Supergasbras entrena a 1.200 trabajadores y acelera proyectos con inteligencia artificial

Mientras la mayoría de las empresas latinoamericanas siguen debatiendo si comprar licencias de Copilot o construir sus propios modelos, Supergasbras —distribuidora de GLP del grupo SHV Energy— ya resolvió la discusión: la inteligencia artificial no es una herramienta que se adopta, es una competencia que se construye. Desde el segundo semestre de 2025, la compañía brasileña entrenó a más de 1.200 colaboradores, expandió el acceso a agentes de IA de 30 a más de 1.000 usuarios y redujo en 75 % el tiempo de desarrollo de soluciones, pasando de varios meses a aproximadamente uno iabrasilnoticias.com.br/supergasbras-capacita-1-200-profissionais-em-ia-e-reduz-tiempo-de-projetos-em-75/.

La diferencia no está en el presupuesto —aunque SHV Energy tiene escala— sino en la secuencia. Supergasbras no empezó comprando tecnología; empezó reestructurando su plataforma de datos para IA durante 2025 y, en paralelo, diseñó una arquitectura de talento en cuatro pilares: personas, gobernanza, herramientas y proyectos tiinside.com.br/08/10/2026/supergasbras-transforma-ia-em-competencia-estrategica/. El orden importa: sin datos listos, los agentes alucinan; sin gente preparada, las licencias se pudren en el estante.

El modelo "Black Belt" aplicado a IA

El programa SuperUsers es la pieza más replicable para cualquier empresa de la región. Inspirado en la certificación Black Belt de Lean Six Sigma, formó a 90 especialistas internos en tres cohortes durante 2026 tiinside.com.br/08/10/2026/supergasbras-transforma-ia-em-competencia-estrategica/. No son científicos de datos: son profesionales de negocio con capacitación avanzada para identificar casos de uso, validar factibilidad y guiar a sus pares. Funcionan como una red de multiplicadores que el Hub de IA —estructura de gobernanza y mentoreo— coordina y escala.

Este enfoque ataca el talón de Aquiles de la adopción en América Latina: la brecha entre el entusiasmo directivo y la capacidad operativa. La gerente de RRHH, Fernanda Cancio, lo describió meses antes: muchos colaboradores ya usaban IA "de forma individual y, por vezes, silenciosa" por miedo a que "recorrer à IA pueda desvalorizar o trabalho realizado" tiinside.com.br/21/10/2025/supergasbras-fortalece-cultura-de-inovacao-com-transformacao-digital-no-rh/. El programa SuperUsers legitima ese uso y lo canaliza hacia problemas reales.

Resultados que no son "casos de uso"

La cartera de aplicaciones deja de ser experimental cuando toca métricas duras:

• Jarbex: asistente conectado a la base corporativa que usan más de 500 personas para análisis de clientes en segundos desde el móvil.
• SuperConsultorIA: agente para negociaciones comerciales que en cuatro meses participa en 21% de las transacciones.
• Visión computacional con Fu2re.ai: lectura automática de tara y vencimiento en cilindros antes de la distribución.
• Telemetría de conductores: alertas preventivas que redujeron 91% los incidentes viales.

Ninguno de estos requiere modelos fundacionales propios. Todos combinan modelos accesibles (Copilot, APIs de visión) con datos propietarios bien estructurados y conocimiento de dominio que solo la gente de la empresa posee.

Lectura para el ejecutivo latinoamericano

Tres lecciones transferibles:

1. Datos antes que agentes. La reestructuración de la plataforma de datos en 2025 fue el habilitador invisible del 75 % de aceleración en 2026. Saltarse ese paso condena a la eterna fase de prueba de concepto. 2. Capacitación escalonada, no masiva indiferenciada. Trilhas para principiantes, SuperUsers para avanzados, Hub para gobernanza. Cada nivel tiene un objetivo distinto: alfabetización, experticia interna, coordinación. 3. Seguridad como caso de negocio. La reducción del 91 % en incidentes viales transforma a la IA de "proyecto de innovación" a "inversión con ROI medible en semanas". En industrias con operación física (logística, energía, manufactura), ese es el lenguaje que aprueba presupuestos.

Supergasbras no resolvió la IA. La puso a trabajar. La pregunta para quien decide en la región no es si la tecnología sirve, sino si su organización tiene la paciencia para construir la base —datos, gente, gobernanza— antes de exigir el retorno.