IA en la empresa: cómo sumarla sin echar a nadie, paso a paso

Si la palabra inteligencia artificial te suena a robot que viene a dejar gente en la calle, respirá. Según el material que analizamos, adoptarla no obliga a recortar empleados. La clave está en mirar primero qué tareas le roban tiempo a la gente sin aportar valor real.

Primero, el diagnóstico

Las tareas candidatas suelen ser las clasificaciones iniciales, las consultas frecuentes y las revisiones de documentos. Con ese mapa en la mano, las herramientas disponibles hoy permiten arrancar en escala chica, pagar por uso y expandir solo si los números acompañan.

Javier Cordero, vicepresidente y director de Red Hat para Norte de Latinoamérica, sostiene que muchas soluciones se contratan como servicio. Eso permite empezar con un caso puntual y, si funciona, desplegarla a mayor escala.

“Varias soluciones se pueden pagar como un servicio y las compañías pueden empezar a usar la inteligencia artificial y de ahí desplegarla masivamente si lo quisieran.”Javier Cordero, Red Hat

Un objetivo claro antes que la tecnología

Según Cordero, el primer paso es atar la herramienta a un problema concreto: mejorar la atención al cliente, acelerar la revisión de documentos, anticipar la demanda o reducir tiempos en una operación interna. Sin ese foco, la tecnología queda sin rumbo.

• Atención al cliente
• Revisión de documentos
• Anticipación de la demanda
• Reducción de tiempos en operaciones internas

Los sectores financiero, minorista y de servicios concentran buena parte de las implementaciones actuales. En el comercio minorista, por ejemplo, los sistemas predictivos ayudan a estimar consumos, administrar inventarios y ajustar la logística.

El criterio humano sigue en el centro

Cordero remarca que los casos de negocio se basan en ahorros, eficiencia y eficacia, y no necesariamente en reducir personal. Las funciones que más se automatizan son las que no aportan valor por sí mismas, y el personal pasa a enfocarse en tareas que exigen criterio y conocimiento del negocio.

Ojo con un detalle: los modelos generativos pueden producir información incorrecta, así que revisar sus respuestas sigue siendo una tarea humana imprescindible.