Más de 20 años trabajando en el cruce entre tecnología y negocio, principalmente en comercio electrónico. Ha pasado por sectores tan distintos como el farmacéutico, la moda o el entretenimiento, siempre desde el lado de la tecnología. Hoy trabaja como consultor independiente y en AENOR en proyectos de CRM, marketing e IA.
¿Qué diferencia ves entre cómo se vendía la transformación digital y cómo se está vendiendo la IA ahora?
Antes había que explicarle a la gente qué era el comercio electrónico. Ahora nadie te pregunta por qué necesitas presencia digital, eso ya está superado. La IA es diferente porque no viene a crear un canal nuevo, viene a mejorar lo que ya existe. Y parece que la IA es únicamente la generativa, pero no es así. La predictiva lleva años detectando clientes en riesgo de abandono o aumentando el ticket medio, cosas que antes solo intuía un buen comercial con experiencia.
Lo que sí tengo claro es que ha venido para quedarse. Sería la primera vez en la historia que la humanidad renuncia a una herramienta con valor diferencial tan importante. Jamás lo hemos hecho. Puestos a que haya un tren que no vaya a parar, es mejor estar sobre el tren en el vagón cafetería que en las vías esperando que te atropelle.
¿En qué momento un proyecto de IA genera retorno real y en qué momento se convierte en un coste?
Se convierte en un coste desde el minuto cero. En cuanto pagas una suscripción, ya tienes un coste mensual extra. La pregunta es cuándo ese coste está justificado.
Hay dos áreas con retornos muy distintos. En productividad personal, el ROI se mide en horas ahorradas. Con una hora recuperada al mes ya has pagado la suscripción, pero esas horas tienes que reinvertirlas en trabajo de mayor valor. Si no, la IA te la estás pagando tú, no la empresa.
Y luego está la automatización de procesos de negocio, donde está el mayor potencial. Procesos necesarios pero de poco valor añadido: cotejar facturas, detectar anomalías, gestionar datos de múltiples fuentes. Ahí el ROI es más difícil de medir pero muchísimo mayor. La clave está en no intentar automatizar el 100%. Con que automatices un 80 o un 90% ya tienes el beneficio, a eso lo llamo el «man in the middle»: el humano entra donde hace falta criterio, no donde la máquina puede hacerlo perfectamente.
Todos hemos visto un vídeo en YouTube donde en 40 minutos automatizan un proceso. Eso es un camino perfectamente guionizado del punto A al punto B. La realidad siempre es más complicada. Lo difícil es la repetibilidad y la fiabilidad.
¿La IA es igual de útil para todo el mundo?
La IA ha venido a dar alas, a dar superpoderes a las personas. Y esas alas se las está dando tanto al que tiene criterio como al que no. Y eso es peligroso.
Si tú tienes idea de lo que quieres, la IA te va a ayudar fantásticamente. Pero si no tienes ese criterio inicial, la IA te va a dar un documento que parecerá fantástico, y no dirá nada. Estoy cansado de que venga gente a leerme documentos preparados por una IA en los que el autor no ha aportado ni un mínimo de inteligencia propia. Son documentos genéricos que hablan de que somos partidarios del bien y enemigos del mal.
Cuando interactúas con la IA tienes que atarla en corto. Decirle exactamente lo que quieres, pedirle que debata contigo, que te dé aspectos positivos y negativos. Hay que saber usarla para no dejarse llevar por la caja de eco que es, le dices «yo opino esto» y te dice «fantástico, eres un genio.»
¿Qué debería preguntarse una empresa antes de invertir en IA?
¿Cómo están mis datos? Esa es la pregunta. Sin más.
La IA toma decisiones en base a algo. Si ese algo no es correcto, estás engañando a la IA y la IA por extensión te está engañando a ti de vuelta. Y la responsabilidad de la calidad del dato no es de IT, es de toda la organización. Del comercial que alimenta el CRM, del que registra las oportunidades. Si solo introduces datos cuando vendes, te pierdes toda la información de las veces que fuiste a vender y no lo conseguiste. Y eso empobrece cualquier análisis posterior.
Antes de invertir en IA, hay que haberse digitalizado bien. Sin esa base, cualquier inversión tomará decisiones sobre información que no es fiable.
¿Dónde están los límites éticos de la IA en las empresas?
Hay dos derivadas que no siempre se tienen en cuenta. La primera es el uso ético. En áreas como recursos humanos, los filtros automáticos son muy peligrosos. Gente perfectamente capaz se está quedando fuera de procesos de selección porque una condición binaria —tiene esta certificación, no la tiene— se está usando como filtro. Pero si esa persona se sienta contigo, la interacción humana y su capacidad de transmitir «me puedo hacer cargo de esto» no la tiene ninguna máquina. Ahí estamos entrando en zona roja.
La segunda es la seguridad. Tú podrías pensar que tu asistente de IA es personal y privado. Pero cuando estás en una compañía, tienes que asegurarte de que la IA que usas no está entrenando sus modelos con los datos de tu empresa. Si usas la API pública de cualquier herramienta y le das datos sensibles de tu compañía, eso puede acabar revelándoselo a otros. Las empresas grandes ya lo tienen regulado, trabajan con instancias privadas en la nube, dentro de la Unión Europea, donde los datos son propiedad de la empresa y no se comparten con nadie.
Mi consejo: antes de implementar cualquier solución de IA, revisad las condiciones generales de contratación del servicio. Hasta el final.
Si te ha parecido interesante esta entrevista, en nuestra newsletter publicamos conversaciones como esta cada dos semanas: expertos del sector, sin filtros y con foco en negocio. Suscríbete y no te pierdas la próxima.
