De la IA al impacto social: cómo Guatemala puede convertir sus problemas en oportunidades empresariales

Los problemas de acceso a salud, educación, crédito, agua potable, saneamiento y manejo de residuos forman parte de los desafíos que enfrenta Guatemala. Pero esas necesidades también pueden convertirse en oportunidades para desarrollar negocios capaces de generar ingresos y, al mismo tiempo, producir impacto social.

Esta fue una de las ideas planteadas durante la séptima edición del Volcano Innovation Summit, que se desarrolla del 5 al 7 de septiembre en Antigua Guatemala y reúne a emprendedores, inversionistas y líderes de la región para discutir sobre innovación, tecnología y emprendimiento.

Dentro de la agenda del evento, las ponencias de Kim Tan, empresario, científico y cofundador de Transformational Business Network (TBN), y Carlos Baradello, inversionista, emprendedor y profesor de la Universidad de California en Berkeley, abordaron desde distintas perspectivas cómo identificar problemas y convertirlos en soluciones con potencial de crecimiento.

Cuando resolver un problema también es negocio

Tan planteó cómo convertir la solución de un problema social o ambiental en una empresa sostenible.

“¿Cómo abordamos este problema no solo con caridad, sino con un modelo empresarial? ¿Cómo usamos un modelo de negocio para hacerlo?”, planteó durante su exposición.

Uno de los casos que presentó funciona en Kenia, donde un sistema de saneamiento opera mediante franquicias. Las personas pagan por utilizar los sanitarios y los residuos son procesados para producir fertilizante orgánico y larvas de mosca soldado negra, utilizadas para generar proteína para alimentación animal.

Según Tan, el proyecto cuenta con alrededor de 9 mil sanitarios, atiende a unas 350 mil personas cada día y ha generado más de mil empleos.

El modelo convierte así una necesidad de saneamiento en una cadena económica que también aprovecha los residuos.

Otro ejemplo está relacionado con la movilidad eléctrica. Una empresa en Kenia opera unos 100 buses eléctricos bajo un esquema en el que los conductores realizan un depósito y pagan las unidades conforme trabajan, con el objetivo de convertirse en propietarios en un período de siete a ocho años. El modelo también se ha extendido a Ruanda, donde se han incorporado unas 40 unidades, según explicó.

Tan también mencionó a Sistema.bio, que utiliza biodigestores para convertir residuos de explotaciones ganaderas en biogás. Según el expositor, se han instalado más de 100 mil unidades para agricultores y el modelo se ha expandido desde México e India hacia otros países.

Los ejemplos parten de una misma lógica: identificar una necesidad, encontrar una solución económicamente sostenible y desarrollar un modelo capaz de crecer.

Ecofiltro, un ejemplo guatemalteco

Tan llevó esa discusión al terreno nacional al mencionar a Ecofiltro como un ejemplo de innovación social surgida en Guatemala.

El empresario recordó como, Ecofiltro desarrolló un modelo comercial para ampliar el acceso a agua potable medianthttps://www.prensalibre.com/tema/innovacion/e sistemas de filtración y mantiene, además, un componente social.

“Este es un gran ejemplo para todos nosotros aquí en Guatemala”, expresó.

Tan destacó que la empresa ha llevado sus productos a diferentes mercados y mantiene un componente filantrópico mediante la entrega de filtros a escuelas que no cuentan con recursos para adquirirlos.

El caso demuestra, según el inversionista, que una solución creada para atender una necesidad puede convertirse en un negocio y mantener al mismo tiempo su impacto social.

La IA cambia el valor del conocimiento

Baradello abordó la otra parte de la ecuación: cómo la inteligencia artificial está modificando el costo de acceder al conocimiento y desarrollar soluciones.

Explicó que obtener una respuesta competente para un problema se ha vuelto mucho más barato y rápido gracias a la IA. Actividades que antes podían requerir expertos, consultorías o equipos especializados ahora pueden realizarse en menos tiempo.

“Si las respuestas son gratis, entonces las preguntas se vuelven valiosas”, expuso.

A su criterio, esto hará que cobre mayor importancia el problem spotter —quien identifica qué problema necesita una solución— frente al problem solver, que se concentra en resolverlo.

El riesgo, advirtió, es que la IA puede ofrecer respuestas convincentes a preguntas equivocadas. Una organización podría invertir recursos en solucionar un problema que en realidad no era el que debía atender.

Por eso, considera que el reto no es únicamente adoptar la tecnología, sino desarrollar la capacidad de cuestionar si se está intentando resolver el problema correcto.

Una oportunidad para Guatemala

Ese cambio también puede reducir la ventaja que históricamente tuvieron los grandes centros tecnológicos. Baradello recordó que quienes buscaban conocimiento, tecnología o capital solían trasladarse a ciudades como Boston, Nueva York o Londres.

Ahora, la IA permite acceder a capacidades similares desde otros lugares.

“Hoy aquí en Antigua tenemos la misma capacidad de acceder a respuestas”, afirmó.

Para Guatemala, esto puede representar una oportunidad: si las respuestas están disponibles en prácticamente cualquier lugar, adquiere mayor valor estar cerca de los problemas.

Baradello mencionó como ejemplos la posibilidad de llevar servicios de salud a comunidades donde no llegan, facilitar crédito a personas sin historial financiero o atender las necesidades educativas de niños que permanecen fuera del sistema.

Esa cercanía con necesidades todavía sin resolver, dijo, puede convertir una condición que antes se veía como desventaja en una “reserva de oportunidades”.

El desafío, sin embargo, no termina en identificar una necesidad. La automatización también puede reducir algunas de las tareas con las que los profesionales jóvenes adquieren experiencia, como revisar documentos, analizar información o preparar borradores.

Las organizaciones tendrán que encontrar nuevas formas de formar a quienes en el futuro deberán identificar los problemas que vale la pena resolver.

Así, en un escenario donde las respuestas son cada vez más abundantes y baratas, el valor puede trasladarse a una capacidad más escasa: formular la pregunta correcta y detectar qué problema vale la pena resolver.