Qué hace bien la IA hoy
La IA actual, la de los modelos de lenguaje, es muy buena en un tipo de tareas: trabajar con texto e información desordenada. En concreto:
- Leer y resumir: contratos, mails largos, documentos, manuales.
- Clasificar: separar consultas, ordenar una bandeja de entrada, etiquetar por tema o urgencia.
- Redactar: borradores de mails, respuestas, informes o descripciones.
- Extraer datos: sacar de un texto o un PDF los campos que necesitás, como fechas, montos o nombres.
- Conversar: responder en lenguaje natural sobre una base de información que le cargaste.
Todas tienen algo en común: hay un texto de entrada y uno de salida, y una persona puede revisar el resultado antes de que tenga consecuencias. Cuando la tarea es así, la IA suele andar bien desde el primer día.
La regla: si el resultado se revisa y se puede corregir, la IA ya sirve. Si el resultado se ejecuta solo y un error cuesta caro, hay que diseñarlo con mucho más cuidado.
Casos que funcionan hoy
No son ideas teóricas: son cosas que ya están funcionando o en desarrollo avanzado en proyectos reales.
Un asistente que responde con información oficial. En TurisRed, el municipio carga su información turística y el visitante le pregunta en lenguaje natural. El asistente responde solo con esa información, con límites: respuestas fijas para lo delicado, temas bloqueados y conversaciones que el municipio puede revisar. La IA no inventa: contesta con lo que le dieron y se queda dentro de lo permitido.
Un agente que ordena mensajes desordenados. En CertiCarga, los choferes informan estados, ubicaciones y gastos escribiendo por chat, cada uno a su manera. Un agente interpreta esos mensajes y los convierte en datos registrados, sin que alguien los tipee. Es el tipo de tarea donde la IA se luce: transformar texto libre en información ordenada.
Borradores que ahorran horas de redacción. En PsicoAssist, el profesional carga los datos del paciente y la IA arma un borrador de informe que después revisa y firma. La IA no diagnostica ni decide: asiste. Es un ejemplo de cómo usar IA en un tema sensible sin entregarle el control.
Práctica con feedback personalizado. En Work English, la IA genera situaciones del trabajo real y corrige gramática, vocabulario y tono en cada mensaje. Lo que antes necesitaba un profesor disponible, ahora pasa en el momento, cuantas veces quieras.
En los cuatro casos el patrón es el mismo: la IA hace el trabajo pesado y mecánico (leer, redactar, ordenar, responder) y una persona mantiene el control de lo importante. Ahí es donde la IA rinde.
Dónde todavía no conviene
Para que un proyecto salga bien hay que ser honesto con lo que la IA no hace bien todavía:
- Decisiones que comprometen plata o salud sin revisión humana. La IA puede proponer, pero la responsabilidad tiene que quedar en una persona.
- Cálculos exactos y números críticos. La IA se puede equivocar en una suma o un total; para eso hay software determinístico.
- Tareas sin datos. Si no cargaste la información, la IA inventa. No es un buscador de la verdad: responde con lo que tiene, y si no tiene, completa el hueco.
- Procesos que cambian todo el tiempo. Primero hay que estabilizar el proceso; si no, la IA automatiza el desorden.
- Reemplazar el criterio de un profesional. Lo asiste, no lo sustituye.
También conviene desconfiar del "hagamos todo con IA". Casi siempre la respuesta correcta es IA en un paso puntual de un proceso que ya existe, no un producto de IA de punta a punta. Y muchas veces, para una tarea, una regla simple funciona mejor que un modelo.
Hay un caso que conviene evitar: usar la IA como buscador de datos que ya tenés ordenados. Si la respuesta está en una base de datos, una consulta común es más rápida, más barata y más confiable que un modelo. La IA suma cuando hay texto desordenado, no cuando hay una tabla.
Cómo empezar con un piloto chico
El error más caro es empezar por lo más grande. Mi recomendación es lo contrario: un piloto chico, con una tarea concreta y una forma de medir si funcionó.
- Elegí una tarea repetitiva y acotada. No "todo el soporte", sino "clasificar los mails de consulta".
- Definí qué es un buen resultado antes de empezar, no después.
- Cargá la información que la IA necesita: documentos, datos, ejemplos de respuestas correctas.
- Poné un humano revisando al principio, sobre todo si hay clientes de por medio.
- Medí dos o cuatro semanas y decidí: escalar, ajustar o descartar.
Un piloto chico se hace en semanas, cuesta poco y te saca de la duda sin comprometer toda la operación. Y si funciona, ya tenés la prueba para convencer a quien haya que convencer.
Qué tener antes de empezar
Un proyecto de IA no arranca por el modelo: arranca por la información y por el proceso. Antes de escribir una línea conviene tener estas cuatro cosas:
- La información que la IA va a usar, ordenada y actualizada. Si está desparramada o vieja, primero se ordena: la IA no arregla datos malos.
- Una persona responsable de revisar y de decidir cuando la IA no sabe o se equivoca, sobre todo al principio.
- La tarea bien definida: qué entra y qué tiene que salir, con un par de ejemplos de resultados correctos.
- Una forma de medir, aunque sea simple: horas ahorradas, errores, tiempo de respuesta.
Cuando esas cuatro cosas están, la IA es un detalle de implementación. Cuando falta alguna, el proyecto se traba justo ahí, no en la tecnología.
Cómo medir si funciona
"Se siente mejor" no alcanza para decidir. Algunas formas concretas de medir:
- Tiempo ahorrado: cuántas horas por semana se dejan de dedicar a esa tarea.
- Errores: si bajaron o subieron respecto de hacerlo a mano.
- Velocidad de respuesta: cuánto tarda en resolverse una consulta o un pedido.
- Calidad: una muestra revisada por una persona, con una pauta clara de qué está bien.
- Uso real: cuánta gente la usa y cuántas veces, no solo si está disponible.
Con esos números el piloto deja de ser una opinión. Y si no mejora nada, mejor saberlo temprano y no seguir invirtiendo.
Privacidad y datos
Cuando usás IA con información de tu empresa o de tus clientes, hay que decidir bien qué datos salen y adónde. Algunas reglas que aplico:
- Mandá lo mínimo. Si la tarea no necesita el nombre o el documento, no van.
- Cifrá lo sensible y definí qué se guarda y por cuánto tiempo.
- Elegí dónde se procesa. No es lo mismo un modelo propio que un proveedor externo; cada uno tiene sus condiciones.
- Dejá registro de qué se procesó, para poder responder si alguien pregunta.
- En datos de salud, menores o financieros, revisá el marco legal con un especialista.
La privacidad no es un trámite al final: si la descuidás, el proyecto no pasa una revisión legal o te expone. Conviene resolverla desde el principio.
Cómo lo encaro yo
Empiezo por entender qué tarea querés resolver y qué información tenés, porque de eso depende todo. Después armo un piloto sobre una parte de la operación, con revisión humana al principio y una forma de medir acordada. Si funciona, lo escalo; si no, lo descartamos sin haber invertido de más. La IA entra dentro de lo que hago en integración de IA, siempre como una pieza de un proceso, no como un fin en sí mismo.