Llegaste al final 🎉
Y quiero que veas lo que te llevas, porque es más de lo que parece.
Sabes qué es la IA de verdad y qué es software con etiqueta. Sabes que aprende persiguiendo bajar un error y que por eso agarra atajos. Sabes por qué un modelo de lenguaje inventa con tanta seguridad. Sabes qué se puede hacer hoy y qué no. Sabes qué pasa con tus datos. Y sabes por qué se caen los proyectos que se caen.
Y de los últimos cuatro capítulos te llevas algo que casi nunca se enseña junto con lo técnico: cómo se convierte una idea en un encargo que se puede hacer, en qué orden va un proyecto, por qué no se puede poner precio antes de mirar los datos y qué se revisa cada semana para que no se caiga.
Eso es más criterio del que tiene la mayoría de la gente que va a estar sentada contigo en esas reuniones. En serio 🐣
Las seis preguntas, otra vez
Si de todo el libro te quedas con una sola cosa, que sea esta. Están en la portada para que las copies:
- ¿De dónde saca su criterio? ¿Alguien lo programó o lo aprendió de datos?
- Si lo aprendió, ¿de qué datos exactamente? ¿De cuándo son?
- Ya sé que acierta. ¿Acierta mirando qué?
- ¿Sobre qué datos midieron eso? ¿Datos que el modelo no había visto nunca?
- ¿Qué pasa cuando se equivoca? ¿Quién se da cuenta y en cuánto tiempo?
- ¿A dónde van los datos que le doy? ¿Se quedan en algún lado?
Y ahora, ¿qué sigue?
Depende de qué te pasó leyendo, y los tres caminos son igual de válidos.
Si quieres usarla en tu trabajo desde mañana
O sea: no te interesa construir nada, te interesa que la IA te quite trabajo repetitivo esta semana.
Lo que menos rinde acá es un curso largo, porque lo que necesitas no es profundidad sino manos. El Full Day IA es justo eso: ocho horas en un día, sin programar en ningún momento, aplicando las herramientas a lo que tú haces. Sales usándolas ese mismo día.
Si quieres ver primero cuál te sirve para lo que tienes que hacer hoy, tengo un selector de herramientas gratis que te lo dice en dos minutos.
Si te dieron ganas de construirlo tú
Si mientras leías lo de cómo aprende una máquina pensaste "yo quiero hacer eso", tienes el camino completo acá y es gratis entero.
Empieza en Python desde cero, que es la herramienta, y sigue por Estadística desde cero para entender qué estás midiendo. Con eso ya puedes entrar a Machine learning desde cero, que es donde se construyen los modelos de los que habla el capítulo 3.
Cuando ya no te falte el mecanismo sino la práctica de armar algo que aguante en producción, ahí está Ingeniería de IA, que son cuatro semanas y terminas con un sistema tuyo funcionando y medido.
Si mientras leías pensabas en tu equipo
Si en los capítulos 9 y 10 ibas poniéndole cara a gente de tu trabajo, ese es tu caso, y es distinto a los dos anteriores.
Mandar a una persona a un curso no resuelve esto, porque el problema no es de una persona: es que el equipo no comparte el mismo mapa, y entonces cada decisión sobre IA se toma por corazonada distinta.
La capacitación in company se arma según el equipo, el sector y lo que quieren resolver, con los casos de ustedes sobre la mesa en vez de ejemplos genéricos. Por eso no tiene precio de lista: se ve caso por caso.
Y si todavía no sabes ni por dónde empezar a plantearlo, tengo un diagnóstico de madurez gratis que te dice en qué punto está tu empresa en seis dimensiones. Sirve para llegar a esa reunión con algo en la mano 📋
Practica 💪
Los seis últimos, y son de repaso. Si los contestas todos, el libro cumplió su trabajo 🐣
1. Software o IA
Una tienda te dice: "nuestro sistema recomienda productos según lo que compraste antes, lo armamos con reglas que definió el área comercial". ¿IA?
No. Lo dicen ellos: las reglas las definió el área comercial.
Y la consecuencia práctica: esas recomendaciones no van a mejorar solas. Van a mejorar cuando alguien del área comercial se siente a cambiar las reglas.
2. Qué sale del otro lado
"Queremos que la IA nos ayude con los reclamos." ¿Cuántos proyectos hay ahí dentro?
Por lo menos tres: clasificarlos y derivarlos (etiqueta), predecir cuáles van a escalar (etiqueta), y redactar las respuestas (generar).
Tres familias distintas, tres formas de medir, tres presupuestos. Separarlos en la primera reunión es lo que evita el proyecto que se cae a los tres meses porque nadie sabía qué se estaba haciendo.
3. Por qué inventó
Le pediste las normas técnicas peruanas que aplican a tu producto y te dio tres, con número y todo. Buscas la primera y no existe. ¿Qué pasó?
Le pediste un dato de su memoria, y un número de norma inventado le parece igual de buena continuación que uno real.
Lo que sí podía hacer bien: explicarte qué tipo de normas suelen aplicar a un producto así y dónde se consultan. La lista con números la sacas tú de la fuente oficial.
4. Las tres preguntas
Un colega quiere automatizar con IA la revisión de los contratos que firma la empresa. Pásale las tres.
¿Ya pasó y quedó registrado? Depende: hay contratos viejos, pero ¿está guardado qué se objetó de cada uno? Casi nunca. ¿El error es tolerable? Un contrato mal revisado puede costar muchísimo. ¿Alguien se da cuenta? Solo si un abogado lo revisa igual.
Conclusión: como revisión final, no. Como primer filtro que marca cláusulas para que el abogado las mire, sí, y ahí sí ahorra tiempo de verdad.
5. Lo que le das
Vas a usar una IA para preparar una presentación con los resultados del trimestre. ¿Qué le pegas y qué no?
Le pegas la estructura, los mensajes que quieres dar y las cifras agregadas. No le pegas la base de clientes ni nada con nombres.
Y aplica la pregunta del capítulo 7: los totales del trimestre probablemente sí se los mandarías a un asesor externo. El listado de clientes, no.
6. Tu siguiente paso
Con todo el libro leído: ¿tu caso es usarlo, construirlo o llevarlo a tu equipo? Y sobre todo, ¿cuál es la primera cosa concreta que vas a hacer esta semana?
Este no lo contesto yo.
Pero te dejo la pista que más veces funciona: si la respuesta empieza con "tengo que averiguar si tenemos guardado...", vas por muy buen camino. Casi todo lo que decide un proyecto de IA se resuelve antes de tocar ninguna herramienta 🌟
Una última cosa
Si algo de este libro te sirvió, cuéntamelo. Escribo estas cosas leyendo lo que me preguntan, y las preguntas que me llegan son las que terminan siendo capítulos.
Gracias por llegar hasta acá. Que tengas un hermoso día! 🌟
Comprueba que se entendió
Comprueba que lo tienes
Después de todo el libro, ¿cuál es la señal más clara de que alguien no sabe de lo que habla cuando te vende IA?
- Que no te pregunte por tus datos antes de proponerte una solución
- Que use palabras técnicas que no entiendes
- Que la solución le parezca cara
- Que te ofrezca una herramienta conocida en vez de algo hecho a medida
Los términos que salen en este capítulo
Están todos en el glosario de IA, con su definición corta.