Es probable que tu proyecto de IA funcione con datos que ya posees.
La mayoría de las empresas no necesitan datos nuevos para empezar con la inteligencia artificial; necesitan hacer que la información que ya tienen sea accesible, actualizada y de su propiedad.
Comenzar desde una pregunta, no desde un archivo
La intuición es hacer un inventario de todo antes de empezar. Resiste la tentación. Una auditoría completa de datos toma meses, genera una hoja de cálculo que nadie lee y retrasa lo que te habría enseñado más.
Elige una decisión o una tarea recurrente. ¿Cómo cotizamos un trabajo no estándar? ¿Qué le decimos a un cliente cuyo pedido se atrasa? ¿Qué cláusula podemos ceder en un contrato con proveedores? Luego, prepara solo la información que alimente esa tarea. Aprenderás más sobre el estado de tus datos de veinte documentos que realmente usas que de un mapa completo de documentos que no.
¿Qué significa realmente "listo"?
Para un conjunto dado de documentos, cuatro cosas deben ser ciertas:
- Encontrable. El sistema puede acceder a él sin que alguien envíe un archivo. Una unidad compartida, una base de datos, una carpeta exportada — el mecanismo importa menos que el hecho de que exista en un lugar accesible.
- Actual. Hay una versión autorizada y todos están de acuerdo en cuál es.
- Con permiso. El acceso está controlado por quien lo solicita, no por si el sistema tiene o no el archivo.
- Describido. Cada documento debe llevar la información sobre quién lo produjo, cuándo y para qué sirve.
Nada de esta lista es técnico. Todo es organizativo, por eso suele entregarse a las personas equivocadas.
El problema de las versiones es el costoso
Si existen tres listas de precios y dos están obsoletas, una persona nota las fechas y elige la correcta. Un sistema no lo hará. Responderá con la información que haya leído, con la misma confianza que usa cuando tiene razón, y alguien citará a un cliente con tarifas de 2023.
La solución es poco glamurosa pero duradera. Designa un propietario por conjunto de documentos. Que declaren la versión canónica, archiven el resto en un lugar al que el sistema no pueda acceder y asuman la responsabilidad de mantenerla actualizada. Así, tu proyecto de IA mejorará. Si decides omitir la IA, tu empresa seguirá mejorando, lo cual es una buena señal de que estás trabajando en la dirección correcta.
La mayor parte de tu conocimiento más valioso nunca se escribió
Las respuestas que dan tus mejores personas rara vez están en el manual. Están en entradas de soporte, correos electrónicos de ventas y el mensaje donde un colega explicó por qué este cliente específico recibe una excepción.
Comienza a capturar eso en el formato que ya tiene. Recopila las veinte preguntas que tu equipo responde con más frecuencia y anota las respuestas reales — cortas, con fecha, atribuidas. Treinta buenas respuestas harán más por un sistema inicial que un documento de doscientas páginas que nadie ha abierto desde la última reorganización.
Decide lo que el sistema nunca debe ver
Antes de conectar algo, traza una línea. Datos salariales, información de salud, registros de clientes no enredados, asuntos bajo privilegio legal. Decide qué se mantiene fuera, anótalo y haz que la exclusión sea estructural — almacenamiento separado, permisos separados — en lugar de una instrucción que el sistema deba seguir.
Luego, decide cómo funciona el acceso. Si un supervisor puede ver un documento y un pasante no, eso debe ser cierto cuando ambos lo soliciten a través de una ventana de chat. Los sistemas que responden igual a todos eventualmente le darán la información a la persona equivocada.
Establece una fecha de vencimiento
La información antigua es el modo de fallo silencioso. Una política que caducó en 2024 permanece en la carpeta indefinidamente y parece autorizada. Asigna una fecha de revisión y un revisor nombrado a cada conjunto de documentos. Cuando un documento expire, se retira del grupo hasta que alguien lo apruebe nuevamente.
¿Qué esperar?
Preparar datos para un flujo de trabajo toma semanas, no trimestres, y el segundo flujo de trabajo será más rápido porque los hábitos de propiedad ya están establecidos. Evalúa el progreso en dos aspectos: con qué frecuencia la respuesta del sistema es correcta y con qué frecuencia puedes rastrear esa respuesta hasta un documento específico. Lo segundo es más importante al principio. Una respuesta que no se puede rastrear no puede corregirse.
Esta es la parte menos visible de adoptar la IA y, confiablemente, la más pesada. También es donde pasamos las primeras semanas de la mayoría de nuestros proyectos, porque un buen modelo leyendo información desordenada produce errores bien escritos y confiados — y esos son más difíciles de atrapar que los obvios.