Una historia con nueve personas, demasiadas herramientas y una pregunta incómoda: “¿No se suponía que esto nos iba a ahorrar tiempo?”.
Nota: Marta y su empresa son ficticias. La historia reúne situaciones habituales que observamos cuando una pequeña organización comienza a utilizar inteligencia artificial sin criterios compartidos.
Lunes · 9:12 de la mañanaMarta abrió tres propuestas comerciales preparadas por su equipo. Las tres explicaban el mismo servicio. Sin embargo, parecían pertenecer a empresas diferentes.
Una hablaba como un despacho de abogados del siglo XIX. Otra prometía “transformar radicalmente el futuro del cliente” antes incluso de explicar el precio. La tercera incluía un párrafo procedente de una propuesta anterior que no debería aparecer allí.
Las tres se habían redactado con inteligencia artificial para ahorrar tiempo.
A las 9:18, Marta ya había abierto el primer documento para corregirlo. A las 11:43 seguía revisando.
“Tenemos más herramientas que hace seis meses, pero yo sigo terminando las propuestas”.
Nueve personas, muchos sombreros y poco tiempo que perder
Marta dirige una consultora de formación formada por nueve personas. Preparan propuestas, organizan cursos, crean materiales, responden a clientes y elaboran informes.
Como ocurre en muchas pequeñas empresas, cada persona desempeña varias funciones. No existe un departamento de innovación ni un equipo dedicado a estudiar nuevas tecnologías. Las decisiones se toman mientras el trabajo sigue entrando.
Cuando las herramientas de inteligencia artificial comenzaron a popularizarse, Marta vio una oportunidad evidente: si el equipo conseguía redactar, resumir y organizar información con mayor rapidez, podría dedicar más tiempo a los clientes.
Animó a todos a experimentar. No hubo una reunión solemne ni un plan de transformación de 84 páginas. Hubo un mensaje en el chat del equipo: “Probad esto, que parece que nos puede ahorrar bastante tiempo”.
La fase de entusiasmo: “Esto lo hace en treinta segundos”
Una persona empezó a utilizar IA para preparar propuestas. Otra la aplicó a los materiales formativos. Administración probó una automatización para clasificar solicitudes. Marketing comenzó a generar borradores para las redes sociales.
Durante las primeras semanas, la sensación fue fantástica. Las primeras versiones aparecían rápidamente y la frase “mira lo que hace” se escuchaba varias veces al día.
Pero cada persona trabajaba con una herramienta distinta, utilizando instrucciones diferentes y cuentas que la empresa no siempre conocía.
—Creo que en el chat de la herramienta que utilizó Ana.
—¿Qué herramienta utilizó Ana?
—Buena pregunta.
Nadie había definido:
- Qué tareas eran adecuadas para utilizar IA.
- Qué información podía introducirse y cuál debía eliminarse.
- Qué herramientas estaban autorizadas.
- Quién debía revisar cada resultado.
- Cómo se iba a comprobar si realmente se ahorraba tiempo.
El “ahorro de tiempo” empezó a pedir horas extra
No ocurrió una gran catástrofe. El problema fue más silencioso y, precisamente por eso, más fácil de ignorar.
La automatización de administración también funcionaba bien con algunos mensajes y fallaba con otros. Marketing publicaba más rápido, pero los textos sonaban como si todos los clientes fueran “líderes visionarios dispuestos a revolucionar su sector”. Algunas propuestas incluían expresiones que Marta jamás utilizaría con un cliente.
La IA había acelerado la producción de primeras versiones. También había multiplicado el número de cosas que revisar.
Marta no tenía un problema de falta de inteligencia artificial. Tenía un problema de falta de estrategia.
Plot twist: nuestra primera recomendación no fue otra herramienta
Cuando comenzamos a trabajar con la empresa, no partimos de una demostración tecnológica ni de un catálogo de aplicaciones.
Primero necesitábamos comprender qué estaba ocurriendo de verdad. Es una fase menos espectacular que una demostración con hologramas, pero bastante más útil.
La propuesta dejó de empezar con una página en blanco y un “a ver qué sale”
A partir de ese momento, cada propuesta comenzó con una ficha estructurada: necesidad del cliente, alcance, servicio, condiciones, ejemplos autorizados y elementos que debían validarse.
La IA ayudaba a preparar un primer borrador utilizando esa información y una estructura compartida. No inventaba precios, plazos ni compromisos. Tampoco reutilizaba documentos completos de otros clientes.
Antes de enviarse, una persona seguía revisando la propuesta. La diferencia era que ya no tenía que reconstruirla.
No automatizamos toda la empresa. Y esa fue una buena noticia
La empresa conservó menos herramientas, pero comenzó a utilizarlas mejor. Las propuestas partían de una estructura común y el equipo sabía qué información podía utilizar.
Marta dejó de ser la única persona capaz de decidir si un documento “sonaba a la empresa”, porque los criterios dejaron de estar únicamente en su cabeza.
También existía un primer proceso documentado que podía medirse, corregirse y evolucionar.
Solo después de estabilizarlo empezamos a valorar otros casos de uso. Por primera vez, la lista de herramientas dejó de crecer más rápido que la lista de procesos resueltos.
La moraleja, sin presentación de 47 diapositivas
Una pequeña empresa no necesita comenzar con una gran estrategia corporativa ni con un proyecto de varios meses. Pero sí necesita responder algunas preguntas antes de seguir incorporando herramientas:
- ¿Qué problema concreto queremos resolver?
- ¿Cómo se realiza hoy el proceso?
- ¿Qué información necesita la herramienta?
- ¿Qué riesgos contiene esa información?
- ¿Quién revisará el resultado?
- ¿Cómo sabremos si estamos trabajando mejor?
Si estas preguntas no tienen respuesta, añadir tecnología suele conseguir una cosa con bastante eficacia: digitalizar el desorden existente.
La mejor forma de empezar no es automatizarlo todo. Es elegir un proceso frecuente, acotado y medible; organizarlo; probarlo y aprender.
Sobre la autora
Laura Pachón es la fundadora de Lab3sesenta. Trabaja en la aplicación práctica de la inteligencia artificial, la automatización y la analítica para ayudar a profesionales y empresas a convertir la tecnología en procesos útiles, medibles y responsables.
Conoce a Laura Pachón y Lab3sesenta →Antes de añadir otra herramienta, revisemos el proceso
En Lab3sesenta ayudamos a pequeñas empresas a identificar casos de uso viables, ordenar sus procesos y aplicar inteligencia artificial con criterios claros, medición y supervisión humana.
Cuéntanos qué tarea consume más tiempo en tu empresa y valoraremos contigo si la IA puede aportar una mejora real.
Hablemos de tu proceso