Lanzamos un agente de IA y fracasó —esto es lo que aprendimos y por qué lo volvimos a intentar

En septiembre de 2023 creímos lograr algo revolucionario cuando Helios AI se convirtió en la primera empresa de nuestro sector en lanzar un agente de IA generativa: Cersi. La diseñamos para ayudar a las empresas del sector alimentario a entender los riesgos climáticos que ponen en peligro sus cadenas de suministro agrícolas. Era potente, intuitiva y capaz de anticiparse a los acontecimientos… pero el mundo la ignoró.

En aquel entonces, ChatGPT acababa de aparecer en la escena y el revuelo en torno a la IA nos abrumó. Los titulares prometían que transformaría todos los ámbitos de la vida empresarial y el capital de riesgo inundó el sector.

Pero el ruido mediático no siempre se traduce en aplicaciones prácticas, sobre todo en industrias que no están preparadas para adaptarse a los cambios a gran velocidad. La adquisición de alimentos, donde decisiones millonarias dependen de patrones climáticos y contratos plurianuales, sin contar las relaciones generacionales y las agendas personales, es uno de esos sectores.

En un entorno donde las empresas tradicionales presumen décadas de experiencia, la novedad no siempre representa una ventaja. Dimos por sentado que, si construíamos algo técnicamente avanzado, la adopción sería inmediata. Nos equivocamos.

Por qué falló nuestro primer agente de IA

Cersi se creó como una asistente conversacional. Al escribir una pregunta sobre su cadena de suministro en un chat, ella extraía información del enorme conjunto de datos de Helios para ofrecer una respuesta completa y perspicaz. Parecía futurista y técnicamente, funcionaba. Pero el problema evidente era que no se ajustaba a la manera en que nuestros clientes trabajaban.

En primer lugar, no querían “platicar”. Los ejecutivos de compras, los comerciantes de materias primas y los gestores de riesgos querían información estructurada y lista para tomar decisiones. Querían algo que pudieran pegar en una presentación para el director financiero o incluir en un correo electrónico a su equipo de compras. Una IA conversacional, por muy inteligente o rápida que fuera, no era el formato que necesitaban.

En segundo lugar, la mayoría de los usuarios repetían las mismas cinco preguntas una y otra vez. Esto nos indicó algo importante: sus necesidades eran amplias.

Querían un análisis repetible y estandarizado para su negocio, no una nueva manera de generar ideas con un algoritmo. Finalmente, y quizá lo más crítico, Cersi a veces ofrecía respuestas técnicamente correctas, pero superficiales. En un sector donde la credibilidad y la precisión son importantes, que fuera correcto técnicamente no garantizaba su utilidad.

Lo que aprendimos

La lección más importante fue simple pero nos dejó qué pensar. La IA en sí no es el producto, sino el resultado. En otras palabras, a los clientes no les importa la elegancia de tus modelos. Les importa si tu producto les ahorra tiempo, reduce el riesgo o les ayuda a tomar mejores decisiones en un entorno de alto riesgo. Caímos en la trampa clásica: crear algo solo porque podíamos, no porque nuestros clientes lo necesitaban.

Pero aun así, creamos algo excepcional e innovador en su sector, más allá de lo que los estándares de referencia del sector eran capaces de ofrecer. Así que, unos meses después del decepcionante debut de Cersi, reimaginamos su función.

En lugar de un chatbot de interfaz, se convirtió en una analista detrás de escena. En lugar de una conversación fluida, se rediseñó para generar miles de informes agrícolas personalizados cada mes, cada uno adaptado a los productos básicos, las regiones de abastecimiento y los riesgos climáticos del cliente. Estos informes llegarían directamente a la bandeja de entrada o al flujo de trabajo del cliente, en el formato que necesitara, donde pudiera usarlos de manera verídica.

Al convertir a Cersi en una herramienta que trabaja detrás del escenario en lugar de un asistente visible, la adopción se disparó. La IA no perdió potencia; simplemente se integró mejor. Al hacerla menos visible, se volvió mucho más útil. Como dice el dicho: el buen diseño debe ser invisible.

Casi dos años después del fracaso de Cersi, lanzamos Helios Horizon, la primera plataforma multiagente de nuestro sector. Está hecha para manejar tareas complejas e interconectadas que un solo agente no puede cubrir. En lugar de un asistente único, Horizon usa varios agentes de IA coordinados que monitorean riesgos, detectan interrupciones y entregan análisis específicos para cada cadena de suministro. Este nivel de IA avanzada habría sido difícil de imaginar en 2023, pero aprendimos de Cersi.

La próxima ola de adopción de la IA será diferente a la del ciclo de 2023. Las empresas ya no se preguntan si la IA es posible. Se preguntan si es práctica, fiable y está diseñada para adaptarse a sus flujos de trabajo. Y esas son preguntas más difíciles de responder.

3 conclusiones para los fundadores

1. Una IA novedosa no es suficiente

La tecnología debe adaptarse directamente a los flujos de trabajo reales y estar preparada para el sector al que presta servicio. En 2023, la mayoría de nuestros clientes apenas habían usado un chatbot y no estaban listos para experimentar con uno en sus trabajos.

Hoy, casi dos años después de la llegada de ChatGPT, la familiaridad con la IA es mucho mayor. Ya no hace falta explicar qué es una interfaz de lenguaje natural, pero sí debemos mostrar por qué es relevante en su entorno de trabajo.

2. Los usuarios no quieren IA, quieren sus beneficios

Nuestros clientes no se despiertan entusiasmados por usar IA. Se despiertan e intentan conseguir café de Brasil o trigo de Kansas antes de que las crisis climáticas, las restricciones comerciales o los retrasos en los envíos desbaraten sus presupuestos.

Lo más importante es el resultado: ¿el sistema les ahorró horas de análisis manual? ¿Evitó un error costoso? Por eso, una de las funciones más populares de Horizon es simple: muestra a los clientes cuántas horas les hemos ahorrado. El tiempo es una moneda que valoran incluso más que la información.

3. La mejor IA no es visible

El futuro de la IA en la empresa no se limita necesariamente a chatbots ni paneles de control llamativos. La IA más valiosa se desvanece en un segundo plano, cuando realiza el trabajo silencioso y muestra los resultados en el momento oportuno y en el formato adecuado. El fracaso de Cersi nos enseñó que una IA silenciosa puede ser más poderosa que cualquier avatar, copiloto o asistente ruidoso. Horizon se creó con esa idea en mente.

Para los fundadores que desarrollan en este sector, la lección que aprendimos es clara: resistan la tentación de desarrollar IA para el ciclo de la moda. De hecho, hagan todo lo contrario, desarrollen su IA no para que sea la novedad más llamativa, sino para que sea tan buena que se vuelva invisible.