Muchas empresas están usando inteligencia artificial sin haber definido cómo debe trabajar. Luego se sorprenden cuando inventa, interpreta mal o entrega resultados inconsistentes.
El problema comienza cuando confundimos acceso a una herramienta con capacidad organizacional para utilizarla. Tener una inteligencia artificial disponible no significa haberla incorporado correctamente al trabajo. Podemos comprar licencias, crear cuentas, capacitar al personal en prompts y conectar aplicaciones, pero si la organización no define contexto, criterios, límites, fuentes confiables, responsabilidades y mecanismos de verificación, simplemente habrá incorporado una nueva capacidad tecnológica dentro de procesos que siguen funcionando sin suficiente estructura.
Y entonces aparece una paradoja: cuanto más poderosa se vuelve la inteligencia artificial, más importante resulta tener claro cómo queremos utilizarla.
Ese es uno de los grandes desafíos empresariales que estamos comenzando a enfrentar.
👉 LEE NUESTRO BLOG...
Durante años hemos escuchado que la transformación digital dependía de implementar tecnología. Hoy estamos descubriendo algo diferente: la verdadera transformación depende de la capacidad de la organización para establecer criterios alrededor de esa tecnología.
Con la inteligencia artificial esto resulta especialmente evidente.
Una persona puede abrir una herramienta de IA, escribir una instrucción y obtener en segundos una respuesta aparentemente extraordinaria. El texto está bien redactado. La estructura parece lógica. La presentación transmite seguridad.
Pero existe una pregunta mucho más importante:
¿La respuesta es correcta para nuestra organización?
Ahí cambia completamente la conversación.
Una respuesta convincente también puede estar equivocada
Uno de los riesgos más interesantes de la inteligencia artificial generativa no consiste simplemente en que pueda cometer errores.
Los seres humanos también los cometemos.
El verdadero riesgo empresarial aparece cuando una respuesta incorrecta resulta suficientemente convincente para no despertar sospechas.
Un documento puede estar impecablemente escrito y utilizar información equivocada.
Un análisis comercial puede parecer razonable mientras parte de supuestos inexistentes.
Una propuesta puede estar perfectamente estructurada y, al mismo tiempo, desconocer restricciones internas fundamentales.
Una respuesta al cliente puede sonar profesional pero contradecir una política de la empresa.
Una recomendación puede ser técnicamente posible y operacionalmente absurda.
Por eso considero insuficiente reducir la conversación sobre inteligencia artificial a aprender mejores prompts.
El prompt importa.
Pero detrás del prompt debe existir algo mucho más importante: criterio organizacional.
La inteligencia artificial no conoce su empresa porque usted le haya dicho su nombre
Este es uno de los errores que observo con mayor frecuencia cuando hablamos de adopción de IA.
Se proporciona un pequeño contexto:
“Somos una empresa dedicada a…”
Y después esperamos que la inteligencia artificial comprenda cómo funciona la organización.
No funciona así.
Conocer realmente una empresa implica entender, entre muchas otras cosas:
cómo están definidos sus procesos;
quién toma determinadas decisiones;
cuáles son sus políticas;
qué excepciones existen;
cuáles datos son confiables;
qué información está desactualizada;
qué puede automatizarse;
qué necesita autorización;
qué debe revisar una persona;
qué lenguaje utiliza la organización;
qué compromisos existen con clientes y proveedores;
cuáles son sus restricciones legales, comerciales y operativas.
Una inteligencia artificial no puede deducir correctamente todo eso.
Si no recibe el contexto adecuado, completará vacíos con probabilidades.
Y una probabilidad lingüísticamente convincente no necesariamente representa la realidad de una empresa.
Aquí aparece una primera regla que considero fundamental para cualquier organización que esté adoptando IA:
cuando falta información relevante, es preferible preguntar que suponer.
Parece obvio.
En la práctica, no siempre ocurre.
Antes de automatizar respuestas debemos organizar conocimiento
La discusión sobre inteligencia artificial empresarial suele comenzar demasiado adelante.
Hablamos de agentes.
Automatizaciones.
Asistentes.
Integraciones.
Modelos.
APIs.
Flujos inteligentes.
Pero pocas veces hacemos primero una pregunta mucho menos atractiva tecnológicamente:
¿Nuestra empresa tiene organizado el conocimiento que queremos entregarle a la inteligencia artificial?
Supongamos que queremos crear un asistente comercial.
¿Dónde están las tarifas oficiales?
¿Dónde está definido qué descuentos pueden ofrecerse?
¿Quién determina las condiciones especiales?
¿Cuál es la versión vigente del portafolio?
¿Qué tipo de cliente realmente buscamos?
¿Qué servicios ya no ofrecemos?
¿Cuáles promesas nunca debe realizar un comercial?
¿Qué información debe consultar antes de responder?
Si las respuestas están dispersas entre documentos, correos electrónicos, conversaciones de WhatsApp, hojas de cálculo, memorias individuales y archivos desactualizados, el problema no es de inteligencia artificial.
Tenemos un problema organizacional.
La IA simplemente lo hace visible.
En TODO EN UNO.NET trabajamos precisamente desde esa perspectiva: primero entendemos la función que debe cumplir la tecnología dentro de la organización y después determinamos cómo incorporarla. Si su empresa está comenzando a utilizar inteligencia artificial y quiere identificar dónde tiene sentido aplicarla, puede iniciar una conversación desde https://t.mtrbio.com/todo-en-unonet
La IA también necesita reglas de trabajo
Pensemos por un momento en una persona que llega por primera vez a nuestra empresa.
No esperamos razonablemente que el primer día conozca todas nuestras reglas.
Le explicamos procedimientos.
Le mostramos documentos.
Le indicamos responsabilidades.
Le decimos qué puede decidir.
Le enseñamos cuándo debe consultar.
Le explicamos qué errores debe evitar.
Le presentamos ejemplos.
Le damos acceso a determinada información.
Y progresivamente aprende cómo funciona la organización.
¿Por qué esperamos algo completamente diferente de una inteligencia artificial?
Existe una tendencia a pensar que, porque una IA posee enormes capacidades generales, también debería comprender automáticamente nuestras reglas particulares.
Son dos cosas diferentes.
Una organización madura en adopción de inteligencia artificial debería establecer instrucciones permanentes para aquellas tareas que se repiten.
Por ejemplo:
“No invente información que no encuentre.”
“Cuando dos fuentes se contradigan, informe la contradicción.”
“No modifique partes del documento que no fueron solicitadas.”
“Utilice exclusivamente las tarifas contenidas en la fuente oficial.”
“Si la decisión supera determinado nivel, solicite revisión humana.”
“Antes de responder al cliente, consulte la conversación anterior.”
“Diferencie claramente hechos, inferencias y recomendaciones.”
Estas instrucciones no son simples trucos para obtener mejores respuestas.
Son una forma elemental de gobierno de la interacción entre personas, procesos e inteligencia artificial.
Y ahí empieza a aparecer algo mucho más interesante que el famoso prompt perfecto.
Empieza a aparecer arquitectura.
No todas las decisiones deben delegarse
También debemos abandonar otra idea peligrosa: que una implementación exitosa de IA es aquella donde conseguimos eliminar completamente la intervención humana.
No necesariamente.
La pregunta correcta no es:
¿Qué podemos hacer con inteligencia artificial?
La pregunta correcta es:
¿Qué conviene hacer con inteligencia artificial, bajo qué condiciones y con qué nivel de supervisión?
Podemos imaginar diferentes niveles.
Una IA puede ayudar a redactar un documento.
Puede resumir información.
Puede clasificar solicitudes.
Puede detectar inconsistencias.
Puede preparar escenarios.
Puede sugerir respuestas.
Puede ejecutar determinadas acciones.
Pero cada incremento de autonomía debería acompañarse de controles proporcionales al impacto del error.
No representa el mismo riesgo equivocarse al proponer el título de una publicación que hacerlo al interpretar una obligación contractual, modificar información financiera, responder una reclamación jurídica o ejecutar una operación sobre datos personales.
La inteligencia artificial empresarial necesita algo que durante décadas hemos aplicado en otros ámbitos administrativos:
niveles de autorización.
No todo empleado tiene autorización para realizar cualquier operación.
No todo sistema debería tenerla.
Y tampoco toda inteligencia artificial.
El contexto vale más que una colección interminable de prompts
Otra consecuencia interesante aparece cuando una organización comienza a utilizar intensivamente estas herramientas.
Cada persona desarrolla sus propios métodos.
Uno guarda veinte prompts.
Otro tiene cincuenta.
Alguien crea plantillas.
Otro copia instrucciones encontradas en Internet.
Después de algunos meses existen decenas o cientos de maneras diferentes de pedir prácticamente lo mismo.
Eso puede mejorar la productividad individual, pero no necesariamente desarrolla capacidad organizacional.
El conocimiento continúa dependiendo de cada persona.
Si queremos avanzar realmente, debemos pasar del prompt individual al contexto institucional.
Esto significa definir qué información debe conocer un sistema para realizar determinada función.
Qué documentos constituyen fuentes autorizadas.
Qué instrucciones permanecen constantes.
Qué criterios deben aplicarse.
Qué resultado esperamos.
Qué restricciones existen.
Qué información debe conservarse.
Qué debe verificarse.
Y quién responde finalmente por el resultado.
Ese cambio parece pequeño, pero representa una evolución enorme.
Pasamos de personas “usando ChatGPT, Claude, Copilot o cualquier otra herramienta” a una empresa que está diseñando conscientemente cómo incorpora inteligencia artificial a sus capacidades.
Si quiere revisar ese paso antes de multiplicar herramientas, agentes y automatizaciones dentro de su organización, podemos analizarlo desde la realidad de sus procesos y necesidades en https://t.mtrbio.com/todo-en-unonet
El verdadero indicador no es cuánto usamos IA
También necesitamos mejores indicadores.
Decir:
“Ya utilizamos inteligencia artificial”
no significa prácticamente nada.
¿Para qué?
¿Con qué resultado?
¿Comparado con qué?
¿Con qué tasa de error?
¿Cuánto tiempo ahorra?
¿Cuántas correcciones humanas necesita?
¿Qué riesgos introdujo?
¿Qué decisiones mejoraron?
¿Qué actividades dejaron de aportar valor?
¿Qué nuevas capacidades aparecieron?
Una empresa podría utilizar inteligencia artificial todos los días y obtener muy poco valor.
Otra podría utilizarla únicamente en tres procesos cuidadosamente seleccionados y producir un impacto extraordinario.
Por eso nunca he compartido la fascinación por implementar tecnología simplemente porque existe.
La pregunta empresarial siempre debe regresar a la funcionalidad.
Los errores de la IA también pueden revelar errores de la organización
Hay algo todavía más interesante.
Cuando una inteligencia artificial no sabe qué hacer porque encuentra documentos contradictorios, posiblemente acabamos de descubrir un problema que ya existía.
Dos listas de precios diferentes.
Dos procedimientos vigentes.
Funciones duplicadas.
Políticas contradictorias.
Información comercial desactualizada.
Responsabilidades ambiguas.
Datos almacenados sin estructura.
Decisiones que nadie sabe quién debe tomar.
La IA no creó necesariamente esos problemas.
Los encontró.
Y eso convierte algunos “errores de inteligencia artificial” en extraordinarios instrumentos de diagnóstico empresarial.
Si un sistema necesita cinco versiones diferentes de la verdad para responder una pregunta sencilla, tal vez deberíamos dejar de corregir el prompt durante unos minutos y preguntarnos:
¿cuál es realmente la versión oficial dentro de nuestra empresa?
La tecnología vuelve visibles muchas inconsistencias que antes sobrevivían gracias a la capacidad humana de improvisar.
Un empleado experimentado conoce las excepciones.
Sabe a quién llamar.
Recuerda que determinado documento está desactualizado.
Entiende que “eso dice el procedimiento, pero realmente se hace de otra manera”.
La inteligencia artificial expone esas grietas porque necesita reglas más explícitas.
Y eso puede ser una oportunidad extraordinaria.
Adoptar inteligencia artificial obliga a explicar cómo funciona la empresa
Desde esta perspectiva, implementar IA correctamente puede producir un efecto que trasciende la tecnología.
Nos obliga a documentarnos.
A cuestionar procesos.
A identificar fuentes confiables.
A establecer responsabilidades.
A revisar excepciones.
A definir criterios.
A distinguir información de conocimiento.
A decidir qué queremos automatizar y qué queremos preservar como decisión humana.
En otras palabras, nos obliga a comprender mejor nuestra propia organización.
Por eso considero que la adopción inteligente de IA no debería comenzar preguntando:
“¿Qué herramienta compramos?”
Debería comenzar preguntando:
“¿Qué problema queremos resolver y qué tendría que comprender una inteligencia artificial para ayudarnos a resolverlo correctamente?”
La diferencia entre ambas preguntas es enorme.
La primera conduce al catálogo tecnológico.
La segunda conduce a la empresa.
De experimentar con IA a construir capacidad empresarial
Experimentar es necesario.
Las organizaciones necesitan probar.
Equivocarse.
Aprender.
Comparar herramientas.
Descubrir posibilidades.
No propongo burocratizar la innovación.
Todo lo contrario.
Pero existe un momento en el cual debemos distinguir entre experimentar y operar.
Cuando una herramienta empieza a intervenir regularmente en procesos comerciales, administrativos, financieros, productivos o estratégicos, ya no estamos simplemente jugando con inteligencia artificial.
Estamos modificando la manera como trabaja la organización.
Y eso necesita diseño.
Aquí es donde cobra sentido una Arquitectura de Adopción Inteligente (AAI).
No para llenar la empresa de diagramas ni para convertir la inteligencia artificial en otro proyecto tecnológico interminable.
Su propósito es mucho más funcional: identificar dónde genera valor, qué necesita conocer, cómo debe integrarse a los procesos, qué controles necesita, dónde debe permanecer la decisión humana y cómo podemos evaluar si realmente está mejorando la organización.
La empresa que aprende a darle contexto a la IA también aprende a darse contexto a sí misma
Quizá esta sea una de las consecuencias menos comentadas de esta revolución.
Durante décadas las empresas han acumulado conocimiento sin necesariamente organizarlo.
Personas que saben cosas.
Documentos que contienen cosas.
Sistemas que registran cosas.
Correos que explican cosas.
Procedimientos que deberían reflejar cosas.
La inteligencia artificial nos está obligando a conectar ese conocimiento.
Porque para pedirle a una máquina que actúe coherentemente debemos primero ser capaces de explicarle nuestra propia coherencia.
Y algunas organizaciones descubrirán que todavía no existe.
Eso no es necesariamente una mala noticia.
Es una oportunidad.
Porque identificar la inconsistencia es el primer paso para corregirla.
Menos fascinación por la herramienta y más diseño de la función
Cada nueva generación de inteligencia artificial será más capaz.
Probablemente veremos modelos con menos errores, mayor contexto, mejores capacidades de razonamiento, más autonomía y conexiones cada vez más profundas con nuestros sistemas empresariales.
Pero ninguna evolución tecnológica elimina una responsabilidad fundamental de la dirección:
decidir cómo debe funcionar la organización.
La inteligencia artificial puede ayudarnos a pensar.
Puede ejecutar.
Puede analizar.
Puede encontrar patrones.
Puede incluso advertirnos de contradicciones que nosotros no vimos.
Pero la empresa sigue necesitando propósito, criterios, responsabilidades, procesos y decisiones.
Por eso el futuro no pertenece necesariamente a las organizaciones que acumulen más herramientas de inteligencia artificial.
Puede pertenecer a aquellas que aprendan antes a convertir la IA en una capacidad gobernada de la empresa.
Ese es el verdadero cambio.
No enseñarle a una persona cien prompts.
Sino conseguir que la organización sepa qué espera de la inteligencia artificial, qué información puede entregarle, qué decisiones puede confiarle, qué debe verificar y qué resultados debe exigirle.
Porque cuando una IA se equivoca repetidamente, cambiar de herramienta puede resolver algunas cosas.
Cambiar el prompt puede resolver otras.
Pero cuando el problema está en procesos ambiguos, conocimiento disperso, datos poco confiables o criterios que nunca fueron definidos, ninguna inteligencia artificial resolverá mágicamente lo que la propia organización todavía no ha ordenado.
Antes de preguntarse cuál será la próxima herramienta de IA que incorporará su empresa, quizá convenga revisar algo más elemental: si su organización está preparada para explicarle claramente a una inteligencia artificial cómo debe trabajar.
En TODO EN UNO.NET podemos acompañar esa conversación desde la función empresarial, antes que desde la herramienta. Puede iniciar ese análisis en https://t.mtrbio.com/todo-en-unonet
La inteligencia artificial seguirá cambiando.
Las herramientas también.
Los nombres que hoy dominan el mercado probablemente no serán exactamente los mismos dentro de algunos años.
Por eso diseñar una empresa alrededor de una herramienta sería un error.
Debemos diseñar organizaciones capaces de incorporar nuevas tecnologías sin perder criterio.
Porque la ventaja competitiva no estará simplemente en tener inteligencia artificial.
Estará en saber para qué utilizarla, cómo gobernarla y cuándo no utilizarla.