01 · El problema
Una buena respuesta a una pregunta mal planteada
La IA responde a lo que se le pregunta con la información que se le da. Si faltan datos o el objetivo no está bien definido, la respuesta puede sonar muy convincente y aun así no servir para la operación real.
No es un fallo de la herramienta: no puede saber que hay un proveedor que siempre entrega tarde o una condición pactada con un cliente que no figura en ningún documento. Por eso, antes de pedirle nada, me hago tres preguntas:
- ¿Qué información falta?
- ¿Qué estoy dando por supuesto?
- ¿Qué pasaría si aplicara esto mañana?
La calidad de la respuesta depende más de cómo se plantea el problema que de la herramienta que se use.
02 · El contexto
El mismo síntoma no siempre tiene la misma causa
Pensemos en algo muy habitual: las incidencias de pedidos tardan demasiado en resolverse. La reacción automática es añadir avisos y recordatorios. Pero el retraso puede venir de que la incidencia llega sin datos, de que nadie tiene claro a quién le toca o de que hay casos que el proceso no contempla. Ningún aviso arregla eso.
Lo que marca la diferencia es mirar casos reales y hablar con quien hace el trabajo. Ahí aparecen las prioridades que no están escritas, los clientes que necesitan otro trato y los pasos que se hacen dos veces sin que nadie lo haya decidido. La IA puede ayudar a ordenar esa información, pero no la tiene si nadie se la da.
- Llegan sin datos
- Prioridades que chocan
- Nadie sabe a quién le toca
- Casos no previstos
- Avisos insuficientes
03 · Dónde ayuda la IA
Lo que sí acelera, y mucho
Donde más tiempo ahorra es en el trabajo previo y repetitivo: leer, ordenar, resumir y preparar. Estas son las tareas en las que más la aprovecho:
- Resumir incidencias, reuniones y documentación.
- Ordenar información que está repartida en varios sitios.
- Encontrar campos vacíos, patrones o datos que no cuadran.
- Proponer hipótesis y alternativas.
- Preparar borradores de procesos, mensajes o instrucciones.
- Comparar opciones con las prioridades ya definidas.
- Convertir una decisión tomada en tareas que se repiten igual.
- Señalar los casos que necesitan que alguien los mire.
Que la herramienta haga parte del trabajo no significa que deje de importar quién lo revisa. Alguien tiene que elegir con qué datos trabaja, mirar los casos raros y dar el resultado por bueno.
04 · Lo que no se delega
Qué hace la herramienta y qué hace la persona
Revisar no es darle a «aprobar» a lo que propone la herramienta. Es decidir qué problema se está resolviendo, qué se sacrifica con cada opción y quién responde si sale mal. En la práctica, el reparto queda bastante claro cuando se mira por fases:
En un equipo pequeño todo esto puede recaer en una sola persona. Lo importante es que esté claro quién tiene la última palabra.
05 · Cómo lo aplico
Siete pasos que repito en casi cualquier mejora
No es una fórmula cerrada, pero me ayuda a no pasar de una idea razonable a un cambio que luego hay que deshacer.
- ObservarVer cómo se trabaja de verdad, no cómo dice el procedimiento.
- PlantearConcretar el problema, el objetivo y lo que se da por supuesto.
- Explorar con IAOrdenar información, proponer hipótesis y comparar alternativas.
- ContrastarRevisar las propuestas con datos, con el equipo y con los límites reales.
- DecidirElegir una opción y dejar escrito por qué.
- Poner en marchaAsignar quién se encarga, hasta dónde llega y qué hacer si falla.
- RevisarMedir el resultado y ajustar si los datos dicen otra cosa.
06 · Un ejemplo
Cuando mirar la operación cambia la solución
Un caso inventado, pero muy reconocible: una tienda online tarda demasiado en cerrar incidencias de pedidos. Un primer análisis con IA propone clasificarlas automáticamente, enviar recordatorios y escalar las que se retrasan.
La propuesta tiene sentido
Clasificar ordena el volumen, los recordatorios evitan olvidos y escalar da visibilidad a los retrasos. Si el problema fuera de seguimiento, funcionaría.
La operación cuenta otra cosa
Al revisar incidencias completas y hablar con el equipo, se ve que muchas llegan sin los datos mínimos y que, cuando cambian de fase, nadie sabe quién debe continuar. Los avisos ya llegan; lo que falta es poder actuar.
La solución cambia de orden
Se define qué datos necesita cada incidencia y quién se encarga en cada etapa. Con eso resuelto, la IA sí aporta: revisa que no falten campos, resume el caso y avisa cuando está listo para el siguiente paso.
El análisis inicial no estaba mal: respondía al problema tal como se había planteado. Lo que lo mejoró fue conocer la operación.
- SíntomaLas incidencias tardan demasiado.
- Primera propuestaClasificar, recordar y escalar.
- Solución finalOrdenar la entrada de datos y los responsables, y usar la IA para comprobar, resumir y avisar.
07 · Cierre
Usar la IA para operar mejor, no solo más rápido
Una mejora no se mide por cuántas tareas se han automatizado, sino por si el trabajo sale con menos errores, menos idas y venidas y mejores resultados. A veces eso pasa por incorporar una herramienta; muchas otras, por quitar un paso o aclarar quién se encarga de qué.
Utilizo ChatGPT, Claude y herramientas de automatización para investigar, estructurar información, comparar alternativas y preparar decisiones. No sustituyen mi conocimiento de la operación ni el contraste con las personas implicadas: me permiten dedicar más capacidad a comprender el problema, valorar opciones y ejecutar con claridad.