Supergasbras capacita a 1.200 empleados y reduce 75% el tiempo de desarrollo

Supergasbras, compañía brasileña de distribución de gas, lleva desde mediados de 2025 aplicando una estrategia de inteligencia artificial que muchos querrán copiar, pero pocos están dispuestos a sostener. En lugar de limitarse a comprar herramientas, decidió democratizar el conocimiento: capacitó a más de 1.200 colaboradores, multiplicó por más de 30 la cantidad de empleados que trabajan con agentes de IA y Copilot —pasó de unos 30 a más de 1.000— y, tras reordenar su plataforma de datos, redujo en 75% el tiempo necesario para desarrollar proyectos de IA. Los resultados son contundentes y plantean una lección directa para toda la región.

Lo interesante del caso no es la ambición, sino la mecánica. La formación se organizó en rutas diferenciadas según el nivel de conocimiento; se creó un Hub de IA con especialistas internos dedicados a mentorías y acompañamiento de proyectos; y el programa SuperUsers formó a 90 profesionales en tres promociones durante 2026, con un modelo de certificación inspirado en el concepto de cinturón negro del Lean Six Sigma, según explica el CIO de la compañía, Flavio Baltensberger. No hay recetas mágicas: hay un sistema de aprendizaje, estándares y gobernanza.

Este enfoque encaja con lo que significa la IA empresarial bien entendida: no un asistente suelto, sino la integración de capacidades de IA en los procesos, las plataformas y los flujos de decisión de la organización. Eso exige datos ordenados, reglas claras y personas que sepan interpretar lo que la máquina produce.

Del acceso a la comprensión

Democratizar la IA no es abrir una pestaña de ChatGPT en cada escritorio. La democratización de datos va más allá del acceso: supone simplificar la infraestructura técnica, eliminar los guardianes de la información y hacer que los datos de la compañía estén disponibles para todos los equipos desde un panel comprensible. Cuando ese paso se da, los empleados dejan de limitarse a resolver el problema inmediato y empiezan a preguntarse qué más se puede hacer con la información. Esa curiosidad es lo que separa a una organización innovadora de una que solo consume tecnología.

En Supergasbras, esa dinámica se materializa en lo concreto. Junto con la firma Fu2re.ai desarrollaron una solución de visión computacional que interpreta imágenes de los cilindros de gas y extrae de forma automática datos como el peso del envase y la fecha de caducidad, antes de que las unidades salgan a reparto. Al mismo tiempo, la reorganización de su plataforma de datos permitió que proyectos que antes demoraban varios meses se resuelvan en aproximadamente un mes. La eficiencia no llegó por accidente: fue la combinación de datos ordenados, gente formada y procesos estandarizados.

La confianza es el nuevo cuello de botella

Ahora bien, democratizar el conocimiento también multiplica un riesgo que las empresas suelen subestimar: la confianza excesiva en la máquina. El análisis The democratization dilemma, publicado por Nature, describe una “paradoja de la pericia instantánea”: la IA produce resultados que parecen de experto, pero quien los recibe no ha desarrollado el criterio para evaluarlos. Diversos estudios citados en ese trabajo muestran que los usuarios tienden a sobreconfiar en sistemas que presentan información con un tono autoritativo. La máquina puede detectar un patrón, pero le falta el contexto, la empatía y el juicio que solo da la experiencia.

Por eso la capacitación no puede detenerse en el manejo de la herramienta. Debe incluir cómo validar los resultados, conocer los límites del modelo y saber cuándo dudar. Un profesional empoderado no es el que acepta la respuesta, sino el que es capaz de discutirla.

Para los directivos latinoamericanos, el caso de Supergasbras es a la vez una hoja de ruta y un espejo. En economías donde el talento especializado en datos es escaso y suele concentrarse en pocos equipos, la capacidad de multiplicar el conocimiento interno se convierte en una ventaja estratégica de primer orden: permite escalar sin quedar cautivos de un grupo reducido de expertos o de consultorías externas. Sin embargo, muchas empresas de la región han adquirido licencias de IA generativa sin haber ordenado sus datos ni diseñado una estrategia de formación, y el resultado es adopción superficial, no productividad. La ventaja competitiva no estará en elegir el asistente más sofisticado, sino en construir organizaciones capaces de interpretar lo que la tecnología produce y, sobre todo, de cuestionarlo.

La pregunta que debería ocupar a cada director no es cuántas personas usan IA en su empresa, sino cuántas sabrían detectar un error de la IA antes de que ese error llegue al cliente. Formar a mil profesionales sin desarrollar esa capacidad de duda no es democratizar el conocimiento: es fabricar usuarios obedientes. Supergasbras demuestra que el acceso puede multiplicarse sin perder el criterio; queda ver quién más se anima a aceptar ese desafío.