Llevamos dos años poniendo en producción sistemas que hacen trabajo real: atienden consultas, preparan documentos, ejecutan procesos. Cuando fallan, casi nunca es porque el modelo se equivoque en el sentido que la gente imagina. Falla antes, en un punto muy concreto.

El sistema no sabe qué hace esta empresa distinto de las demás.

Un dato que suele citarse a medias

El estudio Generative AI at Work, de Brynjolfsson, Li y Raymond, siguió a más de cinco mil agentes de atención al cliente con acceso a un asistente generativo. El titular que circula es que la productividad subió un 14 % de media. La parte interesante es la otra: el efecto fue de cerca del 35 % entre los profesionales con menos experiencia y prácticamente nulo entre los más veteranos.

La lectura evidente es que la herramienta acorta la curva de aprendizaje. La lectura útil es otra: lo que el sistema aportaba era el conocimiento que los veteranos ya tenían en la cabeza. No inventaba nada. Distribuía algo que ya existía y que nadie había puesto por escrito.

Por eso el contexto es el producto

Un empleado digital sin contexto es un becario muy rápido: contesta cualquier cosa, con seguridad, y no distingue entre lo que sabe y lo que supone. Con contexto —los procedimientos reales, las excepciones, los casos que acabaron mal— se comporta como alguien que lleva tiempo en la casa.

Y el contexto no se compra. Se extrae de la organización, se ordena y se mantiene. Es la parte lenta, la que no sale en las demostraciones y la que decide si el proyecto funciona.

Los tres fallos que vemos siempre

  • El sistema responde donde debería derivar. No se le ha enseñado a reconocer el límite de lo que puede resolver. Es el fallo más caro, porque el cliente no percibe que ha hablado con una máquina hasta que ya es tarde.
  • Los datos llegan tarde. Un asistente que consulta un inventario actualizado cada noche dará respuestas correctas y obsoletas. La calidad de la respuesta depende de la frescura del dato, no del modelo.
  • Nadie mide los casos que se escaparon. Se miden las conversaciones atendidas. Casi nunca se miden las que había que haber escalado y no se escalaron.

La adopción ya no es el problema

Según el AI Index Report 2026 de Stanford, el 88 % de las organizaciones encuestadas usa inteligencia artificial y el 70 % ha incorporado IA generativa en al menos una función. La adopción está resuelta. Lo que no está resuelto es la diferencia entre usarla y confiarle un proceso.

Confiarle un proceso significa aceptar que trabajará sin supervisión durante tramos. Y eso solo es sensato si antes se ha definido dónde tiene que parar.

Cómo lo montamos nosotros

Empezamos siempre por el mismo sitio: escribir el procedimiento como si fuéramos a contratar a una persona. Si no somos capaces de explicarlo con esa precisión, el proceso no está listo para automatizarse, y el problema no es tecnológico.

Después se acota el perímetro, se define la vía de escalado y se instrumenta todo lo que pasa por ahí. La automatización llega al final, no al principio.

Un empleado digital hereda la claridad de la organización que lo despliega. Si la organización no la tiene, la automatización solo hace que la confusión vaya más rápido.