Par Chadha, Fundador, CEO y CIO de HandsOn Global Management – Serie de Entrevistas

Par Chadha, fundador, CEO y CIO de HandsOn Global Management, es emprendedor, inversor y ejecutivo tecnológico con décadas de experiencia construyendo y escalando negocios habilitados por la tecnología. Desde que fundó HandsOn Global Management en 2001, se ha centrado en inversiones en automatización de flujos de trabajo, big data, automatización robótica de procesos (RPA), tecnologías cognitivas e inteligencia artificial en los sectores de servicios financieros, salud, seguros y legal. También es cofundador de Rule14 y anteriormente se desempeñó como presidente y presidente ejecutivo de Exela Technologies, así como presidente de SourceHOV.

HandsOn Global Management (HGM) Limited es una empresa impulsada por la tecnología que opera en la intersección de la inversión estratégica y los servicios empresariales, combinando la asignación de capital con la experiencia operativa para crear y escalar negocios habilitados por la tecnología. La compañía se está enfocando cada vez más en servicios de salud impulsados por IA, incluidos la gestión del ciclo de ingresos, la codificación médica, la escucha ambiental y la analítica sanitaria, al tiempo que aplica automatización y optimización de procesos impulsadas por IA en flujos de trabajo empresariales. HGM describe su modelo como un híbrido entre una firma de inversión y un proveedor de servicios diversificado, utilizando adquisiciones, integración tecnológica y ejecución operativa para perseguir un crecimiento a largo plazo en mercados como Norteamérica, Asia‑Pacífico y Oriente Medio.

Usted fundó HandsOn Global Management en 2001, mucho antes de que la inteligencia artificial se convirtiera en un tema de inversión generalizado. ¿Qué le inspiró originalmente a crear la empresa, y cómo ha evolucionado su filosofía de inversión junto con los avances en automatización de flujos de trabajo, inteligencia de datos e IA agente?

El nombre HandsOn describe cómo pienso sobre la organización. Si no puedes ser “hands‑on”, si eres “hands‑off”, no perteneces a nuestra organización. Espero que las personas que supervisan los negocios, incluyéndome a mí, practiquen lo que llamo liderazgo de servicio. Nuestro trabajo es servir a las personas que trabajan para nosotros y ayudarles a ser más exitosas.

La tecnología ha cambiado enormemente, pero la pregunta subyacente no ha variado mucho: ¿qué permite la tecnología que el negocio haga mejor?

Con la automatización, siempre he mirado lo que llamo capacidad flexible. Si un empleado puede manejar 100 transacciones y la automatización le permite manejar 250, has creado capacidad para crecer sin añadir el mismo costo. Hace que el negocio sea más rentable y escalable.

Ahora la IA lleva eso mucho más lejos. Estamos pasando a flujos de trabajo basados en IA donde hay orquestación de muchas tareas diferentes, con personas en el bucle y IA agente en el bucle. Creo que ese tipo de empresas tendrá una demanda muy alta y serán algunas de las compañías más disruptivas.

Así que la tecnología ha evolucionado, pero nuestra filosofía sigue siendo “hands‑on”: entender el problema operativo, identificar dónde se puede crear productividad y convertir la tecnología en un negocio.

Como CEO y Director de Inversiones, ¿qué características distinguen a una empresa de IA con potencial para convertirse en un negocio duradero de una que se beneficia principalmente del entusiasmo a corto plazo alrededor de la tecnología?

Para mí, la distinción está en si puedes convertir la inversión en un negocio. De lo contrario, la inversión es solo un costo.

Puede haber mucho entusiasmo alrededor de la propiedad intelectual o la nueva tecnología, pero alguien tiene que usarla. Tiene que resolver algo, tener una propuesta de valor y, en última instancia, generar ingresos.

Tomemos la automatización como ejemplo. También debes entender la función que estás automatizando. Marketing, ventas, compras, recursos humanos, finanzas, administración, informes fiscales y seguridad son funciones muy diferentes. La automatización debe diseñarse en torno a lo que esa empresa realmente hace. Una gasolinera tiene necesidades muy específicas. Un restaurante tiene necesidades muy especializadas.

Las empresas que perduren serán aquellas en que los clientes vean la diferencia: mayor rentabilidad, mayor escalabilidad, mayor capacidad o la posibilidad de hacer algo que antes no podían hacer económicamente. La tecnología es importante, pero al final tiene que convertirse en un negocio.

HandsOn Global Management adopta un papel operativo activo en la construcción, adquisición y transformación de empresas. ¿Cómo cambia este enfoque “hands‑on” la forma en que evalúan las inversiones en IA comparado con un modelo tradicional de capital de riesgo o capital privado?

No creo en estar en la cima y simplemente decir a la gente qué hacer. Mi enfoque siempre ha sido que las personas que trabajan para ti tienen brechas, y tu trabajo es ayudar a cerrar esas brechas y hacerlas exitosas.

Eso significa que, cuando miramos una inversión, lo hacemos desde una perspectiva operativa. ¿Quién la va a dirigir? ¿Cómo se posicionará? ¿Quiénes son los clientes y socios? ¿Cuál es la propuesta de valor? ¿Puede escalar?

Trabajo mano a mano con los equipos de gestión, pero también quiero que la persona operativa lidere. Yo hago la presentación, dejo que esa persona tome el control, me mantengo copiado y estoy disponible. Para nosotros, poseer una inversión y operar un negocio no son dos actividades completamente separadas.

Muchas empresas están experimentando con IA, pero pocas la han desplegado con éxito en operaciones críticas. ¿Qué separa a las organizaciones que pasan de pilotos aislados a una adopción a escala de producción?

Una gran parte depende de si la propia organización está preparada para cambiar.

La tecnología puede avanzar más rápido que las personas. Tenemos personas recién salidas de la escuela que conocen IA, conocen agentes y pueden ser productivas muy rápidamente. Al mismo tiempo, personas con cinco, diez o veinte años de experiencia profesional pueden tener dificultades para pasar de su zona de confort a la nueva zona. Vemos el mismo comportamiento en EE. UU., India, Filipinas y Europa.

Eso se convierte en un problema organizacional, no solo tecnológico.

Las empresas que hacen la transición estarán dispuestas a cambiar el propio flujo de trabajo. Una vez que orquestas diferentes tareas con personas y IA agente trabajando dentro del proceso, cambias la forma en que se realiza el trabajo.

Si las empresas no hacen ese cambio, otra lo hará. Creo que se vuelve una cuestión de “hacer o morir”. Las empresas que se disruptan avanzarán, y las que no serán las que se vean disruptas.

Las iniciativas de HGM en salud incluyen codificación médica autónoma, inteligencia de voz y conversación, analítica predictiva y agentes de IA que operan en flujos de trabajo administrativos y clínicos. ¿Dónde cree que la IA puede eliminar la mayor fricción en la salud sin comprometer precisión, privacidad o confianza del paciente?

Uno de los mayores problemas en salud es que digitalizamos funciones individuales, pero no conectamos la empresa en su conjunto. Reclamos, inscripción, gestión de cuidados, farmacia, servicios de proveedores, analítica y ciclo de ingresos aún pueden operar como sistemas desconectados. Eso genera trabajo duplicado, ineficiencia, mayores costos y una experiencia deficiente.

No creo que la respuesta sea simplemente otra aplicación. La inteligencia debe estar incrustada en el flujo de trabajo. La oportunidad es reunir datos, procesos y personas para que la IA pueda ayudar a entender lo que está sucediendo, predecir lo que viene, recomendar una acción y automatizar el trabajo que pueda automatizarse apropiadamente.

El trabajo administrativo es un punto de partida obvio. Los proveedores siguen lidiando con procesos manuales, autorizaciones previas y carga administrativa. Si la tecnología puede simplificar esos flujos, creas más capacidad para el profesional y, en última instancia, más tiempo para la atención.

Pero la confianza es enormemente importante en salud. La seguridad, el cumplimiento y la gobernanza deben formar parte de la arquitectura. La tecnología debe simplificar la complejidad, no añadirla. El objetivo no es IA por el mero hecho de usar IA. Es mejor atención, menores costos, mejor desempeño operativo y una mejor experiencia para el miembro y el proveedor.

En industrias reguladas como salud, servicios financieros, seguros y gobierno, ¿cómo deben las empresas determinar qué decisiones pueden delegarse a agentes de IA autónomos y cuáles deben seguir requiriendo revisión humana?

Creo que la rendición de cuentas es la línea divisoria.

En negocios regulados, alguien tiene la responsabilidad última de lo que se representa. En ciberseguridad, por ejemplo, los reguladores pueden exigir a la gerencia y a los directorios que divulguen información muy rápidamente, y la alta gerencia puede tener que firmar declaraciones públicas. El problema es que nadie lo sabe todo, especialmente tan rápido.

La IA puede reunir herramientas, establecer una línea base, organizar información y hacer que un proceso sea mucho más productivo. Pero eso no hace que la rendición de cuentas desaparezca.

La salud es un buen ejemplo. La IA puede predecir, detectar, recomendar y automatizar, pero esas funciones no conllevan el mismo nivel de riesgo. La arquitectura debe reconocer dónde la automatización es apropiada y dónde las personas deben permanecer en el bucle. Cuanto más trascendental sea la decisión, mayor será la importancia de la gobernanza, la explicabilidad y la rendición de cuentas.

No lo veo como una elección entre IA totalmente autónoma y trabajo totalmente manual. La cuestión es dónde la IA puede hacer el trabajo eficazmente y dónde una persona aún necesita ejercer juicio o respaldar el resultado.

Usted cofundó Rule14, una plataforma diseñada para encontrar, monitorear, analizar y resumir información en tiempo real. ¿Cómo han cambiado los grandes modelos de lenguaje y la IA generativa lo que es posible en la minería de datos, y qué desafíos fundamentales de datos aún deben resolverse?

Los grandes modelos de lenguaje crean una oportunidad para hacer el trabajo basado en información mucho más escalable.

Tenemos negocios donde cientos de abogados y otros profesionales trabajan con contenido e información, y históricamente han usado más herramientas heredadas que grandes modelos de lenguaje. Lo que me interesa es cómo puedes tomar plataformas construidas para un propósito, empaquetarlas correctamente y usarlas para un propósito muy diferente a gran escala.

No se trata simplemente de que un modelo pueda resumir algo. Puedes cambiar la economía de cómo se procesan, empaquetan y entregan grandes cantidades de información.

Pero no asumiría que, porque tienes un gran modelo de lenguaje, de repente lo sabes todo. La información subyacente sigue siendo importante, y en el mundo real la información puede estar incompleta o no disponible cuando la necesitas. Los modelos nos hacen mucho más productivos; no eliminan la necesidad de entender qué información tienes realmente.

El ecosistema estratégico de HGM incluye empresas que trabajan en codificación médica autónoma, documentación clínica ambiental, flujos de trabajo inteligentes, pagos, procesamiento de datos y plataformas de desarrollo de IA. ¿Cómo crea colaboraciones técnicas y comerciales significativas en una cartera sin forzar a las empresas a entrar en un ecosistema artificial?

Utilizas cada empresa para lo que mejor hace.

Lo describí en ciberseguridad como crear un pequeño club. Nosotros somos el proveedor del servicio, y las otras empresas son expertas en sus campos. Usamos a cada una por su mejor capacidad. Al combinarse con nosotros, obtienen expansión hacia nuestros clientes, y nosotros nos beneficiamos de lo que ellos hacen muy bien.

Eso es diferente de decir que cada empresa tiene que usar a todas las demás porque están en la misma cartera. El objetivo es reunir capacidades en algo que el cliente pueda usar realmente.

Internamente, adopto un enfoque similar. Conecto a las personas correctas y dejo que la persona operativa lidere. Ellos determinan lo que pueden hacer juntos, cuál es el presupuesto y si corresponde al roadmap del producto.

La colaboración debe crear valor. De lo contrario, no hay razón para forzarla.

Ha liderado inversiones, adquisiciones y transformaciones operativas en múltiples regiones e industrias. ¿Qué ha aprendido sobre adaptar productos de IA a diferentes entornos regulatorios, culturas empresariales, idiomas y niveles de madurez digital?

La cultura es importante, y las relaciones personales son importantes.

Cuando la gente solo se conoce a través de un directorio de oficina, número de teléfono o correo electrónico, lo llamo una relación muy impersonal. Eso puede funcionar cuando todo es normal. Pero cuando estás construyendo, expandiendo, arreglando algo o lidiando con problemas, conocer a la persona del otro lado se vuelve mucho más importante.

Viajar enseña que los mercados no son todos iguales. Aprendes qué comen las personas, qué deportes siguen, cómo funcionan sus sistemas escolares, qué es culturalmente sensible y qué crea muros innecesarios. Cuanto más sabes del país, de la gente y de cómo viven, más reduces la brecha en la relación.

La tecnología es similar. Los diferentes mercados están en diferentes puntos. Algunos países están más adelantados que EE. UU. en ciertos servicios profesionales, mientras que nosotros podemos estar más adelantados en otras formas de automatización.

No puedes asumir que puedes tomar un modelo, ponerlo en todas partes y esperar el mismo resultado. Debes entender cómo funciona realmente ese mercado y construir relaciones con las personas que lo van a usar.

A medida que la IA agente, la automatización cognitiva y la IA física continúan convergiendo, ¿qué oportunidades cree que siguen subestimadas y qué consejo ofrecería a los fundadores que están construyendo empresas para esta próxima fase de automatización?

Creo que los flujos de trabajo basados en IA van a tener una demanda muy, muy alta: la orquestación de una variedad de tareas diferentes con personas en el bucle y IA agente en el bucle. Creo que esas serán algunas de las empresas más disruptivas.

La disrupción también será más amplia de lo que la gente espera. La gente tiende a pensar que la automatización afecta al nivel bajo de la fuerza laboral. Mi opinión es que a menudo afecta a la capa media. Los altos ejecutivos pueden hacer más, por lo que necesitan menos capa media. La codificación, las pruebas, la entrada de datos y el análisis de datos se están automatizando, mientras que los flujos de trabajo y los paneles reducen la necesidad de gestionar algunas de esas funciones.

Luego está el lado físico. Los restaurantes se están automatizando. El trabajo que antes requería personas durante las temporadas de cosecha y siembra está siendo reemplazado por máquinas autónomas, robots y drones. Ese panorama está cambiando muy rápido.

Habrá dolor en esa transición. Los motores productivos necesitan menos de nosotros. Pero si no mejoramos la productividad, no podremos competir con países mucho más poblados que tienen estructuras de costos muy diferentes. Si lo hacemos bien, creo que esto puede ser el comienzo de un nuevo siglo americano.

Para los fundadores, me centraría en el flujo de trabajo y la productividad que están creando. Construyan algo que se convierta en parte de cómo se realiza realmente el trabajo, comprendan dónde la gente aún pertenece en el bucle y reconozcan que las organizaciones que adoptan su tecnología también están atravesando una gran transición de la fuerza laboral.

Gracias por la gran entrevista; los lectores que deseen obtener más información deberían visitar HandsOn Global Management.