Hoy, en tu empresa, alguien está pegando información en una herramienta de inteligencia artificial pública. Puede ser la lista de precios para que se la resuma, el correo de un cliente molesto para que le redacte la respuesta, o media nómina para que le arme una tabla. No lo hace por malicia: lo hace porque funciona y porque nadie le dijo lo contrario.
Ese es el punto de partida real de casi todas las conversaciones sobre IA que tenemos con gerentes. La pregunta ya no es si la empresa va a usar inteligencia artificial —la está usando— sino si va a hacerlo de una forma que la dirección pueda explicar.
Las dos maneras de usar IA en una empresa
La primera es la que ya conoces: una herramienta pública abierta en el navegador, a la que cada empleado le escribe lo que necesita. Se adopta sola, no requiere proyecto y sirve para tareas generales: redactar, traducir, resumir un texto que tú le pegas.
La segunda es un asistente conectado a los sistemas de la empresa. No hay que pegarle nada: ya tiene acceso —con permisos— a tu ERP, a tus documentos y a tu correo. Cuando le preguntas por un cliente no responde de memoria: va a buscar la factura y el contrato, y te dice de dónde sacó cada dato.
La diferencia práctica es grande. En la primera, la calidad de la respuesta depende de cuánta información sea capaz de pegar el empleado, y ahí está justamente el riesgo. En la segunda, el empleado no tiene que exponer nada: pregunta, y el sistema busca.
Dónde viven tus datos en cada caso
Esta es la pregunta que decide todo lo demás, y conviene responderla sin tecnicismos.
Con una herramienta pública, lo que tu empleado escribe viaja a los servidores del proveedor, casi siempre fuera del país. Allí se procesa y allí queda. Qué se guarda, por cuánto tiempo y si se usa para entrenar modelos futuros depende del plan contratado y de una configuración que casi nadie revisa. Tú no controlas nada de eso y tampoco puedes saber qué pegó cada quien.
Con una IA privada, el modelo se despliega donde tú decides: en tus propios servidores o en un entorno aislado contratado a tu nombre. Las consultas y los documentos no salen de ese perímetro. Cada persona ve lo que su rol le permite ver, igual que en el ERP, y queda registro de quién preguntó qué.
Dicho en corto: en un caso alquilas un servicio y le entregas tu información; en el otro, la información se queda en casa y lo que traes es el motor.
Qué se le puede conectar
Prácticamente cualquier sistema que ya tengas funcionando, siempre que haya forma de consultar sus datos. Los que más se piden:
- El ERP. Odoo, con sus ventas, facturas, inventario, compras y contabilidad. Es de donde salen las preguntas de negocio.
- Los documentos. Contratos, propuestas, manuales y políticas guardados en Nextcloud u otro gestor documental: todo eso que existe pero nadie encuentra.
- El monitoreo. Las alertas de Zabbix sobre servidores, enlaces y servicios, traducidas a lenguaje entendible y ordenadas por lo que de verdad urge.
- La seguridad. Los eventos de Wazuh y del firewall pfSense: intentos de acceso, cambios sospechosos y bloqueos, explicados sin jerga.
- El correo corporativo. Clasificación, resúmenes y borradores de respuesta que una persona aprueba antes de que salgan.
Lo importante no es cuántos sistemas conectes, sino que el primero resuelva algo que hoy te cuesta horas.
Por dónde empezar: un caso de uso, no todos
El error más común es querer conectarlo todo desde el principio. Eso convierte una mejora concreta en un proyecto largo, caro y difícil de defender ante la gerencia. Se empieza al revés: se elige la pregunta que más se repite en la empresa y se resuelve esa.
Una distribuidora
La pregunta que se repite es de cobros: qué clientes están vencidos, cuánto deben, qué dice su contrato sobre la mora y a quién hay que llamar hoy. Con el ERP y la carpeta de contratos conectados, eso deja de ser un reporte que alguien arma el viernes.
Una clínica
Aquí la información es sensible, y eso por sí solo descarta pegarla en una herramienta pública. El primer caso suele ser administrativo y no clínico: cuadrar agendas, preparar la facturación a las ARS y responder las preguntas repetidas de pacientes sobre coberturas y requisitos.
Un estudio contable
El primer caso casi siempre es documental: leer facturas de proveedores, extraer los datos, clasificarlas y dejarlas registradas para que una persona revise en lugar de teclear. A eso se le suman las consultas sobre normativa apoyadas en los propios documentos del estudio.
En los tres casos el patrón es el mismo: un sistema, una pregunta, un resultado que se puede medir. Lo demás viene después.
Qué preguntarle a cualquier proveedor de IA
Da igual con quién hables, nosotros incluidos. Estas preguntas separan una propuesta seria de una presentación bonita:
- ¿Dónde se procesan mis datos exactamente, y quién tiene acceso a ese servidor?
- ¿Se usan mis consultas o mis documentos para entrenar algún modelo? Que conste por escrito.
- ¿Cómo respeta el sistema los permisos que ya tengo? ¿Puede Contabilidad terminar viendo algo de Gerencia?
- ¿Queda registro de quién preguntó qué y de qué fuentes salió cada respuesta?
- Si mañana quiero irme, ¿qué me llevo y cómo? ¿Los datos, la configuración, el modelo?
- ¿Qué pasa cuando el sistema no sabe algo: lo dice, o se lo inventa?
Si alguna respuesta es vaga, esa es la conversación que hay que terminar antes de firmar nada.
Lo que la IA no resuelve
Conviene decirlo, porque la expectativa mal puesta es la causa número uno de que un proyecto de IA se abandone a los tres meses.
No arregla datos malos. Si tu inventario está descuadrado o la mitad de tus clientes tiene el RNC mal escrito, la IA te va a responder con esos mismos errores, solo que más rápido y mejor redactados. Ordenar los datos sigue siendo trabajo previo.
No sustituye el criterio. Prepara, propone y redacta, pero la decisión de cobrar, comprar o firmar la sigue tomando una persona. Cuando la IA ejecuta acciones, se diseña para que pida aprobación; eso es a propósito.
No reemplaza a tu equipo. Le quita lo repetitivo. Si el proyecto se monta para reducir personal, lo normal es que la gente deje de usarlo, y una herramienta que nadie usa no ahorra nada.
No se equivoca menos por ser privada. Un modelo puede responder con mucha seguridad algo incorrecto. Por eso importa que cite sus fuentes: para que quien lee pueda comprobarlo en dos clics.
El primer paso
No es comprar nada. Es sentarse una hora y responder tres cosas: qué información de tu empresa no puede salir de ella, qué pregunta se repite todas las semanas, y qué sistema la contiene. Con eso ya se puede dimensionar algo real.
El detalle de cómo lo hacemos —arquitectura, garantías y fases— está en la página de IA privada para empresas. Y si prefieres empezar por lo tuyo, cuéntanos tu caso: el diagnóstico inicial no tiene costo.
