Gustavo Pisani —
Ejecutivo de Inteligencia Artificial

Ocupo el espacio entre quien decide la inversión y quien escribe el código — y traduzco en ambas direcciones. Es lo que permite defender un caso de IA ante un comité de dirección por la mañana y discutir estrategia de chunking y límites de contexto con el equipo por la tarde.

La mayoría de los proyectos de IA no mueren por falta de tecnología. Mueren en el hueco entre la demo que impresionó y el sistema que tiene que funcionar todos los lunes a las siete de la mañana, con datos reales, un usuario impaciente y alguien respondiendo por la cuenta a fin de mes.

Mi trabajo es cerrar ese hueco. En la práctica, eso significa elegir los pocos casos de uso que sostienen una hoja de ruta, diseñar la arquitectura que aguanta la escala, garantizar que la base de datos existe antes que el modelo, y mantener la cuenta de coste por interacción visible desde el primer día — porque es ella la que decide si aquello escala o se apaga.

Empecé como desarrollador .NET en 2011 y llegué a dirección con P&L completo y unos 200 profesionales. He pasado por consultoría, retail, servicios financieros y por una empresa que yo mismo fundé — y cada paso tiene un número asociado.

Actúo en productos de IA en producción, estrategia y portafolio, arquitectura y preventa técnica, datos como base, alianzas y go-to-market, y la cuenta de P&L y ROI. No son servicios separados: un caso de uso mal elegido tumba la mejor arquitectura, y la mejor arquitectura sin base de datos se equivoca con convicción.

Empiezo siempre por el proceso que ya duele y ya tiene histórico en los datos, mido una línea base antes del go-live, defino guardrails y límites de PII como requisito — no como elemento del backlog — y mantengo la cuenta de coste por interacción visible desde el primer día.

Ese orden no es una preferencia metodológica. Es lo que separa un sistema que sigue funcionando de una demo que impresionó y quedó archivada.

Empiezo por el dolor con histórico. Un proceso que ya molesta y ya generó datos es el único punto de partida en el que el resultado es verificable. Sin histórico, no hay forma de probar que mejoró — solo de afirmarlo.

Línea base antes del go-live. Si nadie midió cómo era antes, cualquier número después es una opinión. Es la diferencia entre un resultado y entusiasmo con la demo.

El guardrail es un requisito. Alcance cerrado, respuesta con fuente rastreable y límites de datos sensibles definidos antes del lanzamiento. Tratar eso como refinamiento posterior es el camino más corto para que el proyecto lo suspenda el departamento jurídico.

La cuenta desde el primer día. Coste por interacción por volumen, más el equipo que lo sostiene. Es esa cuenta la que decide escalar o apagar — y es mejor conocerla antes de que lo pregunte el consejo.

Escribo con más profundidad sobre esto en las preguntas que respondo y en LinkedIn.

A lo largo de mi carrera, en distintas empresas y funciones, he trabajado en proyectos de Digital, E-commerce, Marketplaces, Integraciones, Datos, Experimentación y — cada vez más — IA, dentro de cuentas de retail, servicios financieros, industria, salud y bienes de consumo.

La lista siguiente es de cuentas atendidas, en distintos momentos y bajo distintos vínculos. No implica relación comercial actual ni respaldo de esas organizaciones.

Curso Gestión de Inteligencia Artificial en FIAP (2026–2028) y tengo 14 certificaciones en IA emitidas por Anthropic, OpenAI, Microsoft, Google e IBM — cubriendo desde fundamentos y limitaciones de los modelos hasta agentes, workflows y Model Context Protocol. Hablo portugués (nativo), inglés y español a nivel profesional.