Cómo empezar a implementar IA en una empresa

“Queremos implementar IA” es un pedido que escuchamos cada vez más. Mi primera pregunta no es qué modelo vamos a usar, sino qué trabajo concreto queremos mejorar. A veces la solución es inteligencia artificial; otras, alcanza con conectar sistemas, programar reglas y dejar claro quién hace cada cosa.

Empezá por el problema, no por la herramienta

Elegí una tarea que hoy tenga un responsable, una entrada reconocible y un resultado que puedas comprobar. Anotá cómo se hace, dónde se demora y qué errores se repiten. Si nadie puede explicar el proceso actual, agregar IA hará más difícil entender qué salió mal.

Un chatbot que muestra opciones, responde preguntas frecuentes o consulta el estado de un trámite puede construirse con programación convencional. No necesita interpretar libremente todos los mensajes para ser útil. La tecnología se elige después de definir qué respuesta espera la persona y de dónde saldrá esa información.

Cuándo la IA sí aporta algo

En el sistema de reclamos municipales en el que trabajamos, los vecinos pueden escribir por WhatsApp. Cada reclamo necesita llegar al área responsable. Ahí aparece una tarea distinta de mostrar un menú: interpretar descripciones escritas de muchas maneras y clasificarlas dentro de categorías definidas. La clasificación utiliza IA; cada categoría está vinculada a un funcionario para que el sistema pueda notificarlo y continuar el seguimiento.

El resto del recorrido también importa. Registrar el ingreso, conservar el estado, derivar entre áreas y avisar al vecino cuando se resuelve son capacidades de software y diseño del proceso. La IA ayuda en un paso específico; el valor para la organización aparece cuando ese paso está integrado en un circuito que se puede seguir.

Separá reglas, integraciones e interpretación

Antes de desarrollar, dividí el pedido en tres partes:

• Reglas: resuelven decisiones explícitas, como asignar una tarea a un responsable conocido.
• Integraciones: mueven información entre sistemas sin volver a cargarla a mano.
• IA: puede ayudar cuando hace falta interpretar texto libre, encontrar patrones o proponer una respuesta a partir de información variable.

Esta separación evita sumar la complejidad de un modelo a tareas que un programa determinista resuelve bien. También permite explicar al equipo qué decisiones son automáticas, cuáles requieren revisión y quién corrige una clasificación equivocada.

Probá con casos reales y medí los errores

Tomá una muestra de casos habituales y de casos difíciles. Definí qué resultado se considera correcto antes de probar la solución. En una clasificación, no alcanza con medir cuántos mensajes procesa: interesa saber cuántos llegan al área adecuada, cuáles se derivan mal y cuánto trabajo humano sigue haciendo falta.

Incluí una salida para las excepciones. Si una descripción es ambigua o no corresponde a ninguna categoría, el equipo debe poder revisarla y corregirla. Esas correcciones ayudan a mejorar el proceso y a decidir si conviene ampliar el uso de IA.

Una forma práctica de empezar

Elegí un solo proceso, reuní ejemplos reales, ordená las categorías y los responsables, y construí una prueba pequeña. Compará el resultado con el trabajo actual. Si mejora el tiempo o la calidad sin perder control, conectalo gradualmente con los sistemas que el equipo ya usa.

En Boolean empezamos por entender la operación y diseñar el recorrido completo. La pregunta útil no es “¿dónde ponemos IA?”, sino “¿qué parte de este trabajo necesita interpretación y cómo sabremos que mejoró?”.