La IA: de promesa a herramienta de trabajo

Publicamos la primera versión de esta entrada en junio de 2020. Decía que la inteligencia artificial tenía el potencial de revolucionar la forma en que vivimos y trabajamos, y hacía la distinción académica entre IA débil y IA fuerte.

No estaba mal, pero envejeció rápido. En los años siguientes la IA dejó de ser un tema de conferencia y se volvió una herramienta que un negocio mediano puede contratar por una renta mensual. Esta es la versión actualizada.

Qué cambió

En 2020 hacer algo útil con IA requería un equipo de ciencia de datos, un conjunto de datos etiquetado y meses de trabajo. Hoy, buena parte de esos casos se resuelven con modelos que ya vienen entrenados y a los que se les conecta la información de tu empresa.

Eso movió la pregunta de lugar. Antes era “¿podemos construirlo?”. Ahora es “¿vale la pena automatizar este proceso?”, que es una pregunta de negocio, no de tecnología.

Qué sí funciona hoy en una empresa

Atención y captación. Un agente que responde en WhatsApp o en el sitio a cualquier hora, con tu catálogo y tus políticas, que cotiza, agenda y pasa a una persona cuando la conversación lo amerita. Es el caso con retorno más rápido y por el que casi siempre conviene empezar.

Lectura y captura de documentos. Facturas, remisiones, pedidos por correo. Extraer los datos y dejarlos capturados es un trabajo que hoy hace una persona a mano y que la IA resuelve con una tasa de acierto muy alta, con revisión humana solo en los casos dudosos.

Visión artificial. Contar personas o piezas, detectar faltantes en anaquel, control de acceso y checador facial. La cámara deja de ser solo evidencia y se vuelve un sensor.

Pronóstico sobre tus propios datos. Cuánto vas a vender de cada producto en cada sucursal la próxima semana. Con dos o tres años de historial de punto de venta, un modelo pronostica mejor que la intuición, y esa diferencia se paga sola en inventario que no se queda parado.

Producción de contenido. Textos, imágenes y video para marketing, con edición humana antes de publicar. Es donde más volumen se gana por el mismo presupuesto.

Qué sigue siendo humo

• La IA que “toma decisiones estratégicas”. No las toma. Ordena información para que alguien las tome mejor.
• Los proyectos de un año. Si un proveedor te propone un piloto de doce meses antes de mostrar un resultado, el riesgo es tuyo y el aprendizaje es suyo.
• Los agentes que contestan cualquier cosa. Un asistente serio está acotado a tu información y tiene reglas de qué no responder. El que improvisa te va a prometer algo que no vendes.
• La automatización sobre procesos desordenados. Si el proceso no está claro para las personas, automatizarlo solo produce errores más rápido.

Los riesgos, que siguen ahí

Ética y sesgo. Un modelo aprende de datos históricos y puede repetir sesgos que ya estaban ahí. Cuando la decisión afecta a personas —contratación, crédito, acceso—, tiene que haber alguien que responda por ella.

Privacidad. Hay que definir desde el principio qué datos se usan, dónde viven y qué se comparte con el proveedor del modelo.

Transparencia. Debe poder explicarse por qué el sistema respondió lo que respondió, y las conversaciones y decisiones deben quedar registradas.

Cómo empezar sin tirar el presupuesto

1. Elige el proceso que más se repite y que más horas consume. Mídelo: cuántas horas, cuántos errores, cuánto cuesta hoy.
2. Acota el alcance. Un solo proceso, una sola métrica, semanas en vez de trimestres.
3. Compara honestamente contra el número de antes. Si no mejoró, se ajusta o se descarta.
4. Escala lo que funcionó a más sucursales, más documentos o más procesos.

Ese es exactamente el método con el que trabajamos los proyectos de inteligencia artificial aplicada: partir de un proceso real, medirlo, y meter IA solo si mueve el número.

La conclusión, seis años después

La frase de 2020 era que la IA tenía el potencial de cambiar cómo trabajamos. Ya lo hizo, pero no como se anunciaba: no llegó un robot a sustituir a nadie, llegó una herramienta que quita el trabajo repetitivo y deja el criterio donde siempre estuvo, que es en las personas.