LA PRIMERA CONFERENCIA
DE IA PRAGMÁTICA EN Colombia

A medida que la IA redefine los roles tecnológicos, la línea entre la ejecución automatizada y la toma de decisiones humana crítica se está redibujando. Aunque los agentes de IA aceleran las tareas en cada fase de la entrega, el criterio estratégico, el contexto arquitectónico y el planteamiento de los problemas siguen siendo fundamentalmente humanos.

A partir de experiencia práctica en ingeniería de software, ciencia de datos y planificación de proyectos, esta sesión desglosa estrategias accionables para integrar agentes de IA en las distintas etapas del ciclo de desarrollo. Exploraremos flujos de trabajo estructurados que aprovechan las capacidades agénticas y evitan la sobrecarga operativa.

Te llevarás: flujos de trabajo prácticos con agentes de IA y un marco accionable para amplificar el impacto de tu equipo, anticiparte a los cambios de la industria y mantener los sistemas críticos firmemente bajo control humano.

Integrar la IA en la gestión diaria de proyectos suele oscilar entre la automatización a ciegas y los prompts manuales interminables. Para aumentar de verdad la productividad, la IA debe operar dentro de un marco estructurado en el que la toma de decisiones humana siga siendo el ancla definitiva.

A partir de Brain Helper —una «prótesis mental» práctica para orquestar ideas y proyectos complejos—, esta sesión muestra cómo el diseño centrado en las personas se traduce en arquitectura real. Profundizaremos en configuraciones multicliente, bases de datos, Model Context Protocol (MCP) y guardrails que imponen una revisión humana estricta en cada paso crítico.

Te llevarás: patrones de arquitectura prácticos para construir tus propios flujos de trabajo asistidos por IA, en los que la automatización amplifica el criterio humano en lugar de reemplazarlo.

La mayoría de los proyectos de IA nunca llegan a producción, y el modelo rara vez es la razón. Mientras las organizaciones invierten recursos en algoritmos de vanguardia, el verdadero punto de fallo casi siempre está en unos fundamentos de datos fragmentados y en el criterio humano necesario para construirlos.

A partir de benchmarks de la industria y datos de implementaciones empresariales, esta sesión revela qué está frenando realmente la IA empresarial y replantea hacia dónde se dirige de verdad la demanda del mercado. Exploraremos por qué el cuello de botella crítico no es la tecnología en sí, sino el rigor de ingeniería y la toma de decisiones estratégicas necesarios para sostenerla.

Te llevarás: una perspectiva contrastada con la realidad sobre los cuellos de botella de la IA empresarial, criterios accionables para evaluar la madurez de tus datos y una comprensión clara de las capacidades de IA de alto valor que las organizaciones realmente necesitan.

COMPAS, Gender Shades, el algoritmo de Obermeyer… Cada gran controversia de la IA despierta las mismas preguntas post mortem: ¿qué salió mal y se pudo haber detectado antes del lanzamiento? Una auditoría rigurosa de 11 fallos de IA de alto perfil, incluido el SISBÉN de Colombia, reveló una realidad contundente: 10 de 11 mostraban señales de alerta críticas mucho antes de su despliegue.

Con herramientas open source ligeras y recursos mínimos, esta sesión desglosa cómo los fallos catastróficos de los modelos dejan señales detectables durante el desarrollo. Analizaremos por qué los equipos pasan por alto estos indicadores tempranos y cómo implementar una auditoría proactiva a lo largo de todo el ciclo de vida de ML.

Te llevarás: un marco de auditoría repetible y una checklist open source para detectar sesgos, drift y riesgos sistémicos en tus modelos antes de que lleguen a usuarios reales.

La mayoría de las iniciativas de IA empresarial no fracasan por fallos técnicos. Se derrumban en la sala de juntas, en el momento en que la conversación pasa de la precisión del modelo al ROI, los riesgos de cumplimiento, el costo total de propiedad y la responsabilidad sobre el presupuesto.

En esta sesión, un proyecto de IA se enfrenta a un juicio en vivo ante los stakeholders que tienen el poder de aprobarlo, frenarlo o enterrarlo: Finanzas, Seguridad, Compras y la Alta Dirección. Analizaremos los puntos de fricción ocultos entre las ambiciones de ingeniería y la realidad de las compras corporativas.

Te llevarás: el vocabulario ejecutivo y las estrategias de defensa de negocio necesarias para comunicar el ROI, responder preguntas difíciles de seguridad y finanzas, y llevar los proyectos de IA del piloto al contrato firmado.

Casi todos los equipos de ingeniería mantienen un monolito legado o un framework obsoleto que nadie quiere tocar. Con agentes de IA capaces de refactorizar código a escala, resulta tentador automatizarlo todo; sin embargo, la IA no puede decidir qué sistemas vale la pena modernizar ni cómo priorizarlos.

A partir de proyectos reales de modernización empresarial en América Latina, esta charla desglosa las decisiones estratégicas que preceden al código. Exploraremos dónde la IA acelera de verdad la migración —como la comprensión de código legado y la generación de pruebas— y dónde la estrategia de ingeniería humana sigue siendo indispensable.

Te llevarás: un marco práctico de toma de decisiones y una rúbrica de evaluación para valorar sistemas legados, priorizar candidatos a modernización y aprovechar eficazmente las herramientas de IA en las migraciones.