RedCore: “La IA generativa ha dado vuelta por completo la ecuación del desarrollo”

Durante el evento SiGMA de este año en Roma, Yogonet se reunió con Dmytro Sorysh, director de productos de IA en RedCore, un grupo empresarial impulsado por la innovación, quien compartió sus ideas sobre cómo escalar procesos con IA.

La IA generativa está transformando la forma en que operan las empresas. En su opinión, ¿cómo está cambiando no solo las herramientas que utilizan las empresas, sino todo el enfoque para crear y escalar nuevas empresas?

La IA generativa ha cambiado por completo la ecuación de desarrollo. Lo que antes requería un equipo de 30 a 50 personas, ahora lo pueden lograr entre 5 y 7 personas con acceso a una infraestructura de modelos compartida: grandes modelos de lenguaje, reconocimiento de voz, telemetría, etc.

Ha reducido tanto el costo como el tiempo de creación. Ahora, equipos pequeños pueden lanzar rápidamente sistemas de calidad de producción, siempre y cuando midan sin piedad y diseñen pensando en la escalabilidad, no en la perfección.

En RedCore, nos centramos en los flujos de trabajo más que en las características. Nuestra filosofía de diseño se basa en resultados integrales, por ejemplo, "contacto → oferta → objeción → conversión", en lugar de perseguir la novedad del modelo.

Cada lanzamiento se basa en la evaluación. Cada cambio se envía tras pruebas automáticas que evalúan la precisión, la seguridad, el tono y el retorno de la inversión. Y como diseñamos sistemas con intervención humana, siempre hay puntos de respaldo claros en los que las personas pueden intervenir cuando bajan los umbrales de confianza. Esto mantiene la calidad y garantiza el cumplimiento y la transparencia.

RedCore se describe a sí misma como un "grupo de empresas innovadoras". ¿Qué inspiró ese posicionamiento y cómo se equilibra la operación corporativa con el ritmo de una startup?

A menudo decimos que somos un grupo de empresas innovadoras, nacido de las dificultades operativas, que ha crecido con la velocidad de una startup, pero que se rige por la disciplina empresarial.

Nuestra historia de origen es sencilla: el crecimiento comenzó a superar al número de empleados. La IA y la automatización se convirtieron en la única forma escalable de absorber las cargas de trabajo reales en áreas como el soporte, los recursos humanos, el marketing y las ventas.

Para equilibrar la agilidad y la estructura, funcionamos con un modelo de dos velocidades:

• Marcha 1: explorar. Pequeños equipos de producto trabajan en MVP de 6 a 10 semanas, con estrictas medidas de seguridad.
• Marcha 2: explotar. Una vez que algo demuestra su retorno de la inversión, lo consolidamos, lo convertimos en plantilla y lo implementamos en todas las marcas.

También operamos una plataforma compartida: una pila para el registro, las evaluaciones, las indicaciones, la telefonía y el cumplimiento. Esto acorta drásticamente los tiempos de ciclo y reduce el riesgo.

Todas las ideas se enfrentan a barreras claras: o se amplían o se descartan en función de métricas objetivas, no del entusiasmo. Y tenemos un contrato cultural sencillo: la velocidad de las startups es bienvenida, pero los estándares de producción no son negociables.

A la hora de decidir qué nuevos proyectos lanzar, ¿cómo eligen qué ideas pasan a desarrollo y cuáles tienen potencial para una ampliación más amplia?

Empezamos con una pregunta: ¿Resuelve un cuello de botella repetitivo y puede superar la referencia en cuanto a costos o resultados? Si la respuesta es sí, se lanza. Si se generaliza en todas las marcas, se escala.

Utilizamos filtros específicos:

• Un punto débil concreto con referencias medibles, como los tiempos de espera o las tasas de conversión.
• Disponibilidad de datos y una ruta de cumplimiento clara.
• Un primer flujo de trabajo reducido que podamos automatizar con al menos un 70-80% de confianza.
• Nuestros MVP están enfocados de forma intencionada: una tarea que realizar, un perfil, una región o un idioma, totalmente instrumentado de principio a fin.

Para escalar, un producto debe funcionar en dos o tres marcas con un mínimo de repeticiones, mantener el cumplimiento normativo y el tono en la carga, y demostrar que la economía unitaria mejora con el volumen, lo que significa que el costo por resultado satisfactorio disminuye a medida que aumenta el uso.

Una vez lanzado un producto de IA, ¿cómo se mide su éxito dentro de RedCore? ¿Cuáles son las métricas más importantes?

Para nosotros, el éxito comienza internamente. Todos los productos de IA nacen de nuestras operaciones y se prueban con tráfico real. Si resuelve de forma consistente un problema operativo real y muestra un potencial más allá de nuestro grupo empresarial, es cuando consideramos su lanzamiento externo.

Buscamos una mejora clara con respecto a la línea de base: tiempos de respuesta más rápidos, menor costo por contacto, mayores tasas de conversión. Debe reducir la dependencia del trabajo manual, cumplir con la normativa bajo la carga de producción y obtener comentarios positivos de los equipos internos que lo utilizan a diario.

Una vez que vemos un valor constante, pasamos a la fase de validación del mercado:

1. Investigamos si el mismo punto débil existe en todo el sector.
2. Comparamos nuestros resultados con referencias externas.
3. Y probamos la adaptabilidad: ¿podemos replicar el éxito con una personalización mínima?

Para escalar, el producto tiene que resolver un flujo de trabajo común y repetible en múltiples operadores, mantener el tono y la precisión bajo presión y ofrecer un retorno de la inversión medible, al tiempo que mejora la economía unitaria.

En resumen, todos los productos de RedCore nacen de nuestras operaciones, se validan con tráfico real y solo entonces se convierten en algo de lo que puede beneficiarse el mercado en general.

De cara al futuro, ¿cómo cree que los grupos empresariales centrados en la innovación, como RedCore, darán forma al panorama global de la IA y la automatización en los próximos años?

La próxima gran ola de éxito de la IA vendrá de la mano de operadores con tráfico real, gobernanza real y la disciplina necesaria para convertir en productos lo que funciona.

Estamos pasando de las demostraciones a los ciclos de trabajo, en los que los operadores empresariales pueden convertir los flujos de trabajo probados en productos de IA reutilizables más rápidamente que las startups puras.

Surgirán nuevos estándares: la gobernanza como código, las pistas de auditoría transparentes y los conjuntos de evaluación se convertirán en la nueva norma para la IA de producción.

También veremos más pilas componibles (capas compartidas de ASR, TTS y LLM) que permitirán a los equipos pequeños crear nuevas líneas de negocio en semanas, en lugar de meses.

El papel de los humanos también cambiará: pasarán de la ejecución repetitiva a la supervisión, la formación y el diseño de campañas de alto nivel. Y las empresas que puedan validar el tráfico en tiempo real se convertirán en plataformas de lanzamiento para soluciones creadas conjuntamente, asociándose tanto con startups como con proveedores.

En RedCore, eso es exactamente hacia donde nos dirigimos: convertir la excelencia operativa en una ventaja compartida para todo el mercado.