AI Top Business Leaders México | Entrevista editorial
HITSS, empresa de soluciones digitales con presencia en 17 países de América Latina, se enfrentó al reto de incorporar inteligencia artificial sin convertirla en una suma de proyectos aislados. El objetivo era construir un modelo consistente, capaz de reutilizarse en distintas operaciones, sectores y clientes.
Carlos Zenteno, director ejecutivo de HITSS, ha acompañado esa evolución a partir de una premisa que atraviesa la estrategia de la organización. Primero se prueba dentro de esta y del ecosistema de América Móvil para después llevar las soluciones desarrolladas a sus clientes. El recorrido ha extendido la IA desde los equipos tecnológicos hasta prácticamente toda la empresa y ha reforzado una convicción: cuando las herramientas están cada vez más al alcance de todos, la ventaja reside en la capacidad de convertirlas en resultados.
¿Cómo comenzó ese esfuerzo y qué distingue el enfoque de HITSS?
Muchas empresas comenzaron preguntándose qué casos de uso podían aplicar para obtener beneficios en el día a día. Nosotros lo planteamos de otra manera. Por el tipo de organización que somos, queríamos convertir la inteligencia artificial en una capacidad permanente del negocio y no en una colección de proyectos o iniciativas. Eso nos permitiría mejorar nuestros procesos internos y, al mismo tiempo, ayudar a nuestros clientes.
Hacia adentro, el enfoque alcanza nuestras fábricas de software y de pruebas; hacia afuera, busca trasladar esas capacidades a las soluciones que desarrollamos para nuestros clientes.
Necesitábamos un modelo consistente, gobernado y escalable. Desarrollamos una estructura con una capa de gobierno, arquitectura y centros de excelencia ubicados en distintos países. Cada vez que creamos un modelo, lo ponemos a disposición para que pueda reutilizarse dentro del grupo América Móvil o adaptarse a las necesidades de nuestros clientes.
¿Cómo deciden dónde aplicar la IA en una organización que opera en tantos países y sectores a la vez?
Como casi todo en HITSS, partimos del concepto de cliente cero. Aplicamos primero las soluciones internamente, en HITSS o dentro del grupo, y después buscamos replicarlas. Aprendimos que intentar llevar la IA a todos los procesos genera dispersión, exige muchos más recursos y no necesariamente produce los resultados esperados. Por eso priorizamos los procesos capaces de generar mayor valor, ya sea aumentando ingresos, mejorando la eficiencia, reduciendo riesgos o fortaleciendo la experiencia del cliente.
Trabajamos además con un modelo federado. Cada sede prioriza según el potencial de su mercado y la demanda de sus clientes, porque las necesidades cambian entre países y sectores. Cada operación puede administrar sus datos y adaptar los modelos, mientras los centros de excelencia permiten reutilizar los activos desarrollados en otros mercados.
"Intentar llevar la IA a todos los procesos genera dispersión, exige muchos más recursos y no necesariamente produce los resultados esperados".
¿Qué problemas están resolviendo hoy con IA y con qué resultados?
No vendemos IA como tal; buscamos que ayude a nuestros clientes a mejorar ingresos, eficiencia o experiencia del cliente. Por eso no medimos el éxito por el número de proyectos, sino por su grado de contribución. Hoy aplicamos desde analítica e IA preventiva hasta IA generativa y agentes. En telecomunicaciones, por ejemplo, utilizamos agentes en ventas, atención al cliente, cobranza y logística. En el comercio minorista, apoyan decisiones de compra, desde la definición de pedidos hasta la asignación de unidades en la distribución.
También la estamos aplicando en soporte técnico. Tenemos un cliente que atendía ese proceso con un centro de atención telefónica (call center) de algo más de 900 personas. Hoy lo gestiona mediante agentes de IA y un equipo de 40 personas que supervisa el funcionamiento de los procesos. En salud los utilizamos para el agendamiento de citas y, en manufactura, principalmente en abastecimiento.
¿Qué ha resultado más lento o difícil de lo que esperaban?
La adopción en toda la organización fue más lenta. Empezamos con las áreas de tecnología y el equipo directivo, para el cual desarrollamos un programa de actualización que permitió crear un lenguaje común e incorporar la IA a la planificación estratégica. En el resto tomó más tiempo. La aparición de herramientas como ChatGPT y, después, de los agentes ayudó a que las personas entendieran de una forma más natural cómo podían aplicarlas directamente en su trabajo.
A partir de ahí impulsamos una campaña interna bajo el concepto AI First, con la idea de que la IA era para uso de todos. También tuvimos que abordar el temor a que sustituyera puestos de trabajo y explicar que era una herramienta para aumentar la productividad. Con programas de formación y certificaciones, hoy más del 80% de nuestro personal utiliza herramientas de IA para obtener resultados concretos en sus funciones.
¿Cómo ve la posición de México frente a otras economías?
Veo un gran potencial de crecimiento y adopción. México tiene la ventaja de estar cerca de EE UU, un mercado con una demanda enorme, y puede ofrecer talento a costos competitivos. Eso abre una oportunidad de nearshoring (relocalización de operaciones en países cercanos) no solo para el país, sino para la región.
El talento es otra fortaleza. Tenemos un intercambio permanente con universidades y vemos que los estudiantes llegan cada vez mejor preparados. A escala latinoamericana se suma una necesidad importante de aumentar la productividad y la competitividad. Empresas que quedaron rezagadas en la anterior ola de digitalización y automatización tienen ahora la oportunidad de acelerar ese recorrido mediante la IA.
"La tecnología se está democratizando muy rápido; la capacidad de ejecutar es lo que nos va a diferenciar".
Después de este recorrido, ¿cuál ha sido el principal aprendizaje?
Que la inteligencia artificial no debe verse como un proyecto o un conjunto de casos de uso, sino como una estrategia de la organización. Cuando los directivos entienden esa diferencia, cambia la visión sobre las posibilidades de la IA y sobre cómo incorporarla a la forma de trabajar.
La tecnología puede ser el menor de los desafíos. Las herramientas están disponibles y cada vez son más accesibles; el verdadero reto está en cómo utilizarlas para transformar la operación. Eso exige entender los procesos y desafíos de la empresa y combinar estrategia, talento y tecnología. Si esos tres elementos no se trabajan de manera integral, las iniciativas pueden quedarse en buenas intenciones.