Urudata Software reunió a profesionales en IA Insider 2.0 para analizar cómo incorporar inteligencia artificial a los procesos empresariales y al desarrollo de sistemas. El intercambio pone sobre la mesa una decisión práctica para las organizaciones: qué tarea conviene transformar, cómo medir el resultado y quién valida el trabajo antes de utilizarlo.
→ Urudata Software presentó una nueva edición de IA Insider con la participación de Santiago Siri y profesionales de la compañía. La empresa difundió el encuentro en sus canales y El Observador publicó una cobertura en su sección Brand Studio. Allí se abordaron aplicaciones capaces de ejecutar tareas, además de asistir en consultas o sugerir código.
Agustina Brañas, responsable de Desarrollo de Negocios, planteó que la adopción debe partir de los objetivos del negocio y de procesos concretos. Matías Saravia destacó la flexibilidad de estas herramientas para distintos usos. El CEO, Javier Briosso, describió una evolución hacia equipos que definen criterios y supervisan las soluciones, junto con el trabajo de programación.
Medir el proceso completo
Para evaluar una incorporación, la organización necesita una referencia previa. En un ejemplo de desarrollo de software, puede comparar el tiempo de resolver una tarea antes y después de introducir IA, incluyendo la revisión, las pruebas y las correcciones. También puede registrar fallas posteriores a la entrega y el costo de operación. Es una forma de comprobar si la herramienta mejora el servicio que se busca prestar.
El programa de investigación → DORA, de Google Cloud, publicó en 2026 una guía sobre el retorno de la inversión en desarrollo asistido por IA. Su enfoque contempla los costos de adopción y la posible caída inicial de productividad durante el aprendizaje. El modelo de capacidades que acompaña su investigación también destaca el control de versiones, los datos internos accesibles y el trabajo en cambios pequeños.
De generar código a entregar una solución
Cuando una herramienta modifica archivos o ejecuta tareas, adquieren más peso la definición del alcance y los criterios de aceptación. El equipo debe poder reconstruir qué cambió y comprobar que el sistema conserva las funciones que necesitan sus usuarios. La revisión de arquitectura, las pruebas y el control de accesos forman parte de ese paso hacia la operación.
El → Instituto Nacional de Estándares y Tecnología de Estados Unidos (NIST) propone, en su perfil de riesgos de IA generativa de 2024, documentar las pruebas previas al despliegue y mantener evaluación y seguimiento. El documento es de aplicación voluntaria y contempla distintos niveles de supervisión según el uso del sistema.
Para una empresa uruguaya, esas pautas pueden traducirse en una prueba acotada sobre un proceso definido, con datos disponibles, permisos claros y una persona responsable de aceptar el resultado. La decisión de ampliar su uso puede apoyarse en los resultados observados y en el costo de mantener la solución.
Fuentes principales
El Observador, Brand Studio. (2026, 11 de noviembre). → IA Insider 2.0 y adopción de IA en empresas. Información empresarial.
Urudata Software. (2026). → Comunicación corporativa sobre IA Insider 2.0.
DORA. (2026). → ROI of AI-assisted Software Development.
DORA. (2025). → Modelo de capacidades para el desarrollo de software asistido por IA.
National Institute of Standards and Technology. (2024). → Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile (NIST AI 600-1).
ICI Plus · Elaboración propia a partir de fuentes verificadas · 11 de noviembre de 2026.
