Lo que aprendí en Web Summit Vancouver 2026 sobre inteligencia artificial, confianza, visión y el lugar de Latinoamérica en la nueva economía tecnológica.

Por Gabriela Torres, CEO y fundadora de Coreva

Web Summit Vancouver fue la razón por la que visité Canadá por primera vez. Y la verdad me enamoré de Vancouver: la ciudad me encantó y el clima estaba delicioso. Buuut este no es un review turístico, así que regreso al tema.

El Gobierno de El Salvador, por medio de la Embajada de El Salvador en Canadá, seleccionó a las empresas salvadoreñas que representarían al país en el evento. Para hacerlo, tomó en cuenta aspectos como la experiencia en el mercado, la capacidad de innovación, una oferta de servicios alineada con el perfil del evento y la trayectoria en exportaciones.

Recibí la notificación de que Coreva había sido seleccionada junto con colegas del sector que admiro: Applaudo, Propi, Grupo Consisa, Momotolabs, Kuskakids y Quantaroot.

Así que viajé representando a Coreva y El Salvador con un objetivo bastante claro: conocer a otras personas que también están construyendo empresas, conversar con quienes toman decisiones, abrir alianzas y entender qué oportunidades podían tener sentido para nosotros.

Pensé que volvería con nuevas tendencias, contactos e ideas. Y volví con todo eso, pero, sobre todo, con algo más útil: un criterio mucho más exigente para decidir cuáles ideas realmente merecen convertirse en productos.

Para poner el tamaño del evento en contexto: Web Summit Vancouver reunió a 20,235 personas de más de 100 países, 1,197 startups y 768 inversionistas. Con tanta información, el reto no es encontrar ideas. Es saber cuáles son señal y cuáles son solo ruido.

Después de escuchar charlas, recorrer stands y tener muchas conversaciones, hubo varias ideas que siguieron apareciendo una y otra vez. No las comparto como predicciones sobre el futuro. Las comparto como preguntas y filtros que cualquier empresa trabaje o no en tecnología, puede usar hoy.

1. La IA dejó de ser el producto

En el evento se hablaba de inteligencia artificial por todos lados(obviamente). Sin embargo, lo que me pareció interesante fue notar que las soluciones más claras ya no comenzaban diciendo “usamos IA”. Comenzaban contando qué problema resolvían.

Innovate BC recogió una frase de Handol Kim, de Variational AI, que resume muy bien este cambio: “AI is an ingredient, not the dish”. La IA es un ingrediente, no el plato completo.

¿Qué significa esto en palabras simples? Que decir “mi producto tiene IA” ya no explica por qué alguien debería comprarlo. Tampoco basta con presentar la inteligencia artificial como la principal innovación de una empresa si no existe un propósito claro detrás.

Lo que sí importa es el resultado: detectar un riesgo antes, ordenar información que tomaría horas revisar, personalizar una orientación para miles de personas o quitarle a un equipo tareas repetitivas para que pueda concentrarse en decisiones que sí necesitan criterio humano.

Si al quitar las letras “IA” de tu presentación ya no queda claro qué valor ofrecés, probablemente el problema no sea la tecnología. Es que la propuesta todavía necesita una razón más fuerte para existir.

Para nosotros en Coreva, esto reforzó algo que ya veníamos creyendo: la tecnología funciona mejor cuando casi desaparece dentro de una experiencia sencilla. Nuestro trabajo no es agregar IA porque está de moda. Es diseñar sistemas que ayuden a una persona o a un equipo a hacer mejor su trabajo.

2. IA para empresas: el problema va antes que la herramienta

Una de las preguntas que más escucho es: “¿Dónde podríamos implementar IA en nuestra empresa?”. Entiendo por qué surge. Nadie quiere quedarse atrás. Sin embargo, comenzar por la herramienta puede llevarnos a invertir tiempo y dinero en una solución que se ve avanzada, pero que no cambia ningún resultado importante.

El orden debería ser el contrario. Primero hay que identificar el problema.

¿Qué tarea consume demasiadas horas cada semana? ¿Dónde se repiten los errores? ¿Qué información llega tarde? ¿Qué decisión depende de revisar demasiados documentos? ¿En qué parte del proceso se pierde la atención del cliente o del equipo?

Después necesitamos entender por qué ese problema sigue allí. A veces se debe a falta de información. Otras veces, a un proceso mal diseñado, responsabilidades poco claras o herramientas que no se comunican entre sí. No todos esos problemas necesitan inteligencia artificial. Algunos se resuelven simplificando un proceso, automatizando una regla o integrando sistemas que ya existen.

Solo cuando el problema y el resultado esperado están claros tiene sentido decidir si la IA es la herramienta adecuada. Así, un proyecto de IA para empresas deja de medirse por lo novedoso que parece y empieza a medirse por lo que mejora: tiempo recuperado, costos reducidos, decisiones más rápidas o una experiencia más útil para el cliente.

Filtro para equipos: no comiencen preguntando “¿dónde podemos poner IA?”. Comiencen por “¿qué problema nos cuesta demasiado tiempo, dinero o atención, y por qué sigue sin resolverse?”.

3. La confianza también se diseña

Ahora hablemos de una parte menos llamativa que una demo, pero mucho más importante cuando una empresa de verdad va a utilizar una solución: la confianza.

La apertura del evento giró alrededor de una pregunta enorme: ¿quién será dueño del futuro? De ahí salieron conversaciones sobre quién controla los modelos de IA, quién es dueño del código, cómo se protegen los datos y qué tan rápido puede una sociedad adoptar cambios tan profundos sin perder seguridad ni control.

Y esto no es una discusión que solo les corresponda a ingenieros o abogados. Si tu empresa va a colocar información de clientes, contratos, procesos internos o decisiones importantes dentro de una plataforma, necesitás saber dónde quedan esos datos, quién puede verlos, bajo qué reglas se utilizan y qué pasa si mañana decidís cambiar de proveedor.

Digital Samba observó justamente ese cambio en las preguntas de las empresas: ya no basta con preguntar qué puede hacer una plataforma. También importa dónde está alojada, qué leyes se aplican a los datos, quién controla la infraestructura y qué tan transparente es el proveedor.

Por eso digo que la confianza también se diseña. Se decide en los permisos que damos, en el registro de lo que hizo el sistema, en la posibilidad de que una persona revise una decisión y en la claridad con la que explicamos qué puede hacer la tecnología y qué no.

Una startup puede construir muy rápido y, aun así, no estar lista para que una organización confíe en ella. Sobre todo en industrias sensibles, no alcanza con que el producto funcione. El cliente también necesita saber que sus datos estarán protegidos, que alguien podrá explicar una decisión y que el proveedor responderá cuando aparezca un problema.

Esto es especialmente importante al desarrollar IA para empresas. La adopción no depende solo de la precisión del sistema. También depende de que las personas entiendan cómo se utiliza su información y sepan cuándo pueden intervenir.

La confianza no frena la innovación. Es la infraestructura que permite que la innovación sea adoptada.

4. Un feature llama la atención; una visión construye una empresa

Y si vos sos emprendedor o estás construyendo un producto, esta parte te interesa.

Primero, una traducción rápida: un feature es una función específica de un producto. Puede ser muy útil, verse increíble en una demo y atraer atención. El problema es que también puede copiarse, quedar incluido en otra plataforma o perder relevancia cuando aparece una tecnología nueva.

En el resumen de Innovate BC, Matt Bilbey, de London Venture Partners, explicó que los inversionistas quieren entender la visión de una empresa a ocho o diez años. No buscan solamente algo que se vea atractivo hoy o que aproveche la tendencia del momento. Quieren saber si detrás del producto existe una compañía capaz de evolucionar, seguir siendo relevante y construir algo que trascienda esa tendencia.

La tecnología cambia demasiado rápido como para que nuestra única ventaja sea una función. Un modelo puede mejorar. Un competidor puede copiar una idea. Una empresa grande puede incluir mañana, sin costo adicional, algo que hoy parece único.

Entonces, ¿qué queda? Queda lo que es más difícil de replicar: entender profundamente un problema, aprender de cada cliente, crear procesos propios, construir relaciones de confianza, llegar al mercado de una forma distinta y tener un equipo que pueda ejecutar y adaptarse con velocidad.

Muchas veces, la verdadera defensa de una empresa no está únicamente en el código. Está en todo el sistema que ha construido alrededor de él.

5. Tres preguntas para un founder antes de construir

La primera es: ¿por qué nosotros? No significa “¿por qué somos mejores que todos?”, sino “¿qué entendemos, vivimos o sabemos hacer que nos permite abordar este problema de una manera distinta?”. La respuesta puede estar en la experiencia del equipo, en el conocimiento de una industria, en una relación cercana con el usuario o en el acceso a información que otros no tienen.

La segunda es: ¿qué se vuelve más fuerte con cada cliente? Una empresa debería aprender mientras crece. Cada nuevo proyecto podría mejorar sus procesos, aumentar su conocimiento, fortalecer su producto o generar datos que permitan tomar mejores decisiones. Si cada cliente obliga a comenzar desde cero, crecer se vuelve cada vez más pesado. Si cada cliente fortalece el sistema, crecer crea una ventaja.

La tercera es: ¿qué seguirá siendo valioso si la tecnología cambia el próximo año? Tal vez no sea el modelo de IA que usás hoy. Puede ser la confianza que construiste, el conocimiento del problema, la comunidad, la forma de distribuir tu producto o el proceso que integraste en la operación del cliente.

Estas preguntas importan porque nos obligan a mirar más allá de la novedad. También ayudan a distinguir entre una función atractiva y una empresa que puede construir valor durante años.

Tres preguntas para un founder: ¿por qué nosotros?, ¿qué se vuelve más fuerte con cada cliente? y ¿qué seguirá siendo valioso si la tecnología cambia el próximo año?

6. La cultura también determina qué tan bien ejecutamos

En Vancouver también me quedó una inquietud: ¿cómo podemos ejecutar de la mejor manera cuando se espera que nos adaptemos constantemente a culturas empresariales rápidas y orientadas a la tecnología?

La presión por movernos rápido puede hacernos confundir velocidad con improvisación. Pero adaptarse no significa cambiar de dirección todos los días. Un equipo ejecuta mejor cuando sabe qué cosas permanecen firmes, cuáles pueden cambiar y quién tiene la responsabilidad de decidir.

En la práctica, eso implica definir el problema antes de comenzar, acordar cómo se medirá el resultado y trabajar en ciclos cortos. También requiere revisar lo aprendido, documentar las decisiones importantes y asignar una persona responsable de cada siguiente paso.

Además, una cultura tecnológica saludable deja espacio para hacer preguntas. Si un equipo siente que debe decir que sí a cada herramienta nueva, terminará acumulando plataformas, procesos y costos. En cambio, cuando puede cuestionar una decisión, es más fácil distinguir entre una oportunidad real y una distracción.

Esto también aplica a los proyectos de IA para empresas. La capacidad de adaptarse no depende de perseguir cada novedad. Depende de construir una forma de trabajar que permita probar, aprender y corregir sin perder el propósito ni agotar al equipo.

La velocidad no consiste en correr en todas las direcciones. Consiste en aprender rápido sin perder claridad.

7. Networking sin foco es solo movimiento

En un evento con más de 20,000 personas es fácil sentir que deberías hablar con todo el mundo. También es fácil terminar el día con la agenda llena, muchas conexiones nuevas y ninguna conversación que realmente avance.

Hacer networking o, dicho más simple, crear relaciones no se trata de acumular contactos. Se trata de saber con quién querés hablar, por qué esa conversación podría ser valiosa para ambas partes y cuál sería el siguiente paso si existe una oportunidad real.

La experiencia de VanHack lo demuestra muy bien. Su fundador, Ilya Brotzky, recomienda llegar con una lista concreta de empresas y mantener el foco. En una edición anterior, reencontrarse con un cliente con quien ya existía confianza terminó generando US$150,000 en ingresos. La oportunidad no nació de sumar un contacto nuevo, sino de retomar una relación que ya tenía contexto.

Para mí, una buena estrategia de networking tiene tres momentos. Antes del evento: definir con quién vale la pena hablar. Durante la conversación: escuchar lo suficiente para entender si existe una oportunidad real. Después: convertir ese encuentro en un próximo paso mientras ambos todavía recuerdan el contexto.

Representar a Coreva frente a personas de distintos mercados también me recordó algo: nadie se va a acordar de una lista larga de servicios. Las personas recuerdan el problema que entendés, la forma particular en que lo ves y la razón por la que tendría sentido volver a conversar con vos.

El objetivo de una conferencia no es conocer a más personas. Es identificar qué relaciones merecen una segunda conversación.

8. Latinoamérica no necesita imitar para competir

Estar en Vancouver representando a El Salvador hizo que esta idea fuera especialmente personal para mí.

En los grandes eventos tecnológicos es fácil sentir que la innovación pertenece a ciertas ciudades, fondos o ecosistemas. Sin embargo, estar allí me recordó que el talento está mucho más distribuido que las oportunidades y la visibilidad.

No estoy diciendo que tener menos recursos sea una ventaja por sí sola, ni que desde Latinoamérica debamos aceptar estándares más bajos. Todo lo contrario. Nuestra ventaja puede estar en conocer de cerca problemas que otros mercados no siempre ven: empresas que necesitan hacer más con menos, procesos fragmentados, personas que se mueven entre idiomas y culturas, y realidades que no caben dentro de una solución genérica.

Ese conocimiento del contexto se vuelve valioso cuando lo acompañamos con ejecución disciplinada, seguridad, buen diseño, calidad y ambición global. No necesitamos copiar a Silicon Valley para demostrar que podemos innovar. Necesitamos convertir lo que entendemos sobre problemas reales en productos que funcionen, generen confianza y puedan crecer más allá de nuestra región.

En Coreva lo resumimos como crear desde la esencia: primero entender qué necesita transformarse y después construir la tecnología adecuada. La tecnología latinoamericana no tiene que pedir permiso para participar en las conversaciones globales. Tiene que llegar preparada para aportar una perspectiva que esas conversaciones todavía necesitan.

Esto también puede ser una ventaja al crear IA para empresas. Conocemos procesos, limitaciones y comportamientos que no siempre están representados en las soluciones creadas para otros contextos. Si combinamos ese conocimiento con calidad y ambición global, podemos construir desde Latinoamérica productos relevantes para muchos otros mercados.

Nuestra ventaja no está en imitar más rápido. Está en convertir el contexto que conocemos en soluciones que el mundo también necesita.

9. La tecnología que importa hace que algo humano funcione mejor

Esta fue, quizá, la idea que mejor resume todo lo anterior. Una tecnología valiosa no tiene que recordarnos a cada momento lo avanzada que es. Tiene que ayudarnos a hacer algo importante de una manera más clara, más rápida o más accesible.

Puede permitir que una persona reciba una respuesta a tiempo. Puede ayudar a un equipo a encontrar información sin revisar cientos de documentos. Puede darle a un especialista más contexto antes de tomar una decisión o evitar que alguien pierda horas copiando datos entre sistemas.

En todos esos casos, la tecnología no es el resultado final. El resultado es una persona que entiende mejor, decide mejor, recupera tiempo o recibe una experiencia más útil.

Ese debería ser también el estándar para la IA para empresas. Antes de preguntar qué modelo utilizar o qué herramienta está de moda, deberíamos poder explicar qué capacidad humana queremos ampliar y qué fricción queremos eliminar.

En los casos de estudio de Coreva se puede ver cómo este principio toma formas distintas según la industria: organizar información, optimizar procesos, detectar patrones o crear experiencias más sencillas para los usuarios. La tecnología cambia, pero el objetivo permanece: generar un resultado que alguien pueda sentir y utilizar.

La tecnología que importa no intenta verse avanzada. Hace que algo humano funcione mejor.

Lo que cambió para mí después de Vancouver

Web Summit Vancouver no me dejó una respuesta única sobre el futuro de la tecnología. Me dejó mejores preguntas.

¿Qué problema vale la pena resolver?

¿Para quién estamos construyendo?

¿Qué debemos proteger mientras crecemos?

¿Y qué parte de nuestra experiencia hace que nuestra solución sea difícil de reemplazar?

Si hoy estás pensando cómo incorporar IA para empresas, quizá el mejor punto de partida no sea escoger una herramienta. Quizá sea detenerte a formular mejor el problema.

Porque ahora todos podemos construir más rápido. Lo difícil y lo verdaderamente valioso es decidir qué merece ser construido, hacerlo de una forma en la que otros puedan confiar y mantener una visión que sobreviva a la próxima tendencia.

Esa es la idea que traje de vuelta a Coreva. Y es también el estándar con el que queremos seguir construyendo desde El Salvador para el mundo.

Si querés explorar cómo aplicar inteligencia artificial a un problema real de tu empresa, conversemos.