Cómo construir estrategias y valor con datos 📊 e inteligencia artificial (IA) ⚙️ InspirAcción #20

¡Bienvenidos y bienvenidas a InspirAcción Startup Podcast y Newsletter!

2 veces por mes comparto entrevistas exclusivas con líderes de startups y venture capital de Latinoamérica. Me enfoco en las mejores historias, lecciones, errores accionables y consejos reales para crecer más rápido. Además de las entrevistas, incluyo resúmenes y shorts curados para que puedas aprender rápido, incluso si tenés poco tiempo.

¿Te reenviaron el correo o primera vez por acá?

Únete gratis a +600 emprendedores, operadores y VCs aquí

Con gran alegría aquí va InspirAcción #20 junto a María Cristina Lico, de Argentina.

Cómo construir estrategias y valor con datos e inteligencia artificial (IA)

⚙️ Tendencia: Del hype (expectativa inflada) al valor de la inteligencia artificial

⚠️ Errores comunes de construir productos con inteligencia artificial

🔍 Cómo validar hipótesis en Inteligencia Artificial (IA) antes de escalar

🧠 Cómo mentalizarse y enfocarse sobre trabajar con la inteligencia artificial

📊 Claves para pensar y crear/construir con datos e inteligencia artificial

🧩 Si emprendiera, qué perfiles vinculados a IA contrataría 1°, 2° y 3°

📈 Evolución de roles y startups basadas en datos y qué es más importante actualmente

(00:00) Intro
(04:04) Intro de Maria Cristina Lico, Chief Data Analytics & AI Officer en Spin
(06:15) ¿Cómo ve la evolución de los roles, las empresas y las startups basadas en datos? ¿Qué es más importante ahora que hace años atrás?
(07:55) ¿Cuáles son algunas de las tecnologías y cambios de paradigmas más interesantes o de mayor valor actualmente?
(10:25) ¿Hay alguna tendencia que crees que va a impactar fuerte en los próximos años?
(11:39) ¿Cuáles son los elementos mínimos o claves para que una startup o empresa, incluso en etapas tempranas, pueda pensar seriamente en datos? ¿Qué necesitan para que Cris piense que van por buen rumbo?
(16:26) ¿Cuáles cree que son los errores más comunes de empresas y startups al intentar conectar puntos y construir valor centrado en datos e inteligencia artificial?
(20:32) ¿Pensando en emprendedores emergentes que no tienen tanta claridad, información, conocimiento y entendimiento sobre Data Analytics e Inteligencia Artificial, cómo les dirías que se enfoquen y mentalicen?
(23:01) ¿Cómo piensa sobre la validación temprana de hipótesis en proyectos de inteligencia artificial antes de escalarlos? ¿Qué le lleva a sentir que los proyectos de inteligencia artificial están listos para escalar?
(26:40) ¿Qué criterios usa para priorizar iniciativas de potencial valor con inteligencia artificial?
(31:15) ¿Cuáles son algunos KPIs o métricas clave de estrategias de datos relativamente sólidas de inteligencia artificial?
(33:46) ¿Cuáles son sus perspectivas sobre ventajas competitivas relativamente más sostenibles y defendibles basadas en inteligencia artificial y datos propios?
(38:02) ¿Si emprendiera una startup en la que la inteligencia artificial sería fundamental, cuáles perfiles serían los que contrataría primero y cuáles en una segunda etapa?
(40:55) ¿Qué recursos y/o libros sobre datos e inteligencia artificial te dan o te han dado valor?
(44:53) ¿Mejores consejos para personas que deseen entrar o incorporar datos e inteligencia artificial?
(49:18) ¿Mejores consejos para emprendedores de startups con por lo menos uno de sus pilares con datos e inteligencia artificial?
(53:05) Cierre del episodio

1. Anticipar, influenciar, automatizar e incluso hoy generar nuevas experiencias. El foco de las áreas de datos hoy está más en poder anticipar, influenciar, automatizar e incluso hoy generar nuevas experiencias.

Hoy las áreas de datos realmente pueden generar una influencia y una decomoditización de servicios y de productos y experiencias distintas para los clientes.

2. Del hype al valor que genera la inteligencia artificial. El cambio de paradigma más interesante es pasar del hype al valor que genera la inteligencia artificial, integrándola como parte operativa y core del negocio.

Para esto tiene que haber métricas de negocio, trabajo multidisciplinario, integración tecnológica y una nueva arquitectura de stack de datos y de inteligencia artificial en la nube muy robusta para poder escalar todo este despliegue, no quedar atrapado en el limbo de los POCs, MVPs y generar valor genuino.

3. Primero hay que tener una hipótesis de negocio clara. La tecnología y los datos vienen a ayudar a una necesidad de negocio, no es al revés. Luego, aunque tengas herramientas muy sencillas, debes asegurarte de que los datos que generás se guarden de manera automática, transparente, clara y organizada.

4. Es clave salir de algo que nos es muy espontáneo que es la intuición. Y empezar a hacer preguntas pero dejar que los datos las respondan.

Además, hay que trabajar los datos con mucho respeto, ética y privacidad, porque si no lo haces esa relación con el cliente no va a ser sustentable.

5. Un error común es que parten erróneamente de la iniciativa, o sea, empiezan a pensar en la IA y no en la problemática de negocio que tienen que resolver.

El primer MVP tiene que tener alineación estratégica y un impacto significativo, porque desarrollar con AI es costoso y necesita recursos caros. Es importante tener resultados rápidos para sostener el cambio de mentalidad, idealmente en un plazo de tres meses.

6. Otro error importante es minimizar las bases técnicas. Si armaste una arquitectura demasiado básica, corrés el riesgo de que se diga "esto no sirve" o que, al querer escalar, quedes atrapado en el limbo de las POCs, que es lo que sucede en muchas compañías y por eso no monetizan.

Si bien podés empezar por MVPs, el MVP es una primer versión de un producto que no pierde el foco de a dónde tiene que llegar.

7. Trabajar con IA es es como tallar en mármol. La primera vez que conectes un LLM va a ser horrible, va a alucinar, o va a generar un producto tosco o sobre exagerado. A partir de ahí, empezás a refinar, a poner guardrails, y a dar información de contexto de tu empresa con una precisión científica, porque si dosificás de más alucina, si dosificás de menos, no da la respuesta que vos querés.

8. La mentalidad que se debe tener es de pensamiento abstracto, entendiendo que va a ser una iteración muy rápida, muy continua y cooperativa. Los perfiles que vienen de grandes compañías suelen tener más dificultades para adaptarse, mientras que aquellos que están acostumbrados a trabajar de forma artística tienen una gran ventaja.

9. Medir, medir, experimentar, medir, experimentar. Luego de estas iteraciones, siempre hay que chequear la adopción y iterar en producción (aunque sea con un grupo acotado) para ver cómo el usuario percibe la solución. Hay que iterar en real, con personas reales y con clientes de verdad.

10. Trabajar con IA implica mantenimiento y observación constante. Esto implica un gobierno mucho más presente, frecuente y en tiempo real, además de la posibilidad de tener un equipo que haga correcciones en tiempo real si es necesario.

11. Al empezar iniciativas la alineación y el convencimiento de los equipos involucrados son claves. Si no tenés a todos los involucrados “on board” no es por ahí por donde tenés que empezar. Tienes que asegurarte que todas las personas que van a integrar ese equipo estén disponibles y con convencimiento de la iniciativa.

12. Reutilización de la arquitectura para otros casos de uso. También es importante que la iniciativa elegida permita la reutilización de la arquitectura para otros casos de uso.

Por ejemplo, un agente de experimentación nos permitió generar agentes para finanzas y para recursos humanos con la misma lógica.

13. Siempre pensar en métricas de negocio. No hay que quedarse simplemente con las métricas de performance de los modelos, sino pensar siempre en métricas de negocio (ej. aumentar transacciones o reducir consultas asistidas). También son vitales las métricas de experiencia (NPS, adopción) y el retorno de la inversión (ROI).

Las métricas deben establecerse de formas evolutivas, para que los sponsors acompañen el proceso entendiendo que no pasa de 100 a cero inmediatamente, sino que va a ir ajustándose. Lo ideal es medir el retorno de la inversión en un año o un año y medio a dos.

14. Las ventajas competitivas basadas en datos son reales, pero los datos en sí mismos no generan valor si no se procesan o no se usan de forma enfocada. En un ecosistema grande, la capacidad de procesar variables no tradicionales permite generar una diferencia (como generar un score de crédito para incluir financieramente a personas fuera del sistema).

15. La rigurosidad técnica es crítica, porque eso se refleja en costos y en escala. Si no se tiene una arquitectura que genere toda la experiencia en un proceso de costo marginal muy chiquito, no se podrá dar un producto a un costo competitivo.

16. Si emprendiera, qué perfiles vinculados a inteligencia artificial (IA) contrataría primero, segundo y tercero. Al armar un equipo en etapas tempranas, yo aconsejaría contratar primero un Data Engineer, un Data Analytics y un PM o Product Manager que tenga esta visión de negocio y de datos para que pueda integrar esto. El objetivo de esta primera etapa es guardar los datos y sentar las bases para poder tomar decisiones.

En una segunda etapa, sumaría un Data Scientist, un MLOps o un AI Engineer para empezar a trabajar en modelos que ayuden a predecir y a generar automatizaciones y experiencias con los clientes.

Y en la última etapa sumaría a alguien de UX e IA, porque esto es un diseño de una experiencia, entonces no hay que perder de vista al usuario.

Y lo más importante es que estas personas tienen que estar trabajando en la misma mesa donde está producto, esto tiene que nacer embebido dentro de los productos que se desarrollan, no sirven de nada aislados en silos.

18. La escasez de talento es terrible. Se abrirán muchas oportunidades en aristas enfocadas al diseño, contenido o gobierno, y es posible ingresar en el campo ya que los equipos son diversos, en nuestros equipos incluso contamos con físicos, sociólogos, economistas y biólogos.

Lo importante es el pensamiento lógico, crítico y la creatividad para conectar todas estas herramientas.

19. Mejor consejo para startups. Si van a invertir, inviertan en una agencia que les ayude a construir algo más elaborado y donde ustedes tengan el control. Mi recomendación es no comprar soluciones mágicas enlatadas, porque probablemente van a quedar obsoletas en dos días y no tienen flexibilidad.

Mobile attention is collapsing.

In 2018, mobile ads held attention for 3.4 seconds on average.
Today, it’s just 2.2 seconds.

That’s a 35% drop in only 7 years. And a massive challenge for marketers.

The State of Advertising 2025 shows what’s happening and how to adapt.

Get science-backed insights from a year of neuroscience research and top industry trends from 300+ marketing leaders. For free.

👉 Get the free report

If you're an entrepreneur of any kind, frequent podcast guesting is the NEW proven & fastest path to changing your life. It's the #1 way to get eyeballs on YOU and your business. Podcast listeners lean in, hang on every word, and trust guests who deliver real value (like you!). But appearing on dozens of incredible podcasts overnight as a guest has been impossible to all but the most famous until now.

Podcast guesting gets you permanent inbound, permanent SEO, and connects you to the best minds in your industry as peers.

PodPitch.com is the NEW software that books you as a guest (over and over!) on the exact kind of podcasts you want to appear on – automatically.

⚡ Drop your LinkedIn URL into PodPitch.
🤖 Scan 4 Million Podcasts: PodPitch.com's engine crawls every active show to surface your perfect podcast matches in seconds.
🔄 Listens to them For You: PodPitch literally listens to podcasts for you to think about how to best get the host's attention for your targets.
📈 Writes Emails, Sends, And Follows Up Until Booked: PodPitch.com writes hyper-personalized pitches, sends them from your email address, and will keep following up until you're booked.
👉 Want to go on 7+ podcasts every month and change your inbound for life? Book a demo now and we'll show you what podcasts YOU can guest on ASAP:

Book Your Incredible Demo Now

Me encantaría saber que te sumó más, si algún aprendizaje o consejo te suma mucho me encantaría que me lo digas cuando te sea oportuno, sería una gran alegría para mí saberlo.

También me encantaría recibir tus sugerencias de mejora, críticas constructivas, e ideas que te gustaría que enfoque para mejorar y sumar más. Podés escribirme a [email protected]

♻️ Si crees que este contenido podría sumarle también a amigos, familiares o colegas, sería de gran ayuda que los invites a suscribirse a este newsletter. También es una forma simple, rápida y gratuita de ayudarme, que me ayudaría a entrevistar a más líderes de startups y venture capital de LatAm, también a seguir creando contenido cada vez mejor.

Linkedin de María Cristina Lico

Linkedin de Adolfo Díaz Gramont

¿Te reenviaron el correo o primera vez por acá?

Únete gratis al newsletter con +600 emprendedores, operadores y VCs aquí

🎧 Sígueme también en YouTube, Spotify, Instagram y TikTok

¡Gracias por acompañar este camino y arriba con todo!
Fito