Cuando empecé a escribir esto hace un par de semanas, la conversación sobre inteligencia artificial (IA) era completamente distinta. Apenas unas semanas después, todo ha cambiado. Nuevos agentes, nuevos frameworks y nuevas publicaciones exageradas inundan mi feed cada mañana.

Hoy, esa es la realidad de la IA: casi cualquier cosa que digas se queda obsoleta de inmediato. No estoy ofreciendo un manual definitivo. Esto es simplemente mi perspectiva —como emprendedor, no como científico de datos— sobre lo que realmente resulta útil en el mundo B2B y dónde veo que están surgiendo las verdaderas oportunidades.

Relacionado: La IA no te reemplazará — pero tu previsibilidad sí. Así es como puedes volverte irremplazable

La vista desde aquí

Lo que veo ahora mismo es una mezcla caótica. Algunas marcas están forzando la IA en cada rincón del negocio. Otras están tratando activamente de mantenerla fuera. En mi sector abunda el teatro de la IA: funciones llamativas pegadas encima de productos existentes solo para cumplir con el requisito.

Se ven bien en un comunicado de prensa, pero no le facilitan la vida a nadie. Si pasas algo de tiempo en LinkedIn, sabes a qué me refiero: publicaciones interminables de proveedores “impresionados” o “más que emocionados” por anunciar alguna nueva función que su equipo armó en una semana.

Es divertido ver el ciclo de hype, pero no es lo mismo que resolver las tareas reales que los clientes necesitan que se hagan. La verdadera ganancia está en descubrir dónde la inteligencia artificial realmente puede acelerar procesos, ayudarte a tomar mejores decisiones y no entorpecer a las personas con más complejidad.

Conforme hemos incorporado IA en nuestras propias herramientas, hemos mantenido un principio claro: los humanos tienen el control del ciclo. Nuestros clientes quieren saber: ¿Puedo confiar en esto? ¿Me ayudará a moverme más rápido? ¿Facilitará las decisiones en vez de volverlas más difíciles?

Ese componente de confianza importa, porque si la IA se equivoca, incluso una sola vez, puede llevarte por el camino incorrecto. Nadie quiere tomar una decisión basada en algo que resulte estar mal. Las alucinaciones son reales, y no faltan los charlatanes de datos sintéticos que prometen atajos, así que necesitas formas de evaluar lo que produce el sistema y mantener el control.

Relacionado: La IA no te está quitando el trabajo. Te está obligando a evolucionar

De funciones a agentes

La mayoría de las adopciones de IA empiezan de forma pequeña: un resumidor por aquí, un analizador de sentimiento por allá. Útiles, pero aislados. Considero que la transformación real ocurrirá cuando integres esos elementos en agentes, es decir, herramientas semiautónomas capaces de comprender tu meta y colaborar para lograrla. Se encargan del trabajo repetitivo y ruidoso para que las personas puedan concentrarse en pensar.

En mi industria, una de las mayores oportunidades para la IA es la información no estructurada: respuestas abiertas, transcripciones, reseñas, registros de chat. Cada estudio cuantitativo las tiene, y muchas veces es ahí donde viven las historias reales. Cuando alineas esas respuestas abiertas con los datos duros de la investigación cuantitativa, obtienes contexto, matices y el tipo de anécdotas que captan la atención de los stakeholders.

En los últimos años hemos empezado a usar IA para ir mucho más a fondo: evaluar la calidad de las respuestas, detonar seguimientos contextuales, resumir enormes conjuntos de datos e incluso armar compilaciones destacadas a partir de videoclips.

Este año reunimos todo eso en un solo agente de datos no estructurados que vuelve esas voces más digeribles y las conecta directamente con los datos duros. Convierte lo que antes consumía tiempo en resultados listos para la toma de decisiones, ayudando a nuestros clientes a capturar tanto la evidencia como las historias que impulsan la acción, sin obligarlos a aprender un sistema completamente nuevo.

¿El siguiente paso? Conectar agentes para que realmente puedan hablar entre sí y cubrir todas las fases de la investigación: planificación, recolección de datos, análisis y difusión de resultados. Además, cada vez que haces una pregunta en investigación, casi siempre descubres más.

La IA ahora puede indagar en el momento, hacer preguntas de seguimiento y mantener ese ciclo en marcha con los participantes en lugar de dejar insights sobre la mesa. Lo mejor es que no tienes que apostarlo todo de inmediato; estos agentes conectados pueden ejecutar todo el proceso o simplemente encargarse de las partes que necesites. Durante todo el proceso, las personas siguen al mando, asegurándose de que el sistema se mantenga en la dirección correcta.

Llámalo un superagente o simplemente un sistema más inteligente, pero el objetivo es el mismo: reducir la fricción, mantener a las personas al mando y hacer que todo fluya de principio a fin.

Relacionado: Cofundador de OpenAI afirma que los agentes de IA aún no están listos para reemplazarnos

Haz espacio para experimentar

No logras un flujo de trabajo eficiente con IA entre llamadas de Zoom por accidente. Necesitas espacio. Algo que nos ha funcionado es el AI Day, un día al mes en el que el equipo se aleja de su trabajo habitual para probar herramientas, ensayar nuevos flujos de trabajo y compartir lo que han descubierto, aprendido y experimentado. Este espacio de innovación funciona como un sandbox para crear prototipos antes de que estén listos para integrarse en la hoja de ruta.

De hecho, creo tanto en este concepto que recientemente lanzamos el Innovation Insider Program, un programa de un año para una docena de marcas que quieren profundizar. Este programa se centra en habilidades reales de liderazgo, experimentar de forma segura y descubrir cómo operacionalizar la IA en toda una organización.

Cada mes, los participantes trabajan directamente con agentes GPT personalizados, los prueban en paralelo contra sus flujos actuales y colaboran con nuestro equipo para ver qué funciona. Al final, no solo están al día con la IA: están lanzando soluciones reales, ahorrando tiempo y construyendo un manual interno sobre cómo hacer esto de manera responsable.

Ese proceso de experimentar es, además, la forma en que encuentras el ajuste adecuado. Algunos clientes quieren moverse rápido y ser autosuficientes. Otros quieren un socio en el día a día. La inteligencia artificial encaja de forma distinta en cada modelo, y la única manera de adaptarse es seguir jugando con ella. La curiosidad y la experimentación lúdica son los dos ingredientes más importantes en este momento. Si puedes aportar eso, estarás un paso adelante.

Relacionado: Las 5 habilidades de liderazgo que no puedes darte el lujo de automatizar

Mi perspectiva (por ahora)

Todo esto está cambiando rápido. Para cuando leas esto, Amazon, OpenAI, Anthropic o alguna startup de la que nunca has oído hablar quizá ya haya lanzado algo que vuelva a mezclar todas las cartas. Está bien. Para mí, por ahora, la conclusión es simple:

• No finjas que vas más avanzado de lo que realmente estás.
• Empieza por aquellos puntos donde la IA pueda aportar valor real a los clientes, aunque sea poco.
• Prepárate para adaptarte, especialmente si la IA empieza a comerse parte de lo que hoy haces.
• Haz espacio para aprender, no como un proyecto secundario, sino como un hábito.
• Apóyate en tu experiencia: elige las áreas donde ya tienes una base sólida de conocimiento, pero donde el trabajo toma demasiado tiempo, y deja que la IA te ayude a entregar más rápido.

Hoy, la IA es más que una simple función. Puede (y debe) ser parte de la infraestructura y la mentalidad de tu empresa. Y si mantienes el enfoque en resolver problemas reales, no solo en vender la historia de la IA, estarás en una mejor posición cuando llegue el próximo gran cambio (que, seamos honestos, podría ser mañana).