Hay una escena que se repite en nuestras reuniones: alguien de dirección, inteligente y genuinamente interesado, nos dice que “hay que hacer algo con IA”. Cuando preguntamos qué problema quieren resolver, la respuesta honesta suele ser: no sé todavía, pero no podemos quedarnos atrás.
Esa frase no describe una estrategia. Describe miedo. Y el miedo, alimentado por el hype, está tomando decisiones de inversión en muchas empresas ahora mismo.
De dónde viene la confusión
No es culpa de quien decide. El ambiente es genuinamente confuso:
- Todo se llama IA. Proveedores de todo tipo le pusieron “AI” a lo que ya vendían. Desde un autocompletado hasta un flujo de automatización clásico se presenta hoy como inteligencia artificial.
- Las demos no son productos. Una demo espectacular con datos preparados es fácil. Un sistema que funciona con TUS datos, tus excepciones y tus usuarios de verdad es otra cosa completamente distinta.
- El discurso viene en extremos. O la IA lo va a hacer todo, o es puro humo. Ninguno de los dos extremos ayuda a decidir qué hacer el martes en tu empresa.
Las ideas equivocadas que más caro cuestan
Estas son las confusiones que más vemos convertirse en dinero mal invertido:
“La IA va a reemplazar al equipo.” Lo que vemos funcionar es otra cosa: la IA quita trabajo repetitivo de encima para que la gente rinda más. Quien compra “reemplazo” suele terminar con un proyecto abandonado y un equipo a la defensiva.
“Necesitamos nuestro propio chatbot / nuestro propio modelo.” Casi nunca es el punto de partida correcto. Es la versión moderna de “necesitamos una app”: la forma antes que el problema.
“Es plug and play.” Las herramientas genéricas lo son; por eso mismo, su beneficio también es genérico. El valor real aparece cuando la IA se conecta a tus datos y a tus procesos, y eso es un trabajo de implementación, no una compra.
“Hay que hacer algo YA, lo que sea.” La urgencia es real, pero la respuesta correcta a la urgencia es empezar bien, no empezar por cualquier lado. Un piloto mal elegido quema presupuesto y, peor, quema la confianza interna para el segundo intento.
“Compramos la herramienta, ya estamos haciendo IA.” Una licencia sin casos de uso, sin datos conectados y sin medición es un gasto, no una capacidad.
Cómo decidir mejor
Las reglas que usamos con nuestros clientes, y con nosotros mismos:
- Empieza por el problema, no por la tecnología. “Perdemos horas en X” es un buen punto de partida. “Hay que usar IA” no lo es.
- Exige ver el sistema con tus datos. No con el dataset de la demo. Antes de firmar, una prueba sobre un caso real tuyo.
- Un flujo primero, medido. Elige un proceso, define cómo se ve el éxito, mide antes y después. Escala solo lo que probó rendir.
- Prefiere las victorias aburridas. Clasificar documentos, triaje de soporte, conciliaciones, respuestas de primera línea. Rinden más que el proyecto espectacular, y financian el siguiente paso.
- Pon un filtro senior de tu lado. Alguien sin nada que venderte que lea las propuestas y haga las preguntas incómodas. Es una de las funciones del CTO fraccional.
La buena noticia
Debajo del ruido, la tecnología es real y el momento es real: implementar IA bien nunca había sido tan accesible. Justamente por eso duele ver presupuestos quemados en la versión equivocada.
Si estás evaluando una inversión en IA y quieres una lectura honesta antes de firmar, trae el problema. Treinta minutos, sin presentación. Si nuestra respuesta es “no lo hagas”, también te la vamos a decir.
