En un contexto donde la inteligencia artificial se despliega como una herramienta central para transformar la gestión pública, la Coalición de Ciudades por la Inteligencia Artificial en Argentina (CIIAR) continúa generando espacios de reflexión y aprendizaje sobre su uso estratégico en gobiernos locales. En esta entrevista con Rogelio Biazzi, Jefe de Gabinete de la Municipalidad de Rosario, exploramos cómo los procesos de innovación pública pueden ir más allá de lo tecnológico para centrarse en las personas y en la colaboración entre ciudades y actores del ecosistema GovTech. Como él mismo afirma: «CIIAR fue un atajo: identificó esa necesidad y armó un espacio de trabajo entre pares para ordenar roles, criterios y aprendizajes reales.«
A lo largo de la conversación, Biazzi comparte aprendizajes sobre los desafíos y oportunidades de implementar soluciones con IA en la administración local, el rol de la construcción colectiva y los impactos concretos que estas herramientas pueden tener en la vida de los vecinos.
Punto de partida: el contexto y la decisión política
La IA es la tecnología más revolucionaria conocida y, sin dudas, un punto de inflexión en la historia humana. No solo empuja la frontera de lo posible: lo hace a una velocidad impresionante. Avanza tan rápido que nos obliga a repensar cómo trabajamos, cómo decidimos y hasta cómo cuidamos a las personas. Ahora, lo más interesante no es la novedad: es lo que habilita. Esa velocidad nos vuelve más productivos, nos saca de encima tareas mecánicas, potencia nuestra inteligencia y nos permite alcanzar resultados mucho antes de lo que pensábamos. Y eso no es trivial, porque cuando avanzás más rápido también podés decidir mejor: la IA mejora la calidad de cada acción si la usás con criterio. Dicho en simple: la IA baja drásticamente el “costo del tiempo”. Puede leer y cruzar millones de datos en segundos, reconocer patrones y proyectar escenarios complejos casi en tiempo real. Y eso devuelve el recurso más valioso que tenemos: tiempo. Por eso, cuando llevamos IA a nuestras organizaciones y a nuestros procesos, no lo hacemos para “tener IA”. Lo hacemos para cuidar tiempo humano: el de los ciudadanos a los que servimos y el de los equipos con los que trabajamos.
La gente no quiere “navegar el Estado”, quiere resolver. Quiere una respuesta clara, un trámite simple, un reclamo que avance, sin peregrinar ventanillas ni repetir datos. Nuestro enfoque, entonces, es bien práctico y con reglas: bajar fricción, sumar accesibilidad usando texto y voz, simplificar trámites y mejorar la atención, con datos, transparencia, trazabilidad y siempre un humano disponible cuando hace falta. Para nosotros la IA no es un fin en sí mismo, es un exoesqueleto, como una armadura por fuera que sostiene y potencia la inteligencia humana. Que nos agranda el margen humano y nos devuelve tiempo para lo que no se puede automatizar: empatía, contexto y juicio. Cuando llevamos algoritmos a la gestión pública no lo hacemos para tener un titular vistoso, es para que el Estado deje de ser un obstáculo burocrático y se convierta, cada vez más, en un facilitador proactivo.
¿Y por qué es tan importante implementarla en municipios? Simple, porque es la primera puerta -y a veces la única- que el vecino tiene para tocar cuando tiene un problema o una necesidad. Si esa puerta es lenta, opaca o confusa, paga más el que tiene menos margen. En cambio, cuando el municipio responde rápido, claro y con empatía, baja la fricción cotidiana y sube la confianza. ¿Dónde tiene más sentido empezar? Donde hay volumen, repetición y “dolor ciudadano”: atención y orientación 24/7, turnos, reclamos, trámites frecuentes, y gestión urbana en tiempo real: movilidad, semáforos, estacionamiento, donde cada minuto cuenta.
¿Cuáles son los principales desafíos para resolver para la implementación de soluciones de IA en los gobiernos locales?
Para mi, los desafíos no son “de software”, son de confianza, organización y método. Yo los resumiría en cinco: 1. Gobernanza. Quién decide qué puede responder la IA y qué no. Con qué tono habla, cuáles son los límites, cuándo deriva a una persona, cómo se registran aprendizajes y cómo se audita. Si no hay gobernanza, lo que escala no es el servicio: escala el riesgo. 2. Datos y conocimiento: la IA es tan buena como la información que le das, si la base está desordenada -documentos viejos, versiones distintas, áreas que dicen cosas diferentes- la respuesta sale desordenada. 3. Contratación y sostenibilidad: la IA cambia rápido y los modelos de costos suelen ser por uso (conversaciones, tokens). El instrumento de contratación tiene que ser transparente, trazable y a la vez flexible, porque si no, te queda viejo en seis meses. 4. Capacidades internas y gestión del cambio: formar equipos, bajar la ansiedad porque la pregunta ¿me va a reemplazar? aparece siempre, definir roles nuevos (curadores de contenido, supervisores de calidad, dueños de proceso) y sostener una mejora continua. Un asistente con IA no es una obra que inaugurás: es un servicio vivo que se entrena y se mantiene. 5. Riesgos: privacidad, sesgos, alucinaciones, ciberseguridad, y brecha digital. La respuesta es diseñar mecanismos de seguridad desde el día uno: datos cuidados, monitoreo, pruebas, mensajes claros al usuario, y siempre un humano disponible cuando corresponde.
Lo cierro en una idea: implementar IA en un municipio es acelerar, sí… pero sin soltar el volante.
¿Cómo empezó el camino hacia la IA en su municipio? ¿Qué problema, oportunidad o visión política motivó iniciar un proyecto de IA?
En Rosario el camino empezó por donde empiezan los proyectos exitosos: el propósito o el para qué: estar más cerca, responder mejor, solucionar problemas y mejorar la vida de los ciudadanos. De ahí pasamos al cómo. El mayor desafío no es la tecnología, sino la rigidez histórica de la administración pública. Empezamos cambiando nuestra metodología de trabajo de raíz. Pasamos de los estancos aislados a trabajar por proyectos, armando equipos multidisciplinares bajo lógicas scrum. De ahí, el siguiente paso fue revisar procesos y simplificar, buscar agilidad y eficiencia aquí la IA es ideal: aporta automatismo y productividad. Al final pasamos al qué. En esa línea impusimos el criterio “IA First” incorporando IA primero en todos los casos que se pueda usar, y así fuimos creando productos o procesos de gestión con IA. Este proceso es el “Círculo Dorado” de Simon Sinek: líderes y organizaciones más exitosos empiezan siempre por el ¿por qué?, después pasan al ¿cómo? y recién al final al ¿qué?, el producto o resultado.
¿Qué actores dentro del municipio empujaron este proceso y por qué?
Otra regla de oro: se necesita una alianza interna bien concreta: liderazgo político + equipos técnicos + áreas operativas. El liderazgo político es clave para dos cosas: poner el tema en agenda con un propósito claro y habilitar decisiones difíciles como cambios de procesos, instrumentos de contratación y reasignación de equipos. Después vienen los equipos técnicos: transformación digital, tecnología, datos, que traducen esa visión a producto. Y el tercer actor, indispensable, son las áreas operativas. Son quienes conocen los “puntos de dolor” y quienes tienen que resolverlos y sostener los servicios todos los días. En nuestro caso funcionó cuando dejamos de pensar “un proyecto del área X” y lo convertimos en un proyecto de la Muni. Centralizamos la estrategia en la Jefatura de Gabinete y creamos la Agencia Rosario Digital para darle una tracción transversal. Y nos inspiramos en la lógica de la película “Moneyball”, apoyarnos en un análisis riguroso de datos para tomar decisiones precisas. Para eso, enfrentamos el desafío de tener las bases de datos ordenadas, por eso, el liderazgo político tuvo que enfocarse primero en nombrar referentes por área para limpiar, validar y mantener viva la información.
Lo que activó la Coalición y generó valor
El avance de la IA será colaborativo o no será. En este contexto, lanzar el CIIAR junto a otras ciudades argentinas no fue un acto simbólico, fue crear un ecosistema real para aprender haciendo. Pasamos de coalición a cofradía; al compartir tiempo y aprendizajes, nuestros ritmos circadianos se acompasaron y dejamos de ser agendas sueltas para ser un bloque rápido y sincronizado. El CIIAR nos dio instancias muy prácticas. Por un lado, espacios de vinculación con el ecosistema GovTech, como los Demo Days, donde pudimos ver soluciones reales, comparar enfoques y, sobre todo, encontrar partners que ya habían resuelto los problemas que nosotros queríamos resolver. Por otro lado, talleres e intercambios entre ciudades: conversaciones honestas sobre qué funcionó, qué no, dónde se trabó cada una, cómo se diseñan productos y cómo se gestiona la adopción interna. Y también las ciudades trabajamos juntos la gobernanza, quién valida, quién decide límites, cómo se monitorea calidad, cómo se registran aprendizajes. Ahí CIIAR fue un atajo: identificó esa necesidad y armó un espacio de trabajo entre pares para ordenar roles, criterios y aprendizajes reales. Nos llevamos algo muy concreto: marcos normativos plasmados en ordenanzas.
La coalición no fue un evento ni un hito, fue un proceso en el que se generaron vínculos nuevos en tres capas: con proveedores y emprendedores, con otras ciudades y con expertos e instituciones. En síntesis, adoptamos aprendizajes muy concretos que hoy están embebidos en cómo gestionamos: gobernanza práctica, uso responsable, enfoque de producto, métricas, mejora continua y lo más valioso, convertir dilemas abstractos en tareas concretas. A través de CIIAR ganamos capacidades, maneras nuevas de trabajar, diálogo con startups y experimentación.
Implementación: desafíos públicos y soluciones tecnológicas
Priorizamos donde el impacto es inmediato y visible. Implementamos MuniBot, un asistente por whatsapp que conversa en lenguaje natural y funciona tanto por texto como por voz; UrbanIA, un sistema de consulta automatizada en tiempo real y geolocalizado de indicadores urbanísticos; monitoreo IA de la cámaras de video vigilancia de toda la ciudad con algoritmos que permiten detectar incidentes a demanda para la prevención y persecución de delitos y también para controlar temas urbanos (higiene, alumbrado, arbolado, problemas en el espacio público), semáforos con IA con información en tiempo real que permite cambiar la sincronización de corredores en tiempo real, estacionamiento medido con IA que mediante sensores y big data da información sobre espacios libres, sistema electrónico de control de tránsito con IA, más de 30 tableros en Meta para el control de la gestión y la toma de decisiones y varios procesos de automatización de trámites como por ejemplo la plataforma digital de habilitaciones.
En la mayoría de estos procesos trabajamos en conjunto con el sector privado, complementado con equipos municipales. El municipio aporta el conocimiento del servicio, la gobernanza y la operación cotidiana y el partner tecnológico aporta la plataforma, la experiencia y la velocidad de implementación. Esa combinación funciona bien, porque nos dio ritmo. Los proyectos en las administraciones públicas suelen planificarse en etapas más largas pero los proyectos de tecnología iteran por semanas. El CIIAR fue determinante en esto, ayudandonos a dar el salto de la idea a la implementación, si no el proceso hubiese sido más lento y solitario.
Aprendizajes para otras ciudades y próximos pasos
El aprendizaje clave es que la IA es más organización que tecnología. Si querés arrancar, no empieces por la herramienta: empezá por una pregunta bien formulada. ¿Qué necesita hoy el vecino? ¿Dónde se pierde tiempo? ¿Qué trámite duele? Recomiendo un libro de Uri Levine, cofundador de Waze, que se llama “Enamórate del problema, no de la solución” en el que desarrolla este concepto, enamorarnos del problema significa valorar al usuario final como la clave del éxito, y no tanto nuestras propias ideas y creaciones.
Para ordenar la conversación propongo usar la analogía de los estados de la materia, sólido, líquido y gaseoso, para clasificar nuestro trabajo de gestión, y ver cómo la IA puede ayudarnos. Lo sólido es lo rutinario, lo procedimental, por ejemplo, trámites, registros, turnos, reclamos. En estas tareas sólo se necesitan reglas claras y aquí la IA es súper sólida, clasifica, resume, completa, organiza, filtra… y hace todas estas tareas de forma automática. Lo líquido es más dinámico, coordinar, armar rutinas, proyectar escenarios, priorizar acciones, distribuir cuadrillas… En lo líquido se necesita criterio y aquí la IA es copiloto, no decide, propone. Lo gaseoso es lo creativo, lo estratégico, lo político y aquí se requiere propósito, conversación y confianza. En lo gaseoso la IA puede ser nuestro microscopio, pero la última firma es humana. Hoy la IA está muy cómoda en lo sólido; avanza muy rápido en lo líquido; pero, por ahora, porque no podemos cancelar el futuro, en lo gaseoso se necesitan personas.
No es sólo que la IA aplicada a la gestión tenga mucho potencial, ya es infraestructura básica. El camino que nos marcamos es “IA first”, es decir pensar una solución con IA siempre que enfrentemos un problema, un trámite, un proceso, un reclamo. Y, en líneas generales, pasar de la respuesta reactiva al automatismo y de ahí a la proactividad. Es decir, del “me escribís y respondo”, al “te aviso antes, te guío mejor, te ahorro un trámite”. Hablamos de tener modelos con IA que, con datos de tránsito, tipo de vehículos, cuestiones hidráulicas y régimen de lluvias, prioricen zonas de bacheo antes que se produzca el pozo. Modelos que optimicen rutas de recolección de residuos de forma continua, que anticipen picos de afluencia a los centros de salud, que planifiquen la poda según especies y tormentas, que gestionen cuadra a cuadra la intensidad del alumbrado público, que detecten zonas de oportunidad para la instalación de comercios, que ajusten frecuencias del transporte público según demanda real.
Dejo una receta mínima para cualquier proyecto: propósito (punto de dolor), metas claras (ej. reducir 30% tiempos de espera para turnos), hacer pilotos (si no funciona se apaga y si funciona se escala) y siempre medición y datos (tablero de gestión para ver impacto real y no por vanidad para ver qué bien quedamos). En IA se aprende haciendo, pero se aprende más rápido cuando se aprende con otros: qué casos priorizar, qué riesgos cuidar, cómo armar gobernanza y cómo medir impacto real. Por eso recomiendo a full sostener espacios como CIIAR: son una escuela práctica. La tecnología sin confianza no escala y con confianza se convierte en solución. CIIAR es un espacio que nos puede ayudar a generar confianza.
