Una estrategia de inteligencia artificial es un documento corto que define qué decisión de negocio va a mejorar un modelo, con qué datos y quién responde por el resultado. No es un plan de tecnología: es un plan de decisiones.
En empresas de 50 a 500 personas, donde los recursos son limitados y cada proyecto compite por atención, tener esa estrategia escrita antes de aprobar el presupuesto marca la diferencia entre un modelo que opera y uno que se queda en la demo.
Este artículo explica qué contiene una estrategia de IA, por qué el orden en que se construye importa más que la herramienta que se elija y cómo armar una con un ejercicio concreto que toma media hora.
La pregunta que no aparece en el acta de aprobación
La escena se repite. Un proyecto de inteligencia artificial llega a la mesa de aprobación con tres casillas marcadas: herramienta seleccionada, presupuesto definido y un responsable asignado. Lo que no aparece en el acta es una línea que explique qué decisión concreta va a mejorar ese modelo una vez que esté en producción.
La tesis es simple: el orden correcto es decisión, datos, modelo. El orden más común es exactamente el inverso.
El costo de equivocarse no es un fracaso visible. Es peor. El proyecto funciona en la demo, pasa el piloto, recibe aplausos internos y se queda ahí, sin escalar, sin que nadie sepa bien por qué. Meses después alguien pregunta qué pasó y la respuesta suele ser la misma: faltó definir para qué servía.
¿Qué es, en concreto, una estrategia de IA?
Una estrategia de inteligencia artificial para empresas no es un documento conceptual ni una presentación de tendencias. Es un texto corto que responde cinco preguntas operativas:
- Qué decisiones de negocio queremos mejorar y en qué orden. No todas al mismo tiempo. Hay que priorizar.
- Qué datos necesita cada decisión y de dónde salen. Sistema de origen, formato, frecuencia.
- Quién responde por la calidad de esos datos. Un nombre, no un área.
- Quién es dueño del resultado en el negocio. Quién va a usar el modelo para decidir.
- Cómo se va a medir que la decisión cambió. No que el modelo funcione, sino que la decisión sea mejor.
Cabe en pocas páginas. Su valor está en que exista escrito, no en su extensión.
Lo que no es una estrategia de IA
Algunas confusiones frecuentes:
- Un listado de casos de uso posibles. Útil para explorar, pero no define prioridad ni compromiso.
- La elección de un proveedor o plataforma. Eso viene después.
- Un presupuesto anual de tecnología. Necesario, pero no es estrategia.
- Una política de uso de herramientas generativas. Importante, pero resuelve otro problema.
Cada una es útil. Ninguna reemplaza a la estrategia. Y todas se escriben mejor después de ella.
¿Por qué el orden importa más que la tecnología?
Cuando los datos se ordenan después del modelo, el paso a la operación deja de ser un despliegue y vuelve a ser un proyecto completo, pero ahora con expectativas instaladas. El equipo ya vio la demo, la gerencia ya aprobó los recursos y de pronto hay que volver atrás para resolver cosas que debían estar resueltas antes de empezar.
Las plataformas cambian cada pocos años. El trabajo de ordenar las decisiones y los datos que las alimentan sobrevive a esos cambios. Invertir primero en esa capa protege toda la inversión que viene después, independiente de qué herramienta se use.
¿Cómo se construye?: El ejercicio de las cinco decisiones
Este es un método concreto que se puede aplicar esta semana:
Paso uno. Listar las cinco decisiones que la empresa toma todas las semanas sin datos suficientes. Cinco reales, no diez deseables. Ejemplos: a qué clientes priorizar, cuánto inventario reponer, qué campaña renovar.
Paso dos. Para cada una, anotar quién la toma hoy, con qué frecuencia y qué pasa cuando se equivoca. Esto ordena el impacto.
Paso tres. Elegir la que combine mayor frecuencia con mayor costo de error. Esa es la primera candidata.
Paso cuatro. Recién ahí preguntarse qué datos necesita esa decisión, de qué sistema salen y en qué estado están.
El ejercicio toma media hora. La dificultad no es técnica. Es de honestidad sobre cómo se decide hoy.
Las preguntas que vienen después
Una vez elegida la primera decisión, hay que responder lo siguiente:
- ¿De qué sistema sale cada dato?, ¿Quién responde por él?
- ¿Cada cuánto necesita actualizarse para que la decisión sirva?
- ¿Qué nivel de error tolera el negocio?
- ¿Quién lo opera cuando la persona que lo armó no esté?
Estas preguntas son el puente entre la estrategia y la implementación.
¿Qué debería estar escrito antes de aprobar el proyecto?
Un checklist para llevar a la próxima reunión de aprobación. Si alguien en la sala puede responder cada una, el proyecto tiene base:
- ¿Qué decisión de negocio va a cambiar con este modelo?
- ¿De dónde salen los datos que necesita y quién responde por su calidad?
- ¿Cada cuánto se actualizan y es suficiente para la decisión?
- ¿Quién en el negocio va a usar el resultado para decidir?
- ¿Cómo vamos a saber que la decisión mejoró?
Si alguna no tiene respuesta, el proyecto no está listo. No significa que no valga la pena. Significa que falta un paso antes.
Si quieres revisar cómo se aplica este orden en tu empresa, escríbenos y vemos tu caso concreto.
El contenido de este artículo es orientación técnica y no constituye asesoría legal.
