18 Ago Inteligencia artificial para pensar más ingeniería
¿Cuándo empezaron a incorporar herramientas de inteligencia artificial de forma concreta en Barbot y qué los llevó a hacerlo?
Empezamos de manera bastante natural, utilizando primero herramientas generales para tareas de análisis, documentación y búsqueda de información. Pero rápidamente entendimos que el verdadero potencial no estaba en simplemente tener una IA disponible para hacer consultas, sino en integrarla dentro de nuestros procesos de trabajo.
Barbot genera una enorme cantidad de información: planos, memorias, cálculos, normativa, especificaciones, mails, minutas, presupuestos, antecedentes y documentación acumulada durante décadas. Poder estructurar y utilizar mejor todo ese conocimiento es una oportunidad enorme.
A partir de ahí empezamos a trabajar mucho más sistemáticamente sobre automatización e inteligencia artificial.
¿Cuál fue el primer proceso en el que sintieron que la IA realmente estaba generando una mejora?
Probablemente en el análisis de normativas.
Hoy centralizamos todas las normativas y requerimientos estatales en herramientas de inteligencia artificial como NotebookLM. En lugar de pasar horas leyendo documentos extensos o buscando manualmente en distintos archivos, consultamos directamente con la IA, que nos lleva al punto exacto de la norma que aplica a cada tema específico.
Eso no elimina la revisión del ingeniero, pero cambia completamente dónde invertimos el tiempo. En lugar de dedicar horas a buscar y ordenar información, el técnico puede concentrarse mucho más en analizarla y tomar decisiones.
Hoy, ¿en qué parte del trabajo diario del estudio sentís que la IA está teniendo mayor impacto?
Hoy está teniendo impacto principalmente en la customización de los software de diseño (AutoCAD, Revit). Gracias a la IA estamos programando comandos y automatizaciones que se implementan directamente en los programas de diseño y ahorran muchísimo tiempo de dibujo. Esto lo hacen proyectistas sin ningún tipo de conocimiento de programación, trabajando en un esquema de “vibecoding” junto a la IA, y luego incorporándolo al software de diseño.
También estamos empezando a integrarla con herramientas que ya forman parte de nuestro ecosistema de trabajo, como ClickUp, Google Workspace y nuestras herramientas de diseño. En particular, dentro de ClickUp estamos incorporando el uso de “Brain”, su sistema de inteligencia artificial, para crear agentes que ejecutan tareas dentro de nuestros sistemas de Project Management, ERP y CRM de forma automática, ayudándonos a optimizar la gestión y reducir trabajo repetitivo.
La siguiente etapa, y probablemente la más interesante para nosotros, es lograr la implementación directa en los procesos de diseño: poder describirle a la IA cómo realizar un sistema de ductos de HVAC o un tendido de cañerías de incendio y que esta lo ejecute directamente en el plano o en el modelo BIM, dejando a los técnicos únicamente la verificación del resultado.
¿Podés contar algún ejemplo concreto de una tarea que antes llevaba varias horas y que hoy se resuelve de otra manera gracias a estas herramientas?
Un ejemplo muy claro es la realización de unifilares para circuitos eléctricos. Antes teníamos que tender las líneas, dimensionar los conductores y las protecciones, numerar el circuito y especificarlo en el unifilar de forma manual.
Hoy, con automatización de comandos creados con “vibecoding”, podemos directamente tocar la línea del circuito y el programa dimensiona, etiqueta y agrega al unifilar automáticamente.
Esto representa miles de horas de trabajo repetitivo que se eliminan o se reducen de forma significativa.
Otro claro ejemplo es la consulta de normativas: antes había que abrir un libro o un PDF y pasar horas buscando hasta encontrar el tema específico; hoy se lo solicitás a la IA y la información aparece de forma inmediata.
También estamos automatizando procesos administrativos. Por ejemplo, determinados mails pueden ser interpretados automáticamente, clasificados y transformados en tareas dentro de ClickUp.
Son pequeñas automatizaciones que individualmente pueden parecer menores, pero cuando se repiten cientos de veces generan una diferencia importante.
Más allá del ahorro de tiempo, ¿qué cambios están viendo en la calidad del trabajo o en la capacidad de análisis de los equipos?
Para mí este es uno de los puntos más interesantes.
La IA permite revisar más alternativas, consultar más información y hacer controles que muchas veces, por una cuestión de tiempo, antes no eran posibles.
También ayuda a estandarizar. En una empresa de ingeniería que está creciendo, conseguir que el conocimiento acumulado por los técnicos más experimentados pueda transmitirse de manera ordenada a todo el equipo es un desafío enorme.
Estamos trabajando para transformar ese conocimiento en protocolos, instructivos y bases de información que puedan ser consultadas por los equipos mediante IA.
El objetivo no es solamente trabajar más rápido, sino conseguir que el estándar de calidad de Barbot sea cada vez más reproducible.
¿Cómo deciden qué procesos vale la pena automatizar y cuáles consideran que necesariamente tienen que seguir dependiendo del criterio de un ingeniero?
Tenemos un criterio bastante sencillo: buscamos automatizar primero aquellas tareas que son repetitivas, estructurables, de alto volumen y cuyo resultado puede verificarse fácilmente.
Dibujar determinados elementos repetitivos, ordenar información, realizar controles, buscar antecedentes o completar documentación son buenos candidatos.
En cambio, definir un criterio de diseño, interpretar una situación compleja, elegir entre distintas estrategias de ingeniería o asumir responsabilidad sobre una decisión tiene que seguir dependiendo de un profesional.
La IA puede aumentar enormemente la capacidad de un ingeniero, pero no reemplaza su criterio.
¿La incorporación de IA cambió de alguna manera la forma en que trabajan o se organizan los equipos?
Sí, sobre todo porque nos obliga a pensar mucho más en términos de procesos.
Para automatizar algo primero hay que entender exactamente cómo se hace. Qué información entra, qué decisiones se toman, qué resultado esperamos y cómo verificamos que esté bien.
Paradójicamente, incorporar IA nos está obligando a documentar y ordenar mejor nuestros métodos de trabajo.
Esto está muy relacionado con nuestra cultura de mejora continua: cada equipo identifica tareas repetitivas o ineficientes y buscamos si pueden resolverse mediante un protocolo, una planilla, AutoLISP, software o inteligencia artificial.
De todas las herramientas que están utilizando: NotebookLM, ClickUp Brain, Gemini, Claude, ¿hay alguna aplicación que te haya sorprendido especialmente por sus resultados?
En nuestro caso, el foco hoy está cada vez más en algo más ambicioso: conectar Claude con herramientas como AutoCAD y Revit.
Ya logramos un primer hito muy concreto, pasando de unifilares en 2D a modelos 3D constructivos totalmente detallados en tableros eléctricos generados a partir de descripciones técnicas. Eso nos mostró que no estamos tan lejos de un cambio mucho más profundo: que un técnico pueda describir una instalación MEP y que la IA la modele directamente. Esto si sería radical.
¿Están desarrollando herramientas o automatizaciones propias a partir de IA? ¿Hacia dónde creen que puede evolucionar esto dentro de Barbot?
Ya mencionamos los comandos de Autocad mediante «Vibecoding» en AutoLISP, la integración de Revit con Claude para modelado MEP asistido por IA y la creación de Agentes para resolución de asuntos dentro de nuestro sistema de Project Management, ERP y CRM.
Un posible futuro es la integración entre distintas inteligencias artificiales, por ejemplo:
Llega un nuevo proyecto via mail –> claude descarga los planos y dimensiona el tamaño y complejidad del presupuesto, paralelamente Click Up Brain lee el mail y crea una tarea en el CRM de presupuesto pendiente. Claude le indica al CRM cual debe de ser el valor del presupuesto. Click Up Brain consolida y avisa al comercial que está pronto el presupuesto para revisar y enviar.
Un proceso de presupuestación casi completamente automático.
Otra visión del futuro es que la IA pueda entender progresivamente nuestros estándares de diseño y diseñar acorde al «Estilo Barbot».
Tenemos más de treinta años de proyectos realizados. Hay muchísimo conocimiento acumulado dentro de esos planos. Uno de nuestros grandes desafíos es transformar progresivamente esa información en conocimiento estructurado que pueda ser utilizado por nuestros sistemas.
Ahí creo que puede haber un cambio muy importante en la forma de diseñar ingeniería.
Si tuvieras que resumir el objetivo de incorporar IA al estudio en una sola idea, ¿cuál sería?
Lograr que nuestros ingenieros dediquen cada vez menos tiempo a tareas repetitivas y cada vez más tiempo a pensar ingeniería.
No queremos reemplazar al ingeniero. Queremos darle mejores herramientas para que pueda diseñar más, analizar mejor y tomar mejores decisiones.