Cuándo no usar IA en un proceso empresarial

Parte de mi trabajo como consultor de inteligencia artificial consiste en recomendar no usar IA. En muchos procesos existe una solución más barata, más rápida y más previsible. La IA resulta útil en tareas concretas. Aplicada donde no corresponde, añade coste, tiempo de respuesta y errores difíciles de explicar.

Estas son las situaciones en las que suelo descartarla y lo que utilizo en su lugar.

1. Cuando las reglas son claras

Si puedes escribir cómo se decide, por ejemplo «si el cliente es de tipo A y el importe supera X, pasa a revisión», una regla fija hará el trabajo siempre igual, al instante y sin coste por operación. Un modelo de lenguaje puede acertar casi siempre, pero «casi siempre» es peor que «siempre» cuando la regla es conocida.

Mejor opción: automatización con reglas o lógica dentro de tu software.

2. Cuando los datos ya están estructurados

La IA es útil para leer información no estructurada, como correos, PDF, escaneos o conversaciones. Si los datos ya están en campos de un ERP, un CRM o una base de datos, no hace falta que un modelo los interprete. Basta con consultarlos y adaptarlos al formato necesario.

Mejor opción: una integración mediante API y consultas. Lo explico en la página de integración de sistemas.

3. Cuando el error no es tolerable y nadie puede revisar

Todo sistema con IA comete errores, así que la pregunta útil es qué ocurre cuando falla. Si un error supone un pago incorrecto, un dato legal mal comunicado o una decisión irreversible, y ninguna persona puede revisarlo antes de que tenga efecto, la IA no debería actuar sola.

Mejor opción: que la IA prepare y una persona decida, o un proceso sin IA. En la consulta de documentación interna y en la extracción de datos de documentos siempre diseño la revisión humana de los casos dudosos.

4. Cuando el volumen no lo justifica

Un sistema con IA fiable necesita ejemplos preparados, medición de la calidad, gestión de excepciones, registro de actividad y mantenimiento. Si la tarea aparece diez veces al mes, ese esfuerzo difícilmente se recupera.

Mejor opción: mejorar el proceso manual, usar una herramienta existente o aceptar que no todo necesita automatizarse. La calculadora del coste de un proceso manual ayuda a comprobar si el volumen compensa.

5. Cuando no puedes medir si funciona

Si no hay forma de saber si una respuesta o una extracción es correcta, porque faltan ejemplos reales, criterios de acierto o alguien que valide, tampoco habrá forma de mejorar el sistema ni de detectar cuándo empeora.

Mejor opción: construir primero el conjunto de evaluación. Antes de implantar IA preparo una serie de casos reales con el resultado esperado. Si no se puede construir, el problema todavía no está bien definido.

6. Cuando el problema real es el proceso

«Queremos un agente que gestione los pedidos» suele esconder un proceso sin definir. Nadie sabe qué sistema manda, las excepciones se resuelven de memoria y cada persona trabaja de una forma. Un agente sobre ese proceso mantiene el desorden y además lo hace menos visible.

Mejor opción: revisar el proceso con una consultoría tecnológica antes de elegir tecnología. A veces la mejora consiste en decidir qué sistema manda o en eliminar un paso.

Cuándo sí tiene sentido

La IA suele encajar en un proceso cuando se cumplen a la vez varias condiciones:

• Hay información no estructurada que hoy lee una persona, como documentos, correos o texto libre.
• Hay volumen suficiente para que el ahorro compense la construcción y el mantenimiento.
• Existe una forma de medir la calidad con ejemplos reales.
• El diseño permite revisión humana donde el error tiene coste.
• El coste por operación es asumible frente al coste actual.

Una tabla para decidir

Si el problema es	La respuesta suele ser
Datos duplicados entre herramientas	Integración mediante API o sincronización
Pasos repetitivos con reglas claras	Automatización con reglas
Documentos o texto no estructurado	IA con evaluación y revisión humana
Un proceso propio que ningún software como servicio (SaaS) cubre	Software interno a medida

Lo que pregunto antes de implantar IA

1. ¿Qué tarea concreta hace y con qué información?
2. ¿Qué calidad se necesita y cómo se va a medir?
3. ¿Qué ocurre cuando el modelo falla o no alcanza la confianza necesaria?
4. ¿Quién revisa y en qué casos?
5. ¿Cuánto cuesta cada operación y cuánto cuesta mantenerlo?
6. ¿Qué alternativa sin IA existe y por qué no basta?

Si las respuestas son convincentes, la IA probablemente tiene sentido. Si la última pregunta no tiene una buena respuesta, conviene empezar por la alternativa más sencilla.

Si quieres estudiar un caso concreto, puedes empezar por la página de inteligencia artificial para empresas.