Antes del día 1: define el resultado, no la herramienta
Una empresa no necesita ‘implementar IA’ en abstracto. Necesita reducir tiempo de respuesta, anticipar demanda, priorizar oportunidades, mejorar una previsión o eliminar trabajo manual de poco valor.
El punto de partida correcto es una frase que conecte un problema operativo con una métrica. Si esa frase no puede escribirse con claridad, todavía no conviene elegir tecnología.
- Problema que ocurre con frecuencia
- Responsable de negocio identificado
- Datos razonablemente accesibles
- Resultado que puede observarse en semanas
Días 1–30: diagnóstico y prueba de valor
Durante el primer mes se mapean el proceso actual, las fuentes de datos, las excepciones y los riesgos. El objetivo es construir la versión más pequeña capaz de responder a la pregunta de negocio.
La prueba debe trabajar con ejemplos reales y compararse con una referencia: tiempo actual, calidad actual o coste actual. Una demo aislada puede impresionar, pero no informa una decisión de inversión.
- Documentar el proceso actual
- Revisar calidad y permisos de los datos
- Definir una métrica base
- Probar con un conjunto limitado de casos reales
Días 31–60: integrar con personas y procesos
Cuando la prueba muestra valor, el siguiente riesgo no suele ser el modelo: es la integración. Hay que decidir quién usa el resultado, en qué momento, con qué nivel de confianza y qué ocurre cuando la IA se equivoca.
Involucrar a los usuarios desde esta fase permite ajustar la experiencia, detectar excepciones y evitar que la solución termine como una herramienta paralela que nadie incorpora al trabajo diario.
- Diseñar el flujo de revisión humana
- Conectar con las herramientas existentes
- Registrar decisiones y errores
- Formar a un grupo piloto
Días 61–90: decidir si escalar, corregir o parar
El último mes debe producir una decisión, no solo una presentación. Se comparan resultados, coste, calidad, riesgo y adopción. Escalar es una opción; ajustar el caso de uso o detenerlo también pueden ser decisiones correctas.
Si se escala, la hoja de ruta debe incluir operación, seguimiento, propiedad de los datos, seguridad y formación. La capacidad de mantener la solución importa tanto como su rendimiento inicial.
- Medir impacto frente a la referencia
- Calcular coste operativo
- Revisar seguridad y gobierno
- Definir propietario y siguiente hito
Tres errores que conviene evitar
La mayoría de los primeros proyectos no fallan por falta de potencia técnica, sino por una mala definición del problema o por no preparar la adopción.
- Elegir el caso por novedad en vez de por impacto
- Entrenar o comprar antes de revisar los datos
- Tratar la adopción como una tarea posterior al desarrollo