La pregunta no es si usar IA, es en qué proceso
Casi todo lo que funciona hoy en una pyme cae en la misma familia: leer documentos y sacar los datos, clasificar lo que entra, redactar un primer borrador y buscar información dentro de lo que ya tienes escrito. No sustituye a nadie: quita de en medio la parte mecánica y deja a la persona la que exige criterio.
- Si no sabemos qué tarea concreta va a resolver ni cómo comprobar que acierta, no lo hacemos.
- La IA nunca decide sola sobre nada con consecuencias económicas o legales: siempre revisa una persona.
- Sabes en todo momento qué datos salen de tu empresa, hacia dónde y para qué.
Dónde encaja hoy, con los pies en el suelo
Seis usos que funcionan bien en empresas pequeñas y medianas, y que se pueden montar sin grandes proyectos.
Leer documentos
Facturas de proveedor, albaranes, contratos o pedidos en PDF: se extraen los datos y se vuelcan al sistema, con validación antes de dar nada por bueno.
Clasificar y responder correo
Identificar de qué va cada mensaje, mandarlo a quien toca y preparar un borrador de respuesta para las consultas de siempre.
Buscar en tu documentación
Preguntar en lenguaje normal sobre tus manuales, tarifas, contratos o procedimientos, y obtener la respuesta con la fuente a la vista.
Ordenar lo que entra por comercial
Clasificar peticiones, detectar de qué producto hablan y avisar cuando una oportunidad lleva demasiado tiempo parada.
Preparar borradores
Presupuestos, respuestas técnicas o descripciones de producto a partir de tus datos y con tu forma de escribir. Los revisa una persona antes de salir.
Resumir y explicar información
Convertir un montón de datos o un documento largo en el resumen que alguien necesita para decidir.
Qué comprobamos antes de meter IA en un proceso
Si un proceso no pasa este filtro, la recomendación será no usar IA ahí. Automatizar con reglas de toda la vida suele ser más barato y más fiable.
Que la tarea se repita
Con volumen. Si ocurre tres veces al mes, el esfuerzo de montarlo y mantenerlo no se recupera.
Que se pueda comprobar el resultado
Tiene que existir una forma objetiva de saber si la respuesta es correcta. Si nadie sabe decir qué es acertar, no hay proyecto.
Que el error sea asumible y detectable
Un dato mal extraído que alguien revisa es un incidente menor. Uno que se contabiliza solo, no.
Que haya una persona revisando lo que importa
El punto de aprobación se define desde el principio, no se añade después de un susto.
Que sepamos qué datos salen
Qué se envía al proveedor de IA, con qué finalidad y qué información no debe salir nunca de la empresa.
Que exista alternativa si falla
Qué pasa si el servicio no responde. El proceso tiene que poder seguir de forma manual.
Lo que la IA no hace, por mucho que se diga
No sabe lo que no le has contado. Un modelo no conoce tus tarifas, tus condiciones ni el histórico de un cliente salvo que se lo demos de forma controlada. Buena parte del trabajo de un proyecto serio consiste precisamente en eso, y no en el modelo.
No garantiza acertar siempre. Puede dar una respuesta equivocada con toda la seguridad del mundo. Por eso los procesos se diseñan con validación: contrastar el dato extraído contra el pedido, marcar lo dudoso, dejar que una persona apruebe.
No sustituye a tu equipo. Reduce la parte mecánica de su trabajo. Quien te vendía que ibas a prescindir de media plantilla te estaba vendiendo otra cosa.
Y no es gratis ni instantánea. Tiene un coste por uso que hay que estimar y vigilar, y necesita mantenimiento igual que cualquier otro sistema.
Cómo tratamos la parte delicada
Es la primera pregunta de cualquier empresa con dos dedos de frente, y con razón.
Sabes qué sale
Se define por escrito qué información se envía al proveedor de IA en cada proceso y cuál no sale nunca de tus sistemas.
Lo sensible se queda fuera
Datos de salud, personales de terceros, credenciales o información confidencial se excluyen o se anonimizan antes de enviar nada.
Encaje con el RGPD
Se documenta la finalidad, la base legal y el encargado del tratamiento, y se refleja en tu política de privacidad.
Revisión humana donde toca
Todo lo que tenga efecto económico o legal pasa por una persona antes de ejecutarse.
Coste bajo control
Se estima el gasto por volumen y se ponen límites, para que una automatización desbocada no se coma el presupuesto.
Sin quedar atrapado
Se diseña de forma que cambiar de proveedor de IA sea un ajuste, no rehacer el proyecto entero.
De la idea a un proceso que funciona
Con una prueba acotada antes de comprometer nada grande.
Elegimos una tarea concreta
La que más volumen y más molestia acumule. Una sola, para poder medirla de verdad.
Definimos qué es acertar
Qué resultado se espera y con qué margen de error, antes de montar nada. Sin esto no hay forma de saber si ha salido bien.
Prueba con tus casos reales
Se ejecuta sobre documentos y correos de verdad, incluidos los raros, y se comparan los resultados con lo que haría una persona.
Decisión con datos delante
Si el acierto no da el nivel acordado, se ajusta o se descarta. Descartar también es un resultado válido.
Puesta en marcha con controles
Con sus puntos de revisión, sus avisos y su registro de lo que hace el sistema.
Seguimiento
Se vigila el acierto y el coste en el tiempo, porque los modelos y los documentos cambian.
Dudas sobre usar IA en la empresa
¿Mis datos se usan para entrenar al modelo?
Depende del proveedor y del plan contratado, y es una de las cosas que se define al principio del proyecto: qué proveedor se usa, en qué condiciones y qué información se le envía. Si te preocupa, existen configuraciones y modelos donde eso no ocurre, y también la opción de no enviar cierta información nunca.
¿Dónde se procesan los datos?
Depende del proveedor que se elija; algunos tratan datos fuera del Espacio Económico Europeo con las garantías previstas por el RGPD. Se documenta en el proyecto y se refleja en la política de privacidad, para que quede claro y no sea una sorpresa.
¿Y si se inventa una respuesta?
Puede ocurrir, y por eso no se diseñan procesos donde una respuesta errónea pase sin filtro. Los datos extraídos se contrastan contra otra fuente, lo dudoso se marca y lo que tiene consecuencias lo aprueba una persona.
¿Cuánto cuesta?
Hay dos costes: el proyecto para montarlo y el consumo por uso del servicio de IA. El segundo se estima según el volumen y se le ponen límites. Ambos van en la propuesta, porque un proyecto de IA sin estimación de consumo es un cheque en blanco.
¿Necesito tener los datos ordenados antes?
Ayuda mucho, pero no hace falta que esté todo perfecto. Lo que sí es imprescindible es que la información exista en algún sitio accesible; si el conocimiento solo está en la cabeza de una persona, el primer trabajo es sacarlo de ahí.
¿Puedo empezar por algo pequeño?
Es lo que recomendamos: un proceso, medido, con una prueba antes de comprometerse. Sale barato comprobar si funciona en tu caso, y evita el proyecto grande que no llega a usarse.
¿Esto es lo mismo que un chatbot?
Un asistente de chat es uno de los usos posibles, pero normalmente no el que más tiempo ahorra. En la mayoría de empresas rinde más la lectura de documentos y la clasificación de lo que entra, aunque se vea menos.