ZTZ, empresa líder en gestión de reclamos regulatorios en Latinoamérica, sostiene que sí, siempre que se utilicen modelos especializados y que las organizaciones definan cómo aprovechar el tiempo que la tecnología libera.
En medio del debate sobre el impacto de la inteligencia artificial en el empleo, ZTZ plantea que la respuesta depende de dos factores: el tipo de modelo que se implementa y el uso que las empresas dan al tiempo que liberan sus equipos. Según la compañía, los modelos de lenguaje especializados (SLM) pueden asumir la carga administrativa y el volumen documental de la gestión de reclamos, mientras los profesionales se concentran en analizar sus causas y mejorar los resultados.
La preocupación por el empleo es extendida. Un estudio de Pew Research Center publicado en septiembre de 2026, con encuestas en 37 países, muestra que en 34 de ellos predomina la percepción de que la IA reducirá los puestos de trabajo. Para Nicolás Vilela, CEO de ZTZ, ese temor es comprensible: “La IA no es una sola cosa. Entender qué hace cada tipo de modelo, y qué no, marca la diferencia entre una herramienta pensada para optimizar la productividad como un fin en sí mismo, que termina desplazando a las personas, y una diseñada para potenciar el trabajo humano y sus resultados”.
LLM y SLM, dos enfoques distintos
La diferencia está en cómo funciona cada modelo. Los modelos de lenguaje generalistas (LLM), como las plataformas de uso abierto, están entrenados para responder sobre cualquier tema. Los SLM, en cambio, trabajan sobre un campo acotado: la documentación de cada organización y la normativa que la rige, en bases privadas y verificables donde cada resultado puede rastrearse hasta su fuente. “En un entorno regulado, una respuesta a un reclamo no puede limitarse a sonar correcta. Tiene que estar respaldada por los documentos del caso, la normativa vigente y los plazos que exige la autoridad. Un modelo que sabe un poco de todo no conoce los contratos de una empresa ni el historial de sus clientes”, explica Vilela.
Del volumen al análisis
A medida que una empresa crece, también aumenta el volumen de reclamos y de antecedentes que deben revisarse dentro de los plazos regulatorios. En ese escenario, ZTZ sostiene que el aporte de la IA depende de cómo se reasigna el tiempo de los equipos. “La inteligencia artificial predictiva asume las tareas automatizables: la carga de documentos, la lectura masiva de expedientes, la verificación de antecedentes. Eso permite que los especialistas se concentren en lo que ningún modelo hace por ellos: interpretar, priorizar y decidir”, señala Vilela. Según la compañía, ese tiempo debe destinarse a investigar las causas de los reclamos y a mejorar los resultados.
“Cuando una empresa adopta un modelo generalista con la idea de que cualquiera puede hacerlo todo, el objetivo pasa a ser contratar menos, y ahí el miedo al reemplazo se vuelve real. Cuando implementa un modelo especializado para que sus especialistas dejen de destinar horas a tareas donde su aporte no marca la diferencia, ocurre lo contrario. La tecnología puede ordenar el volumen, pero hacer avanzar los resultados sigue siendo trabajo de las personas”, concluye Vilela.
