Mes y medio después de la compra
El dueño de una tienda de material deportivo pagó una suscripción anual a una herramienta de IA que "lo iba a cambiar todo". En la primera reunión todos estaban entusiasmados. Hoy, cuando pregunta quién la usa, la respuesta es un silencio. La herramienta funciona de maravilla, pero nadie sabe para qué tarea se compró.
La tecnología no falló. La implantación nunca empezó.
Casi siempre, cuando la implantación de inteligencia artificial en una empresa decepciona, el motivo no es el modelo. Es uno de unos pocos errores que se repiten en negocios distintos, de sectores distintos y casi en el mismo orden. Los hemos escrito aquí en tono directo, porque creemos que ayuda más que otra promesa de que todo es sencillo. Todas las escenas del artículo son inventadas: sirven para ilustrar patrones, no para describir un negocio concreto.
En resumen
- La implantación de inteligencia artificial en una empresa suele fracasar por motivos de organización, no de tecnología: se empieza por una herramienta y no por una tarea, se dan permisos demasiado amplios y nadie es responsable.
- Los siete errores: herramienta antes que problema, automatizar el desorden, acceso total desde el primer día, agente sin responsable, sin medición ni revisión, ignorar al equipo y un proyecto gigante en lugar de una sola tarea.
- El remedio es parecido para todos: una tarea, límites claros, una persona que aprueba y una métrica sencilla que se revisa al cabo de un mes.
- Al final del artículo: un cuestionario de siete preguntas que muestra en qué punto estás.
Panorama: los siete errores de un vistazo
Siete errores, siete preguntas de autoevaluación
Antes de empezar
- 1. Herramienta antes que problema
- 2. Automatizar el desorden
- 3. Acceso total desde el día uno
Durante la implantación
- 4. El agente no tiene responsable
- 5. Sin medición ni revisión
- 6. Ignorar al equipo
En el alcance
- 7. Un proyecto gigante en lugar de una tarea
Error 1: empezar por la herramienta y no por el problema
Martes, 10:15
"He visto la demo de una herramienta de IA alucinante. Vamos a meterla." La dueña de la clínica está entusiasmada, el equipo asiente y nadie pregunta para qué. Tres semanas después, la herramienta se usa para redactar felicitaciones de fiestas.
Una solución excelente para un problema que nadie definió.
Por qué ocurre. Las demos impresionan y activar la herramienta cuesta poco. Es más fácil entusiasmarse con una capacidad que sentarse a escribir dónde nos duele.
Qué hacer. Durante una semana, apunta todo lo que se repite, se aplaza y se come horas. Solo después eliges la herramienta, y a veces descubres que no hace falta ninguna nueva. La guía de herramientas de IA para pequeñas empresas ayuda a elegir según la necesidad, y el artículo sobre inteligencia artificial para empresas detalla en qué áreas ahorra trabajo de verdad.
Error 2: automatizar el desorden
Domingo, 09:00
"Dile al agente que conteste a los clientes según la lista de precios." ¿Cuál? Hay una en WhatsApp, otra en Excel y, en la cabeza de la gerente, una más, porque "a los clientes de siempre se les hace distinto". El agente empieza a contestar y a cada cliente le sale un precio algo diferente.
No se equivocó. Copió el desorden, solo que más rápido.
Por qué ocurre. Damos por hecho que la IA "lo entenderá". Pero cuando un proceso funciona solo porque una persona recuerda todas las excepciones, no hay nada que traspasar. Un agente, igual que un empleado nuevo, necesita reglas que se puedan escribir.
Qué hacer. Antes de delegar una tarea, explícala en unas pocas líneas como si se la dieras a alguien en su primer día: qué entra, qué se entrega, qué se considera "bueno" y qué se hace ante una excepción. Si no consigues escribirlo, no es un fallo del agente. Es señal de que el proceso aún no está definido y conviene ordenarlo primero.
Error 3: dar acceso total desde el primer día
Jueves, 21:30
"Que lo tenga todo, para que no me bloquee." El agente recibe la contraseña de administrador de la web, de la cuenta de anuncios y del correo. Una semana después intenta "mejorar" la página de un producto y, sin querer, borra también la versión anterior, sin copia de seguridad.
La comodidad de un día, el arrepentimiento de una semana.
Por qué ocurre. Un permiso amplio te ahorra el trabajo de decidir "quién puede qué". Y eso es justo lo que lo hace peligroso: el atajo de hoy es el daño de mañana.
Qué hacer. Da el permiso mínimo, según la tarea, y empieza en modo de lectura y preparación de borradores. Las acciones sensibles, como publicar, cambiar un presupuesto o enviar un mensaje a un cliente, siguen necesitando tu aprobación. Es también lo que recomienda OpenAI en sus pautas para construir agentes: las acciones sensibles, irreversibles o con peso económico deben pasar por supervisión humana, al menos hasta que haya confianza en la fiabilidad del agente. La guía sobre permisos y seguridad explica cómo se ve esto en la práctica. Y antes de cualquier cambio importante en la web: copia de seguridad y una vía de vuelta atrás.
La escalera de permisos: se sube un escalón solo cuando el anterior ha funcionado
Nivel 1: lectura
- Ve informes y datos
- Resume y analiza
- No cambia nada
Nivel 2: borrador
- Prepara productos, publicaciones, anuncios
- Propone cambios
- Tú apruebas cada uno
Nivel 3: ejecución limitada
- Acciones pequeñas y repetitivas, reversibles
- Registro de cada acción
- Lo sensible sigue con aprobación
Error 4: un agente sin responsable
Un trimestre después de la puesta en marcha
El agente se montó con gran ceremonia. ¿Quién es el responsable? "Todos". Cuando deja de responder a cierta pregunta, cada uno supone que otro ya lo habrá visto. Hasta que un cliente se queja, nadie se da cuenta.
Cuando todos son responsables, nadie lo es.
Por qué ocurre. Se piensa en el agente como en un sistema ("simplemente funciona") y no como en quien hace un trabajo. Pero todo trabajo necesita a alguien que defina qué importa, revise los resultados y corrija cuando hace falta.
Qué hacer. Nombra a una persona, con nombre y apellido, como "dueña del agente". No tiene por qué ser técnica. Decide qué hace el agente, aprueba, recibe los informes y resuelve cuándo ampliar. En una empresa pequeña, casi siempre es el propio dueño del negocio, al menos al principio. Y si trabajas con un tercero que lo monta y sigue acompañándote, define con claridad qué le corresponde a él y qué a ti. El artículo sobre cómo construir un agente de IA detalla el reparto.
Error 5: no medir y no revisar
Tres meses después
"¿Entonces funciona?", pregunta el socio. "Me parece que sí", dice la directora de marketing. "¿Ahorra tiempo?" "Claro." "¿Cuánto?" Silencio. Nadie anotó cuántas horas se dedicaban a la tarea antes, y nadie contó cuántas correcciones hicieron falta después.
Sin métrica, cada respuesta es una sensación.
Por qué ocurre. Al principio hay entusiasmo, luego todo se vuelve rutina y se olvida revisar. Y también pasa lo contrario: quien espera que la IA no se equivoque jamás se decepciona con el primer error y abandona. Quien confía a ciegas descubre el error solo cuando un cliente lo señala. Ambas actitudes nacen del mismo problema: no hay un procedimiento de revisión.
Qué hacer. Elige dos métricas sencillas antes de empezar: cuánto tiempo te lleva la tarea en una semana normal y cuántos resultados vuelven para corregirse. Vuelve a medir al cabo de un mes. Al principio revisa cada resultado; después, haz muestreos. OpenAI describe el mismo principio: crear mediciones (evals) desde el comienzo para saber qué nivel de rendimiento hay y mejorar a partir de ahí. Y para entender por qué los modelos a veces se inventan cosas con total seguridad, tienes la explicación sobre las alucinaciones de la IA.
Error 6: ignorar al equipo
Miércoles, por la mañana
El dueño anuncia en la reunión de equipo: "A partir de esta semana tenemos un agente de IA." Noa, que se encarga de las publicaciones, oye "me van a sustituir". No dice nada. En las semanas siguientes se "olvida" de enviarle materiales al agente y después le encuentra hasta el más mínimo fallo.
El agente no falló. El equipo no se sumó.
Por qué ocurre. Quien decide la implantación habla de ahorro. Quien la escucha habla de seguridad en el empleo. Cuando no hay una conversación abierta, se llenan los huecos con las peores suposiciones.
Qué hacer. Hablad antes de empezar. Explica qué tipo de tareas pasan al agente (repetitivas, aburridas, aplazadas) y qué se queda en manos de las personas (criterio, trato con clientes, decisiones). Pregunta al equipo qué tarea le encantaría traspasar, porque conoce el problema mejor que cualquiera que mire desde fuera. Y da un papel real a la persona que conoce la tarea: es quien define qué es "bueno" y quien aprueba.
Error 7: montar un proyecto gigante en lugar de una sola tarea
Fin de año, reunión de planificación
"Construiremos un único sistema que se ocupe de los leads, el contenido, las facturas, la atención al cliente y los informes." El plan en la pizarra es espectacular. Medio año después, ninguna de sus partes funciona todavía, porque cada una depende de todas las demás.
Muchas intenciones, cero tareas que funcionen.
Por qué ocurre. Se quiere "hacerlo bien, de una vez". Pero cuanto más amplio es el sistema, más difícil es saber dónde está el problema cuando algo falla.
Qué hacer. Empieza con una sola tarea. Cuando lleve funcionando varias semanas seguidas, añade otra. Las pautas de OpenAI dicen lo mismo: conviene exprimir primero las capacidades de un único agente y pasar a varios agentes solo cuando haga falta. Y, en su conclusión, que no hay que elegir entre todo o nada: se empieza poco a poco, se valida con usuarios reales y se crece de forma gradual.
Cuatro pasos para empezar bien
- Una tareaLa más repetida y aplazada, con un resultado claro
- Métrica previaCuánto tiempo lleva hoy
- Puesta en marcha con aprobaciónPermiso mínimo, cada resultado revisado
- Revisión al mesSe mide de nuevo y se decide si se amplía
Un plan ordenado, día a día y paso a paso, está en el plan de 30 días para implantar IA en un negocio. Ese es el camino en positivo. Este artículo es la lista de minas que hay en él.
Cinco mitos que llevan a estos errores
Mito"Si la herramienta es buena, la implantación se arreglará sola"
En la prácticaUna buena herramienta sin tarea, sin responsable y sin métrica es una herramienta cara que se queda aparcada. La implantación es el trabajo; la herramienta es solo una parte pequeña.
Mito"Para que funcione, hay que darle acceso a todo"
En la prácticaUn agente que trabaja en una tarea definida necesita los permisos de esa tarea, ni uno más. La mayoría de los problemas empiezan con un permiso más amplio de lo necesario.
Mito"El equipo se alegrará de ahorrar trabajo, no hace falta explicar nada"
En la prácticaSin explicación, muchos oyen "me van a sustituir". Una conversación breve antes de empezar ahorra meses de fricción silenciosa.
Mito"Si se equivocó una vez, esto no es para nosotros"
En la prácticaLas personas también se equivocan. La cuestión es si hay un procedimiento de revisión que atrape los errores antes de que lleguen al cliente. Al principio, cada resultado pasa por aprobación.
Mito"Cuando funciona, ya te puedes olvidar"
En la prácticaUn negocio cambia: precios, productos, reglas. Quien es responsable del agente debe actualizarlo, igual que se actualiza a un empleado.
¿Cumples las siete comprobaciones?
Siete preguntas, cada una equivale a un error. "Sí" significa que lo tienes cubierto. Responde con sinceridad: se queda en tu navegador.
Qué tienen en común todos los errores
Si miras los siete juntos, aparece un patrón: ninguno tiene que ver con la calidad del modelo. Todos tienen que ver con decisiones que toma una persona antes y durante la implantación. Y esa es, en el fondo, la buena noticia, porque esas decisiones se pueden mejorar sin esperar a una versión nueva.
Una implantación que se atasca
Empieza por la herramienta
- Herramienta antes que tarea
- Permiso amplio "por si acaso"
- Sin responsable y sin métrica
- El equipo no lo sabe
- Un único proyecto grande
Una implantación que aguanta
Empieza por la tarea
- Una tarea definida
- Permiso mínimo y aprobación para lo sensible
- Una persona responsable y una métrica antes y después
- Un equipo que participa
- Ampliación gradual
Platin Digital tiene 12 años de experiencia en digital, y conocemos este patrón también de proyectos que no son de IA: sitios web, publicidad, sistemas. Quien empieza poco a poco y mide, avanza. Quien empieza a lo grande y espera lo mejor, se atasca. Lo que cambia con la IA es que la herramienta es más potente y, por eso, los permisos y la revisión importan más.
Preguntas frecuentes
¿Qué es la implantación de inteligencia artificial en una empresa?
La implantación de inteligencia artificial en una empresa es el proceso de incorporar una herramienta o un agente de IA al trabajo diario: elegir una tarea, definir qué se considera un buen resultado, fijar permisos y un responsable, y medir si de verdad funciona. Incluye también a las personas y los procedimientos que rodean la herramienta, no solo la herramienta.
¿Cuál es el error más común al implantar IA?
En nuestra opinión, empezar por la herramienta en lugar de por la tarea. Un negocio que no sabe qué trabajo quiere traspasar acabará con una herramienta impresionante que nadie usa. Para empezar bien, se define una sola tarea que se repite y se aplaza.
¿Cuánto tarda la implantación de IA en una pequeña empresa?
Depende de la tarea, de las conexiones y del alcance. No prometemos plazos, pero se recomienda planificar un periodo de prueba de varias semanas con revisión cercana antes de ampliar. Hay un plan ordenado en el artículo sobre implantación en 30 días.
¿Hay que darle al agente de IA acceso total a los sistemas?
No. Se da el permiso mínimo que la tarea requiere y se empieza en modo de borradores. Las acciones sensibles, como publicar, el presupuesto y los mensajes a clientes, siguen bajo tu aprobación. Las pautas de OpenAI para construir agentes recomiendan supervisión humana para las acciones sensibles o irreversibles.
¿Y si el equipo teme que la IA lo sustituya?
Es una reacción natural y no se puede ignorar. Hablad con franqueza antes de empezar, explica qué tipos de tareas pasan al agente y qué se queda en manos de las personas, y pregunta al equipo qué le gustaría traspasar. El agente asume tareas, no puestos.
¿Con qué modelos y herramientas construye agentes Platin Digital?
Platin Digital es OpenAI Select Partner, y construimos agentes para empresas con los modelos y herramientas que mejor encajan con cada negocio: de OpenAI, Anthropic, Google y otros.
