La regla que sirve para cualquier caso
En vez de darte una lista que caduca en seis meses, te doy la pregunta que sirve siempre. Son tres partes y con las tres decides tú sola:
1. ¿Esto ya pasó muchas veces antes y quedó registrado?
Si sí, hay ejemplos de los que aprender. Si es la primera vez que pasa, no hay
nada que aprender.
2. ¿Equivocarse de vez en cuando es tolerable?
No "aceptable en teoría". Tolerable de verdad, contando lo que cuesta arreglar el
error.
3. ¿Alguien se va a dar cuenta si se equivoca?
Esta es la que más se olvida y la que más duele. Un error que nadie detecta se
repite en silencio durante meses.
Si las tres dan que sí, probablemente funcione. Si alguna da que no, ahí está tu conversación 🙂
Lo que ya funciona bien, con casos concretos
Leer documentos y sacarles lo que importa. Facturas, guías de remisión, contratos, currículums, boletas. Esto funciona muy bien y es de lo más rentable que hay hoy en una empresa peruana, porque es trabajo que alguien está haciendo a mano ahora mismo.
Clasificar y enrutar. Este reclamo es de facturación, este de despacho, este de producto. Cientos de correos al día repartidos solos. Cumple las tres preguntas de arriba de sobra.
Borradores de cualquier cosa escrita. Correos, descripciones de producto, propuestas, respuestas. Con la persona revisando antes de mandar, que es la parte que la gente se salta.
Resumir y traducir. Un informe de 40 páginas en dos párrafos. La transcripción de una reunión en acuerdos y pendientes.
Predecir sobre cosas que se repiten. Demanda, quiebres de stock, qué cliente se va a ir, qué máquina va a fallar. Siempre que tengas historia guardada, que es el gran si.
Buscar dentro de lo tuyo. Preguntarle en español a tus propios manuales, políticas y procedimientos, y que te conteste citando de dónde lo sacó. Esta es la que más sorprende a los equipos grandes.
Lo que sigue sin funcionar
Lo que depende de contexto que nadie escribió. "A este cliente hay que tratarlo con cuidado porque el gerente es amigo del dueño" no está en ningún dato. Vive en la cabeza de la gente, y ahí el modelo no entra.
Lo que pide responsabilidad. Firmar, aprobar un despido, decidir un despacho de emergencia. No es que técnicamente no pueda: es que cuando salga mal alguien tiene que responder, y un modelo no responde de nada.
Cuentas donde el número tiene que salir exacto. Un modelo de lenguaje no es una calculadora, aunque lo parezca. Si el número tiene que cuadrar, que lo calcule un sistema que calcule.
Lo que casi nunca pasó. Fraudes muy raros, fallas excepcionales, casos únicos. Sin ejemplos suficientes no hay nada que aprender, y es justo donde más se pide.
Lo que cambió de golpe. Un modelo entrenado con lo de antes no sabe nada de lo de después. Cambió la ley, cambió el mercado, cambió el proceso: el modelo sigue viviendo en el pasado hasta que alguien lo vuelva a entrenar.
La respuesta que casi siempre es la correcta
Cuando alguien pregunta "¿la IA puede hacer esto sola?", la respuesta útil casi nunca es sí ni no. Es esta:
Que lo haga la máquina y que una persona revise lo que salga dudoso.
Suena a poco y es lo que hace que las cosas funcionen. El sistema se come el 90% que es rutina, y la persona se queda con el 10% raro, que es justo donde su criterio vale. Y de paso alguien está mirando, que era la tercera pregunta.
Los proyectos que se caen casi siempre son los que se saltaron ese "y una persona revisa" para ahorrarse el puesto. Se ahorran el puesto y a los tres meses descubren un error que lleva noventa días repitiéndose 😬
Una advertencia sobre lo que te van a vender
Lo más caro que se vende hoy suele ser lo más llamativo, y lo más llamativo casi nunca es lo más rentable.
El agente conversacional que atiende a los clientes se ve espectacular en una demo. El sistema aburrido que lee las 400 facturas del mes y las mete al ERP no se ve en ninguna demo, y probablemente le ahorre más plata a tu empresa este año.
Cuando decidas por dónde empezar, empieza por lo aburrido 🧾
Practica 💪
1. Pásale las tres preguntas
Una clínica quiere que la IA revise radiografías y avise cuando vea algo raro. Aplícale las tres.
¿Ya pasó y quedó registrado? Sí, hay años de placas con su diagnóstico. ¿El error es tolerable? Depende enteramente de cómo se use: si el sistema decide solo, no; si marca casos para que el médico los mire primero, sí. ¿Alguien se da cuenta? Sí, el médico revisa igual.
O sea que el proyecto es viable, y las tres preguntas ya te dijeron cuál es la única forma sensata de plantearlo: priorizar, no diagnosticar.
2. La que falla en la primera
Una empresa quiere predecir cuándo va a fallar una máquina importada que compraron hace ocho meses y que nunca se ha malogrado. ¿Se puede?
No, y no es cuestión de presupuesto. Cero fallas es cero ejemplos de lo que quieres predecir.
Lo que sí se puede hacer hoy es empezar a guardar: vibración, temperatura, horas de uso, mantenimientos. Dentro de dos años eso será un proyecto y hoy no lo es.
Decir esto en una reunión es incómodo y vale mucho. La alternativa es cobrar por un modelo que va a aprender del ruido.
3. La tercera pregunta, la que duele
Un sistema clasifica reclamos y los manda al área que toca. Funciona. Seis meses después descubren que el 8% se iba al área equivocada desde el primer día. ¿Qué faltó?
Nadie estaba mirando. Ese es el fallo entero.
El reclamo mal derivado llega a un área que no es la suya, alguien lo reenvía o lo deja ahí, y el cliente espera. Nada de eso genera una alarma, y por eso puede durar meses.
La vacuna es ridículamente barata: una persona revisa diez casos al mes. Diez. Con eso el 8% se detecta en semanas en vez de en medio año.
4. Lo que vive en la cabeza de alguien
Quieres automatizar la aprobación de descuentos. Le preguntas al jefe de ventas cómo decide y te dice: "depende, hay clientes con los que hay que tener cuidado". ¿Qué acaba de pasar?
Te acaba de decir que el criterio no está en ningún dato.
"Clientes con los que hay que tener cuidado" es historia, relaciones, cosas que pasaron en reuniones. Nada de eso está en el sistema de ventas.
Y hay una salida: preguntar cuáles son y por qué. Si son quince clientes, se pueden marcar y el sistema los aparta para revisión humana. Ahí la IA hace el 90% y el criterio del jefe se queda con el 10% que de verdad lo necesita.
5. Empieza por lo aburrido
Tienes presupuesto para un proyecto. Sobre la mesa: un asistente que atiende clientes por WhatsApp, o un sistema que lee las guías de remisión y las mete al sistema. ¿Por dónde?
Por las guías de remisión, y el ejercicio es que sepas defenderlo.
Cumple las tres preguntas de sobra. Se mide en horas de alguien que hoy hace eso a mano. Si falla, se nota al revisar. Y no habla con nadie de fuera.
El asistente es de la familia que peor se mide, atiende clientes reales y su error sale de la empresa. Es un segundo proyecto excelente, cuando ya sepan hacer esto.
6. Tu tarea
Elige una tarea repetitiva de tu trabajo y pásale las tres preguntas. Escribe las tres respuestas en una línea cada una.
Si las tres dan que sí, tienes un candidato y lo puedes plantear el lunes.
Si falla la primera, ya sabes cuál es la tarea de este año, y no es comprar nada: es empezar a guardar lo que pasa.
Si falla la tercera, el arreglo es una persona y diez casos al mes 🙂
Lo que te llevas
- Tres preguntas: ¿ya pasó antes y quedó registrado? ¿el error es tolerable? ¿alguien se da cuenta?
- Funciona muy bien: leer documentos, clasificar, redactar borradores, resumir, predecir lo que se repite, buscar dentro de lo tuyo.
- Sigue fallando: lo que nadie escribió, lo que pide responsabilidad, las cuentas exactas y lo que casi nunca pasó.
- La respuesta que casi siempre gana: la máquina hace el grueso, la persona revisa lo dudoso.
- Empieza por lo aburrido, no por lo que se ve bonito en una demo.
Comprueba que se entendió
Comprueba que lo tienes
Tu empresa quiere que la IA apruebe sola las facturas de proveedores hasta cierto monto, sin que nadie las mire. ¿Cuál es la objeción de fondo?
- Que nadie se entera cuando se equivoca, y equivocarse va a equivocarse
- Que la tecnología todavía no da para leer facturas
- Que es demasiado caro para el tamaño de la empresa
- Que los proveedores no lo van a aceptar
Ahora una que casi nadie te cuenta y que deberías saber antes de seguir pegando cosas en el chat: qué pasa con lo que le das 🐥
Los términos que salen en este capítulo
Están todos en el glosario de IA, con su definición corta.