El nuevo panorama de la automatización
En un momento en que la inteligencia artificial está presente en casi todos los sectores empresariales, hay un aspecto que todavía resulta complicado de automatizar: la relocalización de talento. Empresas líderes como OpenAI y Google contratan personal de todo el mundo, pero tras extender la oferta laboral, surge un desafío menos visible: coordinar visas, vuelos, vivienda y las pertenencias del empleado, todo al mismo tiempo y sin margen de error.
Este proceso puede ser bastante largo, con múltiples actores involucrados y que, mayormente, se gestiona de forma manual. Aquí es donde entra en juego Gullie, una startup con sede en San Francisco. Uno de sus primeros empleados es un argentino, Daniel Salmun, un desarrollador especializado en inteligencia artificial. Daniel se unió al equipo cuando apenas lo conformaban la fundadora y un ejecutivo de ventas.
“La relocalización tiene muchas variables que manejar al mismo tiempo —regulaciones, costos, tiempos, preferencias del usuario—. Lo interesante de la IA es que permite integrar todo eso y convertirlo en decisiones más rápidas y consistentes”, explica Daniel.
De procesos manuales a sistemas que toman decisiones
“La relocalización siempre fue un proceso complejo, con múltiples capas de información y decisiones. Lo que cambia con la IA es la capacidad de integrar variables —como leyes migratorias, preferencias y costos— en sistemas que operan de forma mucho más ágil y consistente”, señala Salmun.
Además, este es un mercado con peso propio. Según estimaciones del sector, el mercado global de servicios de relocalización corporativa está valorado en más de 20.000 millones de dólares en 2025 y podría superar los 32.000 millones hacia 2032, impulsado por la movilidad internacional del talento y el crecimiento de equipos distribuidos.
En Gullie, Daniel trabaja en sistemas que no solo procesan información, sino que también ejecutan tareas dentro del proceso de relocalización. “Antes, estos procesos implicaban decenas de correos electrónicos y llamadas entre distintas personas. Hoy es posible construir sistemas que entienden la situación de cada usuario y responden en función de eso”, agrega.
De chatbots a agentes que ejecutan tareas
Antes de unirse a Gullie, Daniel participó en varios proyectos de inteligencia artificial aplicada. En Nivii.ai, una startup argentina, colaboró en el desarrollo de agentes que analizan información empresarial y ejecutan flujos de trabajo de manera autónoma. Este tipo de soluciones marcan una evolución respecto a las primeras herramientas de IA.
“En los primeros modelos de OpenAI había que verificar incluso las tareas más simples. Con el tiempo, las ‘alucinaciones’ se redujeron y hoy los modelos pueden asumir tareas más complejas y trabajar con mayor volumen de información”, explica.
Una base en investigación
Además de su experiencia en startups, Daniel también ha desarrollado parte de su carrera en el ámbito académico. En la Universidad de Buenos Aires, trabajó en la optimización de algoritmos y la arquitectura de procesadores. Uno de sus proyectos destacados es un algoritmo de ordenamiento optimizado para la arquitectura RISC-V, que logró mejoras de rendimiento de hasta un 89% frente a implementaciones anteriores. Este trabajo fue reconocido con el Best Paper Award en la Latin American High Performance Computing Conference (CARLA 2025).
“Esa etapa me ayudó a entender lo difícil que es crear fuera de lo cotidiano. En el mundo académico trabajás en la frontera del conocimiento, y en la Facultad de Ciencias Exactas de la UBA pude hacerlo junto a investigadores excepcionales”, señala.
Los desafíos de trabajar con inteligencia artificial
A pesar del entusiasmo que genera la inteligencia artificial, trabajar con estos sistemas trae consigo desafíos concretos. Uno de los principales es la confiabilidad. A diferencia del software tradicional, donde el comportamiento suele ser predecible, los sistemas basados en IA pueden generar resultados inesperados o inconsistentes.
“Uno de los desafíos es construir sistemas que no solo funcionen, sino que sean confiables. Tenés que entender por qué el sistema toma ciertas decisiones para poder guiarlo a realizar las acciones correctas”, explica. También surge un desafío de diseño, que implica definir qué tareas conviene automatizar, cuáles requieren supervisión y cómo integrar estas herramientas en procesos reales sin generar fricción.
En el centro de la nueva ola de inteligencia artificial
Daniel también participa en espacios donde se piensa y construye la próxima generación de productos de inteligencia artificial. El próximo 28 de marzo será jurado en el Multimodal Frontier Hackathon, un evento en San Francisco enfocado en el desarrollo de agentes multimodales y nuevas aplicaciones de IA. Este evento reúne a desarrolladores y referentes de empresas como Google DeepMind, DigitalOcean y Lovable, en un ámbito que explora las tendencias más avanzadas del sector.
Talento argentino en la escena global
A medida que la inteligencia artificial se integra cada vez más en los procesos de negocio, casos como el de Gullie muestran hacia dónde apunta la próxima etapa: automatizar decisiones complejas. En este contexto, la presencia de un argentino como jurado en uno de los eventos clave del sector refleja también el lugar que el talento local empieza a ocupar en la conversación global sobre el futuro de la tecnología.