Una reunión que seguro ya viviste
Lunes, sala de reuniones. El gerente general dice "tenemos que meter IA este año". La de marketing entiende ChatGPT escribiendo posts. El de sistemas entiende un modelo que predice qué cliente se va a ir. El de operaciones entiende un robot que llena formularios solo. Y la de finanzas entiende un gasto.
Los cuatro asienten. Los cuatro se van con una idea distinta. Y en tres meses el proyecto se cae, no porque la tecnología fallara, sino porque nunca hubo un proyecto: hubo cuatro 😅
Este capítulo no es de definiciones para memorizar. Es para que la próxima vez que alguien diga "IA" en tu trabajo, tú puedas preguntar la única pregunta que desarma el lío.
La línea que de verdad separa
Olvídate por un rato de robots, de cerebros y de películas. La diferencia práctica entre software normal e inteligencia artificial es una sola:
¿Alguien escribió las reglas, o el sistema las sacó solo mirando ejemplos?
Mira estos dos casos, que hacen exactamente lo mismo desde afuera.
Una tienda quiere avisar cuándo un producto se va a quedar sin stock. Opción uno: alguien se sienta y escribe la regla. "Si quedan menos de 20 unidades y la semana pasada se vendieron más de 50, avisa." Eso es software. Buenísimo, utilísimo, y no es IA. Si mañana cambia el comportamiento de compra, la regla sigue igual de tonta hasta que una persona la vuelva a escribir.
Opción dos: nadie escribe ninguna regla. Le das al sistema tres años de ventas y le dices "aprende cuándo se acaba el stock". El sistema mira, encuentra que en Cusco los productos vuelan en junio por Inti Raymi y en Lima no, y saca solo una regla que ninguna persona le dictó. Eso es IA.
Misma tienda, mismo aviso, misma pantalla. Lo que cambia es de dónde salió el criterio 🔍
Por qué esta línea te sirve el lunes
Porque te da la pregunta. Cuando alguien te venda algo con la palabra IA pegada, preguntas:
"¿Y esto de dónde saca su criterio? ¿Alguien lo programó o lo aprendió de datos? Si lo aprendió, ¿de qué datos?"
Con esa pregunta pasan dos cosas buenas. Si es software normal con etiqueta de IA, se nota en tres segundos, y no pasa nada malo con eso salvo que te lo estén cobrando como si fuera otra cosa. Y si es IA de verdad, la respuesta a "de qué datos" te dice casi todo lo que necesitas saber sobre si va a funcionar en tu empresa, que es de lo que habla el capítulo 9.
Las tres cosas que la gente llama IA
Cuando alguien dice "IA" casi siempre está pensando en una de estas tres, y son muy distintas entre sí.
| Lo que dicen | Lo que es | Dónde la ves |
|---|---|---|
| IA que conversa | Un modelo de lenguaje: predice qué palabra sigue, y de ahí sale todo lo demás | ChatGPT, Claude, Gemini |
| IA que decide | Un modelo que mira un caso y devuelve un número o una etiqueta | Tu banco decidiendo si aprueba el crédito, el filtro de spam |
| IA que crea | Un modelo que genera algo nuevo: imagen, audio, video | Las imágenes que te llegan por WhatsApp, las voces clonadas |
Las tres son inteligencia artificial. Las tres aprendieron de ejemplos. Pero la que decide es la más antigua, la más aburrida y la que más plata mueve hoy en las empresas, y casi nadie habla de ella porque no tiene una pantalla bonita que mostrar.
Cada una tiene su capítulo: la que decide en 3, la que conversa en 4.
Lo que NO es IA, aunque te lo vendan así
Esto te va a ahorrar reuniones.
- Un chatbot con respuestas escritas a mano. Si alguien escribió cada respuesta y el bot solo busca cuál toca, es un buscador con cara amable. Sirve, pero no aprendió nada.
- Un Excel con fórmulas. Por complicadas que sean. Las escribiste tú.
- Automatización de tareas. Que un robot abra tu correo, copie un dato y lo pegue en un sistema es utilísimo y probablemente sea lo que más tiempo te ahorra este año. Pero está siguiendo tus pasos, no decidiendo nada.
- Un tablero de indicadores. Te muestra lo que pasó. Eso es reporte, no predicción.
Ojo con esto, que es importante: ninguna de las cuatro es mala. Al revés, para la mayoría de empresas peruanas la automatización simple da más retorno este año que cualquier modelo. El problema no es usarlas. El problema es pagar precio de IA por algo que no lo es, o prometerle al directorio un modelo que aprende cuando lo que vas a entregar es una macro 😬
Y la palabra "inteligencia", ¿está bien puesta?
Es la pregunta que más me hacen y merece una respuesta honesta.
Estos sistemas no entienden nada de la manera en que tú entiendes. No tienen intenciones, no saben lo que dicen, no les importa acertar. Un modelo que distingue fotos de perros no sabe qué es un perro: sabe que ciertos patrones de píxeles van con cierta etiqueta.
Y aun así hacen cosas que hasta hace poco solo hacía una persona con criterio. Las dos cosas son ciertas a la vez, y aguantar esa incomodidad es probablemente lo más útil de todo este libro. La gente que se equivoca feo con IA suele estar agarrada a solo una de las dos mitades: o cree que la máquina piensa, o cree que es un truco 🙂
Dónde falla exactamente y por qué está en 8.
Lo que te llevas
- IA es cuando el criterio salió de los datos, no de una persona que lo escribió.
- La pregunta que desarma cualquier reunión: ¿de dónde saca su criterio y de qué datos?
- Hay tres familias, y la más rentable en empresas es la aburrida, la que decide en silencio.
- Que algo no sea IA no lo hace peor. Lo hace otra cosa, con otro precio.
Comprueba que se entendió
Comprueba que lo tienes
Tu banco usa un sistema que revisa cada operación y bloquea las que parecen robo. Nadie escribió una lista de reglas: el sistema miró millones de operaciones anteriores y sacó solas las señales. ¿Eso es inteligencia artificial?
- No, porque no habla ni conversa como ChatGPT
- Sí, y además es el tipo que más se usa en el mundo real
- No, porque solo dice sí o no
- Sí, pero solo si el banco lo llama IA en su publicidad
En el siguiente capítulo vemos lo único que de verdad hay debajo: cómo una máquina aprende de ejemplos, sin una sola fórmula 🐥