Cuando una empresa me plantea incorporar IA, empiezo por una tarea y por la persona que utilizará su resultado. «Ayudar a ventas» todavía es demasiado amplio. «Proponer una categoría para cada solicitud entrante y dejar las dudosas en una bandeja de revisión» permite discutir datos, límites e integración.
Los siguientes casos son escenarios para evaluar, no resultados de clientes ni una promesa de rentabilidad. Una tarea frecuente puede seguir siendo mala candidata si revisar la salida cuesta tanto como hacerla o si nadie puede comprobar que es correcta.
Cuatro casos de uso de IA y qué exigir a cada uno
Esta tabla sirve para concretar la aplicación. La evidencia propuesta debe obtenerse con ejemplos representativos del proceso de tu empresa, incluidos los que hoy generan dudas o retrabajo.
| Aplicación | Salida acotada | Evidencia antes de ampliar | Cuándo aplazarla |
|---|---|---|---|
| Clasificar solicitudes | Una categoría propuesta; las ambiguas pasan a revisión. | Errores por categoría, tiempo de corrección y efecto de una asignación incorrecta. | El equipo aún no comparte criterios para clasificar. |
| Preparar respuestas de soporte | Un borrador basado en información aprobada; una persona decide enviarlo. | Exactitud de datos, correcciones necesarias y tiempo total hasta resolver la consulta. | Las políticas de atención cambian sin una fuente actualizada. |
| Consultar documentos internos | Una respuesta con fuente, limitada al acceso del usuario. | Referencia que respalde la respuesta, vigencia y comportamiento cuando falta información. | No hay responsable de las fuentes o los permisos están sin definir. |
| Extraer campos de documentos | Un registro propuesto, con campos ausentes marcados y referencia al original. | Exactitud por campo, errores de formato y esfuerzo de validación en el sistema de destino. | No está definido el esquema que necesita el siguiente equipo. |
Para profundizar en una aplicación concreta, consulta las guías de clasificación de leads, IA para atención al cliente y RAG con fuentes y permisos. Cada una desarrolla decisiones que esta comparación solo introduce.
Comprobar si hace falta IA
Si el dato ya existe en un campo y la regla es estable, primero reviso una validación, una integración o una función de la herramienta actual. Copiar un estado del CRM a otro sistema no exige interpretar lenguaje. En cambio, entender una petición escrita de varias formas puede justificar probar un modelo.
También comparo la función disponible en el software que ya usa el equipo con una integración a medida. Importan los permisos, la exportación de datos, las posibilidades de revisión y quién mantiene el proceso. No doy por hecho que construir sea la mejor opción.
La ficha que pido para evaluar un caso
Antes de recomendar un piloto, preparo una ficha con el responsable del proceso. Una casilla desconocida se registra como pendiente; no se sustituye por una estimación optimista.
- Tarea y usuario: quién recibe la salida y qué decisión toma con ella.
- Entrada y fuente: ejemplos disponibles, autorización de uso, formatos y responsable de mantenerlos.
- Salida y destino: campos o borrador esperado, dónde se revisa y cómo llega al sistema actual.
- Errores y límites: qué puede corregirse, qué debe detener el flujo y qué acciones requieren aprobación.
- Comparación: cómo se realiza hoy la misma tarea y qué alternativa sin IA se evaluará.
- Responsabilidad: quién revisa excepciones, acepta la prueba y opera el proceso después.
Como referencia externa, Microsoft propone evaluar valor de negocio, necesidades del usuario y viabilidad técnica. La ficha anterior es mi propuesta práctica para convertir esas preguntas en un alcance revisable; no es una certificación ni una garantía de retorno.
Ejemplo hipotético: clasificar antes de responder
Imagina un equipo que recibe solicitudes sobre pedidos. Se plantean dos aplicaciones: proponer una categoría al equipo o enviar una respuesta al cliente. Ambas leen el mismo mensaje, pero la segunda también necesita conocer el estado del pedido, las políticas vigentes y qué compromisos puede asumir.
Si ya hay categorías acordadas y una persona puede revisarlas, propondría probar la clasificación con mensajes históricos autorizados, sin cambiar el CRM. Mantendría casos ambiguos y errores relevantes en la muestra. Si el equipo no coincide al etiquetarlos, resolvería primero ese desacuerdo. No empezaría redactando un prompt más largo.
La decisión de probar clasificación depende de esas condiciones. No demuestra que ahorre tiempo ni que después se puedan enviar respuestas automáticamente.
Separar utilidad, ahorro y evidencia de ingeniería
Un borrador puede ser correcto y aun así no compensar su revisión. La comparación debe incluir preparación de datos, corrección, excepciones, integración y operación. Para medirlo sin contar dos veces el mismo beneficio, utiliza el registro de esfuerzo y ahorro con IA. Horas disponibles no equivalen automáticamente a gasto eliminado.
También distingo lo que demuestra un portfolio. En Adslyfy hay capturas sanitizadas e historial de ejecuciones que permiten ver decisiones de monitorización. Esa evidencia no acredita rentabilidad, precisión ni ahorro en los escenarios de IA de esta guía.
Qué acordar antes de contratar el piloto
Pediría una entrega que incluya el flujo acotado, los sistemas afectados, una muestra de evaluación, quién valida el resultado y un registro de lo que sigue sin resolverse. Separaría el coste de construcción del uso del modelo, las herramientas, la revisión y el mantenimiento. El alcance debe indicar qué ocurre con datos incompletos y cómo vuelve el equipo al proceso manual.
Si ya existe un prototipo, el siguiente paso es revisar la evidencia para pasar a producción. Elegir un caso de uso y aceptar un sistema operativo son decisiones distintas.
Convertir una idea de IA en una tarea concreta
En mi servicio de automatización e IA aplicada trabajo desde el proceso hasta su implementación y operación acordada. Si estás valorando una aplicación, cuéntame qué tarea quieres mejorar, quién usaría el resultado y qué ejemplos puedes compartir. Con esa base puedo revisar contigo si conviene probar IA, resolverlo con una regla o preparar mejor los datos.