapping ou ou o que seja, que terminam sendo más soluções à falta de um um uma regulação. A regulação historicamente vem atrás. O que passa muitas vezes com as superintendências nos distintos países, cá faz tudo o Banco Central nesse nesse sentido. Temos duas áreas que nos que nos regulam, a parte de meio de pagamento e a parte de este Superintendência de Instituições Financeiras. Distinto tipo de eh licenças que te geram eh a possibilidade de dar distintos tipos de serviços. Isso é a nível de de todos os países. Então, uma das das eh chaves e e aí unindo um pouco com o que com o que Martín comentava, inteligência artificial, é que quando você dá um passo atrás e diz, "Bom, está, eu não faço experiência de usuário, eu não faço implementação no cliente, eu brindo a API." Em realidade a qualidade do serviço também alcança quem é meu integrador ou quem é o integrador do meu cliente que vai consumir minhas APIs e que vai fazer o serviço. Nós como vamos ao modelo de ingressos para service, basicamente precisamos que se integrem rápido e precisamos que se integrem bem. Por que se integrem bem? Porque toda nossa lógica é multipaís, multicuntry, multinegócio, o que seja. Então, se você toma um atalho para para integrar, mas não eh configura tudo o que tem que configurar ou não faz o que seja, eh amanhã quando vai dar de alta dois países mais ou três tipos de de de meios de pagamento mais, vai ter um um problema que não lhe vai permitir passar a a produção. Então, o que o que aí chamamos nós, a inteligência artificial, justamente é eh construímos um agente que lhe ensinamos todas nossas APIs, lhe ensinamos todas nossas boas práticas de implementação dos nossos clientes e lhe ensinamos todas as interações dos nossos equipes que nós chamamos delivery, mas basicamente são os que fazem o babysitting entre que um um cliente se integra e sai a a produção ou depois eh ou depois que sai quando vai a a somar um produto novo ou um serviço novo. E basicamente aí o que o que estamos fazendo é por um lado que normalmente são empresas que nossos clientes contratam ou áreas de tecnologia dos nossos clientes que digam a a este agente, se chama Ronnie, está falam com Ronnie, dizem a Ronnie, "Olha, o que eu quero fazer é implementar uma carteira na Colômbia que maneje estes meios de pagamento, que tenha estas regras de negócio, ta ta ta." te traz diretamente a este a documentação, não o código, porque preferimos não não dar-lhes nós o código, senão que eles construam o código como eles este precisem. Mas sim depois pedimos o código que geraram, o passamos de volta por por Rony e dizemos qual é o resultado que vão obter com a aplicação desse código para que eles validem se efetivamente é a lógica de negócio que eles queriam implementar. Então, a verdade é que cada vez isto é mais multiparte. eh com eh com com a parte de de Open Finance eh eh isso ainda se se multiplica muito mais porque eh os os ecossistemas são vivos e e realmente contar com ferramentas eh compartilho 100% o que o que comentavas, Martín, somos full AWS, mas também temos todo uma sim temos tudo em Asure, tudo o que é este nosso debobs e e demais. Então, mas essas coisas, não construir o que o que já está, porque em realidade nem sequer o podes manter. Passa muito que se constrói o mesmo que está e se repetem, sim, se voltam a construir, não sei, módulos ou funcionalidades que já existiam e que se podiam recapturar e é porque não se está vendo o que está feito. Isso tem a ver muito com o tema de qualidade, é que deixar de pensá-la como como provas netamente e à hora da da construção da da inteligência artificial ou de tudo isso que está por trás da inteligência artificial eh e e como ainda os casos de uso que nós lhes damos para implementar ou queremos implementar na inteligência artificial, este estamos muito na era das POC, das provas de conceito. E aí é como, bom, como eu como entidade financeira posso fazer uma POC de um caso de uso que tenho para a inteligência artificial com toda a normativa, tudo o que tudo o que estávamos falando, não? E aí o primeiro que de repente as instituições mais este eh fortes se lhes ocorre é bom, monto minha própria este solução de inteligência artificial, sai caríssima para fazer uma POC. Posso gastar milhões de dólares simplesmente para fazer uma POC quando em realidade tenho os serviços hoje hoje em dia disponíveis na nuvem. Este eh bom, a nuvem de Asure também, a nuvem AWS também, eh, e já o tenho por defeito e realmente o custo é muito mais baixo eh se vou por esse tipo de estratégias, não? E uma coisa que você mencionava aí, Milka, e e é uma pergunta também para como o vês. Estivemos agora há duas semanas participando com Bis no Fintech Summit, onde houve vários atores de governo, esteve o subsecretário do B de de Economia e a vice-presidente do BCU e algumas das coisas que mencionavam com a inclusão financeira e todo o ecossistema fintech era que de cara ao futuro e quanto a regulação diziam Não regulemos este regulemos a atividade financeira e não regulemos a tecnologia. Ah, não sei o que te parece essa firma.

Eh, têm toda a resto da manhã ou o que resta do mediodía, não? Eh eh a regulação é um lío bárbaro. E cá no Uruguai temos um problema que é como que queremos este eh inventar a roda também na regulação. De fato, o que eh eh conseguimos parar algumas leis eh ou alguns projetos de lei absolutamente demenciais. Está este por sorte desde a CUTI temos um acordo com a Câmara de Deputados e com a Comissão de Ciência e Tecnologia de Deputados para ser uma voz este escutada em tudo o que tem que ser com regulação ou tecnologia eh tanto com Martín como com Ana Claudia. este temos um um diálogo permanente e sabemos que o espírito de de o Banco Central e do MEF é eh regular eh cuidando e e todos queremos cuidar ao usuário final, mas eh eh nós apresentamos desde a Câmara Uruguaia de Fintech e acompanhados pela CUTI uma série de elementos, por exemplo, agora na regulação de ativos virtuais onde em realidade eh acreditamos que há regulações em outros países super avançada, que vão mais por uma regulação de casos de uso que por uma regulação de este de tecnológica. E a verdade é que eh bem-vindas as declarações de Ana Claudia e de Martín nesse sentido, mas é distinto ao que estão escrevendo seus técnicos nas regulações que vemos todos os dias. Ou seja, que eh sim temos bastante pano para trabalhar aí e a verdade é que eh se há um lugar onde não deveríamos ser inovadores, é na regulação mais se a regulação os vão fazer eh técnicos que não estão em contato com o mundo, que estão em contato com sua realidade eh local. As empresas tecnológicas, cá vou com meu speech de histórico, está somos como Pinky e Cérebro. me Fabricio me ouviu mais de mais de uma vez dizer, nós todos os dias nos despertamos querendo conquistar o mundo. Nosso mercado está fora, nosso mercado está fazer soluções que sirvam para todos os lados. Se cá Uruguai nos encerra em uma regulação que funciona só no Uruguai, porque a nossos gênios da banca local e a nossos gênios do Banco Central Local se lhes ocorre algo que a ninguém mais no mundo se lhe ocorreu, eh o que vai passar é que pelo menos as empresas tecnológicas mais fortes que lhe damos serviço ao mundo, eh não vamos poder dar serviço local e isso me parece que debilita o sistema. Perdão que me ponho enfático com isto. Eh, ao equipo organizador para perguntas do público. Não temos, não tempo. Ou eh sim podemos ter um Sim? Bom, super interessante a charla. [risas] Eh, alguém quer fazer uma pergunta? Aproveitar, vamos dar o micro. Assim te escuta.

Obrigado. Boa tarde. Eh, minha pergunta vai para Martín porque, bom, eh, meu rol é mais técnico e gostaria de perguntar-lhe alguns challenges que podem ter tido que nós estamos enfrentando no que é o tema da geração de código determinístico, que para vocês assumo que seja muito mais relevante devido às regulações e o tema sobretudo da segurança no tema bancário. E a pergunta é, como puderam manejar o contexto ou a obtenção de contexto para gerar esse código? Sabemos que é um challenge gigante também para, digamos, para as pessoas que mencionou eh Amilcar. Assumo que seja também um challenge inclusive maior, mas minha pergunta em tema técnico, o que estão usando ou que challenge eh apresentaram para a obtenção de contexto para gerar um código o mais perto ao 100% de de Acura tem sido disso? Obrigado.

Sim, é muito interessante a pergunta. Eh, a ver, de novo, eu acho que não há que reinventar a roda, não há que reinventar a roda em tecnologia e tampouco reinventar a roda. Sim, ser inovadores, mas não preparados sobre o que já está construído. E de novo aí eh nós em particular nos apoiamos muito na tecnologia WC. Utilizamos Aencore, que é como um orquestrador que nos permite gerar muitos agentes. Este, utilizamos também alguns serviços de Memory Core, por exemplo, de AWS, que nos permitem recuperar o contexto. Eh, e depois temos a potência e a possibilidade graças a Bro, de utilizar qualquer Fundational Model ou Large Language Model fundacional, onde há alguns que são um pouquinho melhores para codificar que outros. Clo, por exemplo, hoje em dia este é um dos que de Antropic, é um dos que é muito bom codificando e depois há outros os de Open AI são mais bons de repente em documentação, nesse estilo de coisas este mais este conversacional. Eh, e bom, também nós hoje em dia temos eh dentro de dentro dos nossos entornos de desenvolvimento ou IDs eh temos muitos que já têm inteligência artificial incorporada, AWS Kiro, GitHub Copilot, Copilot também de Microsoft, este em Visual Studio Code também este podes ter eh qualquer um destes destes agentes de codificação. Eh, depois está eh, ai, foi-me o nome, eh, cursor também é outro, não? Mas o que há que ter em conta é que de novo nestes entornos eu não posso e tenho que ter muito cuidado. É mais, nos entornos bancários você geralmente não tem nem acesso a Google, está você entra na máquina que lhe disponibilizam este de administração de acessos e não pode fazer nada, não pode instalar nenhuma biblioteca, não pode fazer absolutamente nada. Nós construímos uma solução este para para um importante banco de praça com inteligência artificial que ajudava seus agentes de call center transcrevendo as chamadas com inteligência artificial este e dessa forma que eles possam transmitindo a chamada, os emails, os WhatsApp e dando essa informação toda, este, como mencionava um pouco também este Amilka também aí aos próprios agentes para que pudessem este ajudar aos usuários que chamavam este e ver qual como foi o histórico, se a pessoa chamou enojada com que análise de sentimentos também que se fazem com os LLM. Então aí tudo isso que nós tivemos que desenvolver dentro dos entornos bancários era eu me enfrentava a uma máquina que estava em branco que tinha tudo bloqueado, não? Então aí voltei a fazer um picapiedra. Voltei a fazer este como há anos antes a tentar digo, na minha máquina buscando um Google que não podia copiar e colar código para aí dentro. Sim. Então, em que me apoiava? nas ferramentas de AWS. O banco obviamente está tem toda sua organização em AWS e já por si as ferramentas de AWS sem que eu tenha que gerar uma interface, gerar nada, já lhe posso este consultar diretamente ao LM em princípio sem contexto e ela me devolve código. Então, esse código eu já não o tenho que este estar escrevendo ou transcrevendo desde minha computadora local para este a máquina do banco. Digo, são ferramentas que realmente hoje em dia fazem a diferença e são chaves à hora de desenvolver.

Bom, acho que já estamos sem tempo, eh, então bom, Amilcar, Fernando, Mercedes e Martín, obrigado por compartilhar e a todos que tomaram este tempo. Muito obrigado. [aplausos]

Eu não [risas] o apresentas a eles. Eh, sim, eles se vão apresentar sozinhos porque vão falar assim. Perfeito. Bom, boa tarde. Eh, para os que recém chegaram. A seguir eh vamos ter o painel como vender soluções em testing e liderar a mudança, moderado por Mercedes Remedi, CFounder de Learning e CEO em Tandem. Bem-vindos.

Muito obrigado. Aí me escuta. Escutam, não? Olá, agora sim. Boa tarde, disse. Porque é como os casinos, você sabe, que estás dentro e vais de um lugar a outro, já não sabes nem que nem que momento do dia é. Bom, eu estou aqui com Matías, Claudia e Julio e eh lhes vou pedir a eles que se apresentem, que nos contem eh onde trabalham, o que fazem e quais são os desafios que têm em seus roles. Começamos assim e vemos onde vamos. Tranquilo, parece bem?

Bom, bom dia. Meu nome é Matías Fornara. Eu sou parte de Astracta, sou quality manager em Astracta, estou na companhia há já uns 8 anos mais ou menos. Um monte. Sim, bastante. Nesta indústria tão cambiante, ser tão estável de mínima raro. Claro, claro. Eh, mas bom, em todos esses anos fiz de tudo. desde testing manual tradicional, a automatização, mas a performance, basicamente desenvolvi o que havia que fazer, se fez e hoje faz uns pôr 6 meses estou mais em um rol de e organizar como fazemos o delivery dentro de de abstracta, como desde como vendemos, que é um pouco do que vamos falar um pouco hoje, a como essas estratégias, soluções acordamos, digamos, levar adiante, se levam adiante com as equipes mais operativas. um pouco em base a isso, a todo o bagagem operativo que que tenho e não me quero estender muito mais.

Muito bem. 8 anos. Muito bem. Um aplauso ao senhor. 8 anos é um monte.

Bom dia. Meu nome é Claudia Badel. E atualmente estou trabalhando em em Cuadrave desde um desde um rol no qual assessoro e acompanho empresas na melhoria dos seus processos de qualidade com uma mirada integral. Eh, é dizer, vendo como os processos de prova e qualidade se integram nos processos de desenvolvimento, tendo a mirada eh do negócio. Sim. E com respeito à terceira pergunta, que é os desafios. Sim, Matías a passou por cima. [risas] O desafio, acho que desafios há muitos. Eh, pensando no contexto do que é o tema do painel, acho que em pessoal, se vejo desafios pessoais, te poderia dizer o o entender a necessidade do negócio sem saltar na solução técnica. É dizer, quando nós começamos a ter essas conversas com o negócio, é entender realmente o que estão buscando mais além do que nos estão pedindo. Então, acho que o perguntar, o o começar a entender quais são os padrões é como muito importante. Então, acho que há um desafio, sobretudo aos que viemos com um perfil técnico, eh também ter essa mirada de conectar não só a tecnologia, mas com o que queremos resolver e a necessidade do negócio.

Quantos de vocês são técnicos? Levantem a mão aí. Ah, ressoam com isso, com esse desafio. Sim, sim. [risas] Aqui está a gente que faz o trabalho verdadeiramente. Claro, que vendem. Ok.

Bom, meu nome é Julio César Oropesa e embora talvez vários me conheçam mais por uma faceta dentro do YouTube como divulgador talvez de conhecimento relacionado com testing, eh tenho um trabalho um pouco mais formal dentro de uma organização muito grande que se chama Trans Union. Eh, sou venezuelano, no entanto, vivo na Costa Rica e trabalho por lá. Então, a nível do que seria um reto que podemos enfrentar a diário, poderia dizer que é tentar comunicar aos donos do negócio o valor que tem nosso trabalho como provadores e como esse trabalho termina em algum benefício para a organização. Às pessoas pouco lhes importa que estejamos fazendo uma prova porque sim ou porque estejamos utilizando uma tecnologia em particular, a última de ponta. O que verdadeiramente lhes importa é que resultado vai oferecer isso para que possam fazer mais dinheiro com o produto que comercializam. Então, tentar que consigam entender como logramos isso com nosso trabalho, eu diria que é o o maior reto que enfrentamos dia a dia.

Claudia, você mencionava este não saltar à solução, senão entender realmente qual é o problema. Acontece acontece seguido isso que é difícil entender bem qual ou ou que talvez inclusive seja o problema te digam que é um e que na realidade a solução seja outra. Sim, isso sucede bastante que sobretudo e no hoje que temos como um bombardeio de de ferramentas, soluções que têm muitas promessas, eh muitas vezes os clientes quando se aproximam vêm com uma problemática que eles acreditam que já vêm com a solução e que querem o acompanhamento para implementar a solução ao problema que acreditam que têm. Então, muitas vezes nosso trabalho desde o ponto de vista de acompanhamento e de cocriar soluções é fazer as perguntas corretas para que se tenha uma visão ampla e tomar uma decisão estratégica com respeito ao que realmente é o problema. Quando estamos fazendo o ensaio falávamos de que há há situações ou são que são sintomas típicos. Por exemplo, o te contactam porque te dizem as provas são um gargalo. Sim. E esse é como o típico e na realidade nós sabemos, passado, lhes passado que lhes tenham dito isso alguma vez? Sim, tudo. Então [risas] aí na realidade eh nosso rol desde desde a experiência e a liderança é fazer perguntas que comecem a ver como o o panorama geral e atacar às causas de não ao sintoma. Então, o rol que nós temos é ajudar a ter essa visão para buscar soluções em forma conjunta que resolvam a causa, não o sintoma. com isto que também dizia Julio que dizia de ter eh soluções eh com recursos que são finitos para que tenha o benefício que o negócio está buscando. Não sei se querem complementar algo.

Sim, eu para mim a escolha de palavras não é casual, digamos. Eh, a ver, é como completamente distinto, mas é similar ao que faz um médico. Ou seja, o médico primeiro observa o sintoma e depois vai ter que como, não? investigar um pouco para ver realmente qual é o problema raiz. E e nisto é similar. Usualmente se você vai perguntar a um potencial cliente ou alguém que tem um problema pelo problema, vão lhe contar o que querem. Eh, e por geral o que usualmente serve um pouco mais é eh que falem, não? Então, que falem de, bom, como trabalham, como é seu dia a dia, eh como desenvolvem, como testam, como o desdobram, quanto tempo leva isso, o outro e nesse storytelling que por geral a gente te faz, já há coisas que mesmo da experiência são como ah padrões que te vão despertando perguntas que te permitem como indagar um pouco mais e chegar a isso um pouco mais a a o problema raiz. Depois igual há como uma etapa mais de eh constatação do que você está escutando, não? Mas pelo menos para arrancar a entender é meu approach por geral é não ir a perguntar de direito pelo problema, não? É como primeiro tentar entender.

E o que você falava hoje da comunicação, que que outras habilidades entram, porque aqui claramente não é uma coisa técnica, estamos falando de de descobrir, não? Quais são as ferramentas?

Sim, sinto que que um fator primordial é o aspecto psicológico. Fala-se muito de de fato há certos padrões internacionais e falam da psicologia do testing, ou seja, particularmente, não? Então, não tudo necessariamente tem uma solução técnica. eh muito tem a ver com como estás pensando no que está ocorrendo. Então, em ocasiões eh para resolver o problema às vezes é tão simples como entender como estás trabalhando em lugar de qual é o problema que está se ocasionando. Se entendemos de padrões e de padrões, então é muito simples detectar os antipadrões, verdade? Ou essas más práticas. É aí onde já você conhece qual é a consequência da execução dessa má prática. Então já encontra o problema e não entra em uma diatriba de realmente queixas. Porque quando perguntamos qual que te adoece é abrir a caixa de depositar [risas] sua queixa aqui. Ok. E a queixa geralmente não vem com uma solução, é venho aqui a desabafar simplesmente. E não te dão o detalhe que ocasiona esse problema. Se você se senta um rato com qualquer equipe a ver como fazem cada coisa um só dia, vai detectar a maioria dos problemas em um só dia. Só precisa saber se estão utilizando a Gile, como fazem essa reunião diária, verdade? Esse dail e stand up meeting, como fazem uma reunião de planejamento. Mostre-me onde está seu repositório de documentação, mostre-me como faz uma história de usuário e com cada uma dessas perguntas vai encontrar o apocalipse em sua execução. Ok? [risas] É tão simples como isso. Então, eu acho que o tema da psicologia, de como estão fazendo as coisas, como as enfrentam, vai te dar um monte de dados para resolver os posteriormente. E isso com curiosidade, simplesmente observando.

Há alguma técnica? Vocês têm alguma coisa como para dizer, "Olha, eu faço assim ou escutar obviamente, mas nada café e um fofoca. Isso é o melhor para se inteirar de tudo." [risas]

Sim, acho que o o perguntar sem julgar acho que o é como você dizia é o escutar o também ter a empatia de de que a pessoa está vivendo talvez alguma situação de estresse ou que está sentindo pressão dentro da organização porque as equipes estão dentro de um ecossistema. Então, muitas vezes quando estamos falando de melhorias, por exemplo, introduzir práticas ou já seja uma ferramenta, uma técnica, que queremos introduzir um conceito novo na organização, essa equipe está dentro de um ecossistema. Então, é muito importante eh ter conversas para ter entender esse ecossistema e entender como se vê afetado nisso. Então, eu acho que o escutar é muito importante o saber perguntar também, que isso acho que um o vai ganhando com a experiência, mais além de que um pode ter uma habilidade inata à conversa. Acho que o ter vivido, como dizíamos agora, visto padrões eh também de nossos aprendizados, também do que nos saiu bem ou mal, do que vivemos nossos próprios projetos, faz que é como que saibamos onde às vezes rascar. Acho que que vai muito por essa parte mais social que que faz que depois um o una com a parte técnica.

Vejo que já disseram tudo, mas acho que há uma diferença. Fazer outros, não? Não, tranquilo, tranquilo. Eu acho que aí há uma diferença também em desde onde partes, não? Acho que o falávamos em outra volta um pouco. Eh, se você já está radicado dentro da organização, o approach é um, digamos. Agora, se você vem desde fora ou um potencial cliente me contacta, o panorama é completamente distinto e aí há outros fatores. Eh, também eu acho que psicológico também de experiência de ver eh e detectar, não sei, eh quem vai ser o economic buyer desta solução, quem vai ser alguém que possa ser meu champion, que capaz que não tem nenhum tipo de acesso a dinheiro, mas sim tem um efeito sobre a equipe. Por geral, nas organizações tende a haver eh uma hierarquia explícita, não? E uma implícita. Claro. Os influencers. Exato. É literalmente isso. E isso é importantíssimo detectá-lo. Também é importante detectar a quem lhe dói, eh? E poder separar aí um pouco o joio do trigo, porque também o que lhe dói, o que o experimenta, é ao que se o vai resolver. Mas seguramente há uma motivação extra atrás de tudo isso. Pode ser pessoal, pode ser organizacional. Isso para mim é chave detectá-lo porque depois a solução que você eh construa pode ser excelente tecnicamente, o que seja, mas depois se não impregna não não vai solucionar o problema a ninguém, digamos.

Como faz? Ou seja, para reconhecê-lo, é geralmente a pessoa que está assim [risas] na reunião. Como como você se dá conta em quando sobretudo quando está fora de uma organização, quem podem ser esses potenciais aliados ou ou quais são os roles não implícitos? Hoje em dia com a não presencialidade é um pouco mais complexo. Claro. Eh, mas bom, há gente que eh sente quando entra na reunião. Eh, todo o mundo escuta quando fala, eh tem um um enfoque distinto, escuta também outra maneira. Eh, essas são coisas que as detectas. Em, também há que como planteias um marco para elaborar estas coisas, não? Eh, eh, como a gente aabura o sprint, eu acho que estas coisas há que elaborá-las. Primeiro, há que tomar umas duas semanas para eh conhecer o cliente, entender as pessoas, eh ter essa primeira conversa, validar a solução e aí nessa cadência de reuniões você vai como tendo oportunidade de, "Ah, olha, fulano fala com este eh não é mas fala fala de tecnologia, etc., não é, mas lhe diz, olha, tens que atribuir a fulano." Eh, isso para mim se vê eh, evidentemente, mas em um processo, não é que o vais sacar na pú, não é em uma reunião cho, não, não é como a gente que faz entrevistas e te diz, "Não, eu em 10 minutos te saco se é uma pessoa boa ou má." Não, mentira, isso não existe. Realmente precisavas um pouco de de tempo eh para entender às pessoas com as que estás trabalhando.

E as empresas me imagino que deve ser diferente cada cada caso, não? Em algumas talvez mais explícitas e em outras muitos contextos que precisas. Sim, em complementar entender o ecossistema para entender qual é a a estratégia para esse contexto. Ou seja, um pode entender que há padrões que se repetem, mas também é importante contextualizar as soluções aos riscos que tem a organização. Também algo relacionado ao que você mencionava, quais são as habilidades que que tem nosso equipo para levar a cabo estas mudanças que queremos incorporar. Então, muitas vezes o o desafio eh não só passa pela solução técnica, mas além de conectá-lo com o negócio, como como comentávamos ao princípio, é como nós desenvolvemos eh em nossos equipes essas habilidades para gerenciar a mudança, porque um pode dizer que para chegar a tal objetivo, para melhorar tal aspecto, podemos aplicar x coisa. Mas se nós não temos um ambiente ou não geramos um espaço onde nossos colaboradores possam desenvolver essas habilidades, se converte em uma expressão de desejo porque não estamos gerando as ferramentas que realmente levem a mudança. Então, da mesma forma que nós planejamos um roapar soluções, parte da solução é ter a folha de rota de como lhe damos as ferramentas à equipe para que nos acompanhem, porque em geral desde nossos roles mais de de liderança não é que executamos tudo nós, nós ajudamos a a pensar essa estratégia, a compartilhar as experiências, as dores ou os aprendizados para acelerar os processos, mas temos que desenvolver essas habilidades. Então, acho que isso é fundamental o tema cultural da organização, que muitas vezes nesse tipo de conversas se passa por alto, mas é como o cimento para para bom, a inovação, a mudança, o que quer que queiramos gerenciar.

E em em esse caso, Claudia, que que estratégias há para mitigar a a resistência? O plano é parte de de como se emite ou ou eu acho que a resistência se pode dar por distintas situações, ou seja, acho que há distintos fatores que a que faz a resistência à mudança. Acho que há um que é muito próprio e responsabilidade da organização de gerar espaços que agora está como muito de moda a palavra que é a segurança psicológica, este para para o experimentar, que é uma palavra que está como muito de moda, mas realmente é muito importante porque em realidade se nossos colaboradores não não sentem o o poder experimentar, o aprender do equivocar-se, não não se celebra, como se diz às vezes, é como muito difícil difícil que que se rompam essas barreiras de medo. Em geral, a resistência vem pelo medo ao desconhecimento de dizer, "Hoje tenho estas habilidades, se necessitam estas outras habilidades, como eu chego a esse lugar ou como me acompanha minha organização e meu equipo para para chegar a esse ponto." Então, eu acho que desde nosso rol de liderança é não somente é importante identificar as habilidades, mas em nossas folhas de rota, nossa planejamento, eh pôr espaços onde lhe demos a oportunidade aos colaboradores de aprender e experimentar. Não sei, vamos a incorporar uma ferramenta que tem certa promessa, dizer, "Bom, esta é a promessa. Vamos a experimentar nesta iteração isto, ver se essa promessa se cumpre, porque sim, por que não. O que tenho que adaptar? porque não é que se reutiliza tudo da mesma forma, o contexto importa. Então, eu acho que a resistência em pensando nestas coisas que compartilhamos, porque acho que há outros fatores também, é a parte cultural da organização. Eu acho que há que trabalhar muitíssimo isso e entender como como dizia este e que há estruturas que são invisíveis e é muito importante entendê-las para gerar esses esses espaços.

E Julio, em sua experiência, como como fazem?

A ver, eu acho que há como bom, falando, eu acho que unindo ambas coisas que falávamos com quem estou falando, a quem estou propondo coisas, eu sinto que eu o resumo em três personagens. Bom, primeiro vamos falar de que há dois entornos, estão as startups e estão as empresas grandes, sólidas, multimillonárias. Ok? Se você quer plantear uma mudança em uma startup, costuma ser muito ágil. Você lhe diz à pessoa, ao chefe, abre a porta, aqui está a última ferramenta. Vai, vamos nos poupar um monte de dinheiro. E como estás tão seguro? Não estou, mas vamos a ver como nos vai.

Vamos, let's go. Así funciona. O sea, una startup es muy sencillo. Bueno, dentro de lo que cabe, ¿no? Quizás mañana no funcione y te despiden, ¿verdad? Eso es lo más probable, [risas] pero al menos tuviste la oportunidad. O sea, no te puedes quejar de que no pudiste abrir la puerta y tuviste la oportunidad.

Ahora, en una empresa multimillonaria eso no es así. Están tres personas similar a lo que nos comentaban ahora. Ustedes van a encontrar en esa reunión. Si tuviese que darle un tip y simplificarlo, serían tres personas. Está esa persona que nunca quiere nada. Esa persona es negativa, resistente al cambio, 100%. Realmente no me interesa hablar tanto con esa persona. Está la otra persona, 100% positiva, es el lado opuesto. Esta persona siempre hace así. Como comentaba, esta persona todo lo que tú le dices siempre, siempre está bueno. Todo está bueno. Esta persona es mejor con quién tratar. Esta persona generalmente es un técnico. ¿Cómo lo identifican? Vayamos al grano, ¿verdad? Lo esta persona entiende el lenguaje técnico. O sea, yo le hablo de vocabulario técnico. Yo utilizo ese tecnicismo, utilizo palabras de lo del estándar y esta persona las repite y responde con otra. Ese es el técnico, ese es el positivo, ese es el que quiere resolver el problema y te va a ayudar a hacerlo. Esa persona es con la que tú quieres trabajar. Y está el tercero, que es el que tiene el dinero en el bolsillo y ese es el que está hablando del negocio. Ese es el que él no entiende que si eso es Selenium, que si eso es Cypress, que si eso es Java, que si no no sé ni me interesa. Esa esa es la la situación. Y él voltea a ver a los otros dos. El otro siempre dice que no, pero este que dice que sí, si habla suficiente y está bien informado, muy posiblemente le haga caso.

Entonces, si me preguntan a mí en qué me centro yo, yo hablo técnicamente con el que sabe y le digo al otro que va a ganar dinero. Es una buena forma. Ese es el resumen que yo le podría decir, siendo práctico, o sea, yo no les estoy aquí vendiendo humo de No, no, no. [risas] ¿Cómo que vamos a técnica? vamos a utilizar esta, esta, esta y esto va a resolver la cosa de esta manera. Veo al que dice que no, dejo de verlo y no le hablo. Siguiente. Y usted va a ganar mucho dinero porque cuando implementemos esto todo va a salir bien. Entonces, si me si yo les tratase de dar un tips en muy pocos minutos, esa sería la estrategia. El resumen de mi carrera. [risas] Ese es el resumen de mi carrera y funciona también en las entrevistas laborales.

Nótese muy bien, Mati. y abstracta, obviamente tiene una pata de innovación muy grande, cómo en línea un poco con lo que decía Claudia de cómo se trabajan las resistencias y las adopciones y los lugares donde se puedan experimentar, queres contarnos un poco cómo la ves o o cuál es tu experiencia con eso? Eh, sí, yo resueno un poco bastante con lo que dice Julio. Creo que es importante entender el tamaño de la de la compañía antes de innovar. Eh, porque en las empresas pequeñas el cambio cultural precede a los procesos, a los cambios de los procesos, pero en empresas grandes los cambios procesales que vienen como lineamiento desde arriba impulsan el cambio cultural, que es lo que termina permitiendo innovar y generando esos espacios de de seguridad para poder hacerlo. Em, yo creo que no hay muchas recetas nuevas, sí hay más innovación y eso nos da un poco más de miedo. No sé, a nosotros internamente inclusive nos pasa hoy en día en época de inteligencia artificial que que estamos primero comiéndonos nuestra propia comida, digamos, viendo cómo es un poco de lo que ya hablaron en varios tracks, adoptar inteligencia artificial, cómo en qué se resisten nuestros testers, nuestros líderes, eh nuestra gente de otras áreas y esos aprendizajes los terminamos llevando a otras empresas porque los dolores son más o menos más o menos los mismos. Em pero sí creo que más o menos no tengo mucho más innovaciones siempre hay en este momento es lo que les pide cuando ustedes decían cuando vas no porque hay hay como un tema vas a la reunión y te dicen que quieren algo, ¿qué es lo que quieren? Eh, hay o no lo están viendo así. Creo creo que es como un es como hay una ola que es real. Eso es es así. Pero yo creo que desde el rol de liderazgo eh y sobre todo los roles que que en esas las personas que tienen los roles en esas conversaciones, creo que es importante eh contextualizar y entender si realmente es es la solución que se necesita, porque hay hay cosas que sí se resuelven, hay cosas que sí eh va por ahí el camino y la solución, pero también es importante eh la mirada crítica, ¿no? O sea, el no el usar las cosas por moda, o sea, ya hemos tenido distintas olas. Creo que esta ola es una revolución, este, pero ya hemos tenido hace 15 años o un poco más todavía, eso delata un poco mi edad, eh, pero hubo un momento eh que pasó algo similar eh, que movió muchísimo el piso en lo que era la calidad eh cuando el rol de la automatización, cuando Google hizo esa charla de que el Testin estaba muerto y apareció vestido con la guadaña y era como que todo el mundo se iba a quedar sin trabajo, que la automatización y y sí, movió el piso, cambió cambió el paradigo cambió, permitió hacer muchas cosas, pero lo cierto es que hay que tener la mirada crítica de lo que aplica. Entonces, ahora es lo mismo. Creo que es mucho más que lo que fue hace ese momento. Creo que ahora estamos en una revolución, no en una evolución. Eh, pero creo que no todo se resuelve igual y creo que la mirada crítica hay que tenerla. O sea, hay que entender lo que se adapta a nuestro contexto y lo que no. Y realmente ser transparentes en en la conversación. A mí no de nada me sirve vender una solución que en realidad eh la estoy vendiendo porque está de moda, porque seguramente esa esa empresa, esa organización después no va a querer trabajar conmigo porque en realidad no no lo ayuda a resolver su problema real. Entonces es importante e a mí entender el el contexto y realmente lo que se quiere resolver y aplicar lo que que realmente aporta. No todo es ahora ya que es la conversación, pero lo cierto que hay muchísimo y es importante que también las empresas eh reaccionen a eso y no se queden por fuera, pero el no el quedarse por fuera no es aplicar por aplicar, es tener la mirada crítica. Claro. ¿Por qué lo voy a hacer? ¿Para qué? ¿Por qué? ¿Para qué? Eh, bueno, esto que en el en la en la keynote mencionaban, este, ¿cuáles son esos indicadores? ¿Cómo voy a ver el retorno de esta inversión? en qué me va realmente me va a beneficiar, qué voy a tener con esto. Entonces, esa mirada crítica es es muy importante. Eso siempre dinero. Y a veces uno sucede a veces eh no quiero monopolizar la palabra, este sucede a veces que viene un un una potencial cliente y uno le dice, "Mira, no va por acá. O sea, esto no es así. Yo creo que te deberías ir por acá." Y capaz que ni siquiera vos tenés el ese servicio. Y para mí lo que está bueno en esas situaciones, que creo que que es un poco el espíritu también de de todo este tipo de conferencias, tener un ecosistema de alianzas de de de de partners y tener alianzas de para resolver problemas. Una empresa no resuelve todo. Entonces ahí es muy importante el ecosistema de de tener aliados. Entonces, yo esto no te lo puedo resolver y prefiero ser transparente porque cuando tengas el problema que yo te resuelvo, vas a venir a hablar conmigo. Eh, no, no siempre es dinero. Eh, muchas veces sí, claramente. Eh, pero creo que parte de la construcción de la solución es entender el por qué, ¿no? El por qué querés resolver este problema y por qué quiénes quieren resolver este problema, ¿no? Y a veces sí las motivaciones son más eh simplistas y es de repente decir, "Mira, esto lo quiero resolver porque me van a dar un bono a fin de año si logro resolver este problema." Pero a veces las cosas son más mundanas y es tipo es imagen, eh, esto me repercuta en la imagen, esto me está sacando el sueño, tengo que trabajar todos los fines de semana, por eso quiero eh resolver este problema. Tengo a mi equipo 247 laburando. Eh, es distinto. E ahí por eso un poco lo que hablamos viendo, lo que hablamos al principio es está bien identifico quién va a poner el dinero para esto, pero identifico eh, a quién le importa y si para eso en ese camino tengo que seguir escalando porque de repente en la primera reunión, segunda reunión no estoy encontrando esa respuesta. Y capaz que le tengo por preguntar, bueno, eh, ¿y a tu CTO qué le preocupa? ¿Y a tu CEO qué le preocupa? ¿Cuáles son las tres dos tres principales preocupaciones? Porque probablemente de esas preguntas, muchas veces pasa que no saben esa respuesta, tienen que ir a preguntarle y esa es la forma de conectar un poco eh lo que te están trayendo con lo, o sea, capaz que te trajeron este pedacito de problema, pero en verdad hay toda una capa mucho más importante que nos están viendo y a ellos los mandaron a resolver un problema pequeño. Claro, claro. Buenísimo. A ver, voy a ser así controversial. Yo siento que que la IA es el fetiche de los empresarios adinerados, ¿okay? O sea, es eso es lo que está pasando en este momento y no me malinterpreten como un negacionista de la IA porque nada que ver, pero en la mayoría de los casos y ahorita hay bastantes números que lo demuestran, eh se está invirtiendo mucho, se están haciendo muchas cosas, pero se obtienen muy pocos resultados, ¿no? Entonces siento que a veces promocionar el cambio no necesariamente implica aplicarlo de la forma que todo el mundo lo esté haciendo. Entonces, quizá en ocasiones el hacer un POC, ¿verdad? hacer un demo de algo que pareciera ser lo más innovador para demostrar que no funciona también es válido. ¿Okay? En ocasiones, si sabemos que algo acaba de aparecer, hacemos una prueba y nos damos cuenta que no genera el resultado que necesitamos para ese problema, también se vale decir que en esta oportunidad no funciona. Entonces, el cambio es en ocasiones no moverse en esa dirección, no seguir la corriente. Eh, nuevamente, no estoy sugiriendo que no se utilice la inteligencia artificial, pero la verdad es que en este punto no funciona para todo. Entonces, lo que tenemos que averiguar es que verdaderamente funcione para resolver el problema que el señor que tiene el dinero en el bolsillo está tratando de resolver, ¿verdad? En lugar de esta persona que está siempre diciendo que sí, que es un enamorado de la tecnología y que es apasionado por tratar de implementar lo último, eh realmente juegue con este con este nuevo juguete, ¿verdad? Entonces, en ocasiones eh siento que eso es lo que está pasando. Todo lo innovador tiene que estar este lo nuevo. Claro. Eh, me parece que funciona para un montón de cosas. No, para todas. Entonces, su primera pregunta debe ser, ¿realmente lo va a resolver antes de tratar de movernos en esa dirección? Bueno, a mí me me quedó una pregunta pendiente, pero me están me están flasheando con el número. ¿Tienen alguna pregunta que le quieren hacer, aprovechar este este panel? Una pregunta específica. Ya, rápido, ¿no? Realmente hicimos un acuerdo y si nadie me preguntaba, yo les iba a preguntar a ustedes, así que ustedes pueden decidir [risas] en qué orden lo hacemos, si de allá para acá, de aquí para allá o pregunta igual con todo lo que hablar gracias por el espacio porque me resolvieron una gran parte de los problemas que disfruto día a día. Les quiero contar mi experiencia. Todo la semana pasadaimos una persona con equipo interno. Eh, leé concerto estaba realizando para el prueba y me dijo la siguiente frase, díganos y cuál es el valor del cubano una serie de argumentos inteligencia artificial porque no sabe ya pruebas con el productor ya puede tomar su usuario. muchas de las cosas que dijeron me sirven, pero quería saber si acaso algunos se han enfrentado con algún con ese tipo de resistencia así, pero entrada con te dice que me yo muy cortamente te sio ahí creo que tú conoces mi canal ahí vas a encontrar un video en el que le respondí al amigo de Platzi, ¿verdad? Quizá algunos lo lo vieron, ¿verdad? O sea, yo ahí yo ahí fui [risas] muy fui muy muy específico con esa respuesta de que de que Cuba iba a dejar de existir y todo lo demás. Eh, pero la verdad es esa. Si tú le quieres, en pocas palabras decirle, demostrarle a alguien lo valioso que puede ser nuestro trabajo, eh responde a la pregunta de qué es probar, ¿okay? con una respuesta más allá de decir que nosotros verificamos que el software funciona correctamente. Si tú puedes explicarle el proceso de pruebas desde análisis, diseño, implementación, ejecución, reporte y toda y cada uno de estos pasos, los tipos de prueba y todos los niveles donde participamos, él va a decir, "Ah, es que eso no lo hace el desarrollador, es que eso no lo hace el product o es que eso no lo hace ninguna de las otras personas." Cuando nosotros podemos explicar lo que hacemos con algo más que verificar que el software funciona correctamente, es con cuando cualquiera de estas personas se queda sin palabras respecto a que en efecto somos necesarios. Esa sería la forma en que yo trataría de describir esa resolver ese problema. Eso es demasiado común. Me quedé pensando en eso. Yo creo que ahí lo importante en ese tipo de situaciones es eh la empatía. Eh, primero eh uno tiene que darse cuenta de que hay entusiastas de la calidad. Eh y hay gente que solo quiere ir hacer su trabajo, que el trabajo le salga bien y volverse a su casa. Eh, para mí es importante escuchar porque muchas veces de esas conversaciones eh también podés sacar algo que tenés que ir a conversar con el otro equipo porque obviamente como decía Claudia, ¿no? Nosotros estamos a otro nivel y hay cosas que se pierden y está bien que se pierdan y está bien que tengamos esa comunicación. Eh, y en esa conversación intentar eh conectarlo con el por qué hablamos hoy, ¿no? Mira, es importante que vos hagas esto porque va a tener este impacto, este impacto va a tener este impacto. Y como acompañarnos en ese pensamiento sistémico que le ayude a ver el valor o el propósito de eso, porque a ver, eh, si sos carpintero, hacés una pieza como hizo Fabián acá en la charla anterior y ves lo que hiciste. En el softwaren es mucho más intangible y es es como muy difícil ver la recompensa o la satisfacción de hacer algo. Si vos no podés lograr conectar esas dos cosas a esa para la persona es muy difícil de verlo y tremendamente desmotivante, ¿no? Buenísima. ¿Alguna otra pregunta? Este un poco de lo que estaba diciendo recién. Una cosa que me ha pasado y quería saber cómo era más o menos forma de hablar es este hay que implementar jugar en esta empresa. viene alguien manda el mandato y se lo manda alguien que este como planteado que tiene ese rol de la plata que sea a mí me mandaron hablar con esta gente que para mí me va a ser el tiempo y cómo un poco lo menciono, cómo hacer para tipo desarmar digamos ese concepto y desarmar y decir bueno tipo yo tengo que implementar todos procesos y todas estas tareas y yo a veces siento pero existe Esas cosas la gente piensa cuello botella, cuello botella cuello Sí. Eh, creo que la base de eso es eh primero revalorizar lo que ya está hecho. Nadie quiere que vengan y te rompan todo lo que vos contribuiste. Por más que lo hiciste muy mal, no importa, lo hiciste, te llevó tiempo, te llevó lo que sea, no queres romperlo. Entonces, primero, revalorizarlo. Eh, y segundo, eh, creo que nadie hace todo bien. Entonces, ahí el desafío es nuestro de identificar los potenciales eh puntos de mejora y cómo, mirá, no sé, hoy en día estás liberando de esta manera. con esta velocidad, etcétera. Si hacemos esta iniciativa pequeña, ¿no? Por lo general, ¿no? Eh, esta iniciativa esta iniciativa, vamos a hacer este cambio y poder mostrarlo yaro, eh, y convencer a poco, eh, porque en verdad si yo vengo y te digo, "No, mira, loco, no estás haciendo cuar, no estás haciendo esto, esto, esto, esto, esto, esto, se cierra la persiana y no hay conversación y no hay forma de moverse para adelante." Sí. Ahí ahí para para extender un poco la idea que estoy totalmente alineada ahí también. A veces lo que a mí al menos me ha funcionado en en esas conversaciones es conectar con algunos indicadores, o sea, entender e cuáles son el el conocer la realidad. A veces hay como mucha hay como mucho sensación de cosas de que suceden o no suceden y cuando uno las empieza a medir o las empieza a a contabilizar o cuantificar, depende de lo que esté midiendo ahí la conversación puede como facilitar, por ejemplo, si nos están llegando de soporte n ticket que se repiten, eso y genera un retrabajo también para para el equipo de desarrollo y no solo para soporte y queremos optimizar esas métricas, ahí también empezas a ver como el proceso, como tu proceso de trabajo se integra en el proceso general del negocio. Entonces, yo creo que a veces el el la conversación para empezar a evangelizar ese ese mindset de construir calidad desde el principio, todos somos responsables de la calidad, es bueno, ¿cuáles son nuestros nuestros puntos de dolor? Pero no desde la queja o de no desde el buzón de la queja, sino de de mejorar la eficiencia. Si no está si estamos retrabajando lo mismo, seguramente esa persona no le interese estar trabajando sobre ese mismo pedazo de código. Este, entonces capaz que dice, bueno, vamos a ver qué prácticas o qué conversaciones podos tener para estabilizar este tipo de de solución o cómo podemos prevenir este tipo de efectos. O entonces creo que la conversación y el tener métricas que nos ayuden a entender cuánta cuántos defectos llegan, por qué llegan, eh quién los encuentra también a veces, si son nuestros clientes, si son nuestros usuarios eh puntuales. Entonces yo creo que entender y medir eh observar lo que va sucediendo e ser más específicos a la conversación, tener como más objetividad. Entonces, yo creo que eh como mencionaban de no herir eh egos, no herir sensibilidad de esfuerzos, uno si lo mide desde la objetividad es como también como más fácil la conversación. Mira, yo te quiero ayudar a a pensar que este tipo de defectos que se están introduciendo, tipificarlo y entender qué tenemos que mejorar en el proceso y todos los actores, porque la responsabilidad no es específica de de un rol, como todos los actores en ese proceso colaboran para mejorar eso. Entonces, yo creo que es muy difícil el el el resolver eso. Creo que no hay una respuesta única, creo que el contexto te lo determina mucho y creo que en ese contexto yo lo que siempre intento hacer es en es tener eh objetivizar las conversaciones. Hay cosas que son sensaciones, percibo tal cosa, pero bueno, vamos a pero bajarlo a un dato como para que tenga bajar un dato, porque muchas veces no tenés ese dato y solo ir a buscarlo ya a la persona le hace cambiar la perspectiva. Julio, tenés 30 segundos. Listo. [risas] Sencillo. Eh, una lámina de PowerPoint resuelve más que 10 páginas de documentación. Entonces, presenta en un en una haz una presentación donde se muestren los números de dónde se toma más tiempo el proceso, en desarrollo, en pase a producción, en pruebas. Cuando hablamos de pruebas, realmente fue probando o fue resolviendo los problemas que otro hizo mal en desarrollo. Cuantifica, muestra un gráfico y en ese gráfico estará la verdad. Entonces, la gente que toma las decisiones cree más en los dibujos de un gráfico que en una explicación de 10 párrafos. Entonces, resúmelo y dibújalo. Eso te va a dar la ventaja. Espectacular. Chiquilines. Han sido un panel increíble. Muchas gracias por su generosidad. Muchas gracias [aplausos] a ustedes por su atención y buena onda. Vamos y bien con los tiempos, todo genial. Muchas gracias. Gracias a todos. Gracias. Tengo, tengo, tengo, tengo. Yo lo había traído para medir el tiempo y después me di cuenta en un momento Bueno, buenas tardes. Eh, bienvenidos todos. Eh, mi nombre es Yasel, soy el host del Track de Innovation por parte de Astracta. Nada, simplemente dar la bienvenida y eh comentarles que ahora vamos a tener el panel moderado por mi colega y paisano Arcadio Abat. Eh, el título del panel es Redefiniendo el rol del tester y del analista de negocio en la era de la inteligencia artificial. Adelante, Arcadio. Q lead de abstractor. Bueno, muchas gracias. Ahí quería probar si se no dije un dos tres. Muchas gracias por acompañarnos en este ratito. Es la primera después del almuerzo y eso entiendo que puede llegar a ser complicado. Así que si me ven que hablo alto es para despertar alguno. Así que traten de ser ustedes. Bueno, un gustazo realmente que nos acompañen acá. El el nombre es un poco ambicioso, ¿no? Porque redefinir no creo que aquí redefinamos nada. La idea es compartir en base a la experiencia de los panelistas que ahora los presento. Es una dicha que podamos juntar a este equipo. Eh, ahí tenemos, por ejemplo, Ingue, la vieron ahí entrar en la fórmula roja ahí al final. [risas] Eh, Inge, tu apellido. Edcorn. Ahí va In Arn que viene de Chile y Inge es la jefa de servicio de Cuba de Axio, eh consultores y y nos viene también con toda esa impronta de de empresa que que que vende de servicio de cómo la IA está por ahí también impactando. Tenemos al lado a Ang Cuayato, estuvo, tuvo una charla ahorita buenísima, no sé si pudieron estar, donde hicieron una demo de de tero porque Angster en Astralta y ha estado muy vinculada, uno en la asimilación de la empresa, en ayudar de a asimilar la IA en los diferentes equipos y también en el equipo de desarrollo de Tero que si vieron en la plataforma que este se libero hoy open source donde pueden generar y compartir y gestionar todo el tema de agentes ya en sus equipos. Si llegan recién, búsquenlo, que está buenísimo. Y tenemos también por aquí a a Pablo de Márquez, eh, de ANEP, es una empresa que si vieron el kinop eh la charla principal, eh, vieron que es una de las empresas que está usando ya, eh, el producto y además él tiene un rol vertical en todos los equipos de sobre todo de testing, gestionando ahí el tema de los equipos de testing y nos viene con esa impronta de empresa que además tiene mucha relación con el análisis, que tiene que ver también con el nombre, con los analistas y demás. y Luis González, que es nuestro gerente de operaciones en Astralta, pero de Chile, muy vinculado a toda la gestión comercial en la América Latina y por tanto también viene con esa impronta más de comercio, de cómo está el mundo en cuanto a solicitudes y a negocios y demás con esto del auge de lead. Así que como ven, cuatro perfiles bien diferentes, así que esperemos que que la charla lo refleje y así ustedes más allá del almuerzo también estén ahí activos. Al final vamos a tener algún espacio para poder hacer las preguntas que ustedes entiendan, así que las cositas que vayan viendo que lo van surgiendo como duda, la atención, guárdenla ahí para ese espacio. ¿Les parece? Yo puedo saludarlo, agradecerle por estar aquí. No sé si alguno quiere expresar algo antes, si no arrancamos con preguntas ya para no perder mucho tiempo. Bueno, con esto de redefinir el rol del del tester y análisis en la era actual, yo primero decir, no, ¿por qué me parece importante que haya este espacio? Siento que la IA ha venido muy fuerte para desarrollo, ¿no? Hoy con con cursos, con diferentes plataformas, han visto algunas charlas capaz en las que con uso de agente o con el MCP eh logran que desarrollo haga muchísimas cosas en mucho menos tiempo y los roles como tester o como el análisis que a la par tiene que ir en el equipo y que hay quien les llama roles puente, pero realmente tiene que verse como algo integrado que si son roles que no logran acompañar esa velocidad de desarrollo, realmente se convertiría en un cuello botella, ¿no? no estaría el análisis listo para que ese desarrollo pueda ser más ágil pruebas siempre tendríamos como que estar por detrás porque desarrollo iría la velocidad y testing a otro. Entonces, capaz por eso hablamos hoy de cómo redefinir hoy eh los roles de de análisis y de y de testing, no solo por la propia impronta que trae hoy la IA y que todo lo que nos puede beneficiar y todo el reto que que supone, sino también de acompañar esa velocidad de desarrollo que hoy es evidente. Entonces, la primera pregunta que traigo acá por mis notas sería, ¿cuáles son según su experiencia esas principales responsabilidades que pueden estar cambiando hoy gracias a la inclusión de la IA? en estos roles, si si entienden que las responsabilidades están cambiando o no. Así que ahí dejo la pregunta. No sé quién quiere romper el hielo. Bueno, recolló ahí, no sé si se escucha bien. Se escucha. Eh, bueno, las responsabilidades, creo que el foco está un poco en esa palabra, ¿no? En la palabra responsabilidad. He escuchado bastante como que parece que nos están bajando las responsabilidades por todas esas tareas que viene a hacer como la inteligencia artificial, que las hace más rápido, que las hace de una forma tipo récord. No creo que es importante como hacer una distinción eh según yo según lo que visto una experiencia abstracta entre lo que son responsabilidades y son tareas. Sí creo que la inteligencia artificial viene a ayudarnos un montón en lo que son las tareas y las tareas repetitivas, las tareas que nos llevan mucho tiempo, poder hacerlas como de forma colaborativa con la inteligencia artificial, pero la responsabilidad ahí se escucha. lograron escuchar lo que dije antes. Bien, bien. Creo que la responsabilidad sigue siendo como testers y como aseguradores y aseguradoras de la calidad entregar información sobre el sistema y eh velar por la calidad. Esa creo que es nuestra responsabilidad más grande y creo que eso, al contrario de disminuir, creo que está aumentando nuestra responsabilidad. se suman responsabilidades, por ejemplo, responsabilidad ética, de usar la inteligencia artificial con responsabilidad, también responsabilidad técnica en cierto punto de entender cómo funcionan los LM, entender cuándo me devuelve algo y cuándo lo puedo usar, cuándo lo tengo que validar. Creo que nuestras responsabilidades están aumentando, más bien acompañadas por el uso de la inteligencia artificial, pero en las tareas. La responsabilidad del testing sigue siendo, según yo y según lo que he visto, bastante humana. Ahí no sé, mis compañeros, ¿qué piensan al respecto? Sí, yo concuerdo con que eh la responsabilidad nunca se va a delegar. Ya estamos hablando de que la IA alucina, la IA tiene sesgo, ¿cierto? Y sobre todo, bueno, más allá del sesgo propio de la IA, sino que también el sesgo de lo que tiene como información para apoyar el tema del testing. Si nosotros le ponemos le le subimos poca información, ese va a ser su sesgo. Mientras más tenga información, mejor va a ser su análisis. No sé si alguno tiene algo más para complementar aquí en cuanto a responsabilidades. Buenísimo. En resumen, entonces las responsabilidades se mantienen, ¿no? Somos como responsable como parte de todo el equipo también de velar un poco por la calidad en diferentes aspectos. Yo capaz Klef tratar de ver cómo la IA puede cubrir esos espacios que otras veces nos cuesta pilar que el equipo de desarrollo tenga algunas buenas prácticas desde el inicio o que el equipo de testi también pueda llegar a la parte de requerimiento, a la parte un poquito más también en el desarrollo en calidad y que más podemos hacer ver cómo empujar siempre fue nuestra responsabilidad pero hoy con la idea llevar como estas nuevas herramientas que ayuden ahí un poquito y entonces pero realmente responsabilidad sigue siendo la misma lo que tenemos nuevas herramientas que nos pueden potenciar Hablando entonces de habilidades capaz no si las responsabilidades son la misma y las tareas son las que capaz ahí van teniendo como ese empuje o ese cambio o esas nuevas retos, ¿qué habilidades son las que entienden hoy ustedes que como tester o o analistas eh está potenciando que se necesita que tengamos más como profesionales para poder hacer todo ese uso y toda esa eh impronta que hoy nos impone la Bueno, yo definiría En lo que he visto dentro del equipo, defino las habilidades en dos partes, las habilidades soft y las habilidades técnicas, que fue algo como lo que dijo ahora. Eh, entre las habilidades técnicas tenemos sí o sí que entender cómo funciona la inteligencia artificial. No quiere decir que seamos pronters especializados, data science especializados, pero necesitamos sí saber cómo funciona un modelo de lenguaje, de dónde provienen los datos, eh cómo se alimentan de datos, eh cómo hacer un buen prom para pedirle un system prom para pedirle a la inteligencia artificial que me dé el resultado que yo quiero, el resultado que espero que salga dentro de de la gente o o del chat que esté ocupando. Y esa base es importante para poder esa habilidad técnica base es importante. Y las otras habilidades que son más soft son estas habilidades de entendimiento, de pensamiento crítico, de empatía. Algo dijo la Sofi temprano en la Keot. Eh, cuando hablamos de empatía, hablamos de empatía con los usuarios, porque finalmente nosotros creamos un producto, los usuarios ocupan este producto, pero la inteligencia artificial no es capaz de identificar la frustración del usuario si algo no le sale bien, si no si no saben ocuparla. Entonces, ahí es donde nosotros también tenemos que tener esas habilidades para apoyarlos. Yo creo que las est habilidades no son nuevas, sino que ya los equipos los ya la tienen, sino que con la este se amplifican o tienen mayor valor. Pongo por ejemplo nuestro trabajo, este como equipo este estamos trabajando en en determinados agentes para que nos colaboren en la tarea diaria y es el el tester, el equipo, el equipo quien tiene esa capacidad de conocimiento del negocio, de conocimiento de la organización, este del conocimiento con el usuario para poder este diseñar esos agentes y que sean beneficiarios. beneficioso para para nuestro trabajo. Este ahí esa habilidad que ya tiene el tester de de análisis de de la calidad de producto de del conocimiento de la organización, eso se amplía este pero no cambia. ¿Alguna otra opinión? Bueno, hay una pregunta ahí que siempre está sobre tintero, ¿no? Ustedes decían ahorita, la responsabilidad sigue siendo la misma y capaz algunas cosas se delegan a a cosas de ya, ¿no? Entonces, la pregunta clave clásica que está más que respondida, pero la hago a ver su opinión siempre de su experiencia capaz y demás, es seguirá siendo necesario nuestro rol o en algún momento, no digo el rol testing humano, sino que pueda ser en algún momento eh reemplazado o cap, pero en gran parte por automatizaciones con. Bueno, vuelvo a la a la experiencia este que no ha tocado nuestra organización. Eh, nosotros este el equipo de testing este de ANEP lleva adelante este la incorporación de esta herramienta eh al proceso de testing de de al proceso de testing. No queda como algo por fuera, sino en el proceso de testing. Estamos hablando del equipo que un equipo que tiene una cartera de aproximadamente 25 este sistemas, proyectos, equipo que que se encuentran de nosotros, este muy orgulloso de de ser parte de ellos. Eh, nada, pero el equipo es este quien quien trabaja con la herramienta, eh, quien quien diseña este los agentes que lo van a colaborar. Eh, la IA no nos da nos potencia, nos da este la posibilidad de automatizar este tareas que tareas y y agilizar este cosas que tenemos que hacer este diariamente, pero el el equipo de Cada, el equipo de testing es quien este crea esos agentes para que lo ayuden. Este es después quién este verifica los resultados este que que esta herramienta nos da. Yo creo que es un complemento entre la herramienta y el equipo y en ese complemento está la la fuerza de de la herramienta y más cuando se trata de organizaciones como la nuestra que trabajamos con muchísimos sistemas este con muchísima documentación y cuando manejamos este documentación muy sensible o información muy sensible y trabajamos para y por los estudiantes o jóvenes de de nuestro ahí abr abriste una puerta interesante capaz está la buena compartir en basado en sus experiencias que es cuáles son los usos que le estamos dando hoy a la cuáles son esas tareas que realmente nos está facilitando, ¿no? Por ejemplo, nosotros comenzamos a trabajar este primero en equipo, fundamental trabajar en equipo y que cada integrante del equipo este eh de su su forma de de de ver el negocio, de trabajar y su y colabore en la creación. Este, comenzamos con con el diseño de agentes para pruebas este funcionales y no funcionales. Este, dado la cantidad de proyectos, tenemos eh mucha tarea ahí. eh también para estrategias y planes de prueba. también en paralelo este a veces recibimos este sistemas legados con poca información o con poca documentación y y la herramienta nos ha ayudado a recuperar esa información o no sé si la palabra es recuperar, pero sí este partir de la base de cierta documentación que bueno después sí el equipo este la verifica con el usuario con pruebas este de humo, pruebas este exploratorias Este, pero ese camino de arrancar de un papel en cero y diseñar toda esa documentación que no teníamos, este, con la base que nosía nos allana el camino, este muy muy de una forma muy este eh buena. Buenísimo. No sé si alguno tiene otra experiencia que pueda comentar en qué lo utilizan. E yo más que experiencia tengo como una mirada más tajante de esto, ¿no? Eh, la IA no viene a reemplazarnos, ya lo comentamos, ya quedó claro en lo que comentó Pablo, pero es nuestro copiloto, es este acompañamiento que vamos a tener para acelerar nuestro proceso de trabajo. Ahora, e yo creo que la pregunta no es si la EA viene a reemplazarme. La pregunta va a ser si un colega que sepa utilizarla ya para tener más éxito en el trabajo me va a reemplazar. Entonces, el mensaje es, tenemos que eh evolucionar como tester, tenemos que subirnos a este a este carro de inteligencia artificial que ya partió hace rato eh y poder ocuparla, experimentar, equivocarse, tener aciertos, todo eso es importante, todo eso va dentro del camino de aprendizaje. Entonces, la recomendación es, estudien, practiquen, no sean expertos en todo, pero prueben, falla, error y van a ver que van a sentir que las cosas van a ir evolucionando, ustedes van a ir evolucionando y ya no van a ser testers que ejecutan casos o que diseñan casos de prueba, sino que van a ser estrategas de calidad, van a ser garantes de la calidad y van a ser este supervisor de la inteligencia artificial y ver que lo que está haciendo ustedes lo validen y sepan que está Ahí en ese consejo que das, eh, hay algo que al principio cuando la había mucho temor, las organizaciones en un momento como que muchas cerraron puerta, ¿no? No usa por miedo a lo que se pueda filtrar, por miedo a donde pueda ir nuestra información y demás. Ya eso cambió en en poquitísimo tiempo. Oye, el que no se monta en el carro está atrás y se va a quedar y no sé qué. Entonces, no sé qué tan importante es capaz la experiencia que ustedes han tenido, el rol que tenga la organización de poder impulsar, eh proveer eh el tema de que los equipos puedan montarse realmente en la en la accesibilidad. No sé si todavía debe quedar empresas que que no permitan que se sucedi en puede haber, eh, pero también está el caso en que si una persona está muy interesada o por su cuenta prueba y demás, ¿qué tanto realmente luego puede impactar eso en los proyectos y demás? Si es algo o muy personal o muy que realmente no se implanta como una cultura o como que de todos los puntos y demás. Me pasa que pasando mi rol comercial, eh he encontrado empresas todavía grandes, empresas en México, estoy trabajando con una hora que es una empresa gigante de transporte y no tiene nada de inteligencia artificial y todavía tienen ese miedo de qué es lo que puedo hacer, que mis datos, que cómo los resguardo y y yo creo que es válido, es válido que que no todos adopten tan rápidamente esto, pero acá la profundez que la organización no puede de la inteligencia artificial como algo para reducir costos. Tiene que verlo como una inversión de talento. ¿Por qué? porque esto me va a ayudar a que mi talento sea más productivo, sea más eficaz y tenga mejor calidad en mi ciclo de desarrollo de software. Y lo importante es que las empresas deben adoptar un enfoque cultural, primeramente de adopción para que desde todas las áreas de las empresas entiendan a dónde vamos, qué es lo que vamos a hacer con la inteligencia artificial, porque no vale de nada implementar algo de inteligencia artificial y que nadie en la organización sepa porque no va a generar el valor y el impacto que necesita. Entonces, hay que empezar por la cultura, hay que empezar, como lo comenté antes, ensayo y error o si no contratar una empresa como la nuestra. Y nosotros los llevamos a todo este modelo de adopción, los llevamos con ya eh los agentes hechos, los agentes especializados para su empresa y los vamos enseñando cómo ocuparlo, cómo sacarle el mejor provecho, cómo tener el menor impacto, cambiando esa mentalidad de medir al tester y a la calidad por lo que ejecuta o por lo que hace, sino tener una mentalidad ya de cuál es el impacto que tengo con esta con esta inteligencia artificial. Eh, ¿qué tan rápido estoy en el time to market? Mis sprint ya no están durando 3 semanas, está durando semana y media y estoy teniendo cero errores en producción. Entonces, esos son los KPI que vamos a tener que cambiar, la mentalidad que vamos a tener que cambiar desde los niveles más altos, porque hay todavía mucho dinosaurio en los level de la empresa que no quieren ningún cambio. Entonces, eso es lo que hay que atacar primero para que toda la empresa pueda surgir. No sé si Ang puede, porque se me ocurre mencionar algún ejemplo de cómo trata hoy es como natural el tema de usarla ya. Todavía no quiere decir que el 100% lo utilice, pero sí como se adoptó de una manera bastante acompañada en los equipos y y está bueno. Se creó un equipo para esto y demás. No sé, tú formas parte ahí, no sé, Pablo quería decir algo también un poco lo que eh siguiendo lo de él que el cambio es organizacional y cultural y y hay dos puntos para mí fundamentales en toda organización que es dar el espacio, el lugar y el tiempo para que los equipos puedan este experimentar y trabajar con la guía y después darle la confianza

A los equipos de del trabajo este que van a hacer, que están haciendo, que es para para beneficiar a la organización. Un poco eso.

Sí, ahí en Abstracta para comentarles, tuvimos una experiencia bien interesante este año donde el foco al principio se puso mucho en la cultura, en cómo la inteligencia artificial se estaba adoptando y cómo cada uno y cada una lo estaba llevando a sus tareas diarias. Y en base a eso se armó un equipo interdisciplinario que un poco ya lo comentaron en la keynote que se llamó IA en Team y yo formé parte de ese equipo donde un poco teníamos así encuentros semanales, íbamos comentando cuáles eran las liberaciones que se hacían en la plataforma Tero que ya vieron un poco también.

Y el feedback que nos fue llegando con esos encuentros fue que era super importante atacar también esa pata, no solamente proponer una plataforma y dejarla ahí y ver si lo usan o no lo usan. A todos y a todas nos generó una revolución enorme esto de la inteligencia artificial. ¿Lo uso, no lo uso? ¿Cómo? Cuando veíamos que los demás la empezaban a usar, capaz que sentíamos que quedábamos un poquito atrás, porque todos hablan de agentes, todos hablan de prompts y yo no sé nada. Y un poco eso fuimos viendo y fuimos como atacando esas pequeñas cositas que fueron surgiendo y acompañando al equipo, sobre todo, haciéndole sentir también que tenían un espacio seguro todas las semanas donde ir y sacarse todas las dudas desde la más básica hasta la más compleja. Y eso fue super enriquecedor para toda la empresa en realidad porque se sumaban personas hipertécnicas y personas que recién estaban empezando a usarlo. Entonces ahí se daba como una sinergia muy linda y de la que aprendimos un montón. Entre ellas sobre esto que comentaba Luis de lo importante que es no solo proponer la plataforma sino también acompañarla de un cambio cultural y que tenga el foco en cómo las personas lo van a usar también.

Buenísimo. Gracias.

Un punto importante ahí ya saliendo un poquito de la empresa y entrar un poquito al mercado, ¿no? Yo estuve haciendo algún estudio ahí, dije, "Déjame ver cuántas ofertas encuentro que tengan IA, ¿no?" y vi muchas como que al tester parte de lo que le piden, que a veces piden muchísimas cosas, está como que también tenga conocimientos en IA, algunas que era como probar aplicaciones que tengan IA. Y vi, estuve buscando ahí con la IA también que ya tiene Meta y demás, estuve buscando que me hicieran un estudio de las ofertas que encontraba en los principales sitios de trabajo y me dio algunos datos ahí. Por ejemplo, este me dice que en una consultoría americana McKinsey había encontrado que 78% de las empresas a nivel mundial utilizaban IA. En la keynote decían un 82% según otro estudio, es decir, que es un por bastante alto. Y también me habló ahí en lo que estuve buscando de que según un estudio la demanda de mercado en Uruguay había crecido en un 154% en cuanto a solicitudes de trabajo con temas de IA. Lo que sí encontré que la mayoría de los puestos había mucho de docencia, hay consultant, IA engineer, machine learning engineer, no sé cómo ustedes lo sienten en el área nuestra un poco más testing, análisis, cosas que está ese auge, ¿no? De de solicitudes de fuentes de trabajo que tengan IA o probar cosas que tengan IA.

El comercial. Sí. Eh, generalmente he visto e igual en mi rol operativo tengo que buscar personas para trabajar dentro del equipo y he visto que hay mucha, claro, siempre me meto en otras empresas, veo que solicitan, cuáles son los que están pidiendo con ciertos roles y y he visto lo que tú dices, no sé, el tester tiene que saber algo de inteligencia artificial, pero además de eso he visto roles nuevos que no sé, podría nombrar tres como el testing de IA. Entonces, este testing no prueba solo el aplicativo, sino que prueba la inteligencia artificial dentro del aplicativo. Entonces, ¿cuáles son los requerimientos que necesita, que tiene que ver que que sea justa, que sea precisa, que no tenga sesgos éticos, que sea segura? Se, por ejemplo, un chatbot eh que no nos dé respuestas racistas, un recomendador de producto que no nos recomiende productos ilegales, por ejemplo.

Eh, hay otro que vi también que era como el analista de calidad de los modelos de lenguaje. Entonces, este lo que haces es probar el comportamiento del modelo de lenguaje, cómo está entrenado y todo referente al modelo en sí. Y está el analista de calidad de los datos. Entonces, él prueba el linaje de los datos, si son buenos datos para lo que yo necesito, prueba cómo están cargados, cuál es la estrategia que se usó para generar toda esta información de data.

Pero pero más que eso en cuanto a oportunidades laborales, a mí me gustaría enfocar el tema en el crecimiento que tienen los testers, porque además de las oportunidades laborales que pueden surgir con el tema del IA, los testers tienen mucho potencial para crecer con temas de IA. Y es algo muy simple, ¿no? No hay que ser Sí, hay quienes van y y sacan un documento y dicen, "Yo hice un posgrado en inteligencia artificial." Pero más que eso, ahorita podemos hacer estudios cortos, podemos entender los fundamentos en inteligencia artificial. Microsoft, Google, Oracle, todos tienen muchos cursos gratis que nos dan como para entender las bases fundamentales de esto y esto nos va a catapultar muy rápidamente, vamos a evolucionar muy rápidamente y vamos a ser más importantes dentro de la empresa porque nos vamos a centrar lo que dijo Pablo, en el conocimiento que tenemos del negocio, en el conocimiento táctico que tenemos de la estrategia de cómo se mueve el negocio y de cómo voy a validar todo lo que la inteligencia artificial me está otorgando.

En ese sentido y complementando lo de Luis, hay dos crecimientos, o sea, hay dos áreas o niveles de crecimiento. Una es la operativa, ¿cierto? En la cual la inteligencia artificial nos permite, bueno, depurar datos, ¿cierto? mejorar la descripción de un caso de prueba, validar la integridad, ¿cierto? dentro de una historia de usuario, ¿cierto? Eh, perdón, y la otra es ya más orientado a lo que es táctico. Entonces, ya el analista de QA o el QA engineer va a tener un poco más de incidencia en cómo voy a evaluar la cobertura de mi caso de prueba, ¿cierto? y cuáles y cuáles son los casos de prueba o los features que por riesgo tengo que evaluar primero ya y obviamente con la cobertura. Entonces, va como una parte como lo que dice Luis y otra de de cómo lo enfrento yo dentro del proyecto.

Buenísimo. Bueno, en en resumen ahí también el mercado como que sí nos está redefiniendo un poco el rol, incluyendo cosas que deberíamos ya nos vienen a exigir, que deberíamos saber como tester y cómo impactar también en los sistemas nuevos que la mayoría van a empezar a usar IA. Entonces, ¿cómo probarlo? Entonces, con todo esto que hemos hablado para dar un poquito de de paso también a las preguntas y demás, se me impone la pregunta un poquito con el tema, ¿no? ¿Cómo podemos redefinir nuestra identidad, ya sea como tester o como analista, en un entorno donde cada vez la IA viene jugando un rol reimportante y como ven cambiando en todos los aspectos las formas en que hoy desarrollamos software. Entonces, ¿cómo defendemos? ¿Defendemos o cambiamos o cómo redefinimos esa identidad como tester dentro de los equipos?

Contact. ¿Se escucha, ¿no? Bueno, se te escucha, pero no por el micrófono. Tengo que hacer algo. Ahora sí, ahora sí. Okay. E comentarles un poco más de esta experiencia que que tuvimos este año en Abstracta con el equipo de de adopción de inteligencia artificial. Estuvo muy muy atravesado este tema de la identidad profesional, ¿no? Muchos testers eh que tenían como objetivo que su identidad profesional se basaba en ejecutar o crear casos de prueba, ¿no? Entonces, cuando veníamos a proponerles el uso de esta herramienta que hacía un poco esas otras tareas y ellos podían dedicarse a otro tipo de tareas, movilizaba pila eso, ¿no? porque viene como a tocar directamente nuestra identidad profesional que tanto tiempo hemos definido como el tester hace casos de prueba y ejecuta casos de prueba, ¿no? Entonces, eh ahí está bien interesante ver cómo operan todos esos movimientos identitarios, ¿no? Y y en todo lo que nos hace atravesar la inteligencia artificial eh en ese sentido.

Y un poco ahí una estrategia como que encontramos un poco mover esto de de las tareas un poco. Antes hablaba de las responsabilidades y de las tareas, ¿no? Y cómo queda la identidad en el medio de todo eso, porque cuando tenemos nuestra identidad profesional muy anclada a qué tareas realizamos, vemos la inteligencia artificial como una amenaza, porque viene y empieza a hacer esta tarea que yo la hacía y ahora yo, ¿qué hago? Entonces hay un poco mi propuesta en cuanto a esto para que se sientan un poco mejor capaz es mover un poco esa identidad de las tareas a la responsabilidad. Cuando nuestra identidad profesional es un poquito más anclada en cuáles son nuestras responsabilidades como testers y como aseguradores de calidad, que básicamente es esa, ¿no? Entregar información sobre el sistema y velar por la calidad del producto. Si tenemos nuestra identidad un poquito más dirigida ahí, las tareas las vamos a poder apoyar un poquito más en lo que es la inteligencia artificial, los agentes y encontramos como cierta calma y cierta armonía un poco ahí. Eh, así que eso fue un poco lo que vimos en nuestra experiencia, no sé.

Sí, completamente de acuerdo. De hecho, voy a ser fastidioso con el tema. Nuestra identidad sí o sí va a cambiar porque ya la inteligencia artificial va a poder diseñarme esos 200 casos de prueba que necesito y la inteligencia artificial va a poder validar si la API responde en 200 milisegundos y va a poder validar todo este tipo de tareas que nosotros tenemos ya definidas como como identidad. Y nosotros vuelvo, vamos a ser estrategas de la calidad, vamos a hacer la estrategia de calidad, vamos a ser validadores de la calidad, vamos a definir cómo la inteligencia artificial nos va a ayudar a generar mejor impacto dentro de nuestras organizaciones y mejor impacto con nuestros clientes. Me gustó. Es como que el rol del tester solo pruebo y ejecuto y diseño caso cada vez va a ser menos necesario porque esas acciones son las que más fácil va a poder hacerla IA y vamos a descansar entonces en eso y pensar un poco más en cosas que hoy capaz el diseñar y probar no nos está permitiendo y poder llegar más allá y usar la herramienta para poder como apuntar a eso y encontrar nuevas formas incluso de probar. Va a estar buenísimo. Hay que abrirse a eso y y no pensar que que de momento no viene porque es algo que cada vez vieron que surge un nuevo modelo, una nueva funcionalidad que deja como por descarte todo lo que ya veníamos pensando que era super eh como provechoso o cambiante y algo en un corto tiempo, cada vez más corto logra cambiar eso y todo va para hacer más ágil, más eficiente nuestras tareas. Así que hay que sin duda montarse en el carro que usa hasta mucho esa expresión.

No sé si alguno tenía otra sobre esto. Si no, yo los invito para cerrar esta etapa y pasar a las preguntas a que cada uno pueda como despedir esta etapa con alguna frase, alguna, no sé si consejo, si opinión, si algo que se le que estuviera bueno mencionar y no mencionamos, algo que quieran remarcar cada uno y así pasamos las preguntas, ¿les parece? ¿Quién arranca ahí? ¿Quién arranca?

In que te tocó ahí. Ah, va. Eh, bueno, yo creo que como consejo principales, si no hemos hecho nada, hay que hacerlo. La adopción no es una opción para el tester. Tenemos que adoptar la inteligencia artificial, tenemos que ocuparla, tenemos que trabajar en ella y si aún no he hecho nada para hacerlo, hoy es el momento de empezar a hacerlo. Yo creo que como ese es el mensaje principal y lo que ya les comenté, prueben, equivóquense, tengan errores, tengan aciertos, es importante dentro del progreso personal de toda esta adopción de inteligencia artificial.

Bueno, ahí yo eh tengo como dos pensamientos, voy por los dos lados, un poco por el lado de de adopción y otro poco por el lado de Tero, que hoy estoy un poco acá representando eso también. Eh, por el lado de adopción, me gustaría que quienes estén acá y o lo estén mirando por streaming o lo miran luego, eh, se pregunten qué les pasa cuando piensan en la inteligencia artificial aplicada a su trabajo. ¿Qué le genera eso? si les genera algo positivo relacionado, o sea, la motivación, a las ganas de encarar, vayan por ahí, encaren ese sentimiento que es por ahí el futuro. Y si les genera algo negativo, por ejemplo, miedo, eh, ansiedad, no sé qué va a pasar con mi trabajo, pararse un poquito ahí a ver qué es lo que hay también atrás de eso, ¿no? Porque a veces pensamos que lo que nos da miedo es la inteligencia artificial o la tecnología y en realidad capaz que un poquito lo que nos da miedo es dejar de ser lo que pensamos que somos. esto relacionado a lo a lo de las tareas, ¿no? Eso por un lado y después por otro lado un accionable bien directo y que pueden hacer hoy acá en esta conferencia es si vieron y no entendieron o si no vieron qué son los casos de prueba que hablamos de los agentes de inteligencia artificial en la plataforma de Tero que mostramos hay una pestaña de testear esos agentes. Sí, está bien relacionado a la calidad y está bien relacionado a la inteligencia artificial. Si les quedó eso resonando, no lo entendieron muy bien o quieran profundizar, eh, los vamos a esperar por el stand de Tero si quieren revisar, es un buen momento para empezar hoy también. Ahí salió un poco la psicóloga que se recibió este año, así que [risas]

Bueno, por mi lado eh lo que lo que creo yo eh que hay que llevarse es como dice Luis, hay que subirse. La inteligencia artificial no viene a reemplazarnos. Porque siempre va a existir en algún minuto que vamos a tener que revisar el trabajo de la IA. Eso. Y tampoco la IA nos va a decir, "Oye, ¿sabes qué? Ándate por este camino o por este otro camino." Lo probé. Eh, pero sí te da alternativas y amplía, cierto, el espectro de alternativas por dónde elegir. Entonces, eh, véanlo más como un compañero, como un copiloto, ¿cierto? Eh, más que como un reemplazo. Eso bien.

Yo voy por por dos este lugares. Primero por la herramienta y y junto con la herramienta los equipos. Este, la IA llegó para quedarse y para seguir avanzando. Es una herramienta este muy potente. Eh, mi consejo es que no dejen de aprender, de de preguntar, de investigar, pero sobre todo de no dejen de trabajar en equipo. Este, yo creo que la gobernabilidad todavía o la gobernanza, mejor dicho, es de los equipos de trabajo.

Bueno, les damos la palabra antes del aplauso, la despedida la palabra a algunos si tienen alguna pregunta. Tenemos unos minutitos. Algo le quedó resonando. Ahí va.

Gracias. Hola, gracias por la charla. Les quería hacer una consulta eh con el tema de la obviamente. Si acaso tienen algún referente de quién tomar información. La verdad que hoy en día la información que existe con respecto a los adelantos de la IA es abrumadora. Si puedes resumir acá por si no se escucha. Ah, ya. Okay. Existe mucha información con respecto a la IA que es abrumadora. Ahí sí, ya, perdón. Y de repente lo que a mí me pasa, al menos que me abrumo a veces porque la información es demasiada y no sé cuál de todas esas alternativas que día a día me van a servir para hacer mejor trabajo. Entonces, mi pregunta es, ¿tienen algún referente a quién siguen o de quién se alimentan para saber en el fondo cuál es el camino a seguir?

Mira, mi consejo es que sigas Abstracta. Abstracta. Es uno de mis referencias. Sí, sí, es uno de mis referencias. Sigue al Fedes, sigue al Mati, sigue a la Vera, sigue a la Sofi. Todos dentro de los Abstracta están super alineados con el tema de la inteligencia artificial. Eh, prueba Tero, ya está gratis, úsalo, aprovecha los agentes que dejamos disponible. Eh, pero sigue esas personas que estás viendo que están haciendo las cosas bien, ya, porque puede haber mucha gente pregonando inteligencia artificial y capaz no es lo que yo necesito. Si yo estoy en testing y tengo una empresa como Abstracta que está haciendo las cosas bien, que tiene este tipo de eventos para dar toda esta información, es a ellos a quien tengo que seguir y con ellos alinearme para seguir adelante y mostrarle a mi organización qué puedo hacer con los productos de Abstracta y cómo nos pueden ayudar.

Vale, gracias. Ahí complementando también, obviamente voy por la misma línea que Luis, eh también hay un stand de Academy que están liberando un curso buenísimo de inteligencia artificial también y adopción y esto como para reforzar también eh no es como solamente seguir Abstracta por seguir Abstracta, sino que hay un laburo tremendo de muchos años de estudio y nosotros vivimos de primera mano eh las primeras jornadas de capacitación y cómo había una pasión muy grande por investigar y por encontrar dónde utilizarlo de forma segura y de forma productiva. Entonces, con todo ese backup es que se ha ido generando todo este material y pueden ir a consultarlo también ahí en el stand de Academy que tienen pila de cursos las chiquilinas ahí para ofrecer también. Yo extiendo también a la agenda del evento porque es como el filtro Abstracta de es un evento que la mayoría de las charlas son de IA porque es lo que estamos viendo la innovación y decir de mucha gente que se presentaron estos son los que me interesa a que mi comunidad acceda y tenga como referente. Entonces de la agenda hoy según los temas que te puedan interesar ahí puedes tener muchísimo referente.

¿Alguna otra? No sé si alguien más o alguna otra pregunta del público. Ahí te alcanzo el micrófono para que te escuchen todos.

Gracias. Eh, nada, encantada del espacio y por supuesto yo sigo Abstracta sin sin duda. Si no fuera no lo pongo en duda. [risas] Yo tengo una preocupación teniendo en cuenta la experiencia que ustedes tienen en la en tanto en conocimiento de IA como software, además de la adopción que han hecho. Mi preocupación va en cuanto al nuevo paradigma de IA que se nos plantea hoy de la AI, la General AI. Mi preocupación y bueno, Angi, que ya escuché que se recibió como psicóloga, mejor todavía este tema de poder crear prácticas de QA que permitan evaluar un software que está tratando de ofrecer una experiencia de usuario más humana. Me baso en muchos quizás han visto, no sé si si vienen usándola ya hace bastante tiempo o recién, cómo se han evolucionado, cómo ha evolucionado las respuestas y la forma de comunicarse que existe hoy en la en la en el intercambio con la IA. Antes eran respuestas un poco más directas, más informativas, más datos. Hoy los modelos se dotan de una intercambio un poco más emocional. Exacto. ¿Cómo se pre? Me preocupa cómo podemos evaluar la calidad de un software que está tratando de ser más humano? Gracias.

Esas preguntas respuestas. [risas] ¿Alguien se anima? Dijeron Angi. Me la tiraron a mí. [risas] Eh, bueno, yo te puedo responder un poco desde toda esta experiencia con Tero. También al principio nos pasaba mucho en esto que vos traés de de cómo se humanizan las conversaciones con los chats y con los LLM. Nos traían mucho desde el equipo esto de me contesta más cortante que Chat GPT, ¿no? Porque Chat GPT ya estaba en ese nivel de ser súper complaciente y decirte a todo que sí y tenerte ahí hipnotizado para devolverte más. Y un poco nuestra propuesta desde ese lado fue, bueno, esto vos lo podés setear así si querés decirle que te ame, que te adore y que te diga todo que sí, pero un poco la idea de de estos agentes y de poder setear el system prompt es de controlar un poco más eso, ¿no? Que es lo No tenemos control sobre eso en cualquier otro producto de inteligencia artificial que esté en el mercado. Nos va a devolver lo que le hayan dicho más o menos en el prompt que tiene que devolver acá. Esto está bien crudo y fue como un desafío interesante también llevar esa conciencia a los equipos y a las personas y que sepan que ellos tenían el control sobre eso y sobre el intercambio humanizado es natural, creo yo. O sea, somos humanos y que pretendemos humanizar todo lo que hay a nuestro alrededor. Lo que es importante es saber hasta dónde va el límite, ¿sí? Hasta dónde voy yo como humano y hasta dónde va lo que me puedo ofrecer la inteligencia artificial. Y ese límite lo va a encontrar cada uno y cada una es siempre experimentando y usando los agentes.

Bueno, ahora sí le pido el aplauso para nuestros panelistas porque ahí estamos ya con el tiempo justito. Igual cualquier otra pregunta como invitado Ange, cualquier otra pregunta vamos a estar ahí alrededor sobre todo ahí en el en el stand de de Tero o otros que tenemos. Cualquier otra pregunta nos se pueden acercar a cualquiera y la continuamos. Okay, muchas gracias a todos por el tiempo, no se durmieron y nada, sigan la conferencia que falta muchísimo. Eso.

Buenas tardes nuevamente. Continuamos con el track de Innovation. Ahora vamos a tener el panel de la experimentación al impacto, cómo desplegar inteligencia artificial con propósito en tu empresa. La moderadora es nuestra Chief Culture Officer Global de Abstracta, también cofounder de Tandem, Vera Babat, bienvenida. Adelante.

Muchas gracias. Muchas gracias. Vengan ustedes, no me dejen sola. [aplausos] No, vamos a hacer un ¿Quién va a hacer un ingreso triunfal? Los voy presentando a cada uno. Acá tenemos a Karime desde Bolivia que nos viene a acompañar. Junis, pasa tú también desde el Banco Banco de Crédito de Perú. BCP es Banco de Crédito de Perú. Nati desde Qualified, líder de testing y acá Fabián Baptista, cofundador y Chief Innovation Official Abstracta y persona que se embarca en esto de Tandem en lo que estamos tratando de generar ese puente justamente entre la adopción y lo que es la transformación cultural. Esta no es una charla técnica. No, les doy un rato por si alguno se quería ir. Esta no es una charla técnica, es una charla justamente para bajar un poco las revoluciones y pensar en cuáles son los momentos y las cosas en las que verdaderamente nos está cambiando, ¿sí? Y dónde verdaderamente vamos a poner el acento. Entonces, un poco por mí y un poco por ustedes, les pido que se tomen un segundito para respirar. Bajemos de la eh lo vertiginoso que es hablar de IA todo el día. Otra respiración tal vez no. Y podamos pensar en qué cambió. Piensen cómo era antes, 3 años atrás. Estamos cerca de cumpleaños de Chat GPT. Eh, tres añitos cumple. ¿Qué cosas hacían distintas? ¿Las tienen? ¿Tienen qué cosas no cambiaron? Tal vez ahí tienes que pensar un poquito más. [risas] Muy bien. Entonces vamos a arrancar a ver cómo transitamos ese cambio, qué nos van a contar desde su experiencia acá nuestros panelistas y vamos a pensar juntos cuáles son los el camino que necesitamos recorrer para poder transitar ese camino y que efectivamente tenga impacto. Sí.

Bueno, entonces Karime, tú eres la primera entrevistada. Yo no soy no sé si soy tan diplomática o tan democrática como Arca. No sé si les voy a preguntar a todos lo mismo, está porque me interesa. Nosotros preparamos esta charla y Karime tenía algo muy interesante para contarnos sobre cómo nos aseguramos que estamos haciendo IA con impacto. Ah, bueno. Ah, no sé si se escucha bien. Se escucha bien. Se escucha perfecto. Okay. Es que sentía que respiraba mucho. Okay. Ah, bueno. De mi lado, yo creo que el tema de la IA con con propósito y creo que bueno, algunas personas tal vez me han escuchado antes hablar sobre este tema es desde mi perspectiva está como muy alineada al tema de encontrarle valor a lo que queremos optimizar y a lo que queremos e eh a lo que a lo que queremos mejorar, ¿no? Entonces, generalmente yo lo llego a atar a ciertas métricas en el sentido de que nosotros con el uso de la IA podemos identificar qué tipo de, yo le llamo superpoderes podemos tener, ya que podemos hacer las cosas de la manera tradicional, pero ahora gracias al al uso de la inteligencia artificial, entonces podemos optimizar nuestros propios nuestras propias habilidades, ¿no? Entonces, más o menos está siempre orientado a eso, a saber qué tipo de cosas podemos mejorar. Y como les decía, alineado a medir es algo que que yo le doy bastante importancia. No sé si lo tocamos luego, pero sí. Ah, ya. Okay. Pero eh considero que cuando tratamos de identificar valor creo que es lo que más nos importa porque usar por usar la IA creo que ya a estas alturas como que no tiene sentido. Pero cuando nosotros tratamos de identificar en qué realmente estamos mejorando, deberíamos identificar primero cómo lo hacíamos cuando era manual o cuando no usábamos IA. Entonces, de esa manera, si yo estoy haciendo algo, podría tranquilamente decir, he optimizado en cierta cantidad, no sé, de tiempo, de recursos. Entonces, en mi caso siempre lo veo como más orientado a eso, al medir el valor sobre el uso que le podemos dar a las herramientas para poder mejorar nuestras propias habilidades.

Bien, Fabián, te veo haciendo así. ¿Quieres quieres sumar algo? Ah, bueno, Junis, tú trabajas en el BCP, que es un banco grande, importante, con mucha información muy delicada. Sí. Así es. Ahí sí me escucha. Ahí va. Ahí no es solo, porque no es solo medir y saber que el efecto de lo que estamos haciendo tiene un impacto, sino también hacerlo de una manera segura, ¿no? ¿Cómo qué nos recomiendas o qué has aprendido en este camino? De hecho, algo que hemos visto y creo que la mayoría de las empresas experimentan cuando recién ha llegado la IA o cuando llega toda una herramienta nueva, siempre sentimos temor de, oye, ¿qué podemos hacer con esto? ¿Qué vamos a generar con esto? ¿Mi equipo se alineará a esto? Eh, algo que nosotros hemos eh ¿qué fue lo primero que logramos o miramos? no fue empezar a tomar conciencia de no solamente el área tecnológica del banco en el que yo estoy es responsable de garantizar la ética, sino también el resto de equipos y esto es un trabajo en conjunto a nivel de todos los equipos de cualquier empresa porque desde ahí parte. Y otra cosa que rescato bastante y hay una palabra que es bien grande que de repente lo usamos de forma nosotros más genérica, que es el tema de la responsabilidad. Usar la IA con responsabilidad, ¿para qué lo vamos a usar? no encontrarle un propósito. Justo como decía Karime, este creo que es uno de los eh uno de los puntos que más destaco y otra cosa que también me gustaría que el resto de empresas tal vez pueda llevarse es eh más que intentar implementar la IA como tal, es aprender un poco a gobernarla, a a gobernar la a gobernarla eh a medir el impacto que nos puede traer implementar la IA y sobre todo no perder el foco en el componente humano, porque el factor humano es muy importante para hacer que toda herramienta crezca y evolucione en una empresa.

Ahí vamos a seguir porque eh todo el mundo está hablando de lo humano, no dejemos que lo humano, pero ¿qué es eso humano? ¿No? Ahí tal vez voy contigo, Nati, que tenés un en Qualified vienen haciendo como una un recorrido muy lindo en cómo vienen acompañando el equipo y hablábamos un poco de eso. ¿Nos quieres contar de cómo haces eso a la interna del equipo? Después hablamos de cómo hacerlo para afuera.

Micrófono. Eh, sí, en Qualified empezamos eh, o sea, a trabajar algunos, a probar lo que era IA y después vimos que en realidad eso tenía que permear hacia toda la empresa. No fue una tarea fácil, eh, para algunos es muy fácil adoptarla, para otros es más difícil, pero lo que se hizo, empezamos fue con capacitación. Creo que eh fue el primer punto, eh entender un poco de qué se trata esto de qué esperar de la IA. Y uno de los puntos importantes, por ejemplo, era aprender a preguntar. Parece muy obvio, todos sabemos preguntar, pero en realidad saber preguntar correctamente a la IA nos pareció super importante y insistimos mucho en eso, así como eh aprender a darle el contexto necesario, o sea, ni mucho ni muy poco, pero darle el contexto suficiente necesario para que después esa respuesta sea útil. Otra de las cosas que insistimos fue eh en las limitaciones que tiene. Muchas veces la IA eh creemos que nos va a solucionar todos los problemas y no es así. Entonces, saber esas cosas y los riesgos ya estuvieron hablando. Y bueno, toda esa parte de capacitación fue un primer paso eh que estuvimos trabajando la interna y el segundo paso natural es bueno, tírense al agua y empiecen a usarla. Eso fue el el siguiente paso y después seguiremos charlando, pero hasta ahí fue como el proceso natural y y que nos ha venido dando resultados.

Bien. Bueno, en la misma línea, Fabián, algo de eso que contaba Nati hoy Sofi contaba cómo lo hicimos en Abstracta. ¿Algo te sorprendió de esa de esa primera etapa? Sí. Bueno, eh sorprendieron varias cosas. La recuerdo el primer hallazgo sorprendente fue por allá cuando nos dimos cuenta que, bueno, primero que se partían dos la torta, tenías los super entusiasmados, excitados con con las novedades y los que estaban completamente en desacuerdo, eh a veces con miedo o escépticos y y uno para mí no fue natural ver que las personas que tenían mayor seniority, mayor conocimiento técnico, quizá un poco justamente influenciado por conocer un poco las entrañas de todo esto, generaban mucho eh poco entusiasmo. Entonces, las personas más jóvenes eh o menos experimentes en realidad tenían mejores resultados de adopción. Eso fue uno. El segundo es que muchas de las personas que empezaron a usar mejor la inteligencia artificial y entender eh cómo cómo llevarla principalmente en las etapas más tempranas, eran las personas que para mí también fue contraintuitivo, las personas que no tenían conocimiento técnico de programación o lo que sea, sino que manejaban muy bien el lenguaje, se sabían expresar bien y lograban mejores resultados. Eh, además de la gobernanza, también vimos que hay como una necesidad de un radar o un observatorio constante porque uno dice, "Ah, mira, eh, Google Gemini Banana funciona buenísimo para generar imágenes y CHPT es malísimo y dos semanas después eso cambia. Entonces, eh eso de estar acompañado y estar capacitado es como una tarea casi que permanente y varios hallazgos más, pero pero eso creo que está muy bien, está muy bien.

Muchas gracias. Bien, entonces estábamos hablando de que al principio había como toda esta etapa de aprendizaje, pero eso ya pasó hace mucho tiempo. Para nosotros ya es como lejano y probablemente para muchos de ustedes, pero muchos de ustedes levanten la mano para quiénes esta etapa parece lejana. Ya conocen que en sus equipos todo el mundo está más en el lado de la experimentación y el entusiasmo y no hay outsiders. Dos, tres, está para muestra un botón. Pero entonces está, tenemos ese camino por recorrer, pero aparte mientras tenemos ese camino por recorrer y tenemos toda esta estrategia de adopción, después está el día a día. No, y el día a día a veces no encontramos ese lugar. ¿Cómo hacemos para motivar a los equipos a que le hagan un lugar en su día a día y a que eso, esa práctica experimental se convierta en una forma de trabajo? Yunis, ¿quieres contarnos ahí de qué hacen como para transmitirse esas formas de integrarla ya en su día a día? De hecho, en las empresas grandes usualmente es un poco complicado eh difundir esta información de la IA, ¿no? O que todas las personas se adapten incluso a eh a la IA. Pero algo que nos ha servido bastante y justo lo que también escuchaba Fabián era el tema de las comunidades o los foros. Eh, esto es algo que también a nosotros nos ha servido. De hecho, tenemos muchos canales de comunicación internos que usualmente nos sirve para difundir eh conocimientos, compartir experiencias y no solamente con personas de nuestro rol, también hay personas de otros roles, involucran, no solamente personas de tecnología, sino del área de negocio. Y también algo que también nos ha ayudado bastante es aprender cómo es que los otros roles han implementado en el día a día el uso de la IA, y cómo les ha servido a generar valor, que es lo más importante. Eh, y bueno, y una de las cosas que también valoro que hemos realizado, es involucrar a todos los perfiles, ¿no? no solamente de los, no sé, los más seniors, sino también a los novatos, a las personas de todas las edades para que empiecen a utilizar la la IA y experimenten, ¿no? Y eso también nos ha ayudado bastante a lo que es trabajar en colaboración, a tener una un mayor crecimiento personal y profesional entre los equipos.

Bien, algo de eso también mencionabas, Karime, en tu equipo, ¿no? De integrar a todos para que pudieran ser parte de eso. Claro. Sí, en mi lado me escucho. Sí, no se te escucha tanto. Okay, ahora sí. Gracias. Okay. Sí, de mi lado ha habido bastante lo que mencionaba Fabián, este tema del rechazo a a utilizar las herramientas de IA, sobre todo las que están eh permitidas por la empresa. No sé si les ha pasado, pero de pronto todos se sienten muy cómodos usando su propia cuenta de Chat GPT, que puede ser free o puede ser la personal, pero de pronto cuando la empresa invierte en darles las herramientas, por ejemplo, como un GitHub Copilot o darles un eh en en nuestro caso un Gemini Pro, entonces había este rechazo de que no querían usarla porque se sentían observados que tal vez les puede pasar igual a ustedes o alguien de su equipo. Entonces, ha habido bastante rechazo en ese sentido de que yo sentía que todo usaban IA libremente y el momento en el que la empresa dice, eh, vamos a poner estas herramientas. Ahora, lógicamente si la empresa está pagando por licencias, ya no pueden usar eh vamos a decir entre comillas que ya no pueden usar desde sus equipos de trabajo y demás eh eh otros modelos que no estén autorizados. Entonces, había bastante rechazo. Recuerdo que eh nos habilitaron las cuentas y cuando eh el CTO hizo una evaluación de cuántas personas estaban usando las licencias de Copilot, por ejemplo, que se puede ver dónde se instalada y demás, era más o menos el 20% de la compañía que lo estaba usando y no es que no lo no usaban el resto, sino no querían usar las herramientas que se habían dado. Entonces se han hecho, se ha tratado como de concientizar, de llegar primero a hacerles entender que, o sea, que no no tienen que temer ahora que es una herramienta licenciada, ¿no? Primero y segundo la importancia del uso y de cómo necesitamos. Los seniors, como como bien mencionaban, eran los que decían cosas como yo no necesito la IA porque yo ya sé, ¿no? Los juniors, por otro lado, la usan demasiado, que es bueno desde una perspectiva de uso, la usan sin miedo, pero en como no tienen ese seniority para poder guiar apropiadamente a su herramienta, entonces lo que tratamos de hacer es más o menos y creo que tiene que ser una conversación abierta en el sentido de que tratar de empujar a los seniors en que si bien tienen un conocimiento técnico muy profundo, es necesario de alguna manera optimizar esos tiempos, esos tiempos de code reviews, esos tiempos de diferentes cosas que se hacen al día a día y que no significa que se los va a reemplazar o que un Copilot pueda saber más código que un senior o tener más lógica. Y por el otro lado a los juniors, empujarlos a que muy bien usan las herramientas, las manejan de manera apropiada, desarrollan habilidades técnicas de una manera más rápida, pero sin que se olviden que necesitan igual entender el cómo. Existe, bueno, no sé si han escuchado a Tarik King, que él siempre dice que jamás, el que es doctor y demás, que estudia mucho el tema de inteligencia artificial, él dice que jamás dejaría sin supervisión la respuesta de una inteligencia artificial. Y lo que muchos juniors hacen es meter ahí su requerimiento y y ciegamente confían en ese código y lo ponen. Si habla ya tiene nombre eso, ¿no? El AI slop, el no como qué se llama, se llama el slop, como el trabajo que está hecho. Parece muy sofisticado, pero en realidad es copio del corte y pego. Ah, ya. No, no sabía. Pero sí, exactamente es todo tiene nombre. Denle 3 segundos y cualquier cosa de estas en tendencia tienen un nombre especial.

Ahora, eh, cuando vos contabas esto, ¿no? Eh, Fabián me miraba y me decía, "¿Cómo va? Nos pasó, pero no nos lo imaginábamos tanto, ¿o sí? Lo sabíamos. Vos, Nati, en Qualified sabían que no era así no más de que vos decís, les pongo IA para que la usen. Les habilito que usen la gente la va a usar. No, no es mágico. [risas] Ojalá, ¿eh? No, a ver, como les decía, empezamos con capacitaciones, pero después en realidad dijimos, "Bueno, empiecen a probarlo." Y empiecen a probarlo. Tuvimos que generar una plataforma adecuada para que pudieran probarlo por los riesgos que eso incluye, ¿no? Además de capacitarlos en los riesgos de que de usarla, de que puede estar diciendo algo que no corresponde, es el riesgo de exponerse, poner tus datos o de tus clientes y demás hacia afuera. Entonces, tuvimos que generar, o sea, no es solo prueben, anímense y úsenla, sino úsenla de forma eh consciente y responsable. Entonces, tuvimos que generar una plataforma eh como usaron ellos, ¿no? O sea, la empresa decidió usar cierta plataforma y ahí empezamos a eh tratar de que la usaran y compartir ese conocimiento. generamos agentes, asistentes, eh prompts y demás y y tratar de que se contagiara e es eso esa cultura, esa forma de compartir conocimiento y que vieran entre los equipos decir, bueno, si esto me está funcionando, a ver si el el otro se entusiasma y empieza a usarlo. Y eso hizo que se potenciara un poco más. Como te digo, no era el high que esperábamos, pero [risas] fue un poco más contagioso ver cómo otros usan y cómo les da resultado de decir, "Bueno, ah, pero cómo generaste todos esos casos de prueba y cómo se te ocurrió ese y a empezar a ver como al otro le pasaba." Y bueno, y eso fue fue un un granito más de arena al al trabajo que estábamos haciendo en nuestra previa. Eh, hablábamos de esos espacios como de seguridad psicológica, ¿no? De espacios donde se pudieran ver cómo lo hacía el otro y preguntar y no que había un megagurú que sabía todo, sino que era simplemente mucho más y permitir el el error, ¿no?, de que las personas que lo usen pueden errarle, pueden preguntar mal, pueden y que haya espacio a que no tengan vergüenza de decir, "No, yo no la uso o yo

"no la estoy usando." Y bueno, ¿por qué? Y y ver si es necesario que lo use. Como decíamos, no, no todo tiene, todo el mundo tiene que usar para todos. Es depende de lo que necesites mejorar o necesites eh avanzar y y generar realmente. No solo en algunos casos será rapidez, en otros será calidad, pero bueno, que la usen si la si es necesario.

Perfecto. Ahí Fabián, que estuvimos haciendo esto, ¿no? Algo muy parecido a lo que contaba Nati, de su experiencia con una plataforma propia, con distintas etapas. Sofi y Mati las mostraban, pero qué se necesitaba para que haya haya innovación. ¿Es solo tener la herramienta para que haya innovación? ¿Qué qué prácticas has descubierto?

Hemos hemos visto donde para que hayan ideas nuevas se... Bueno, hemos hecho de todo un poco, no sé si puedo resumir alguna. Eh, nosotros, bueno, una cosa que valoramos mucho el la instancia en donde un problema se expone y se aborda distintos ángulos. Eh, hemos hecho jacatones, hemos hecho jornadas de eh "ask me anything". Sí, se dice hemos hecho.

Bueno, porque esto esto de la hipervalorización de la de la de las herramientas que se rebilenculado el tema anterior, pero tiene mucho que ver. Uno a veces asume que porque pone una herramienta, hizo un ejercicio de user experience para que la persona que se enfrenta a esa herramienta le sea casi que natural eh usarla. Eh, de ahí a que eso se tome como un hábito y la persona entienda y logre capturar el valor para generar un hábito, hay un abismo.

Entonces, ese acompañamiento, ese "mira, eh, sentite con seguridad psicológica para plantear lo que no entendés, para plantear lo que sí entendés y qué cosas le falta". Plantear qué qué cosa te hubiese gustado o o o en realidad plantear que mira, en mi día a día todas las cosas que me estás proponiendo prácticamente no me soluciona nada. Y [risas] una cachetada para decir, "Ah, mira, en realidad estamos tratando de innovar en algo que no tiene sentido o o tratando de resolver un problema que no es un problema."

Eh, ¿qué más? Porque ahí hay como una fantasía de que es una varita mágica, ¿no? Es un lápiz con que funciona con la varita mágica de Harry Potter. Escribe solo, ¿no? Sí. Eh, hemos visto que creemos o o parte del equipo cree que eh está sucediendo cada vez más esto de que se empieza a usar IA para un montón de interacciones eh para aprender a veces o para o para mejorar la eficiencia en cierta tarea y se está dejando mucho esto de de la del contacto, el relacionamiento humano o el coaching humano para las cosas más críticas. Mm. Y eso como que se está acelerando. O sea, cada vez más las personas confían en más en ese en un personal, una un asistente para ir progresando o aprendiendo y después dejan esas eh interacciones humanas para lo excepcional. [risas]

Pasa en la revisión de código, por ejemplo. Bueno, para decodificar pasa todo el tiempo. Para revisión de código, originalmente uno de los problemas que tienen los equipos de desarrollo es: yo tengo el cambio pronto y necesito que venga una persona lo revise y me dé el okay en base a un montón de buenas prácticas, etcétera, etcétera. Eso ya se ha llevado, bueno, como justamente el día de vuelta entre las personas demora y a veces las personas están haciendo cosas y no pueden atender las las prioridades.

Eso, eso es otra de las cosas que hemos visto que que está sucediendo cada vez más y funciona en pro de acompañar eh ese dejar esa interacción humana para ese coaching, para esa para ese mentoring más cercano, más cercano. O sea, que no es solo dejar a las personas con la herramienta. Hay que habilitarla de una manera segura para evitar la fuga de conocimiento, de una manera medible para poder acompañar y asegurarnos que la estamos usando y que esa inversión enorme que están haciendo las empresas eh tiene su ROI, que del que había hablado Sofi. También necesita responsables y necesita capacitación y necesita compañía, no solo para la capacitación, sino en el durante.

Muy bien, tenemos menos de 5 minutos, así que vamos a hacer una ronda de cierre en la que me gustaría que dejen un mensaje porque todo lo que escuchamos en este hype habla de hacer equipo con la IA. Hace equipo con la IA, perfecto, pero estamos dejando de hacer equipos con las personas, como decía Fabián, ¿no? Entonces, ¿cómo usar la IA con nuestros equipos? ¿Cómo compartir con nuestros equipos eso maravilloso cuando sí funciona, porque a veces no funciona, pero cuando sí funciona la herramienta, ¿cómo lo compartimos con nuestros equipos para ser mejores personas con la IA? ¿Se entiende la pregunta? Dejen un mensaje y con eso vamos a ir cerrando por hoy. Sí.

Okay. A ver, no, acercar un poquito por las dos. No, creo que creo que no ahí. Ah, con eso por las dos. Hola. Sí, ya. Okay. Ah, bueno. Hm. Bueno, por un lado, tal vez voy a acotar un poquito con lo que creo respecto a la el tipo de habilidades que tenemos que desarrollar. Ahora siempre he sido partidaria de decir que es que hoy en día existen personas que les gusta ser líderes y o que tienen las habilidades para ser líderes y que existen otras que que son seguidores que les encanta hacer ciertas cosas sin tener que estar pensando alrededor o guiando a otra persona. Y creo que un poquito con el ingreso de la IA ahora esto ha cambiado. Entonces, creo que ahora todos tenemos que aprender a ser líderes en diferentes escalas, porque con las herramientas de creo que ya no se trata solo de "yo lo hago bien" o "yo sé cómo hacerlo y lo voy a hacer bien", sino se trata de cómo guío a una herramienta de manera apropiada. Obviamente, por eso les digo, es otro nivel de de liderazgo, si quieren verlo así, pero creo que esa es una habilidad que antes no era tan como necesaria de desarrollar en todas las personas, pero creo que ahora sí necesitamos desarrollar esas capacidades porque ustedes están haciendo un coaching prácticamente o un eh una guía a una agente o a un a un modelo.

Está muy bien. Ahí te pido pasar el minuto porque me van a... Perdón, perdón. Me van. Pero lo que estás diciendo entonces es como que nuestro CV ponemos, "Tengo tantas personas a cargo y tantos agentes a cargo", una cosa así, ¿no? Bueno, y bueno, con eso lo cierro. Entonces esa es una habilidad y creo que eso también va a permitir que entre todos podamos interactuar mejor entre personas, ¿no? Porque es una habilidad que se la tenía en algunos niveles y ahora creo que se va a distribuir a todos. Que los humanos se comunican. Ajá. Ah, parece una buena recomendación. [risas] Ya.

Bueno, algo que me gustaría dejar también que se lleve un poco en el panel es eh el uso responsable, que fue lo que ya mencioné, ¿no?, de la IA eh y más que utilizarla para un propósito personal, ayudemos a que nuestro nuestros equipos, nuestras personas, a para los que son líderes y para los que no, eh amplifiquen los conocimientos de cada uno de los equipos. Creo que ese es un punto que podemos empezar a partir y el lo otro es eh innovar bajo un propósito en cada uno de los equipos en los que estamos. Eh eh automatizar un poco conciencia lo que estamos haciendo. Creo que con esa combinación no solamente vamos a usar a la herramienta de la IA como una herramienta poderosa, sino como una aliada y una fuerza para que nos ayude a hacer cosas buenas en lo que necesitemos en cada uno de nuestros equipos.

Bien, la ética. Más que nada yo calculo que todos hoy lo están usando en en alguna que otra tarea el tema de la IA, pero mi pedido es que la sigan usando cada vez más, que prueben en cosas sencillas, que empiecen por tareas fáciles y de ahí vayan complejizando y celebren esos pequeños logros. Vean lo que están haciendo hoy. Dice, "Bueno, no solo pensando en rapidez, sino decir, bueno, ¿cómo podemos hacer lo que hago hoy? sumándole calidad, apoyándome en la IA para sumarle calidad a lo que estoy haciendo." Creo que eso es importantísimo, decir, "Bueno, ¿cómo puedo hacer este reporte mejor? ¿Cómo puedo pedirle al IA que me dé eh tips para que esto sea más visual, con un mejor lenguaje o lo que fuera, lo que estemos haciendo? ¿Cómo puede apoyarnos?" Pero sobre todo igual en ese llamado de de que nos ayude, eh nosotros somos el centro, o sea, los que tenemos conocimiento, por más IA que haya, los que sabemos lo que hacemos, somos todos los que estamos acá en la tarea que estamos y la IA viene a potenciarnos. Es usémosla, pero no nos olvidemos que lo importante es todo lo que sabemos cada uno de nosotros.

Buenísimo. Yo nosotros hace como dos años cuando bueno, después del surgimiento de ChatGPT veíamos como una urgencia tan grande de que el equipo empiece a experimentar lo antes posible para subir a la ola lo antes posible e muy fuerte. Hoy ya pasaron más de 2 años, todavía vemos equipos que no no lo han adoptado y todavía están ahí como un piecito, bueno, algo, una cosita, pero todavía no están respirando. Eso creo que es importante para la para las personas eh y para las organizaciones que empiecen a atravesar ese camino. Y si tuviese que decir una sola cosa, diría que busquen ayuda en alguien que sepa que ya haya atravesado ese proceso, que ya tenga un camino de aprendizaje de las cosas que funcionan, las que no. y se apoyen en esas personas, organizaciones sobre hombros de gigantes.

Con eso cerramos, ¿no? Nos apoyamos sobre lo que los otros ya han recorrido. Es poquito camino lo que hemos recorrido, ni aún estando desde el principio en la en la vanguardia, pero es un hype que es difícil, hoy decían, ¿no?, que es difícil de seguir. Entonces, lo que más tenemos que hacer es lo que siempre hicimos los humanos, lo que nos ha dicho más fuerte toda la historia, que es la colaboración. Así que gracias y seguir haciendo equipos con agentes [aplausos] por todo lo que [risas]

Bueno, Buenas tardes a todos. Eh, bienvenidos al Track Innovation, los que no hayan estado por acá. E vamos a presentar la última charla del día de hoy del Track de Innovation, eh nuevos modelos de negocio en empresas de servicios tecnológicos en el contexto de la inteligencia artificial. Eh, el ponente es el ingeniero Marcel Mordeski de Uruguay, managing partner de Mordeski Asociados, catedrático de gestión tecnológica e innovación de la Universidad Ort de Uruguay. Bienvenido.

Muchas gracias. Buenas tardes a todos. Muchas gracias por venir. Muchas gracias Abstracta por la invitación. La verdad que un gusto verlos crecer y verlos que están haciendo las cosas tan bien. Ya les dije hoy temprano que espero que sean el próximo unicornio uruguayo. Así que este e bueno, mi vida ha estado siempre en la intersección entre negocios y tecnología. Hay mucha gente que sabe de tecnología, mucha gente sabe de negocios y hay poca gente que sabe de negocios tecnológicos. Yo me he dedicado a profundizar sobre las variables únicas, sobre los modelos únicos que rigen la microeconomía de las empresas de tecnología. En particular, esto es era menos grave en la industria de servicios durante muchísimos tiempos porque la industria de servicios ha sido una gran industria para el Uruguay durante 20 años o 30 años. Sí. Yo lejos de mí y de cualquier reflexión, eh, tratar de menospreciar, como digo, hay muchos pago de de colegios de niños este se hicieron con la industria de tecnología. Muchísimos de mis principales amigos, dueños de empresas de tecnología, este, han tenido una gran vida en los últimos 20 años. ¿Y cómo se hizo eso? Bueno, era bastante sencillo. Empresa de servicios con devs baratos en América Latina, con servicios caros en Estados Unidos que tenían un arbitrage que generaba un margen bruto de contribución de 50%. Y eso lentamente se ha ido erosionando con el tiempo. El margen era 50, después fue 40, después fue 30, hoy es alrededor de 20. Y hay tres tres grandes tendencias o tres grandes problemas que están deteriorando el modelo tradicional. Inflación salarial en América Latina. Captive. Un Captive es cuando una compañía norteamericana desarrolla su propio centro de desarrollo en América Latina y captura la ventaja de costo al tener su equipo. Como por ejemplo Motorola en Córdoba tiene un centro de 500 desarrolladores para sí mismo, ¿verdad? Eso es un captive y la IA, siempre la IA nos va a acompañar en los próximos 20 años de carrera, así que acostumbrémonos a que todo lo que toquemos va a ser modificado por la IA.

Pero además la IA es un cambio tan profundo que el concepto trabajar ha cambiado. Acuérdense de Jesús. Ganarás el pan con el sudor de tu frente. El concepto de esfuerzo, el concepto de esfuerzo está metido en nuestra cultura. Sí. Si vos si vos te esforzás, es justo que obtengas dinero a cambio de ello. Lo tenemos incorporado. ¿Te parece justo y te parece injusto que, por ejemplo, una IA esté brindando servicios y el dinero esté llegando y tú estés tirado en la playa de Cancún? Eso te parece injusto, ¿verdad? ¿Por qué? Porque tenés metido en tu modelo mental que ganarás el pan con el sudor de tu frente. El concepto de trabajador del conocimiento es un concepto que incorporó Peter Drucker, un autor que pasará el tiempo, pasará la IA y nunca dejará de estar de moda. Sí. Que dijo, "Bueno, los trabajadores del conocimiento no se pueden medir por esfuerzo, hay que medirlo por sus contribuciones." ¿De acuerdo? Entonces nosotros nos pensamos, "Okay, el trabajador de marketing, digamos, ¿no? Para poner una cosa, en 1990, un trabajador de marketing, ¿cuál era su contribución? Bueno, si la campaña era fabulosa, la gente vendía impresionante y entonces hay que medirlo por los resultados." Y la campaña no medía, entonces, ¿cuántas horas estuvo el trabajador de marketing sentado en la silla pensando las ideas? Es totalmente irrelevante, ¿verdad? Lo que importa es el resultado de su campaña.

El problema con este concepto de "vibe coding" barra "vibe working" es que todos vamos a estar fluyendo con la IA, vamos a dejar de trabajar, vamos a co-elaborar con la IA, vamos a dejar de sufrir, vamos a dejar de medirlo con esfuerzo. ¿De acuerdo? Entonces observen ustedes que cuando la industria de servicios empezó, la moneda fue el tiempo. Nosotros decíamos, "Te vendo este proyecto." Más o menos este proyecto sí era tantas horas de senior, tantas horas de junior, tantas horas de UX, etcétera. Y lo llevábamos a horas y lo monetizábamos en horas. La moneda era el tiempo. Siempre fue mentira. Está claro. Siempre fue un proxy. ¿Por qué un proxy? Nosotros no le vendíamos tiempo, le vendíamos, "Te vamos a resolver este problema. Una solución se llama en la industria de tecnología. Te vamos a..." Pero sabemos por nuestra experiencia que construir esa solución más o menos requiere tantas horas de esto, tantas horas de esto y tantas horas de esto. O sea, nosotros usábamos un proxy de horas porque era fácilmente medible, fácilmente trasladable al cliente, fácilmente evaluable si nos habíamos equivocado en la estimación o no. En fin, muchísimas razones, pero la verdad etimológica del problema nunca fue cierta. Nosotros nunca vendimos tiempo, siempre vendimos capacidad técnica para resolver un problema. Lo único que está haciendo la IA ahora es bajarnos los pantalones y decirnos, "Vieron como estuvieron desnudos todo este tiempo y no supieron. Fueron vendiendo por horas, digamos, disfrazando el problema. Simplemente la IA te dice eso ahora no va a ser cierto."

Entonces en servicios profesionales como la codificación, la configuración, la migración, especialmente la migración. Todos ustedes saben que hay muchas cosas que están siendo difíciles en IA, pero hay una cosa que está volando es el concepto de migración en IA. Ahora, la IA lo hace en tiempos y en segundos. Entonces, lo primero que todos tenemos que entender es que en los nuevos modelos de negocios de la industria de servicios tecnológicos, el tiempo es el concepto incorrecto para formular el modelo de negocio. No pueden partir del tiempo como concepto clave para generar el negocio. Lo más dijo, "La última last time and the clock just hit zero." Sí, esto ya empezó a pasar.

Entonces, no sabemos nada, ¿no? Todos lo que decimos que sabemos, créame, no sabemos nada. No sabemos nada porque no sabemos nada, número uno. Y no sabemos nada porque todo lo que puede ser que hayamos aprendido puede cambiar mañana con un breakthrough completamente diferente porque está volando, todo está cambiando. Así que todo lo que digamos es una mejor estimación de lo que queremos pensar sobre el problema en este momento. Y mañana no voy a tener ningún miedo ni ninguna vergüenza en decirles, "Chicos, me equivoqué. Vamos a empezar de nuevo."

Algunas cosas que sí podemos ir entendiendo. Ya lo dije, no se puede medir el esfuerzo, el delivery, las horas, sino medir el valor creado para el cliente, la creatividad, la capacidad de interactuar con la IA y guiarla hacia las soluciones correctas. ¿Cuánto valor creamos por con para el cliente? Concepto de solución que viene del modelo anterior. Otra cosa que vamos a entender es que las soluciones digitales van a ser más baratas. No sabemos cuánto, no sabemos a qué ritmo, pero sabemos que una solución que hoy vale 100, dentro de 3 años va a valer 40 o 50 o algo así. Y, ¿qué necesitás vos para seguir siendo competitivo cuando la solución que hoy está 100, mañana está en 50? Necesitas incrementar la productividad de tu organización.

Entonces, también hay que reflexionar una cosa muy importante que es el cambio de los diseños organizacionales de las empresas que producen servicios para poder lograr uno o dos grados de magnitud mayores en cantidad de unidades demandadas por FTE o full time equivalent. O sea, ¿cuánta cantidad de unidades de servicio se podés poner en venta a precios menores? Sí. Y yo para esto uso la analogía de la cadena de montaje de Ford. ¿Ustedes saben cómo se hacían vehículos antes de que Ford inventara la cadena de montaje? Había celdas de especialistas que soldaban partes y los vehículos se producían por acumulación de piezas. Oh, ¿qué semejanza con la industria de software, muchachos? Ponemos un senior, dos, tres juniors, un UX y le vamos agregando partes y piezas, ¿de acuerdo? Vino la cadena de montaje y aumentó casi 10 veces la productividad. La pregunta que yo me hago es, ¿cuál es la cadena de montaje que tenemos que crear en el diseño organizacional de las empresas de servicios para poder con IA generar un nivel de productividad? Definitivamente, juntar equipos, trabajar con mucho cuidado para los clientes, etcétera, etcétera, es algo que ya no va a poder ser de esa manera, tendrá que ser de otra manera. El taller de software no va más.

Entonces, esto lo dijo Satya Nadella. Otra de las cosas importantes es que la IA cambia el problema del trabajo. Aquí de este lado hay una cosa muy divertida sobre cómo cómo pensar, pero del otro lado, miren esto. Reimaginar todo el tiempo los productos y la oferta. Claro, si vos estuviste en el negocio de las camisas, a vos te resulta muy difícil, ¿no? Tu papá vendió camisas, vos vendés camisas, pensás que tu hijo va a vender camisas y pensás que vas a cambiar todas las Sí, vas a cambiar todas las semanas la manga porque vas a cambiar la oferta de la camisa con la camisa con el pantalón, nuevas formas de vender camisas, nuevas formas de entrega de camisas. Vas a entender que tenés que reimaginar todo el tiempo los productos y la oferta. What we do. Reimaginar todo el tiempo la forma de hacerlos, how we work y la y la manera como llegas al al mercado, how we market o go to market, eh, todo el tiempo. Entonces, la IA transforma tu gestión gerencial de tu empresa porque vos estás cambiando tu value proposition muy rápidamente en forma eh acelerada.

Así que, como decía Aristóteles, no, yo solo sé que no sé nada. ¿Qué haces cuando en un problema arrancás? ¿Cómo se hace cuando vos no sabés? Pero tenés que hacer cosas, tenés que seguir trabajando. Bueno, yo le pregunté a los empresarios, hice una encuesta para ustedes entre empresarios fundadores de empresa de software. Le fui preguntando modelo de negocio por modelo de negocios. Muy bien, querido. Sí. Eh, me faltó preguntarle a ChatGPT. Se hubiera afectado. Bueno, también eh ¿qué piensan ellos de que van a pasar con sus modelos de negocios actuales? De acuerdo.

Entonces arranqué con el modelo Staff Augmentation. Todo el mundo sabe lo que es Staff Augmentation, ¿verdad? Y les pregunté, "¿Qué piensan del modelo Staff Augmentation? ¿Va a existir o no va a existir? ¿Cómo va a ser? ¿Cuánto van a ganar? ¿Va a ser más rentable? ¿Va a ser menos rentable?" Y me dijeron, fíjense ustedes, que ellos piensan que al principio el modelo Staff Augmentation va a tener mucha sustitución, sobre todo a nivel de juniors, pero después probablemente no sea más grande en cantidad de gente, pero sí más importante en términos de número, porque las personas que van a estar haciendo Capability Augmentation y no Staff Augmentation. Observen que la sutileza no es menor. Esto es, las personas van a interactuar con sus propios sistemas de orquestación de IA con conocimiento del dominio del cliente, más conocimiento tecnológico. Entonces, no es un Staff Augmentation genérico de personas al barrer que vale el junior vale 10, el semisenior vale 20, el el senior vale 30. No es así. Son personas muy especializadas, con valor muy alto. Todos piensan que el negocio Staff Augmentation va a seguir existiendo, que va a representar aproximadamente el 30% del negocio total y que eh va a ser más rentable.

La lluvia sigue cayendo sobre Montevideo mientras estamos cambiando nuestros modelos de negocio y sufriendo de un negocio que estábamos bien, estábamos contentos, estábamos tranquilos, estábamos haciendo plata, mandando a los chicos al colegio, la ecuación rendía, la lluvia de drones y coso con nos están atacando, pero seguimos analizando el problema. Customer Development Software, no todo el mundo conoce el modelo CDS, modelo CDS, o sea, el cliente te pide un software y vos con todas las especificaciones vos lo desarrollás. Dice que esta es uno de los modelos que va a estar más atacado por la IA, dicen los clientes, los empresarios. Eh eh hay diferencias entre los que dicen que es más rentable y menos rentable. Y obviamente los que dicen que es más rentable dice que va a llegar al 30% y los que dicen que es menos rentable el 15%.

Este es bien interesante que es eh el Product Software Development, que es cuando, por ejemplo, un chico en Estados Unidos levanta una ronda de capital de millón y medio de dólares y le pide a una empresa uruguaya que le desarrolle el software, o sea, tiene una idea, tiene un business case, sí, sabe mucho de negocio o de una vertical, pero no sabe de desarrollo y entonces le manda a hacer el el desarrollo. Este este va a ser un desastre. ¿Por qué va a ser un desastre? Porque miren, a Uruguay llegaban, y yo hablo de Uruguay, pero a Colombia, a Buenos Aires, a México, a todos estos los países donde se genera desarrollo de software, llegaban ofertas de ideas que terminan siendo un golazo, pero también de ideas que, digamos, marchaban al pie. El problema con las malas ideas es que ahora se hacen con tres clics, se testean en el mercado y nunca se transforman en un pedido a al developer caro, llamémosle, remoto en Uruguay o en Argentina o en Colombia o en México. Resultado de ello, la demanda por desarrollo de product development baja mucho. Sí, se espera una enorme caída de product, pero cuando venga va a ser muy buena. Otra de las cosas es que se espera que muchos de los pedazos que se necesitan para crear product development, autenticación, eh sistemas de checkout, en fin, cybersecurity, etcétera, vengan embebidos en la nube y entonces probablemente con IA todas estas cosas resulten mucho más rápidas. En algunos casos, y la cosa es muy sencilla, no vas a necesitar un ingeniero con 20 años de experiencia para crear un producto. En otros casos, solo vas a precisar un ingeniero de 20 años y no una legión de juniors para crear el producto.

Y el cuarto modelo, que es lo que se llama el Professional Services Over Platform, ¿no?, que es en los viejos tiempos era implementar SAP para que no todo el mundo me entienda. Vos tenés una empresa, una plataforma de de clase mundial y vos lo que hacés, lo que vendés son los servicios profesionales arriba de la plataforma. Les pregunté eso y todo el mundo dice, "Muchachos, este este es el servicio importante. Hay que subirse a las nuevas plataformas. Las nuevas plataformas van a brindar enormes oportunidades. Es verdad que este hay que estar al día, pero si uno se sube a Microsoft Azure, se sube a AWS Bedrock, se sube a Google Cloud, se sube a todas las experiencias que hay, muy probablemente tengas muchísimo trabajo en los próximos 18, 24, 36 meses, que son los meses bravos, digamos, en en este en esta etapa de la transición. Todo el mundo dice que las capacidades migrarán. Esto el 100% con fuerte reconversión hacia servicios híbridos de integración, personalización, e orchestration, porque las grandes plataformas, por ejemplo, ya lo estamos viendo en Salesforce, te proveen de un conjunto de agentes integrados muy rápido. Entonces, tu trabajo es elegir bien la orquestación de IA para implementarlo de la manera más eficiente."

Le pregunté entonces a los a los empresarios cuál es el futuro modelo de negocios y y me dijeron la billable hour y el time and materials. Todo el mundo conoce Time and Materials, ¿sí? como modelo de negocio y la billable hours, o sea, yo primero time and materials es se generó el genero el el reporte de horas y lo y le mando la factura y el billable hour es eh se analiza en cada en cada cantidad de tiempo, digamos, lo que efectivamente se estuvo trabajando y se manda la factura por solamente las horas efectivamente trabajadas. Van a desaparecer. Y le pregunté, ¿cuál es la métrica clave? Y todos dicen, hay que trabajar con los clientes en la identificación del valor y generar una métrica para compartir el valor del digamos del valor generado gracias a la tecnología.

Entonces, muchos están empezando a migrar los servicios a productos con propiedad intelectual o formatos intermedios, creación, el creación de productos cerrados. Yo discrimino aquí entre frameworks, que son productos abiertos, y productos cerrados. El producto cerrado es una cosa que vos la tirás arriba de una nube, la gente se se loguea, se la te pone una tarjeta de crédito, entra en un modelo de suscripción y prácticamente tiene un conjunto de herramientas de parametrización y poca cosa más. En cambio, el framework es una cosa que vos lo dejás con con borde poroso y permite, admite un proyecto de customización para las necesidades específicas del cliente. Todo el mundo dentro de la industria de servicios está empezando ese movimiento que yo denomino la productización de la industria de servicios de software. Sí, donde los servicios se apalancan arriba de la propiedad intelectual. Muchos de los clientes están hablando del modelo de negocios que incluya el revenue sharing de los beneficios derivados de la implementación de la tecnología.

Miren, hay un hay un artículo que con mucho gusto se los se los comparto si lo desean, de General Catalyst, que es un fondo de capital de riesgo muy importante que te dice, muchachos, lo que está pasando te permite integralmente hacia adelante y capturar el valor hacia adelante. Ejemplo, sos una empresa de servicios de tecnología, tenés una empresa, no sé, de contadores que 90 contadores que hacen auditoría, comprala o compra una parte o hac un acuerdo de revenue sharing y una empresa de contadores que tenía un 4 6% de EBITDA, con IA pasa a tener un 40% de EBITDA, se transforma en una empresa de tecnología y no en una empresa de contadores. Sí. Y entonces vos lo que hacés es aplicar, creando valor en el negocio. ¿De acuerdo? Y la mejor manera de apropiarse del valor es con equity, o sea, hay que entrar en un mecanismo de verticalización, dice Catalys.

Entonces, ¿qué hacen los fondos de capital de riesgo? Te dan plata para que compres aguas abajo, ¿entienden? Para que compres una empresa en la vertical. Entonces tenías una empresa que hacía parkings, ¿no? Y ganaba, no sé, 8% sobre el capital. Entonces, vos agarrás, te compras 40 parkings, los automatizas todos con pones visores, etcétera, compran con Google Pay metidos en la pared, etcétera. Pasas el el EBITDA al 24% y el Fondo de Venture Capital te puso la plata para hacer las adquisiciones. Entonces, vos sos una empresa de servicio, sos una empresa de tecnología, pero lo que hiciste fue integrarte porque entendés que la tecnología está entrando en un fenómeno de comoditización y vos necesitás ir hacia los átomos para diferenciarte de las otras empresas de tecnología. ¿Se entiende? ¿Sí?

Entonces, hay muchas formas de crear este concepto de revenue sharing en el sentido de cómo el modelo de negocios trae eh la diferencia de la generación de valor con IA a través del concepto de creación de valor. Yo creo valor, pero me apropio de una parte del valor y antes era muy difícil, ¿no? Yo era un fabricante de, o sea, venía el tipo levantaba un venture capital, ¿no? Y me decía, "Marcel, hacete haceme esta app." Y el loco se hacía multimillonario. Está yo. Él me pagó por los 198 horas de desarrollo de la app. Ya está. Yo no me apropio de absolutamente nada del valor de que generó esa app. Toda queda en el en el en el flaco que levantó el capital de riesgo. Bueno, entonces parece salir el sol sobre Montevideo, ¿de acuerdo? Parece que estamos mejorando, pero todavía tenemos mucho por delante, mucho trabajo para reconvertir toda nuestra industria.

Así que, ¿qué les pregunté? ¿Qué piensan de los precios de las soluciones digitales? Y me contestaron, todos los empresarios ya entienden que una solución de software que resuelva el mismo problema de hoy, pero con nueva tecnología dentro de un a 3 años, costará entre 40 y 60% menos. Y eso, ¿qué significa? Que la productividad de las empresas de software puede y debe crecer entre tres y cinco veces en output de soluciones por full time equivalent. O sea, por persona por persona que tenés en la organización Full Time, vos tenés que aumentar la cantidad de unidades de delivered tres y cinco veces. ¿Ea? Para ello hay que crear una organización con cultura centrada en datos y AI first con un diseño organizacional ágil de task force Super Edge NAI. Vamos a ir a algunos diseños organizacionales sugeridos más adelante.

La semana pasada estuve en Amazon, ¿no? Y yo estaba muy contento con las respuestas de mis empresarios que las había había armado el formulario especialmente para esta charla. Dije, "Bueno, eh, voy con algo bastante esperanzador." Y en Amazon me dijeron algo completamente diferente de lo que dijeron los empresarios. Amazon cree, miren estas dos curvas. Code eh traditional programming viene prácticamente a cero en 2027. Esto es Amazon, no Marcel. Eh, code companions, o sea, Cursor y todas esas cuestiones, GitHub Copilot, etcétera, baja a cero en 2027 y todo va al coding, coding agents, etcétera, etcétera, etcétera, sube a infinito hacia 2027. Reflexiones. No sé si es cierto. Número uno. Número dos, Amazon tiene todos los incentivos para mentir o para exagerar, no digamos mentir, pero para exagerar un poco, porque obviamente quieren que nos pasemos rápidamente a las herramientas de ellos. Sí. Otra reflexión, yo estoy convencido, lo he comentado con algunas personas, que las grandes empresas tienen dos tres modelos adelantados de los nuestros, que no los pueden liberar a 800 millones de personas como tiene OpenAI de usuarios. porque se les caería el compute y la energía y no pueden liberarlo directamente. Entonces, ellos sí lo están usando para ellos, pero no está. Entonces, ellos están viendo cosas que nosotros no vemos. Entonces, digamos, no les creo, pero les doy el beneficio de la duda. ¿De acuerdo? Esto dicho en criollo, esto lo que significa es, caramba, es más rápido de lo que esperábamos. Sí.

Ah, les pido perdón por la foto, pero la saqué de de canuto, así medio de coso, porque el loco no me la no me. Y después le pedimos al al presentation manager, ¿no? De de cosas tienes título y todo. Eh, le pedí le pedí las cosas y esta está esta slide no estaba, ¿no? Porque dice que le puedo hacer una demanda. No, eso no le dije, pero la saqué de canuto y se nota que se nota que la saqué medio así, ¿no? Eh, entonces yo les propongo, no sé cuántos cuántos dueños founders de empresas de servicio hay acá. Okay, yo propongo un O3 framework, ¿de acuerdo? La primera O es por outcome, donde está todo el business knowledge. Les cuento una cosa, yo sabía algo de Tero, pero no sabía exactamente cómo estaba y que esto haya sido quedado muy parecido es una completa casualidad. Y que ellos me hayan invitado es una segunda completa casualidad. ¿De acuerdo? Así que me adjudico esto como una innovación porque no no había escuchado antes de Tero, pero bueno, estamos innovando en áreas similares con los con los colegas de Abstracta. Entonces este también O3 eso. Yo empecé a trabajar en la industria de tecnología en un momento en que muchos de ustedes no habían nacido. Se llama 1999. Sí. ¿Quién es de quién es quién nació después de 1999? Ay, qué viejo que me haces. Son un poquito, son un poquito. Sí. Y el primer trabajo que tuve fue en en consultoría de empresas de tecnología, fue de una empresa de un producto que que se llama O3. Todavía se llama O3. Sí. Así que mi pequeño homenaje le pedí permiso a la gente de a la gente que es dueña de eso para ponerle O3 a mi framework y me dejaron. Así que se llama O3.

¿Y por qué se llama O3? Porque tiene tres O. Tiene una capa. Opa, esto no era lo que tenía previsto. Esto es una capa de outcome, una capa de orchestration y una capa de dashboard de resultados que se llama observability. ¿Sí? Eh, entonces si ustedes lo ven, esta es una capa de de best practice del dominio. Esto es vos tenés que saber del dominio de tu cliente y embeberlo en una capa de orquestación de agentes. Este es un orchestration engine que significa un un varit de tráfico que dice qué qué cosas que entran desde los sensores de afuera van hacia la IA, hacia los agentes y cuál va el humano y por qué razones. Sí, junto con las best practice del dominio están embebidas las best practice de tecnología y algunos MCP integration. Yo asumo que estos cuatro elementos del O3 no necesariamente se van a se van a mantener, eh, sino que vamos a a seguir teniendo evoluciones de este concepto más adelante. Y pero entonces, ¿qué cae afuera del proyecto? Si si adentro del framework está el orquestador, está el asignador y está el display. Entonces, afuera, pero también usas para hacerlo, va la ciberseguridad, las integraciones con los Legacy Systems, aunque está todo el tema de MSP, que eventualmente te puede servir, pero eventualmente lo tenés que hacer por fuera. Eh, la customización de la lógica de workflow, que también la IA te sirve para hacer la customización de la lógica de workflow del modelo de negocios del cliente y la customización de la lógica del reporting, que también la IA te ayuda, pero esto no quiere decir que no uses IA para lo que es el proyecto de implementación, quiere decir que vos podés usar, pero no lo vas a tener adentro del framework, digamos, y se implementa caso a caso y como proyecto en cada cliente.

Entonces vos piensen ustedes que su viene el cliente, te da algo. ¿Cuántos minutos hace que tenés eso? Prendido. Vos vendés el framework más vendés el proyecto de customización y luego vendés una cosa llama la operacionalización del framework. Observen cómo funciona el framework para servicios. O vos tenés una B primero primero para una que esto es vertical dependiente, vos no lo podés hacer genérico multi, vamos a hacer un caso horizontal dependiente, sería el área de dominio sería testing, ya que estamos en una conferencia de testing, ¿de acuerdo? Pero entonces necesitas acá que el que la Business Layer sea de testing, ¿sí? Si la Business layer es de logística o si la Business layer es de Agritech, es completamente diferente. Entonces, vos tenés una primera capa con IA agents y business con que tienen orquestado y generado ahí adentro todo el conocimiento del negocio de esa vertical. Un pod donde tenés a los tech y a los Business Expert que están alineando los dev más las operaciones. Esto, ¿qué significa? Vos arriba tenés los agentes, está el los clientes están llegando, vos estás respondiendo, viene alguien, te pide una tarjeta de crédito, el sistema genera la tarjeta de crédito, etcétera, y se le manda un mensaje del orquestador, se le manda al humano y le dice, "Flaco, mira, eh, la tarjeta de crédito tiene un número medio extraño, revísalo, por favor." Deriva y el humano va monitoreando, ¿de acuerdo? Piensen en DevOps, ¿sí? como concepto de developer y operation, estamos hablando de AI Ops, ¿de acuerdo? Concepto en el que los agentes están ahí y las personas están atrás de los agentes operando el negocio.

Entonces, ¿qué es lo que vendés? Vendés un paquete de suscripción que tenés a las personas detrás de los agentes que hacen muchas cosas al mismo tiempo porque están analizan que hay un caso de uso que se salió de lo que estaba anteriormente generado, entonces te desarrollan el caso de uso correspondiente y te lo te lo incorporan dentro del coso. Verifican que hay una condición de borde que no está coso y entonces lo generan como una operación de servicios directamente. Entonces esto es un concepto que está actualmente en Silicon Valley de recontra oda. Se llaman los Forwardment Engineers, los FDE y es básicamente un ingeniero junior, pero que en lugar de ingeniero y codificar, orquesta agentes, mira los casos de uso, da soporte al cliente, hace cuatro o cinco cosas al mismo tiempo. ¿De acuerdo? Abajo están los expertos. ¿Por qué están los expertos abajo? Porque primero son muchísimo más caros, pueden haber problemas importantes, eh, y entonces eh se requiere que los expertos vengan y abajo está la arquitectura, la ciberseguridad y la integración.

Me queda nada, así que déjame avanzo, pero después les explico un poco los organizational charts y cómo cómo hay que rearmar el diseño organizacional, pero básicamente hay que rearmarlo por dominio y con engineers expertos en cada uno de los dominios. Entonces, tu hoja de ruta, si tú eres un fundador de una empresa de tecnología y necesitas subirte a la ola de la IA, entonces usa lo que queda de 2025 para crear una auditoría interna para encontrar cuál es el 30% de tus horas que deberían ser automatizables por IA. Usa 2026 para crear tu primer producto, tu primer framework con una verticalización. Agarrate un ejemplo de tus de tus mejores clientes. Decir, "Bueno, me voy a dedicar a la industria de los casinos. No sé por qué me salió casino. No tengo ni un solo cliente casino, pero la industria de los casinos." Y te armás un framework con todo el know-how de la industria de los casinos. Vas a 2027, haces una reconversión masiva. Esto es muy interesante, chicos. Gente que antes fue a la facultad, fue al ort, digamos, ¿no? Vamos a hacer un poquito de de advertising. Vino a aprendió un montón a codificar base de datos, no sé qué y ahora va a tener que hacer otra cosa que no tiene nada que ver, nada que ver. Tiene que desaprender lo que le enseñamos durante 4 años y en un año tiene que...

reconvertirse en AI engineers, prompt engineers, data annotators y en el 28 tiene que lograr un 30% de contratos en el appsite, como les expliqué anteriormente, con el parking o con o con los contadores o con los otros ejemplos.

En 5 años el concepto de desarrollador barato, que es como empecé la charla, ¿no? El sistema de arbitraje de costbitrage que tenían nuestros amigos durante del año 2000 al año 2020, va a ser tan valioso como un CD de música de 2010, ¿no? La pregunta es si ustedes quieren ser Spotify o si quieren guardar los vinilos en este el en el armario del abuelo.

Voy voy a pasar la aplicación del para productos, pero para productos es muy parecido. Cambia en que acá pones tu IP propietaria y armas un framework sobre IP sobre tu propia propiedad intelectual y básicamente vas metiendo los orquestadores de IA adentro de tu propiedad intelectual. Y lo que yo creo que va a ser el gran negocio de la industria de tecnología de los próximos 20 años es lo que yo llamo AI Robotics. Sí, AI Robotics.

Solamente les quiero dar una sola, un par de cifras. El el mundo, esto es una cosa que me dice, "Ah, Marcel, siempre hablás así vos. El mundo son 130 trillions, ¿de acuerdo? Más o menos 37. Estados Unidos, China 29. Europa 17, etcétera. Somos, redondeando, yo sé que somos menos, 10,000 millones de personas, ¿de acuerdo? Y cada humanoide va a costar como 20 lucas, pero pongan 10 lucas, ¿está claro? 10 a la 3 por 10 a la 6 por 10,000 a la 6 da 100 a la 12, o sea, otro 100 trillion, chicos. ¿Está claro? Yo sé si alguna vez hicieron la cuenta, pero un humanoide en cada casa es algo que va a pasar en los próximos 25 años. Dentro de un año y medio van a ver humanoides con la bolsita del disco acompañando señoras que fueron a comprar las mandarinas, muchachos. ¿De acuerdo?

Entonces, cuando ustedes van a Unit o van a a Optimus o van a le venden un pedazo de tonto que necesita un cerebro digital, ¿de acuerdo? Y ese cerebro digital tiene cosas como anti sistemas de anticolisión, detección de obstáculos, sistemas de manejo. Tiene todo un algoritmo de comunicaciones y manejo de comunicaciones. Tiene analítica y toma de decisiones. Permite cambiar de decisiones en función de tiene decisiones en entornos no estructurados y tiene todo un SDKA donde ustedes hacen el diseño de procesos.

Empecemos con el B2B, que es mucho más sencillo. Si ustedes quieren poner una panadería, digamos, cómo se envuelven los bizcochos y cómo va a ser el humanoide para hacer los bizcochos, etcétera. Todo eso hay que programarlo. No va a venir un ITRI a sacarle ese negocio. Es un negocio gigantesco para toda la industria de de servicios tecnológicos. Y yo quiero que toda la industria de Uruguay esté mañana mismo pensando en cómo implementar robótica. Y cuando digo robótica, digo todas las robóticas, porque si ustedes me dicen bioingeniería, compro. Si me dicen robótica aplicada a minería, compro. Si me dicen robótica para energía, compro. Es un futuro brillante el que tenemos por delante. Es enorme lo que tenemos para hacer, ¿no? El que me venga a decir que la IA no va a generar más trabajo, no va a generar más oportunidades, es que todavía no está escuchando atentamente lo que el entorno nos está diciendo. El futuro no es más barato con IA, es más rápido y más valioso. Quien productice o haga el framework primero será el ganador en el mercado.

Miren, salió el sol en Montevideo. Muchas gracias a todos. [aplausos] [aplausos] Bueno, pasamos a las preguntas. Cualquier pregunta que tengan para Marcel, adelante.

Además, mira, eh, yo voy a empezar por el otro lado. Sií, yo creo que lo que está haciendo Seival con robótica es espectacular y la cantidad de chiquilines que ya saben de robótica y que deberían acercarse las empresas a los chiquilines para hacer cosas de robótica juntos me parece fundamental. Sí, dicho esto, eh tengo la suerte de trabajar mucho más fuera de Uruguay que dentro de Uruguay. Eh en particular, creo que le comentaba a Fabián que trabajo mucho con los robots que se meten adentro de las minas. eh que es una cosa que es un salto extraordinario porque antes eh era muy peligroso. Bueno, todo el mundo se acuerda de la película Los 33 mineros que quedaron allá abajo y todo eso. Este entonces que se meta un perro que vos lo puedas ¿Cómo? El canario es un perro. El canario es un perro. Sí, el canario es un perro. No, sin olor. Sí, viste porque no el canario, la idea del canario era que que oliera a ver si había gases y se podía, pero este no tiene no no s no por lo menos no lo programamos para para pero sí lo que permite, fíjate vos que vos puedes hacer pequeñas porque tampoco es que hace el trabajo de minería porque sería extraordinariamente caro, pero hace microperforaciones que permite saber en qué lugar está el filón y cuando los tipos bajan, bajan directamente al lugar donde está el filón, digamos, ¿no? Por supuesto, todo el tema de los vehículos autónomos, o sea, vos ahora traés 6 toneladas de cobre o se toneladas de oro adentro de un coso y el y no y se maneja solo, digamos, ¿no? Todo ese tipo de cosas adentro de las minas eh está funcionando.

Y otra de las cosas que yo considero que es este y que nosotros tenemos y claro, cada vez que yo digo esto, la gente me mira como diciendo, "Es Uruguay, ¿de qué estás hablando, idiota?" No, pero pero por supuesto que la próxima minería es espacial y nosotros tenemos que empezar a lanzar satélites porque, por supuesto, los próximos data centers van a orbitar eh a nivel de la Tierra porque eso permite que las células fotovoltaicas estén las 24 horas orientadas al sol y eso permite, además están en el vacío que tiene que están muy cerca del cero absoluto y entonces necesitas mucho menos cooling. Entonces, hay un montón de razones por las cuales es absolutamente obvio que las telecomunicaciones de datas el compute en en 2050 sea espacial. Entonces, nosotros tenemos que ser una industria de tecnología, no una industria de software, ¿de acuerdo? Somos somos somos emprendedores, ese es lo principal, ¿sí? Somos emprendedores en tecnología. Si la tecnología que se viene es la robótica, es la espacial, es la energía, son las telecomunicaciones, pues aprendamos de eso y vamos a meternos de lleno en el desarrollo porque es el el país que nos merecemos para el futuro.

un poco a mí eh si hay una cosa que no me gusta son los planes estratégicos globales y y cosas no sé qué. Yo lo que quiero son emprendedores e que salgan a buscar capital de riesgo, que tengan un que tengan una idea, que tengan un y que salgan y la rompan y que metan su esfuerzo. Yo creo que Uruguay no agrega ni quita nada y podría ser un chileno, un argentino, un peruano y nada. La pregunta es, ¿quién lo hace primero? ¿Quién lo hace bien? ¿Quién lo ejecuta? O sea, de vuelta es un tema de formar talento para generar emprendimientos de altísimo potencial. No, no me parece un, o sea, sí, si hay exonciones fiscales es mejor y si hay Pero viste, yo que sé, poner una rampa, ahora se está hablando mucho de la rampa de lanzamiento en Rocha. No sé si hay alguno de Rocha, le vamos a a estropear todo, ¿no? Bueno, vieron que el el desierto de Chile es muy claro para poner telescopios. Bueno, por la misma razón la costa de Rocha tiene una latitud y una longitud ideal para el lanzamiento de satélites de baja orbital. No me pregunten cómo, no entendí muy bien, me lo explicaron, no lo entendí. Me van a tener que explicar de vuelta a ver si lo entiendo. Está si decís, sí, se necesitan permisos. Que el gobierno va a negar un permiso. O sea, no entiendo, ¿entendés? Sí, me van a salir los ambientalistas y sí van a tener que hacer una cosa sí y cuidar y que determinado lugar sí. en otro lugar, ¿no? Y sí vamos a llegar a una solución de compromiso, pero no creo que sea un problema país, ¿entendés? No sé, una cosa, ¿no? Donde donde lo toque el gobierno, yo creo que gobiernos. Los gobiernos general no tienen la velocidad que se necesita para que esto avance rápidamente.

Ay, la formación es brutal, es muy importante. Eso sí, cuanto más educación, si todos tendrían que ser terciarios, no es una propaganda universidad, pero por supuesto pueden todos venir al que estamos todos felices de de ayudarlos. No, no cabe duda. Sí que es esto hablando en serio, ¿no? Una cosa es una broma y otra cosa es hablando en serio. Eh, yo yo tengo una y esto si me escuchan en me matan, pero tengo una situación como de amor odio, porque por un lado estoy, ¿viste? El otro, recién de antes de acá estás escuchando el critical thinking de este muchacho Chris que vino, que me pareció super bueno y y me parece que el critical thinking y la AI son cosas que no acumulan con 4 años de de universidad. O sea, no es necesario crear un programa de 4 años y los contenidos son demasiado obsoletos como para que tengan validez en algún sentido. Y si esto se trata de que los niños estén en un lugar este contenidos mientras los papás están trabajando, entonces busquemos otra cosa, pongámosle robots a que les enseñen o lo que sea, pero no es el mejor camino. Peter Till tienen, conocen, ¿no?, la TIL la TIL Foundation y él dice, ellos tienen otro problema que es el problema del student de, ¿no? Que cualquier chico que sale del college en Estados Unidos sale con $300,000 de deuda y queda endeudado por el resto de su vida. Ese es otro problema. Entonces el Peter Til dice, "Si sos muy talentoso, bájate de la de la universidad en el primer semestre, yo te doy $100,000 y arrancá con tu emprendimiento, dejate ¿no? Y anda aprendiendo on the job training, ¿no? Y yo, ¿viste que un día me levanto de una manera y te digo una cosa, digo, no, tenés que hacer 4 años, sí, porque 18, 22, no sé qué. otro día me levanto de otra y me parece que hay como de vuelta es cada uno eh azúcerber si vos lo metías 4 años en Harvard te volvía loco, te incendiaba Harvard, ¿entendés? El tipo el tipo era una era una máquina, una máquina. Entonces, a los 18 hizo bárbaro venirse y fundar Facebook y hacer todo lo que hizo. Eh, otras personas necesitan que la universidad le dé la madurez. La verdad es que no lo sé. Lo que sé es que ahora hay un montón de oportunidades de formación y que cualquier que quiera aprender puede aprender. Y nosotros, yo soy un viejo de miércoles y y me encanta levantarme todos los días a aprender cosas nuevas y espero meter darle a mis alumnos y y a todos los que con los que en la misma pasión porque este momento es el momento de estar aprendiendo todos los días. Sí, la formación es fundamental. Gracias. Gracias.

E la pregunta que tenía yo tiene que ver con el con quería traer un poco a la industria que motivo del evento, la industria de la calidad de software e que bueno que a ver, yo no soy especialista en esto, pero entiendo que la la calidad del software eh implica lo que el ingeniero que que fabricó el software quiere hacer que el software haga y también lo lo que el software debe cumplir para el requerimiento que tuvo tuvo el cliente. Bueno, eso tiene una cantidad de problemas, es superfalible, el software tiene este defectos por todos lados y bueno, desarrolla permite desarrollar esta esta industria. En una transparencia vos ponías que que el 100% del coding en breve va a ser realizado por inteligencia artificial, ¿no? Entonces, eh, ¿cómo se va a transformar? A ver, me generó como esta preocupación, ¿no? ¿Cómo va a transformar esta industria? eh aplicaciones que son 100% realizadas por por inteligencia artificial, que capaz que no son tan falibles, eh capaz que cumplen de otra manera los requerimientos de los clientes. ¿Cuál es la competencia clave que tiene esta industria como para poderse transformar a partir de ese cambio estructural que hay? Está esto es la la a que vos te referías. Sí, sí. Eh, esto lo dice Amazon, está no lo digo yo y no estoy seguro que sea cierto. Y simplemente como yo dudo de todo, tengo, digamos, me parece importante mostrarle lo que piensan unos y los que piensan otros, ¿de acuerdo? Y mi respuesta a eso es es esta. Es esta. Sí, si querés. Ah, perdón, me pasé y no sé por qué me pasé. Mi respuesta, si querés, es esta. es en realidad los ingenieros se van a estar dando cuenta todo el tiempo de las cuestiones de borde y las cuestiones no previstas, de las cuestiones eh diferentes a lo previsto, diferentes a lo programado que la que la IA está generando en contacto directo con las operaciones del cliente. Y en esa y en esa consideración los forwardment engineers van a estar trabajando en contacto para seguir generando, cerrando la completitud del producto. No sé si la palabra completitud existe en idioma español, pero no no sé si se entiende, digamos. Pero vos tenés que vos vos lanzás el pod con el conjunto de funcionalidades, ves practices de esa industria, pero siempre te pasa algo y además siempre viene una innovación y siempre viene cosas. Entonces, tu trabajo va a ser eh va a ser estar atento a esos cambios y va a ser estar operando sobre las condiciones de borde que van a estar operando en esas circunstancias. Por eso yo no creo cuando dicen algunos que la semana laboral va a bajar a 3 días o a Yo creo que la semana laboral se va a quedar como de cinco o 6 días, pero te van a llamar 40 minutos por día, ¿entienden? que es cuando la AI encuentra un problema que no puede resolver en forma autónoma y necesita derivar y tu tu sistema de derivación humano a gente te deriva el humano. Entonces, vos estás en el parque con tu hijo jugando a la pelota, etcétera, etcétera. No sé si tienen hijos, no sé si tienen parque, no sé si les gusta la pelota. Por favor, cómprenme el ejemplo, nada más es un ejemplo. Sí. Eh, y te te llega la notificación de que la AI encontró una situación de borde que no que no estaba preparada y vos te pones los cascos virtuales que serán los rivan de Facebook o serán los cosos y empezarás ahí en el aire. La gente dice, ¿quién es ese que mueve cosas en el aire? Y vos decís, "No, estoy mejor coso los dashboard y permitiéndole a un cliente subir su saldo de tarjeta de crédito, que la no tenía previsto este concepto y entonces ese es el rol que vas a tener. Lo terminaste a los 15, 20 minutos, te sacas los cascos, te qué lo doblás, lo pones en la mochila y seguí jugando al fútbol. Ese es un poco, tengo la impresión para y además mientras estás jugando al fútbol decís, loco, ¿sabes qué? con la nueva funcionalidad de tal cosa, podríamos crear un nuevo agente. Y te vas metiendo en esa historia y cuando volves a la oficina el lunes por la mañana y pa pa pa pa pa pa, empezas a codear con la y le generas nuevas funcionalidades al producto. Ese va a ser el trabajo. Y eso lo que significa, también lo dijo Cris, así que no me permite mentir, es a medida que la ya, que estamos en la infancia absoluta de la Ya siga creciendo, el requerimiento de conocimiento tecnológico y formación de los empleados es cada vez mayor. Todos tenemos que ser capaces de lidiar con una de interactuar con una cada vez más capaz, cada vez más poderosa, cada vez más inteligente. Está Me echaron, me echaron. [aplausos] [aplausos]