Cada semana nos sentamos con empresas que quieren implementar inteligencia artificial. Y casi siempre pasa lo mismo: quieren IA, pero no saben para qué. La quieren porque todo el mundo la tiene y da miedo quedarse por fuera.
La gente está saturada. Abres internet y todo es inteligencia artificial: que revoluciona, que transforma, que si no la usas desapareces. Con ese ruido encima, llegar a una reunión y poder decir esto es exactamente lo que necesito es dificilísimo. Así que llegan con la decisión tomada y sin la pregunta hecha.
Y ojo con esto, porque no es culpa de ellos. Es lo que pasa cuando una tecnología se vuelve conversación de moda antes de volverse herramienta de trabajo.
El primer golpe llega cuando descubren que la IA es mucho más que escribir un prompt.
Hasta ahí todo se ve fácil. Abres un chat, le pides algo, responde. Parece que ya está. Y entonces uno empieza a explicar lo que hay debajo y se ve la cara de la gente cambiar.
Porque para que la IA de verdad haga algo dentro de una empresa, hay que conectarla. A los sistemas que ya tienen, a la información que ya existe, a los procesos que ya corren. Eso no es un chat: eso es ingeniería. Conexiones, integraciones, permisos, alguien que responda cuando se caiga.
Y aquí está el detalle que casi nadie dice en voz alta: no todo el mundo le va a entrar a esa complejidad. Es completamente válido. Pero hay que saberlo antes de firmar, no después.
El segundo problema es más delicado, porque toca a las personas.
Llegan queriendo reemplazar un cargo. Y la conversación se cae sola con una sola pregunta: ¿qué hace exactamente esa persona?
Casi nunca hay respuesta completa. Se sabe el nombre del cargo, se sabe el entregable, pero no se sabe el cómo. Ni el porqué. Y sin eso no hay nada que automatizar, porque estarías replicando una versión de segunda de algo que nunca entendiste.
Además hay algo que conviene decir sin adornos: la IA no reemplaza los años de experiencia de una persona. Puede acelerar el trabajo, puede quitarle encima lo repetitivo, puede darle superpoderes. Pero el criterio que alguien construyó equivocándose durante diez años no está en ningún modelo.
Esta es la parte incómoda y es la más útil de todas.
Cuando entras a implementar IA en una empresa, lo primero que aparece no es un problema técnico. Es todo lo demás. Procesos que nadie documentó. Información que vive en el correo de una persona. Formas de trabajar que se sostienen porque alguien se acuerda, no porque estén escritas. Equipos que todavía no usan bien lo digital mínimo.
La IA no crea esos problemas. Los saca a la luz. Y por eso tantos proyectos se sienten un fracaso cuando en realidad fueron un diagnóstico.
Te lo respondo con algo que no suena tecnológico: empieza por escuchar.
Antes de mirar una sola herramienta, siéntate a preguntar dentro de tu propia empresa:
- ¿Qué está frenando de verdad a la organización? No lo que incomoda. Lo que frena.
- ¿En qué equipo van más lentos los procesos? Ahí suele estar el cuello de botella, y casi nunca es donde uno cree.
- ¿Dónde toca contratar más gente solo para cumplir la cuota? Si la respuesta es que sí y además esa tarea es repetitiva, ahí tienes tu primer caso.
Esas tres preguntas valen más que cualquier demo. Porque cuando las respondes, ya no llegas pidiendo inteligencia artificial. Llegas pidiendo que se resuelva algo concreto, y eso sí se puede diseñar, medir y evaluar.
Hoy se puede hacer muchísimo con este lienzo en blanco maravilloso que es la inteligencia artificial. Casi todo lo que uno se imagina, y bastante de lo que todavía no.
Pero pensar de forma organizada, decidir qué importa y en qué orden, sigue siendo completamente humano. Y esa parte no la vas a poder delegar, ni ahora ni en la siguiente versión del modelo.
Así que la próxima vez que alguien te diga que su empresa ya está usando IA, la pregunta útil no es cuál herramienta compraron. Es qué problema estaban tratando de resolver.