La carrera de Antenor Rizo Patrón está marcada por el uso estratégico de la tecnología, la innovación y su compromiso con el desarrollo empresarial. Su participación en el Executive Summit 2025, organizado por Educación Ejecutiva Ulima y programado para el 12 de abril, expondrá de cerca su visión sobre la analítica avanzada y la inteligencia artificial, campos que transforman la toma de decisiones en las organizaciones. Antenor es ingeniero industrial por la Universidad de Lima y se desempeña como Chief Data Officer en Yape.
¿Podrías realizar un recuento de los campos de la tecnología que has abarcado en tu trayectoria laboral hasta este momento?
Mi trabajo se ha centrado en la aplicación de técnicas de analítica avanzada para mejorar procesos, productividad y estrategias comerciales. Llevo casi dos años en Yape, donde me especializo en data y analytics. Sin embargo, gran parte de mi carrera reciente ha transcurrido en el extranjero, en Londres. Ahí trabajé en consultoría analítica, lo que me llevó a viajar por el mundo para desarrollar soluciones de analítica avanzada. No me limité a una industria en particular, sino que mi especialización fue transversal en data y analytics. Este campo ha tenido mucho dinamismo en los últimos años.
Por ejemplo, ¿qué cambios?
Cuando empecé, en el 2015 o 2016, data y analytics se introducía como parte de la transformación digital. Luego, vino la expansión de los modelos predictivos y de optimización para mejorar la toma de decisiones en negocios y procesos usando machine learning. En los últimos tres o cuatro años, hubo un nuevo boom en analítica avanzada, impulsado por la inteligencia artificial generativa (IA generativa), probablemente el avance más significativo hasta ahora en esta área.
Si comparas tu experiencia en el extranjero con la actual en el Perú, ¿encuentras muchas diferencias en las aplicaciones tecnológicas en el mundo laboral?
Lo interesante de la era digital es que ya no hay barreras de infraestructura. El procesamiento en la nube ha democratizado el acceso a la computación, y muchas empresas operan con arquitecturas cloud o híbridas, con lo cual se reducen las limitaciones tecnológicas. Además, el acceso al talento ya no es exclusivamente local. Si una empresa necesita ciertas habilidades y no las encuentra aquí, puede buscarlas en el extranjero. Por otro lado, pienso que en los últimos años hubo un cambio de actitud ante los proyectos de innovación en las empresas. Hemos aprendido del éxito y los fracasos de mercados más desarrollados, y ahora surgen empresas nativas en automatización, digitalización de procesos y explotación de datos. Lo que antes era un lujo reservado para unas pocas compañías, ahora se ha convertido en parte del núcleo de las operaciones.
¿Se desarrolla tecnología en nuestro país?
Si bien no somos una fuente de innovación tecnológica, somos excelentes adoptadores de tecnología. El Perú es un país donde predominan las grandes empresas, Lamentablemente, no tenemos un ecosistema demasiado activo de startups, lo cual hace que la innovación pueda ser más lenta. Sin embargo, cuando se adopta, se hace con seriedad y sin vuelta atrás. Un buen ejemplo es el gran crecimiento de las transacciones digitales. Cada vez más personas usan billeteras digitales como Yape o aplicaciones de la banca móvil. Quienes se acostumbran a operar digitalmente rara vez vuelven a hacer una transacción en cash. Hemos atravesado esta transición casi sin darnos cuenta, y hoy el Perú se encuentra en un momento clave en la evolución de la innovación, con más facilidades para impulsarla.
¿Consideras que la inteligencia artificial abre más espacios para la innovación o los limita?
Definitivamente, la aparición de nuevas tecnologías impulsa la innovación. Se crean oportunidades para abordar mercados o resolver problemas de formas antes impensables. Esto reconfigura el panorama: los jugadores establecidos deben adaptarse o pueden verse desplazados por nuevos competidores con tecnología más avanzada. Genera un reajuste en el ecosistema, lo cual es positivo.
¿Qué importancia le das a la capacitación y la búsqueda de actualizarse mediante cursos cortos, conferencias y otros eventos, como el Executive Summit 2025?
Este tipo de aprendizaje práctico es invaluable. En el ambiente de data y analytics existe una comunidad online con muchos recursos. Se espera que los profesionales sean autosuficientes y sepan identificar fuentes confiables para capacitarse. La inteligencia artificial generativa, por ejemplo, ha cambiado la manera en que los profesionales desarrollan códigos al introducir una serie de herramientas tipo Copilot, la cual provoca que escribir códigos sea cada vez más sencillo.
En cuanto a tu trayectoria laboral, ¿nos cuentas sobre tu rol actual y los desafíos que enfrentas en Yape?
Soy Chief Data Officer y estoy a cargo del área de Data & Analytics en Yape. Mi responsabilidad abarca dos grandes frentes. Por un lado, el área de Data Engineering, que se encarga de operar y mantener nuestra plataforma de datos en la nube. Aquí manejamos la extracción, carga y transformación de datos, así como el monitoreo y gobierno de la información, garantizamos la seguridad y la privacidad de nuestro activo más valioso: la data de nuestros clientes. Por otro lado, está el mundo de analytics, donde lidero equipos de data science, analytics engineering, machine learning engineering y pricing. Estos equipos se enfocan en la creación de valor en proyectos que van desde el business intelligence y la creación de dashboards hasta el desarrollo de modelos predictivos aplicados a áreas comerciales, riesgo crediticio y estrategias de pricing. Además, nos encargamos de llevar modelos de machine learning e inteligencia artificial generativa a producción para que puedan ser utilizados dentro de Yape y su ecosistema. En resumen, mi rol se divide en dos grandes partes: ingeniería y analítica.
Antes de Yape, estuviste en el extranjero, ¿verdad?
Sí, pasé seis años en el Reino Unido. Durante la primera etapa, trabajé en QuantumBlack, el brazo analítico de McKinsey. Ahí participé en proyectos de analítica avanzada en distintos sectores, como optimizar la operación de un campo petrolero en Asia, mejorar la eficiencia de una fuerza de ventas en un banco europeo y optimizar la estrategia de un equipo de autos de carrera. Lo interesante fue que todos estos problemas, sin importar la industria, se resolvían mediante modelos de analítica avanzada y machine learning. En una segunda etapa profesional, fui parte de una startup que buscaba aplicar conceptos de analítica avanzada a la toma de decisiones de inversión en private equity. Fue mi experiencia más cercana al mundo del emprendimiento como parte del equipo fundador, viví el proceso de construcción de una empresa desde cero. Los primeros años de mi carrera los hice en el equipo comercial de Procter & Gamble en el Perú.
¿En esa etapa ya tenías contacto con tecnología o analítica de datos?
No tanto. Mi trabajo estaba enfocado en ventas y distribución, pero, incluso en ventas, aplicaba principios de ingeniería: inventarios, rotación de productos, modelos de pedidos, descuentos, rentabilidad, etc. Todo eso implicaba un enfoque estructurado y numérico. Cuando pasé a distribución, los modelos eran más complejos: optimización de rutas, créditos, manejo de inventarios a gran escala. Fue ahí donde mi formación en ingeniería empezó a marcar una diferencia.
¿Y cómo diste el salto al mundo de la analítica avanzada?
Fue una transición natural. La estructura mental de un ingeniero no se pierde, y eso me ayudó a destacar cuando entré en el mundo de la analítica. En QuantumBlack, por ejemplo, trabajaba con doctores en estadística, matemáticas y física. No tenía su profundidad técnica, pero sí podía hablar su mismo idioma. El haber llevado cursos de estadística, programación y operaciones en la Universidad de Lima me dio la base teórica para entender los algoritmos, lo que me permitió integrarme bien en los equipos y aportar desde un enfoque práctico y aplicado.
Cuando seguiste la maestría, ¿cómo te sentiste respecto a las otras personas que estudiaban contigo el MBA en la Universidad de Duke?
Me fue muy bien, pude interactuar con personas de orígenes muy diversos y vivir fuera de mi país por casi diez años. Hubo un periodo intermedio de un año y medio, pero en total estuve fuera por una década. Cuando regresé, ya estaba casado y tenía dos hijos. En el verano, entre el primer y el segundo año del MBA, hice prácticas en Amazon, en Seattle, en el área de Product Management en Kindle, en un proyecto de investigación para el mercado japonés. Ahí me di cuenta de que me apasionaba la tecnología y el mundo digital. A partir de ahí, me encaminé poco a poco en este mundo. En McKinsey Digital estuve enfocado en transformación digital y luego di el salto a analítica avanzada. Desde entonces, toda mi carrera ha seguido esa dirección.
Por último, ¿cómo te fue en la Universidad de Lima? ¿Qué opinas sobre tu carrera y tu vida universitaria?
Disfruté mucho la universidad. La carrera me pareció muy buena, siempre la recomiendo. Salí en el 2007, y he visto cómo ha crecido, madurado y solidificado su propuesta académica. También, noté cómo logró adaptarse a la crisis de la covid-19 y a los cambios de los últimos años. Me gusta mucho la dirección que ha tomado. A los jóvenes les aconsejaría que aprovechen la vida universitaria y se involucren en todas las actividades que la universidad ofrece. Es un momento único, ya que después, cuando entran al mundo laboral, se vuelven personas muy ocupadas.
