Sus ingresos aumentaron de u$s1,9 millones en 2019 hasta cerrar 2024 con u$s4,4 millones, un crecimiento que refleja la demanda creciente por sus servicios en la región. Y proyecta triplicar sus operaciones en el próximo período, a partir de profundizar su expansión regional.
La compañía tiene sedes en Buenos Aires, Medellín y Rosario, y está respaldada por fondos como el suizo Elea y el estadounidense Potential Venture. Y cuenta entre sus clientes a compañías como Mercado Libre, Kavak, Despegar y Pedidos Ya.
“Tenemos una misión, ser el socio latinoamericano número uno en gestión de datos para la toma de decisiones de las empresas en la aplicación de inteligencia artificial”, describe Clemencia Nicholson, CEO de Arbusta.
Clemencia Nicholson CEO ARBUSTA.jpg
Clemencia Nicholson, CEO de Arbusta.
La Inteligencia Artificial como herramienta para la toma de decisiones empresariales
El contexto en que se desempeña Arbusta está signado por los millones de datos que cada segundo generan las empresas, pero que no están siendo aprovechados debido a factores como información desorganizada, incompleta o inexacta.
La conciencia de las empresas sobre este problema es cada vez mayor, sobre todo en un mundo donde la inteligencia artificial (IA) y el análisis de datos impulsan decisiones clave y hacen que la calidad de los datos se vuelva crítica.
Según un estudio de Grand View Research, el mercado global de gestión de datos empresariales estuvo valorado en u$s110.530 millones en 2024 y crecerá a un ritmo del 12,4% anual entre 2025 y 2030.
Detrás de estas cifras está el fuerte incremento de la demanda de servicios especializados, especialmente en sectores como el e-commerce, retail, fintech, banca, e incluso en sectores más tradicionales como agro, energía, Oil & Gas, manufactura y salud.
En este marco, Arbusta desarrolla operaciones en tres verticales principales: gestión de datos (Data), externalización de procesos (BPO) y control de calidad (QA).
En paralelo, la firma atiende otros puntos críticos o “dolores” de las compañías: resolver tareas intensivas en personas para empresas que no quieren incorporar grandes volúmenes de personal porque eso genera rigidez, costos altos y contingencias.
“En esos casos, ofrecemos un modelo económico eficiente, gracias a la naturaleza de nuestros equipos que nos permite brindar un servicio de outsourcing eficaz y accesible”, explica Martín Senderey, Ingeniero Industrial, MBA del IAE y COO de Arbusta.
“Arbusta nació con una propuesta de valor muy centrada en el insumo: las personas. Con el tiempo, el enfoque fue evolucionando hacia la idea de soluciones, de servicios, de productos que se desarrollan a través de un insumo clave, que son justamente las personas. En este marco definimos una nueva suite de productos que busca ordenar y enmarcar servicios que ya veníamos ofreciendo de forma orgánica, como Data Annotation, Data Entry, QA testing, entre otros. Estos servicios existían, aunque no estaban articulados dentro de una matriz clara”, añadió Senderey.
Por su parte, Pablo Mlynkiewicz, CTO de la empresa, destaca: “Estamos en fase de exploración, proyección e inversión para evolucionar nuestra propuesta de valor para nuestros clientes incorporando nuevas tecnologías, automatizaciones e inteligencia artificial a nuestros servicios tradicionales”.
Los ejemplos prácticos del uso eficiente de los datos
Algunos de los servicios de Arbusta, como recopilación de datos, se pueden entender con mayor claridad mediante ejemplos prácticos: “Supongamos que una empresa de venta online y de ecommerce quiere competir en México al lanzar el iPhone 16. ¿Cómo sabe si su precio o surtido son competitivos? Monitoreamos productos, precios, colores y hasta el comportamiento de los usuarios en otras plataformas. Así, nuestro cliente ajusta su estrategia casi en tiempo real”, agrega Clemencia Nicholson, licenciada en Economía de la Universidad Di Tella y con un MBA en el IAE.
“Este servicio no solo recopila información, sino que la filtra y estructura para estudios de mercado, análisis de tendencias y alimentación de modelos de IA ”, completa.
También hay ejemplos concretos sobre anotación de datos, en este caso el sobre el etiquetado que entrena a la IA: “Si buscas ‘zapatillas’ en un mercado, el motor de búsqueda debe entender qué imágenes, videos o textos corresponden a ese término. Nosotros etiquetamos esos contenidos para que la IA aprenda a reconocerlos”, detalla Pablo Mlynkiewicz, CTO de la empresa.
El etiquetado abarca imágenes (para reconocimiento facial), audios (para asistentes virtuales) y textos (para chatbots). “Un ejemplo concreto: evitar que un usuario que busca “termo” termine viendo zapatillas en su resultado”, explica Mlynkiewicz, quien es licenciado en Estadísticas de la Universidad Nacional 3 de Febrero.
Respecto de la entrada de datos y enriquecimiento de información, hay casos de catálogos que mejoran la experiencia: “Cuando un usuario ve un producto en PedidosYa, espera saber sus ingredientes, alérgenos o fecha de vencimiento. Nosotros enriquecemos estos catálogos: no solo subimos datos, sino que agregamos información que eleva la experiencia del usuario” , comenta Martín Senderey, Ingeniero Industrial, MBA del IAE y COO de Arbusta.
—
