Hay una escena que se repite en muchas empresas. Un lunes llega un mail de la dirección: a partir de hoy, todos tienen acceso a una herramienta de inteligencia artificial. Hay entusiasmo, una capacitación de una hora y alguna foto para las redes internas. Seis meses después, unos pocos la usan a fondo, la mayoría la abre para corregir la ortografía de un mail y otros nunca entraron.
En apariencia, nadie hizo nada mal: se compró una buena herramienta. El problema es que se confundió una decisión de compras con una estrategia de IA.
Comprar licencias es una decisión cómoda; construir una estrategia no lo es. La licencia tiene un precio, un proveedor, una fecha de despliegue y una foto para el comunicado interno. La estrategia, en cambio, obliga a mirar hacia adentro, cuestionar cómo se trabaja, decidir qué dejar de hacer y medir si algo cambió en la rutina diaria.
Comprar licencias y dar el tema por resuelto es como pagarle el gimnasio a toda la plantilla y anunciar que ahora son una organización en forma, suponiendo que la condición física va a mejorar sola.
La estrategia empieza con preguntas que ninguna licencia responde: ¿qué trabajo queremos que cambie?, ¿quién es el dueño del resultado?, ¿cómo vamos a saber si funcionó? Sin esas respuestas, la licencia es solo un gasto recurrente con buena prensa.
El problema es empezar por la herramienta. Tener acceso no implica saber en qué tareas concretas aplicarla, cómo integrarla en los procesos ni cómo medir su impacto real en el negocio. Instalar software en toda la compañía es una decisión de compras; transformar horas de desgaste operativo en minutos de análisis estratégico es una decisión de liderazgo.
Sin un método de trabajo, los equipos caen en el vicio de usar la IA como un buscador tradicional, una especie de “Google vitaminado”. Escriben instrucciones de tres palabras, como “informe de ventas del T3”, reciben una respuesta genérica y la copian tal cual. Así se aprovecha apenas una fracción de su potencial. Un modelo de lenguaje no sabe quién es el usuario, para qué necesita el informe ni con qué datos trabaja, así que rellena la falta de contexto con generalidades.
Su verdadero valor está en otro lado: analizar información, contrastar documentos, estructurar problemas ambiguos y ayudar a tomar decisiones.
Procesos rotos y la falsa ilusión de la fluidez
El mayor peligro hoy no es que la tecnología se equivoque, sino que el profesional apague su criterio ante una respuesta bien redactada. Un buscador da diez enlaces para investigar y elegir. Un modelo de lenguaje entrega un texto seguro de sí mismo, y ese tono se confunde con la verdad.
La fluidez no garantiza precisión: el modelo puede inventar datos, interpretar mal una instrucción o completar huecos con afirmaciones falsas pero convincentes.
Aceptar la primera respuesta sin aportar contexto, sin cuestionar conclusiones y sin comprobar fuentes es una práctica de alto riesgo. Detrás hay un error de fondo: usar la IA para que conteste, en lugar de
