Cómo implementar IA en una empresa sin quemar el primer intento
El primer proyecto de IA de una empresa define si va a haber un segundo. Cuando falla, rara vez falla por el modelo: falla por un caso de uso mal elegido, por falta de datos accesibles o porque nadie acordó qué significaba que saliera bien.
- Publicado
- Actualizado
¿Por qué fracasa el primer piloto de IA?
Un piloto de IA fracasa cuando se elige por visibilidad y no por medibilidad: se busca el caso que impresiona en una demo en lugar del que tiene datos disponibles, reglas describibles y un costo actual conocido.
Los tres motivos que vemos con más frecuencia son siempre los mismos. Primero, el proceso elegido no está documentado, así que no hay contra qué comparar el resultado. Segundo, los datos existen pero están encerrados en un sistema sin API o en planillas personales. Tercero, no hay una persona del negocio responsable del resultado, sólo un sponsor que aprueba presupuesto y desaparece.
- Caso elegido por impacto en una demo, no por costo real del proceso.
- Criterio de éxito definido después de ver los primeros resultados.
- Datos dispersos, sin dueño y sin permiso de acceso resuelto.
- Sin plan para el 20% de casos que el sistema no va a resolver.
¿Cómo se elige el primer caso de uso?
El primer caso de uso debe cumplir cuatro condiciones simultáneas: proceso repetitivo, datos accesibles hoy, costo actual conocido y un error tolerable si el sistema se equivoca.
Un proceso que se ejecuta cientos de veces por mes con reglas estables es mejor candidato que una decisión estratégica que se toma dos veces al año. Y un proceso donde un error se corrige en el paso siguiente es mejor candidato que uno donde un error llega directo al cliente o al balance.
| Condición | Buen candidato | Mal candidato |
|---|---|---|
| Frecuencia | Diaria o semanal | Anual |
| Datos | En un sistema con API o base consultable | En correos y planillas personales |
| Costo actual | Medible en horas o en errores | Difuso, nadie lo calculó |
| Impacto de un error | Se corrige en el paso siguiente | Llega al cliente o al balance |
¿Qué significa definir el criterio de éxito antes de empezar?
Definir el criterio de éxito es escribir, antes de la primera línea de código, qué número tiene que moverse, desde qué valor de base, en qué plazo y quién lo mide.
Sin línea de base no hay resultado, hay opinión. Antes del kickoff hay que medir cuánto tarda hoy el proceso, cuántos casos entran por semana y cuántos se resuelven mal. Esa medición cuesta pocos días y es lo que después permite decir si el proyecto sirvió.
- Métrica única: tiempo de ciclo, tasa de resolución sin intervención humana o errores por cada cien casos.
- Valor de base medido en las dos semanas previas.
- Plazo de evaluación explícito, típicamente entre 6 y 12 semanas.
- Responsable del negocio que firma el criterio, no sólo el área de tecnología.
¿Cuánta supervisión humana hace falta?
Toda acción con impacto económico, legal o reputacional necesita supervisión humana, al menos hasta que exista evidencia acumulada del comportamiento del sistema en producción.
La forma práctica es empezar con el sistema en modo sugerencia: propone, una persona aprueba. Con el registro de aprobaciones y correcciones se construyen las evaluaciones, y recién con esa evidencia se abren los tramos donde el sistema actúa solo. La supervisión no es desconfianza, es cómo se junta el dato que permite automatizar más.
¿Cuánto tiempo lleva llegar a producción?
Un primer caso acotado suele llegar a producción limitada entre 4 y 8 semanas desde el kickoff, cuando los accesos a los datos están resueltos antes de empezar.
En nuestra experiencia el cronograma se rompe casi siempre en el mismo punto: los permisos de acceso a sistemas internos. Conviene tramitarlos durante el diagnóstico, en paralelo con la definición de alcance, y no cuando el equipo ya está listo para integrar.
- Semanas 1-2: diagnóstico, línea de base y accesos.
- Semanas 3-6: construcción con entregas cada dos semanas y evaluaciones desde el primer día.
- Semanas 7-8: producción acotada con supervisión y medición contra la línea de base.
¿Qué conviene hacer esta semana?
El paso más barato es listar los tres procesos que más horas consumen y verificar, para cada uno, si los datos que necesita están disponibles hoy sin desarrollo previo.
Con esa lista y una medición de base de dos semanas, la conversación deja de ser sobre tecnología y pasa a ser sobre negocio. Ahí es donde un proyecto de IA empieza a tener sentido, y donde deja de depender de la moda del modelo del mes.