Por qué se estancan las implantaciones de IA, y dónde debería vivir el cerebro de tu empresa

Ocho problemas que estancan las implantaciones de IA, desde licencias que no cambian nada hasta pilotos frenados por seguridad. La mayoría se reducen a proceso, datos y responsabilidad, incluido dónde debería vivir el conocimiento de la empresa.

  1. Enfoque en el cliente
  2. Proceso y responsabilidad
  3. Datos compartidos
  4. Trabajo asistido por IA
Dé una base a la IA: acuerde el cliente, el proceso y los datos que debe utilizar.
La versión breve

Un consultor de RevOps me preguntó dónde debería vivir el conocimiento de la empresa de su cliente. Esa pregunta está detrás de la mayoría de las implantaciones de IA que veo estancarse. Aquí van los ocho problemas con los que más me encuentro, por qué un modelo distinto no arregla ninguno y qué le dije sobre ser dueño del cerebro de la empresa.

  • La mayoría de las implantaciones de IA se estancan por el proceso, los datos y la responsabilidad. Cambiar de modelo no arregla nada de eso.
  • Guarda el conocimiento de la empresa en un almacén que sea suyo, con definiciones acordadas encima, para que todos los asistentes den la misma respuesta.
  • Encarga el trabajo a un equipo transversal y no solo a IT, y cambia un proceso cada vez.

¿Dónde vive el cerebro?

Hace poco hablé con un consultor de RevOps sobre uno de sus clientes, una correduría de seguros de unas cien personas. La empresa ya tenía herramientas de IA. Lo que no tenía era respuesta a una pregunta más sencilla: ¿dónde vive el cerebro? ¿Dónde debería ir todo el conocimiento de la empresa, desde las grabaciones de llamadas y los tickets de soporte hasta los correos de ventas, para que cada persona y cada asistente trabaje con la misma imagen?

También me preguntó si Five Dots podía ser ese lugar. No lo es, y es a propósito. Five Dots funciona dentro del montaje de IA que la empresa ya tiene, y nunca se nos envía ningún dato del negocio. El conocimiento tiene que vivir en algún sitio que controle la empresa.

La pregunta se me quedó grabada, porque está detrás de la mayoría de las implantaciones de IA que veo estancarse. Cuando enumero los problemas con los que se topan las empresas al desplegar IA, casi ninguno tiene que ver con el modelo. Pasar de un asistente a otro no arreglaría ni un solo punto de la lista. Se reducen a proceso, datos y responsabilidad, que es otra forma de decir gestión del cambio.

Ocho problemas que veo una y otra vez

Se agrupan en tres bloques, y rara vez aparecen solos. Una empresa con un CRM desordenado suele tener también documentos de proceso que nadie actualiza desde hace años, y las dos cosas hacen que la IA sea menos fiable. Así es como un equipo acaba revisando cada respuesta.

Ocho motivos por los que se estancan las implantaciones de IA · toca los que reconozcas

Proceso

Datos e instrucciones

Confianza y responsabilidad

Toca los problemas que reconozcas para ver por dónde empezar a leer.

El proceso nunca cambió

El patrón más común es también el más sencillo. Una empresa compra licencias para todo el mundo y espera a que lleguen las mejoras. Las personas sí se vuelven más rápidas redactando y resumiendo, y eso es real. Mientras tanto, la factura mensual sube, y el proceso alrededor de esas personas es el mismo que tenían el año pasado. No hay nada que nadie pueda señalar y decir: esto ahora lleva la mitad de tiempo.

El segundo es la demo que nunca se lanza. Alguien construye un agente impresionante, lo enseña por ahí, y luego no pasa nada. No tiene responsable, nunca se conectó a datos reales, y ningún equipo cambió su forma de trabajar para hacerle sitio. Una demo demuestra que algo es posible. El proceso solo cambia cuando alguien decide que va a cambiar.

El tercero es más fácil de pasar por alto. En muchos de los procesos que reviso, el trabajo en sí ocupa una pequeña parte del tiempo total. La mayor parte se va en esperar una aprobación, un traspaso o una respuesta, así que hacer el trabajo más rápido cambia poco. Pruébalo con la oferta inventada de abajo.

Ejemplo inventado · una oferta, del borrador al envío

Preparar la oferta20 min
Esperar la aprobación del descuento2 días
Esperar a legal1 día

Alguien trabajandoEsperando

Tiempo del borrador al envío3 días y 20 minutosVeinte minutos de trabajo, tres días de espera. Dibujado a escala, el trabajo sería demasiado fino para verse.

Un copiloto encima del desorden

Las empresas quieren un asistente que responda preguntas sobre sus clientes, mientras los datos de debajo están repartidos en dos CRM, llenos de duplicados, junto a un negocio adquirido que nunca se integró. El asistente no puede saber qué registro es el correcto. Responderá de todos modos, y sonará muy seguro de sí mismo.

Conectar los agentes a todo lo empeora. Un agente con acceso a una docena de herramientas gasta sus tokens en buscar, y dos ejecuciones de la misma pregunta pueden llegar a fuentes distintas y volver con respuestas distintas. A los agentes les va mejor con un conjunto pequeño de herramientas y un único sitio del que sacar los datos.

Luego están las instrucciones. Cuando IT construye una automatización, a menudo parte de los procedimientos operativos estándar. Con frecuencia están desfasados, o describen cómo se suponía que funcionaba el proceso hace años. Un agente construido sobre instrucciones equivocadas hace lo equivocado, rápido y de forma consistente. Antes de automatizar un proceso, siéntate con las personas que lo llevan y deja por escrito cómo debería funcionar hoy.

Los tres problemas llevan de vuelta a la pregunta del consultor. Los agentes necesitan un único sitio del que sacar su conocimiento, con datos limpios y definiciones acordadas.

Que el cerebro sea tuyo

Mi respuesta fue que debía ser de la empresa, en lugar de dejarlo en manos de una herramienta de terceros, por cómoda que sea. Las empresas jóvenes de IA vienen y van, y no quieres que el centro de tu negocio desaparezca con una de ellas. También quieres seguir teniendo libertad para cambiar de proveedor de IA. Si el año que viene pasas de ChatGPT a Claude, o usas los dos, tu conocimiento no debería tener que mudarse contigo.

El mejor hogar es el data warehouse o la base de datos que la empresa ya tiene en marcha, como BigQuery o Supabase. El trabajo de verdad es meterlo todo ahí y acordar las reglas por encima: quién puede ver qué datos, y un entorno de pruebas donde ensayar los cambios antes de que lleguen a todo el mundo.

Encima se sitúa una capa semántica, donde la empresa deja por escrito qué significan sus datos. Los ingresos recurrentes anuales (ARR) se calculan de una sola manera, así que tanto si alguien pregunta en Claude como en HubSpot o en un dashboard, obtiene la misma cifra.

Puedes empezar en Notion o en Google Docs mientras aprendes qué pregunta la gente. Pero los documentos son difíciles de consultar y de mantener al día, así que, para algo robusto, invierte en la capa de datos. Nuestra guía para llevar RevOps con Claude explica el montaje completo.

  • CRM
  • Tickets de soporte
  • Correos
  • Transcripciones de llamadas
  • Finanzas
La herramienta de IA de un proveedorTu conocimiento, en su producto
  • El asistente del proveedor
  • Claudeen las condiciones del proveedor
  • ChatGPTen las condiciones del proveedor
  • Dashboardsen las condiciones del proveedor

El conocimiento está en el producto de otro. Si cambias de proveedor de IA, o te quedas sin esa herramienta, hay que trasladarlo.

No es trabajo solo de IT

El último grupo de problemas tiene que ver con la confianza. Cuando la IA se equivoca justo lo suficiente, alguien revisa cada línea, y el tiempo ahorrado se va directamente en revisar. Un prompt mejor rara vez lo arregla. Arreglar los datos y las definiciones, sí, y entonces la revisión puede ajustarse a lo que está en juego.

Las revisiones de seguridad y de alojamiento son el otro problema de confianza. Pilotos con un caso de negocio claro se paran ahí porque nadie preguntó adónde irían los datos hasta el último momento. Mete a seguridad en la primera semana, no en la última.

Lo que me devuelve al cerebro. Le sugerí al consultor que le dijera a la dirección de su cliente que no dejara que IT lo liderara en solitario. El conocimiento de la empresa es el centro de todo, y demasiado importante para hacerlo mal. Necesita un pequeño equipo transversal que lo construya en conjunto, lo mantenga al día y resuelva por el camino la mayoría de las cuestiones de confianza.

Cuánta revisiónUn vistazo antes de usarlo
Quién lo revisaQuien lo usa

Si todo pasa la revisión completa, el tiempo ahorrado se va en revisar.

Quién es responsable del conocimiento de la empresa

  • IT o el equipo de datosLa plataforma y quién tiene acceso
  • RevOpsLos datos comerciales y las definiciones
  • Responsables de cada áreaSu propia área: finanzas, legal, soporte
  • SeguridadImplicada desde la primera semana

Por dónde empezar

Si reconoces unos cuantos, estás en buena compañía. La mayoría de las soluciones no son técnicas. Son decisiones sobre proceso, datos y responsabilidad, y son más fáciles de tomar proceso a proceso. Esto es lo que conviene tener listo antes de meter la IA en uno.

Antes de llevar la IA a un proceso · marca lo que ya tienes

0 de 6Empieza por arriba: un proceso, mapeado con honestidad.

Fuentes y lecturas adicionales

Pon el método en práctica.

Haz la auditoría GTM gratuita en el montaje de Claude que ya tienes.

01 /es IA y operaciones

Claude como tu sistema de RevOps: la guía de configuración

Cómo configurar Claude como el sistema de RevOps de tu empresa: primero la estrategia, un almacén de datos neutral, una capa semántica, datos limpios y después la automatización, Slack y la cuestión del CRM.

Haris OdobasicHaris Odobasic16 min de lectura