Hay una pregunta que casi ningún proveedor de tecnología le hace al cliente: «¿está seguro de que necesita inteligencia artificial?». No la hacemos por altruismo — la hacemos porque un proyecto de IA que no debería existir termina siempre igual: caro, frustrante y abandonado. Y quien pagó por él pasa a desconfiar de toda la tecnología.
Este texto es lo contrario de un argumento de venta. Enumera los casos en que la IA es la herramienta equivocada — y dice qué suele funcionar mejor en su lugar.
011. Cuando el proceso ya tiene reglas claras
Si una persona puede escribir, en una hoja de papel, todas las condiciones que llevan a cada resultado, el proceso es determinista. Y un proceso determinista se resuelve con automatización tradicional: una regla, un flujo, un sistema común.
Poner un modelo de lenguaje a decidir algo que un «si… entonces» resolvería es cambiar previsibilidad por probabilidad. Pasa a pagar por token, a depender de un proveedor externo y a convivir con la posibilidad de que la respuesta varíe — todo ello para obtener un resultado que ya estaba garantizado.
Si puede explicarle la regla del proceso a un becario en cinco minutos, y acierta siempre, no necesita IA. Necesita software.
022. Cuando no existen datos fiables
La IA aprende de lo que existe, o responde a partir de lo que se le da. Si la base está incompleta, desactualizada o llena de contradicciones, el modelo no lo arregla — reproduce el problema con una seguridad que el dato no tiene. Y entonces el error empeora: antes era visible en una hoja de cálculo, ahora llega envuelto en una frase bien escrita.
En esos casos, el primer proyecto no es de IA. Es de organización de datos. Y tiene que ocurrir de todas formas — con o sin IA después.
033. Cuando el volumen es pequeño
Automatizar tiene un coste: desarrollo, integración, mantenimiento y, en el caso de la IA, un coste recurrente de uso que no existe en un sistema tradicional. Ese coste se diluye con el volumen. Si la tarea ocurre diez veces al mes y lleva tres minutos, la cuenta sencillamente no sale — y ninguna elegancia técnica lo cambia.
- ¿Cuántas veces al mes ocurre la tarea?
- ¿Cuánto tiempo consume, de verdad, cada vez?
- ¿Cuánto costaría construir, integrar y mantener la automatización?
- ¿Cuánto costaría mantenerla funcionando, mes a mes?
Si no sabe responder a las cuatro, todavía no es momento de contratar IA — es momento de medir.
044. Cuando la decisión exige precisión absoluta
Hay decisiones que no admiten un «casi correcto»: cálculo fiscal, nómina, dosificación, cumplimiento normativo. Un modelo de lenguaje es, por construcción, probabilístico — produce la respuesta más probable, no la única correcta. Donde el error es inaceptable y la trazabilidad es obligatoria, la respuesta tiene que venir de una regla determinista, auditable línea a línea.
La IA puede ayudar a preparar la decisión. No debe tomarla sola cuando el coste del error es alto.
Eso no significa excluir la IA de esas áreas — significa ponerla en el lugar correcto: sugiriendo, resumiendo, revisando, alertando. Nunca firmando.
055. Cuando el problema no es de conocimiento
Este es el caso más común, y el más caro. La empresa adopta IA para resolver un síntoma cuya causa está en otro sitio: un proceso mal definido, una herramienta inadecuada, una decisión que la dirección no ha tomado. La tecnología entra, el síntoma se desplaza, el problema sigue.
Automatizar un proceso roto no lo arregla. Hace que se rompa más rápido, y con más confianza.
06¿Entonces cuándo merece la pena la IA?
Cuando lo inverso de todo lo anterior es cierto. Cuando hay volumen, cuando los datos son accesibles y fiables, cuando la tarea implica lenguaje, imagen o clasificación que no cabe en una regla fija, cuando un grado de incertidumbre es aceptable — y cuando existe revisión humana en el punto en que el error saldría caro.
- Lectura y clasificación de documentos que llegan en formatos distintos.
- Atención que responde a las mismas preguntas todo el día, con fuentes controladas.
- Extracción de información de texto libre — lo que una regla nunca cubre por completo.
- Apoyo a la decisión: resumir, comparar, señalar lo que merece atención humana.
Antes de proponer IA, preguntamos qué pasaría si la respuesta llegara equivocada una vez de cada veinte. Si la empresa puede convivir con eso — con revisión en el lugar adecuado —, el proyecto tiene sentido. Si no puede, el proyecto es otro.
07Qué hacer antes de contratar nada
- Escriba el problema de negocio en una frase, sin citar ninguna tecnología.
- Mida: cuántas veces ocurre, cuánto tiempo consume, cuánto cuesta hoy.
- Compruebe si los datos necesarios existen, y en qué estado.
- Pregunte si una regla fija lo resolvería. Si lo resuelve, pare aquí.
- Solo entonces evalúe la IA — y exija al proveedor que le diga dónde NO se aplica.
Un proveedor que nunca dice «aquí no use IA» no le está ayudando a decidir. Le está vendiendo.
Siguiente paso
¿Quiere hablar de esto aplicado a su caso?
La conversación inicial y el diagnóstico preliminar no tienen coste — y si la respuesta es que no necesita contratar nada, es lo que le vamos a decir.