Cuando se habla de IA en Argentina, la conversación suele quedarse en “el futuro” o en ejemplos de Silicon Valley. Pero hay empresas argentinas — grandes y medianas — que ya implementaron modelos de lenguaje, automatización inteligente y agentes de IA con resultados que se miden en números, no en PowerPoints.

Estos son 5 casos concretos, con contexto sobre qué hicieron, qué herramientas usaron y qué lograron.

1. Mercado Libre: IA en el corazón del marketplace

Mercado Libre es probablemente el caso más ambicioso de IA en Latinoamérica. No usan IA como un agregado: la integraron en el core de sus operaciones.

• ▸Detección de fraude: Modelos de machine learning analizan cada transacción de Mercado Pago en tiempo real, cruzando patrones de comportamiento, dispositivo, ubicación y historial. Esto redujo las pérdidas por fraude significativamente sin aumentar los falsos positivos que bloquean compradores legítimos.
• ▸Búsqueda inteligente: El motor de búsqueda usa embeddings para entender la intención del usuario más allá de las palabras exactas. “Zapatillas para correr en lluvia” no busca solo esas keywords: entiende el contexto y muestra modelos impermeables con buena tracción.
• ▸Atención al cliente: Chatbots con IA generativa resuelven consultas sobre envíos, devoluciones y estados de pago sin escalar a un agente humano en la mayoría de los casos.

Resultado clave: Mercado Libre reportó que el equipo de IA es el segundo más grande de la compañía después de ingeniería, y que la IA impacta directamente en la experiencia de más de 100 millones de usuarios activos.

2. Globant: agentes IA para desarrollo de software

Globant, la empresa de tecnología argentina que cotiza en NYSE, integró IA generativa directamente en su proceso de delivery de software a través de su plataforma GeneXus Enterprise AI.

• ▸Code review automatizado: Agentes de IA revisan pull requests, detectan bugs potenciales y sugieren mejoras antes de que un desarrollador senior intervenga.
• ▸Testing inteligente: IA genera casos de test automáticos basados en el código nuevo, priorizando las áreas de mayor riesgo. Esto reduce el ciclo de QA sin sacrificar cobertura.
• ▸Documentación automática: Los LLMs generan documentación técnica a partir del código, manteniéndola sincronizada con cada release.

Resultado clave: Globant reporta que sus equipos aumentaron la productividad en desarrollo de software y que la IA se convirtió en un diferenciador clave en las propuestas a clientes enterprise.

3. Ualá: IA para atención al cliente financiero

Ualá, la fintech argentina con más de 8 millones de usuarios, implementó modelos de lenguaje para transformar su atención al cliente — uno de los puntos de mayor fricción en cualquier fintech.

• ▸Clasificación automática de reclamos: IA categoriza cada consulta entrante (técnica, comercial, regulatoria) y la routea al equipo correcto sin intervención manual.
• ▸Respuestas asistidas por IA: Los agentes de soporte reciben borradores de respuesta generados por IA, que pueden editar y enviar. Esto redujo el tiempo promedio de respuesta significativamente.
• ▸Análisis de sentimiento: Modelos de NLP detectan la urgencia y el tono emocional de cada mensaje, priorizando casos críticos automáticamente.

Resultado clave: La implementación de IA en soporte permitió a Ualá escalar su base de usuarios sin multiplicar proporcionalmente el equipo de atención, manteniendo tiempos de respuesta competitivos.

4. Despegar: Sofía, el agente IA de viajes

Despegar lanzó Sofía, un agente de IA que no solo responde preguntas sino que puede ejecutar acciones: buscar vuelos, comparar precios, sugerir itinerarios y gestionar cambios en reservas.

• ▸Búsqueda conversacional: En vez de llenar formularios con origen, destino y fechas, los usuarios le dicen a Sofía: “Quiero ir a la playa en julio, somos 4 y tenemos presupuesto de USD 2.000 por persona.”
• ▸Gestión de cambios: Sofía puede modificar reservas, procesar cancelaciones y redirigir a un agente humano solo cuando la complejidad lo requiere.
• ▸Personalización: El agente recuerda preferencias del usuario (asiento ventana, hoteles boutique, vuelos directos) y las aplica en futuras búsquedas.

Resultado clave: Sofía representa la evolución de la OTA tradicional hacia un modelo de interacción conversacional que simplifica la experiencia de compra y reduce la carga operativa del equipo de atención.

5. PyMEs B2B: automatización con Claude y Gemini

No todo pasa en las grandes corporaciones. Cada vez más PyMEs argentinas están implementando IA de forma práctica — no con equipos de data science de 20 personas, sino con herramientas accesibles y consultoría especializada.

• ▸Propuestas comerciales en minutos: Una consultora de 12 personas cargó sus templates, casos anteriores y pricing en Claude Projects. Ahora genera borradores de propuesta en 15 minutos en vez de 3 horas.
• ▸Resúmenes de reuniones con clientes: Un estudio contable usa Gemini en Google Meet para generar minutas automáticas de cada reunión y enviarlas al cliente en minutos. Antes, las minutas tardaban un día.
• ▸Análisis de contratos: Una distribuidora alimenticia usa Claude para revisar contratos con proveedores, identificando cláusulas de riesgo y comparando condiciones con acuerdos anteriores.
• ▸Email marketing con IA: Una agencia de marketing B2B usa Gemini en Docs para generar variaciones de copy y Claude para analizar métricas de campañas anteriores y sugerir mejoras.

Resultado clave: Estas PyMEs no tienen presupuesto para equipos de IA. Lo que tienen es un consultor que configura las herramientas correctas para sus procesos específicos. La inversión se recupera en semanas, no en trimestres.

Qué tienen en común estos 5 casos

1. 1Empezaron por un dolor concreto, no por “innovar”. Fraude, tiempos de respuesta, propuestas lentas — cada caso atacó un problema real con métricas claras.
2. 2Eligieron la herramienta correcta para cada caso. No todas usaron la misma IA. Mercado Libre construyó modelos propios. Las PyMEs usaron Claude y Gemini off-the-shelf. La herramienta se adapta al problema, no al revés.
3. 3Capacitaron al equipo. La IA sin adopción humana es software muerto. Todas estas empresas invirtieron en que su gente supiera usar las herramientas. No alcanza con activar la licencia.
4. 4Midieron resultados. Tiempo ahorrado, costos reducidos, velocidad de respuesta, satisfacción del cliente. Sin métricas, la IA es un gadget. Con métricas, es una inversión con ROI.

¿Tu empresa puede ser el caso 6?

No necesitás ser Mercado Libre para implementar IA. Lo que necesitás es un diagnóstico honesto de dónde la IA puede generar impacto real en tu operación — y alguien que sepa configurar las herramientas para tu caso específico.