Teamcubation presenta Booster AI para entrenar equipos y automatizar tareas cotidianas

Teamcubation desarrolló Booster AI, una solución orientada a que las empresas adopten y conviertan la inteligencia artificial en productividad operativa medible. La propuesta apunta a cerrar la brecha entre el gasto en licencias de IA y el retorno en el balance, mediante un esquema de entrenamiento aplicado directamente en el puesto de trabajo.

El punto de partida es un diagnóstico sobre la distancia entre inversión y resultados. Mientras el 90% de las organizaciones a nivel global todavía no logra vincular la IA con su estrategia de negocio, el impacto económico aparece concentrado en pocos casos: solo el 23% de las empresas reporta valor económico y apenas un 6% nota un impacto significativo, de acuerdo con un reporte del World Economic Forum y KPMG de 2025. En paralelo, un relevamiento de Stanford SALT Lab identificó que el 41% de las tareas que los trabajadores desean automatizar siguen sin resolverse por canales tradicionales.

El enfoque se apoya en la adopción por parte de perfiles no tecnológicos. Contadores, analistas y responsables de ventas o logística se entrenan para eficientizar su propio trabajo a través del desarrollo de automatizaciones sobre procesos cotidianos, con acompañamiento de mentores. En este esquema, la IA se incorpora como herramienta aplicada a flujos de trabajo concretos, con el objetivo de transformar tiempo operativo en capacidad disponible.

“Con Booster AI, cerramos la brecha entre la idea de estar usando IA y la productividad real, entrenando a las personas en las compañías para que transformen la tecnología en resultados concretos para el negocio”, dijo Mariano Wechsler, CEO y cofundador de Teamcubation. También planteó el foco en el retorno de la inversión: “Hoy la mayoría de las empresas ya paga licencias de Inteligencia Artificial, pero no ve impacto real en su P&L”.

El programa se organiza en cuatro ejes. El primero es la personalización, con un relevamiento del entorno tecnológico y de los procesos del cliente para adaptar herramientas de IA a su realidad. El segundo es on the job, donde cada participante aprende mientras desarrolla una o más automatizaciones guiado por mentores. El tercero es el acompañamiento, con mentorías 1 a 1 y soporte técnico y operativo, incluidas consultas asincrónicas. El cuarto eje combina entrenamiento y delivery: una base acotada de workshops teóricos y mentorías para construir soluciones aplicadas al negocio.

Los resultados que la compañía atribuye a la implementación incluyen ahorro de horas operativas, reducción de errores por menor manualidad e impacto en el P&L, al permitir que el equipo actual aumente su capacidad sin ampliar la estructura. La aplicación ya se desplegó en empresas como Advanta, Genneia y Visa, con un ahorro de hasta 20% de horas diarias en procesos.

“La eficiencia no pasa por escribir mejores mails, sino por eliminar tareas que no agregan valor”, dijo Diego Jolodenco, COO y cofundador de Teamcubation.