Cómo elegir un experto en IA: utilidad, implementación y calidad

Buscas un experto en IA para tu empresa. La pregunta útil no es quién conoce más herramientas, sino quién entiende un proceso concreto, propone una mejora verificable y entrega una solución que tu equipo pueda utilizar. Esta guía reúne una matriz de evaluación, un ejemplo de cálculo y preguntas para la primera conversación sobre el proyecto.

1. Define el problema antes de elegir una solución de IA

«Queremos utilizar IA» todavía no es un encargo concreto. Describe un obstáculo observable: se registran consultas dos veces, quedan presupuestos sin seguimiento, se revisan documentos repetidamente o la información está dispersa. Identifica dónde empieza y termina el proceso, quién responde por él y qué excepciones aparecen.

Un punto de partida útil sería: «Cada consulta entrante debe quedar registrada en el CRM con información completa, una persona responsable y un plazo visible de respuesta». La necesidad de un modelo de lenguaje sigue siendo una pregunta abierta. Para algunas partes, una integración bien definida o una regla puede resultar más apropiada.

2. Distingue las reglas fijas de las tareas de un modelo de lenguaje

Comparar identificadores, comprobar campos obligatorios y calcular plazos son tareas que pueden describirse mediante reglas. Resumir un mensaje no estructurado o preparar un borrador comprensible es otro tipo de trabajo. Un proceso bien diseñado puede combinar ambos enfoques. Las pruebas con tus datos y requisitos deben determinar qué solución encaja realmente.

Define además qué acciones podrá ejecutar el sistema por su cuenta. Preparar una respuesta no equivale a enviarla sin aprobación. Una clasificación interna no es lo mismo que registrar un importe o asumir un compromiso vinculante. Las acciones con consecuencias importantes necesitan límites, revisión y una forma de detener el proceso.

3. Evalúa seis áreas, no solamente una demostración atractiva

Esta matriz es una herramienta de trabajo propia, no un índice de calidad validado científicamente. Clasifica cada respuesta como «demostrada», «pendiente» o «no adecuada». Una duda crítica sobre permisos o responsabilidades no debería quedar oculta detrás de buenas respuestas en otras áreas.

4. Calcula capacidad utilizable, no beneficios prometidos

Ejemplo hipotético, no resultado de un cliente: supongamos que tu equipo gestiona 200 casos mensuales de doce minutos cada uno. Son 40 horas. Un proceso nuevo, ya probado, requiere una media de cinco minutos por caso, incluida la revisión humana: unas 16,7 horas. Añade dos horas para comprobar y mantener el sistema. El modelo libera aproximadamente 21,3 horas de capacidad.

El cálculo es 200 × (12 − 5) ÷ 60 − 2 = 21,33 horas. Esa capacidad no equivale automáticamente a dinero ahorrado ni a nuevos ingresos. Su valor económico depende, por ejemplo, de que permita reducir horas extraordinarias, atender más trabajo o evitar problemas de calidad. La implementación, las licencias, la formación y los riesgos de interrupción requieren una evaluación adicional.

Antes de comenzar, mide también las consultas posteriores, las correcciones y los casos pendientes. De otro modo, un primer paso más rápido podría simplemente trasladar trabajo a otra persona.

5. Acuerda una prueba piloto acotada

Comienza con un proceso y un conjunto definido de datos, no con la transformación de toda la empresa. Incluye casos habituales, información incompleta y excepciones difíciles. Define el tratamiento esperado de cada caso antes de conocer la respuesta de la solución. Reserva otros casos para la evaluación final.

Comprueba también los fallos: ¿qué sucede si una conexión se interrumpe, llega una consulta duplicada o falta un campo obligatorio? ¿Puede intervenir una persona? ¿Se conserva información confidencial innecesaria? ¿Se puede identificar qué versión del proceso produjo un resultado? Utiliza únicamente datos que estés autorizado a tratar; las cuestiones legales deben evaluarse según la aplicación concreta.

El AI RMF Playbook de NIST, de uso voluntario, ofrece una referencia general para examinar riesgos de IA. No sustituye la evaluación específica ni demuestra que un sistema determinado sea adecuado.

6. Deja por escrito la entrega, los costes y los límites

Documenta las funciones incluidas, las exclusiones y los criterios de aceptación. Aclara el acceso a las cuentas, los manuales de operación, las opciones de exportación y la gestión de cambios. Las licencias y el soporte recurrentes deben aparecer junto al precio de implementación, no después de contratar.

Solicita muestras de trabajo relevantes que el proveedor tenga autorización para compartir y pregunta cuál fue su participación. Una certificación puede formar parte de la evidencia, pero no sustituye la competencia para la tarea concreta. Del mismo modo, no debería divulgarse material confidencial de clientes sin permiso para conseguir una venta.

Lista para la primera conversación

• ¿Qué único proceso vamos a mejorar y quién es responsable?
• ¿Qué mediciones iniciales y fallos podemos documentar?
• ¿Qué datos, conexiones y aprobaciones necesita el piloto?
• ¿Qué umbral de calidad debemos mantener?
• ¿Cómo detenemos el proceso o lo transferimos a una persona?
• ¿Qué costes, mantenimiento y dependencias quedan tras la puesta en marcha?

Del conocimiento a la implementación

El libro Experto en IA: IA y automatización para optimizar los ingresos presenta la conexión entre tecnología y procesos empresariales. Este artículo añade una guía de decisión independiente a la presentación del libro; no reproduce un capítulo.

Para un proyecto concreto, revisa el alcance de la consultoría en IA y tecnología para empresas y los proyectos de software presentados en esta web. Compáralos con tus necesidades. El siguiente paso útil es definir el proceso, no comprometerse de antemano con una herramienta.