Es argentino, descubrió el “talón de Aquiles” de la IA y ahora ayuda a empresas de cuatro países

“ChatGPT, Claude y todos los modelos de inteligencia artificial que usamos hoy son extraordinarios para una cosa muy específica: trabajar con texto, imágenes y audio”. Bruno Ruyú, CEO de Teramot, lo dice con la precisión de alguien que pasó años mirando el problema desde adentro. Y después agrega lo que casi nadie dice en voz alta: “Pero las empresas funcionan diferente. El corazón de cualquier negocio no son textos ni imágenes. Son bases de datos”.

Ahí está el talón de Aquiles. Ahí es donde los modelos más avanzados de IA del mundo se frenan, se confunden o, peor, responden con confianza cosas que están mal. Y ahí es exactamente donde Ruyú construyó Teramot: una startup nacida en Rosario que hoy opera en Argentina, Brasil, Colombia y Paraguay, con clientes que van desde pymes hasta Coca-Cola, Johnson & Johnson, La Caja y Grupo Sancor Seguros.

El problema de la IA que nadie quería nombrar

Cuando una empresa le hace una pregunta a un modelo de IA sobre sus propios datos, lo que parece simple se vuelve un laberinto. No es que la IA sea poco inteligente. Es que nadie construyó el puente entre su inteligencia y ese mundo particular. “Nadie le explicó al sistema qué significa ‘COD_PROD_047’ o por qué las ventas de marzo siempre tienen un ajuste contable particular”, explica Ruyú. Y agrega: “Ese conocimiento vive en la cabeza de las personas, no en los datos”.

El resultado es que las empresas tienen, desde hace décadas, enormes volúmenes de información que no pueden usar. Los datos están ahí, quietos, llenos de respuestas que nadie puede encontrar porque hacerlo requería meses de trabajo de equipos especializados, arquitectos de datos, analistas, ingenieros coordinados en proyectos que pocos podían pagar y menos todavía podían sostener. Ahora, Teramot promete hacer eso en minutos.

La plataforma de Termamot funciona como un nexo entre los modelos de inteligencia artificial y las bases de datos corporativas, tejiendo relaciones entre distintas fuentes de información y transformándolas en una infraestructura lista para ser utilizada. Se conecta directamente con sistemas como bases de datos, ERPs, CRMs y data warehouses.

50 agentes de IA trabajando en silencio

La plataforma tiene más de 50 agentes especializados que trabajan de forma coordinada. No es una metáfora ni una promesa de roadmap: es lo que ocurre cada vez que una empresa se conecta al sistema.

La primera capa es la más difícil: el entendimiento. Cuando una empresa conecta Teramot, el sistema empieza a explorar solo. Qué datos existen, cómo están organizados, qué significa cada campo, qué relaciones hay entre tablas que a veces ni los propios empleados conocen. “Detecta que una columna que se llama ‘COD_CLI’ en un sistema es el mismo cliente que ‘ID_CUSTOMER’ en otro”, describe Ruyú. “Genera documentación automática, un mapa completo de todo el conocimiento que la empresa tiene sobre sí misma pero que nunca estaba escrito en ningún lado”.

La segunda capa resuelve algo que cualquier ingeniero de datos conoce bien y que casi ningún proyecto enfrenta con honestidad: los datos reales de las empresas son un desastre. Siempre. Sin excepción, según revela Ruyú. Una fecha guardada como “15/05/2024” en un sistema y como “2024-05-15” en otro. El mismo cliente cargado dos veces con nombres ligeramente distintos. Categorías que significan lo mismo pero que ningún reporte suma correctamente. Teramot detecta y resuelve todo eso de forma automática, sin que nadie le señale dónde están los problemas.

Una vez que esas dos capas están resueltas, lo que viene es casi la parte “fácil”. Si los datos están limpios, bien estructurados y con contexto, conectar un modelo como Claude o ChatGPT y pedirle análisis complejos es directo y preciso. “Imaginá a Claude como un empleado que, desde el primer día, sabe absolutamente todo lo que hay en la empresa”, dice Ruyú. “Puede conseguir cualquier dato en milisegundos, cruzar información de diez fuentes distintas al mismo tiempo, sin cansarse, sin olvidar nada, sin sesgos. Disponible las veinticuatro horas”.

Y a diferencia de un análisis puntual, la estructura que construye Teramot es permanente. Se actualiza sola cada vez que los datos cambian. “No es que cerrás la conversación y al día siguiente volvés a empezar de cero”, aclara. “Es una infraestructura viva que opera todo el tiempo, que detecta lo que no sabías que tenías que buscar, y que actúa antes de que el problema escale”.

La aceleración de la IA

El caso que Bruno Ruyú elige para ilustrar el impacto es el de una empresa que vende productos químicos para el agro. Lo que pasó una hora después de conectar el sistema es, según sus palabras, “casi difícil de creer hasta que lo ves con tus propios ojos”.

Alguien del equipo hizo una pregunta simple: ¿cómo podemos ganar más plata? Sin reportes previos, sin configuración especial, sin haberle explicado nada al sistema sobre cómo funcionaba el negocio.

En minutos, Teramot encontró esto: cuando un cliente compraba un segundo producto específico de la línea, su tasa de retención pasaba del 30% al 80%. Un salto brutal. Ese dato existía en las bases de datos de la empresa desde hacía años. Estaba ahí, quieto, esperando que alguien lo encontrara. Nadie lo había cruzado de esa manera porque nadie tenía el tiempo, las herramientas ni la visión para mirar todas las combinaciones posibles al mismo tiempo.

Pero Teramot no se quedó ahí. Identificó cuáles de los clientes actuales tenían mayor probabilidad de comprar ese segundo producto, basándose en su historial, su industria y su comportamiento de compra. Después detectó cuáles eran los ejecutivos comerciales que nunca habían vendido ese producto: los que tenían la mayor brecha entre lo que podían hacer y lo que estaban haciendo. Y con todo eso armó la estrategia de ventas para el mes siguiente. Con nombre y apellido. Quién tenía que llamar a quién, qué producto ofrecerle y por qué. En una hora, desde cero, sin que nadie le explicara nada.

El segundo ejemplo viene del retail. Una empresa tenía un equipo de datos que hacía lo que hacen casi todos: responder pedidos, armar reportes, mantener tableros. Trabajo importante pero reactivo. Después de conectar Teramot, Claude accedió a toda la información enterrada en SAP y en menos de una hora generaba recomendaciones concretas con un nivel de detalle que antes era simplemente imposible. El mismo equipo, sobre esa base, desarrolló una aplicación completa para el área de marketing. Algo que antes hubiera requerido meses de desarrollo y coordinación entre múltiples áreas. “El cambio no es solo en velocidad, sino en capacidad: los equipos pueden producir mucho más con las mismas personas”, resume Ruyú.

Emprender desde Rosario

El fundador de Termanot Ruyú vivió once años en Buenos Aires. Conoce bien las dos ciudades. Y su conclusión es directa: en tecnología, y en inteligencia artificial específicamente, la diferencia es mucho menor de lo que se cree desde afuera.

“El talento viaja. El código no tiene dirección postal”, dice, y subraya: “Durante años, desde Rosario, fuimos proveedores de tecnología para clientes en Estados Unidos y Europa en igual proporción que equipos de Buenos Aires”.

Lo que sí tiene Rosario, y que es difícil de replicar, es una combinación de tres cosas. Primero, universidades de primer nivel: la UNR y la UTN forman ingenieros y matemáticos con un rigor que compite con cualquier institución de la región. Segundo, el CIFASIS, el centro de investigación en inteligencia artificial del CONICET en Rosario, que lleva décadas trabajando en estos temas antes de que el mundo supiera pronunciar la palabra. Tercero, y esto es lo que más le importa a Ruyú: hay muy poco ruido. “Podés construir un equipo con identidad, con foco, con una cultura técnica muy fuerte, sin la dispersión y la rotación que tienen los mercados más saturados”.

Y sobre Silicon Valley tiene una lectura que pocos se animan a decir: “Hoy estar en el mundo de la IA en San Francisco es extraordinariamente difícil en términos de visibilidad. Las publicidades en la calle ya no son de zapatillas ni de autos. Son de startups de IA. Competir en ese ruido es una batalla costosísima”. En Latam, en cambio, son pioneros. Construyeron los primeros agentes de IA en la región en 2021, cuando nadie usaba esa palabra todavía.

Eso no significa que Teramot sea solo una empresa rosarina. Ya tiene equipo comercial en Buenos Aires, está terminando de definir su presencia en San Pablo, y Ruyú está en Silicon Valley prácticamente mes por medio. Estudió en Stanford, tiene vínculos reales con ese ecosistema y está en conversaciones activas con fondos globales para una Serie A. “La base es Rosario. El juego es global”, dice.

Lo que viene para Teramot

Desde su fundación, Teramot levantó 2,5 millones de dólares y es parte del programa Scale Up de Endeavor, orientado a acompañar a compañías tecnológicas en etapa de expansión. Hoy tiene 24 personas y clientes en cuatro países. En los próximos 12 a 18 meses, el plan es consolidar Brasil y México como mercados inmediatos, y después apuntar a Estados Unidos con tracción real y casos de éxito probados.

El modelo de producto lo hace posible: cualquier empresa puede crear una cuenta con su mail, conectar sus sistemas y empezar a ver resultados el mismo día. Hay incluso una versión gratuita para empezar. “La barrera de entrada es casi cero y el impacto es transformador”, dice Ruyú.

Durante años se habló de transformación digital como una promesa vaga y costosa que pocas empresas lograban concretar del todo. Teramot apuesta a que esto es lo que se ve cuando esa transformación ocurre de verdad. No como una herramienta nueva en el stack tecnológico, sino como un cambio en cómo funciona la organización.