{"id":13,"date":"2026-09-26T18:14:06","date_gmt":"2026-09-26T18:14:06","guid":{"rendered":"https:\/\/psdigital.mx\/blog\/?p=13"},"modified":"2026-09-27T19:38:36","modified_gmt":"2026-09-27T19:38:36","slug":"tu-empresa-quiere-implementar-ia-la-primera-pregunta-deberia-ser-para-que","status":"publish","type":"post","link":"https:\/\/psdigital.mx\/blog\/2026\/09\/26\/tu-empresa-quiere-implementar-ia-la-primera-pregunta-deberia-ser-para-que\/","title":{"rendered":"Tu empresa quiere implementar IA. La primera pregunta deber\u00eda ser: \u00bfpara qu\u00e9?"},"content":{"rendered":"\n

Cap\u00edtulo inaugural \u00b7 100 d\u00edas para hablar de IA con criterio<\/mark><\/h2>\n\n\n\n

La conversaci\u00f3n empieza a repetirse en empresas de todos los tama\u00f1os:<\/p>\n\n\n\n


\u201cTenemos que implementar inteligencia artificial.\u201d
\u201cNecesitamos un chatbot.\u201d
\u201cHay que automatizar con IA.\u201d
\u201cDeber\u00edamos tener agentes.\u201d
\u201cLa competencia ya lo est\u00e1 haciendo.\u201d<\/p>\n\n\n\n


La inquietud es comprensible. La inteligencia artificial dej\u00f3 de ser una tecnolog\u00eda reservada para laboratorios o equipos especializados. El AI Index 2026 de Stanford reporta que, entre las organizaciones consideradas en sus fuentes de adopci\u00f3n empresarial, 88 % ya utiliza IA y 70 % emplea inteligencia artificial generativa en al menos una funci\u00f3n del negocio (Stanford Institute for Human-Centered Artificial Intelligence [Stanford HAI], 2026).<\/p>\n\n\n\n


La conversaci\u00f3n, entonces, ya no es si la IA llegar\u00e1 a las organizaciones.<\/p>\n\n\n\n


Ya lleg\u00f3.
El problema es otro.<\/p>\n\n\n\n

\u00bfPara qu\u00e9 queremos usarla?<\/mark><\/strong><\/p>\n\n\n\n

El error de empezar por la herramienta<\/mark><\/h3>\n\n\n\n

Cuando aparece una tecnolog\u00eda con tantas posibilidades es f\u00e1cil invertir el orden de las preguntas.<\/p>\n\n\n\n


Primero conocemos la herramienta.<\/p>\n\n\n\n


Despu\u00e9s empezamos a buscar d\u00f3nde colocarla.<\/p>\n\n\n\n


Y terminamos intentando adaptar nuestros problemas a las capacidades de la tecnolog\u00eda que queremos utilizar.<\/p>\n\n\n\n


Es como comprar una soluci\u00f3n antes de tener claro el problema.<\/p>\n\n\n\n


Por eso, antes de discutir modelos, proveedores, agentes, prompts, licencias o integraciones, existe una pregunta mucho menos sofisticada – y probablemente mucho m\u00e1s importante.<\/p>\n\n\n\n

\u00bfQu\u00e9 problema estamos intentando resolver?<\/mark><\/h3>\n\n\n\n
    \n
  • Puede ser que una operaci\u00f3n tarde demasiado.<\/li>\n\n\n\n
  • Que una persona dedique horas cada semana a consolidar informaci\u00f3n.<\/li>\n\n\n\n
  • Que los clientes esperen demasiado por una respuesta.<\/li>\n\n\n\n
  • Que diferentes \u00e1reas capturen varias veces los mismos datos.<\/li>\n\n\n\n
  • Que una decisi\u00f3n dependa de revisar cientos de documentos.<\/li>\n\n\n\n
  • Que el conocimiento importante est\u00e9 disperso entre correos, archivos y personas.<\/li>\n\n\n\n
  • Que exista un proceso manual propenso a errores.<\/li>\n<\/ul>\n\n\n\n


    Ah\u00ed comienza la conversaci\u00f3n.<\/p>\n\n\n\n


    No con la IA.<\/p>\n\n\n\n


    Con el problema.<\/p>\n\n\n\n

    Nunca recomendar IA antes de entender el proceso<\/mark><\/h3>\n\n\n\n

    \u00c9ste es uno de los principios que queremos mantener durante toda esta serie:<\/p>\n\n\n\n


    Nunca recomendar IA antes de entender el proceso.<\/mark><\/strong><\/p>\n\n\n\n


    No porque la inteligencia artificial no sea \u00fatil.<\/p>\n\n\n\n


    Precisamente porque puede serlo much\u00edsimo.<\/p>\n\n\n\n


    Pero s\u00f3lo cuando entendemos d\u00f3nde est\u00e1 el problema, qu\u00e9 lo provoca y qu\u00e9 resultado queremos cambiar.<\/p>\n\n\n\n


    Cuando observamos un proceso con suficiente detalle, la soluci\u00f3n puede resultar muy diferente a la que imagin\u00e1bamos inicialmente.<\/p>\n\n\n\n

      \n
    • Quiz\u00e1 hay una actividad que deber\u00eda desaparecer.<\/li>\n\n\n\n
    • Tal vez dos sistemas necesitan integrarse.<\/li>\n\n\n\n
    • Puede existir una aprobaci\u00f3n innecesaria.<\/li>\n\n\n\n
    • Los datos podr\u00edan estar mal estructurados.<\/li>\n\n\n\n
    • Una automatizaci\u00f3n convencional podr\u00eda resolverlo mejor.<\/li>\n\n\n\n
    • Quiz\u00e1 hace falta modificar una regla de negocio.<\/li>\n\n\n\n
    • O simplemente dise\u00f1ar mejor el proceso.<\/li>\n<\/ul>\n\n\n\n

      La soluci\u00f3n correcta no siempre ser\u00e1 la m\u00e1s avanzada.<\/mark><\/p>\n\n\n\n


      Y reconocerlo tambi\u00e9n es parte de tomar una buena decisi\u00f3n tecnol\u00f3gica.<\/p>\n\n\n\n

      Automatizar algo no significa mejorarlo<\/mark><\/h3>\n\n\n\n

      Imaginemos una situaci\u00f3n sencilla.<\/p>\n\n\n\n


      Una empresa captura determinada informaci\u00f3n en un sistema. Despu\u00e9s una persona toma esos datos, los adapta y vuelve a capturarlos en otra plataforma. Finalmente, alguien m\u00e1s consolida ambos registros para generar un reporte.<\/p>\n\n\n\n


      Podr\u00edamos construir una soluci\u00f3n sofisticada capaz de interpretar la informaci\u00f3n, moverla autom\u00e1ticamente y elaborar el reporte.
      Probablemente funcionar\u00eda.<\/p>\n\n\n\n


      Tambi\u00e9n podr\u00edamos detenernos antes y preguntar:<\/p>\n\n\n\n


      \u00bfPor qu\u00e9 estamos capturando la misma informaci\u00f3n varias veces?<\/mark><\/strong><\/p>\n\n\n\n


      Esa pregunta cambia por completo el problema.<\/p>\n\n\n\n


      Tal vez no necesitamos una inteligencia artificial que haga m\u00e1s r\u00e1pido el trabajo repetitivo.<\/p>\n\n\n\n


      Tal vez necesitamos eliminar el trabajo repetitivo.<\/p>\n\n\n\n


      \u00c9sa es una diferencia importante.<\/p>\n\n\n\n


      La IA puede acelerar una actividad.<\/p>\n\n\n\n


      Puede ampliar nuestra capacidad.<\/p>\n\n\n\n


      Puede analizar informaci\u00f3n que ser\u00eda dif\u00edcil revisar manualmente.<\/p>\n\n\n\n


      Puede ayudarnos a producir, clasificar, resumir, interpretar o ejecutar determinadas tareas.<\/p>\n\n\n\n


      Pero hacer m\u00e1s r\u00e1pido algo innecesario sigue siendo hacer algo innecesario.<\/mark><\/strong><\/p>\n\n\n\n


      Antes de automatizar conviene entender.<\/p>\n\n\n\n


      Y antes de entender conviene observar.<\/p>\n\n\n\n

      La decisi\u00f3n correcta puede ser no usar IA<\/mark><\/h3>\n\n\n\n

      Hablar de inteligencia artificial con objetividad tambi\u00e9n significa aceptar algo poco atractivo para cualquier tendencia tecnol\u00f3gica:<\/p>\n\n\n\n


      hay problemas que no necesitan IA.<\/mark><\/strong><\/p>\n\n\n\n


      Una regla claramente definida puede resolverse con software convencional.<\/p>\n\n\n\n


      Una transferencia repetitiva de datos puede solucionarse mediante una integraci\u00f3n.<\/p>\n\n\n\n


      Un flujo estable puede automatizarse sin incorporar un modelo generativo.<\/p>\n\n\n\n


      Una mala captura de informaci\u00f3n quiz\u00e1 requiera redise\u00f1ar un formulario.<\/p>\n\n\n\n


      Y s\u00ed: en determinados contextos, una hoja de c\u00e1lculo bien construida puede seguir siendo una soluci\u00f3n perfectamente v\u00e1lida.<\/p>\n\n\n\n


      La pregunta no deber\u00eda ser:
      \u201c\u00bfC\u00f3mo podemos meter IA aqu\u00ed?\u201d<\/mark><\/strong><\/p>\n\n\n\n


      Deber\u00eda ser:
      \u201c\u00bfCu\u00e1l es la forma m\u00e1s adecuada de resolver este problema?\u201d<\/mark><\/strong><\/p>\n\n\n\n


      Si la respuesta termina siendo inteligencia artificial, perfecto.<\/p>\n\n\n\n


      Pero debemos llegar a esa conclusi\u00f3n despu\u00e9s de analizar el problema, no antes.<\/mark><\/p>\n\n\n\n

      Entonces, \u00bfcu\u00e1ndo entra la IA?<\/mark><\/h3>\n\n\n\n
        \n
      • Despu\u00e9s de entender lo que ocurre hoy.<\/li>\n\n\n\n
      • Despu\u00e9s de cuestionar el proceso.<\/li>\n\n\n\n
      • Despu\u00e9s de identificar la fricci\u00f3n.<\/li>\n\n\n\n
      • Y despu\u00e9s de definir qu\u00e9 queremos mejorar.<\/li>\n<\/ul>\n\n\n\n

        A partir de ah\u00ed podemos evaluar una iniciativa con preguntas m\u00e1s \u00fatiles:<\/p>\n\n\n\n

          \n
        1. \u00bfQu\u00e9 problema concreto queremos resolver?<\/li>\n\n\n\n
        2. \u00bfQu\u00e9 impacto tiene hoy ese problema en tiempo, costo, calidad, capacidad o experiencia?<\/li>\n\n\n\n
        3. \u00bfQu\u00e9 parte del proceso necesita realmente cambiar?<\/li>\n\n\n\n
        4. \u00bfLa IA aporta una capacidad que otras alternativas no resuelven mejor o con menor complejidad?<\/li>\n\n\n\n
        5. \u00bfC\u00f3mo sabremos que la soluci\u00f3n produjo un resultado mejor?<\/li>\n<\/ol>\n\n\n\n

          S\u00f3lo entonces tiene sentido discutir qu\u00e9 tecnolog\u00eda utilizar.<\/p>\n\n\n\n

          Porque ya no estamos persiguiendo una herramienta.<\/p>\n\n\n\n


          Estamos evaluando una soluci\u00f3n.<\/p>\n\n\n\n

          De \u201cqueremos IA\u201d a un caso de uso<\/mark><\/strong><\/h3>\n\n\n\n

          Existe adem\u00e1s una diferencia importante entre experimentar y transformar una operaci\u00f3n.<\/p>\n\n\n\n


          Probar herramientas es valioso.<\/p>\n\n\n\n


          Experimentar genera aprendizaje.<\/p>\n\n\n\n


          Hacer preguntas a distintos modelos, construir prototipos o probar automatizaciones puede ayudarnos a descubrir posibilidades que antes no imagin\u00e1bamos.<\/p>\n\n\n\n


          Pero una demostraci\u00f3n atractiva todav\u00eda no es un caso de negocio.<\/p>\n\n\n\n


          Para cruzar esa frontera necesitamos poder explicar, con relativa claridad:<\/p>\n\n\n\n


          qu\u00e9 ocurre hoy, qu\u00e9 queremos cambiar y c\u00f3mo vamos a saber si mejor\u00f3.<\/p>\n\n\n\n


          Despu\u00e9s vendr\u00e1n otras preguntas.<\/p>\n\n\n\n

            \n
          • \u00bfQu\u00e9 informaci\u00f3n necesita la soluci\u00f3n?<\/li>\n\n\n\n
          • \u00bfQu\u00e9 nivel de precisi\u00f3n esperamos?<\/li>\n\n\n\n
          • \u00bfQu\u00e9 ocurre cuando se equivoca?<\/li>\n\n\n\n
          • \u00bfQu\u00e9 decisiones requieren supervisi\u00f3n humana?<\/li>\n\n\n\n
          • \u00bfQu\u00e9 riesgos introduce?<\/li>\n\n\n\n
          • \u00bfQu\u00e9 costo tendr\u00e1 operarla?<\/li>\n\n\n\n
          • \u00bfC\u00f3mo se integrar\u00e1 con los sistemas existentes?<\/li>\n<\/ul>\n\n\n\n


            \u00c9sa es la conversaci\u00f3n que convierte una tecnolog\u00eda interesante en una iniciativa empresarial.<\/p>\n\n\n\n

            La IA tampoco deber\u00eda reemplazar nuestro criterio<\/mark><\/h3>\n\n\n\n

            Hay otra raz\u00f3n para comenzar por el problema.<\/p>\n\n\n\n


            La inteligencia artificial puede ayudarnos a analizar alternativas, identificar patrones, sintetizar informaci\u00f3n e incluso ejecutar determinadas actividades.<\/p>\n\n\n\n


            Pero alguien sigue teniendo que decidir qu\u00e9 resultado importa.<\/p>\n\n\n\n

              \n
            • Qu\u00e9 riesgo es aceptable.<\/li>\n\n\n\n
            • Qu\u00e9 debemos medir.<\/li>\n\n\n\n
            • Qu\u00e9 no deber\u00edamos automatizar.<\/li>\n<\/ul>\n\n\n\n

              Y cu\u00e1ndo una soluci\u00f3n aparentemente eficiente est\u00e1 generando un problema nuevo.<\/p>\n\n\n\n


              A medida que las herramientas adquieren mayor capacidad de ejecuci\u00f3n, esta distinci\u00f3n se vuelve todav\u00eda m\u00e1s relevante. <\/p>\n\n\n\n

              Investigaciones recientes sobre IA en el trabajo est\u00e1n desplazando la conversaci\u00f3n desde la simple asistencia hacia sistemas y agentes capaces de ejecutar partes del trabajo, mientras las personas conservan responsabilidades de direcci\u00f3n, decisi\u00f3n y resultado (Microsoft, 2026).<\/p>\n\n\n\n


              La tecnolog\u00eda puede ampliar nuestra capacidad.<\/p>\n\n\n\n


              El criterio determina hacia d\u00f3nde la dirigimos.<\/mark><\/strong><\/p>\n\n\n\n

              Por qu\u00e9 queremos empezar aqu\u00ed<\/mark><\/h3>\n\n\n\n

              Durante los pr\u00f3ximos 100 d\u00edas vamos a hablar de inteligencia artificial.<\/p>\n\n\n\n

                \n
              • De productividad.<\/li>\n\n\n\n
              • De automatizaci\u00f3n.<\/li>\n\n\n\n
              • De Project Management.<\/li>\n\n\n\n
              • De agentes.<\/li>\n\n\n\n
              • De procesos.<\/li>\n\n\n\n
              • De datos.<\/li>\n\n\n\n
              • De desarrollo de productos.<\/li>\n\n\n\n
              • De seguridad.<\/li>\n\n\n\n
              • De retorno de inversi\u00f3n.<\/li>\n\n\n\n
              • Y tambi\u00e9n de los l\u00edmites de la propia IA.<\/li>\n<\/ul>\n\n\n\n

                No queremos partir de la idea de que todas las organizaciones necesitan utilizar inteligencia artificial en todo.
                Tampoco de que la IA sea una moda que debamos ignorar.<\/p>\n\n\n\n


                Queremos ocupar un espacio mucho m\u00e1s \u00fatil:<\/p>\n\n\n\n


                entender d\u00f3nde aporta valor y d\u00f3nde no.<\/mark><\/strong><\/p>\n\n\n\n


                Eso significa cuestionar antes de recomendar.<\/p>\n\n\n\n


                Medir antes de escalar.<\/p>\n\n\n\n


                Y empezar por el problema antes de enamorarnos de la herramienta.<\/p>\n\n\n\n


                Porque implementar tecnolog\u00eda nunca deber\u00eda ser el objetivo final.<\/p>\n\n\n\n


                El objetivo es resolver mejor.<\/p>\n\n\n\n

                Antes de pensar en IA, hazte esta pregunta:<\/mark><\/h2>\n\n\n\n

                Si ma\u00f1ana desaparecieran todas las herramientas de inteligencia artificial, \u00bfseguir\u00eda existiendo el problema que quieres resolver?<\/h3>\n\n\n\n

                Si la respuesta es s\u00ed, empieza por entender ese problema.<\/mark><\/p>\n\n\n\n

                Referencias<\/mark><\/h2>\n\n\n\n

                Microsoft. (2026, 5 de mayo). 2026 Work Trend Index Annual Report: Agents, human agency, and the opportunity for every organization. Microsoft WorkLab.<\/p>\n\n\n\n


                Stanford Institute for Human-Centered Artificial Intelligence. (2026). The 2026 AI Index Report. Stanford University.<\/p>\n","protected":false},"excerpt":{"rendered":"

                Cap\u00edtulo inaugural \u00b7 100 d\u00edas para hablar de IA con criterio La conversaci\u00f3n empieza a repetirse en empresas de todos los tama\u00f1os: \u201cTenemos que\u2026<\/p>\n","protected":false},"author":2,"featured_media":15,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"pagelayer_contact_templates":[],"_pagelayer_content":"","footnotes":""},"categories":[5],"tags":[7,6,10,8,9],"class_list":["post-13","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-inteligencia-artificial","tag-adopcion-de-inteligencia-artificial","tag-estrategia-de-ia","tag-estrategia-tecnologica","tag-ia-en-empresas","tag-transformacion-digital"],"_links":{"self":[{"href":"https:\/\/psdigital.mx\/blog\/wp-json\/wp\/v2\/posts\/13","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/psdigital.mx\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/psdigital.mx\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/psdigital.mx\/blog\/wp-json\/wp\/v2\/users\/2"}],"replies":[{"embeddable":true,"href":"https:\/\/psdigital.mx\/blog\/wp-json\/wp\/v2\/comments?post=13"}],"version-history":[{"count":13,"href":"https:\/\/psdigital.mx\/blog\/wp-json\/wp\/v2\/posts\/13\/revisions"}],"predecessor-version":[{"id":28,"href":"https:\/\/psdigital.mx\/blog\/wp-json\/wp\/v2\/posts\/13\/revisions\/28"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/psdigital.mx\/blog\/wp-json\/wp\/v2\/media\/15"}],"wp:attachment":[{"href":"https:\/\/psdigital.mx\/blog\/wp-json\/wp\/v2\/media?parent=13"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/psdigital.mx\/blog\/wp-json\/wp\/v2\/categories?post=13"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/psdigital.mx\/blog\/wp-json\/wp\/v2\/tags?post=13"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}