Durante casi cuatro años, Teramot construyó una tecnología que el mercado todavía no sabía pedir: una forma de que la inteligencia artificial trabaje con los datos reales de las empresas. Cuando la industria abrió la puerta que faltaba, lo que antes llevaba meses de ingeniería de datos pasó a resolverse en horas.
A comienzos de este año, el equipo de Teramot, la scaleup rosarina que conecta la inteligencia artificial con los datos de las empresas, tenía firmado un contrato para implementar su plataforma en un cliente. Era un proyecto de varias semanas, y se había cobrado como tal. Un día decidieron probar algo distinto: le pasaron el pedido del cliente a un agente de inteligencia artificial conectado a Teramot, lo pusieron a correr y se fueron a buscar un café. Cuando volvieron, el trabajo estaba hecho.
La escena resume algo que Ruyú venía anticipando desde hacía años, cuando casi nadie le creía: que la inteligencia artificial iba a poder trabajar directamente con los datos de las empresas, y que el obstáculo no estaba en los modelos sino en la forma en que esa información está guardada. Lo difícil no fue construir la tecnología. Fue esperar a que el resto del mercado llegara al mismo lugar.
Una máquina que solo acepta monedas
Hoy millones de personas usan ChatGPT, Claude o Gemini en su día a día. Funcionan bien porque fueron entrenados con enormes cantidades de texto y después aprendieron a trabajar con imágenes y audio. Pero hay algo con lo que nunca fueron entrenados, y probablemente nunca lo sean: las bases de datos de las empresas. “Ninguna compañía va a entregar sus datos a una empresa de inteligencia artificial para que entrene sus modelos”, explica Ruyú.
Para graficarlo usa una analogía: “Es como una máquina que solo acepta monedas y vos querés pagarle con un billete. Los modelos de lenguaje aceptan texto, y una base de datos es otra cosa”. Cuando alguien sube un Excel chico a uno de estos asistentes, el modelo lo convierte en texto y se las arregla. Pero una empresa que trabaja con SAP puede tener 75.000 tablas cruzadas entre sí. Ahí, la inteligencia artificial no puede funcionar sola, y eso es lo que hoy frena su adopción a gran escala en las compañías.
Ruyú conoció ese desorden de cerca. Físico egresado del Instituto Balseiro —donde programó su primera inteligencia artificial en 2005—, hizo carrera en grandes empresas argentinas y llegó a ser gerente de Control de Gestión en YPF, donde su trabajo era armar reportes sobre todo lo que pasaba en la compañía. “Lo que parece una trivialidad cuando trabajás con uno o dos Excel se vuelve otra cosa cuando tenés que buscar información en 70.000 tablas que se cruzan y que nadie sabe bien cómo funcionan”, cuenta. El problema le quedó grabado.
La forma tradicional de resolverlo es la ingeniería de datos: equipos especializados que ordenan y conectan esa información a mano, en proyectos que difícilmente duran menos de seis meses y que a menudo se extienden por años. Teramot hace ese trabajo de forma automática. Se conecta al ERP, al CRM y a los sistemas de logística o de recursos humanos de una empresa, interpreta la información y la deja lista para que un agente de inteligencia artificial pueda usarla. La primera versión, asegura Ruyú, está lista en menos de una hora. “Somos una capa que vive entre la inteligencia artificial y todos los sistemas de la compañía”.
El costo de llegar antes
En 2021, un año antes de que ChatGPT se volviera masivo, Ruyú consiguió probar una de las primeras versiones de la tecnología GPT. Al día siguiente renunció a su puesto de director en un banco. Ese mismo año, cuenta, construyeron su primer agente de inteligencia artificial, cuando el término todavía no existía como tal. En noviembre intentó explicarle a un fondo de venture capital lo que venía. No pudo: no había herramientas ni palabras para hacerlo, y del otro lado nadie creía que eso fuera a suceder.
A principios de 2023 decidieron construir Teramot. Ese año se sumó como COO Gabriel Puertas, compañero de Ruyú en el Balseiro, con quien había compartido casa en Bariloche. Se reencontraron por casualidad en Rosario, cuando Puertas, entonces director de operaciones de una gran empresa, buscaba pasarse al mundo de la tecnología. “Vení, que esto lo vas a entender al toque”, le dijo Ruyú.
El desafío nunca fue técnico. “Le vendíamos algo que estaba dos años adelantado a la industria. Del otro lado no te lo entienden, no te lo creen, no se lo imaginan”, dice. Y reconoce un error propio: “Creíamos que todos hablaban nuestro idioma y leían las mismas noticias que nosotros. No es así”.
Mientras tanto, al producto le faltaba una pieza para poder distribuirse a escala. Ruyú, que nunca había vendido nada, se puso al frente de las ventas y consiguió los primeros clientes que marcaron una tendencia de crecimiento. Con eso llegó una nueva ronda de inversión: hoy la compañía lleva levantados US$2,5 millones.
La pieza que faltaba llegó en febrero de este año, y no dependía de ellos. Las principales plataformas de inteligencia artificial abrieron a terceros el MCP, el protocolo que permite que un agente use herramientas externas —del mismo modo en que usa el correo o el calendario—. Teramot, que había estado entre las primeras empresas en probarlo, quedó primera en la fila. “Con eso se nos completó el producto. Lo que nos faltaba era el canal, y el canal son los agentes de IA”, explica Ruyú.
Unos meses después llegó otra señal. En junio, Anthropic, la empresa detrás de Claude, publicó en su blog cómo había logrado que su propio asistente analizara los datos internos de la compañía: hizo falta un equipo de ingeniería dedicado que revisa y ajusta esa capa de datos en forma permanente. Para Ruyú fue la validación externa que venía buscando. “¿Qué empresa va a tener un equipo de ingeniería como el de Anthropic, dedicado a esto? Nosotros lo ofrecemos desde mil dólares por mes”.
La ambición de ser como Excel
Hoy cualquier empresa puede entrar a la web de Teramot, crear una cuenta, pagar con tarjeta y empezar a usarlo, sin un proyecto de implementación. Era, dice Ruyú, una obsesión desde el principio. La consultoría que todavía ofrecen consiste, sobre todo, en enseñar a usarlo: “¿Sabés escribir? Pedí lo que querés. Fin de la consultoría”.
El punto de inflexión llegó cuando una multinacional de bebidas empezó a usar la plataforma en Brasil para gestionar la reposición de stock en supermercados, una parte crítica de su distribución. “Fue más un cambio de mindset nuestro: esto funciona”, recuerda. Ese caso les abrió el mercado brasileño y las puertas de otras compañías globales. Hace poco, una obra social argentina que necesitaba proyectar sus costos a futuro tuvo la primera versión de un modelo predictivo en quince días; cotizado en el mercado, era un proyecto de un año.
El cambio también está en cómo se usa. En lugar de pedirle tareas, Ruyú propone plantearle objetivos. Una empresa que vende productos y servicios para productores agropecuarios le pidió algo simple: ganar más el próximo trimestre. Con Teramot conectado a sus datos, el agente de IA detectó que los clientes que se mantenían fieles compraban una misma combinación de tres productos, identificó quiénes más podían comprarla y qué vendedores sabían venderla, y armó desde cero una estrategia comercial.
Como trabaja con la información más sensible de las compañías, Teramot cuenta con la certificación internacional SOC 2, que exigen, por ejemplo, las empresas que cotizan en la Bolsa de Nueva York. Los datos no se usan para entrenar modelos y los clientes pueden mantenerlos en su propia nube.
Con un equipo de 20 personas en Rosario y operación en Argentina, Brasil y Colombia, el próximo paso es Estados Unidos. Pero la apuesta de Ruyú no es vender cliente por cliente, sino que su tecnología quede integrada dentro de la oferta de empresas de software, consultoras e implementadoras que ya tienen los clientes. En el horizonte aparece algo más ambicioso: que, además de analizar información, Teramot construya sistemas de gestión completos a pedido, ya conectados a los datos.
En ese camino, Ruyú destaca lo que encontró en ScaleUp de Endeavor: “La calidad de los mentores y la ayuda que me pudieron dar en una hora no la había visto nunca. Conectar con gente que no solo entiende tu compañía, sino que te trae soluciones a tus problemas”. A eso, suma la red: “Una intro, un WhatsApp, una idea, un café. Vale muchísimo”.
Después de años de estar adelantados, el desafío de Teramot cambió de lado. Ya no se trata de que la tecnología funcione, sino de que las empresas se animen a cambiar su forma de trabajar. “Las personas adoptamos rápido; las compañías tardan más”, dice Ruyú. “Mi ambición es que lo usen todas las empresas del mundo, como Excel. No depende de la industria, ni del tamaño, ni del país”.
