Tareas ideales para la IA: el perfil que debes buscar

La mayoría de los proyectos de IA que no llegan a nada fallan antes de empezar. No por un modelo malo ni por falta de presupuesto, sino porque alguien eligió la tarea equivocada. Se cogió lo más visible, lo que quedaba bien en la reunión, y se le pidió a la IA que lo resolviera. La IA no encajaba con esa tarea, y ningún ajuste posterior lo arregla.

La buena noticia es que sí existe un perfil de tarea que encaja bien con la IA. Son cuatro rasgos, y tienen que darse los cuatro a la vez. Cuando lo conoces, puedes mirar cualquier proceso de tu empresa y decir, en dos minutos, si merece la pena o si vas a tirar el dinero.

El perfil en una frase: cuatro rasgos que deben coincidir

Una tarea es buena candidata para la IA cuando reúne estos cuatro rasgos:

1. Alto volumen. Se hace muchas veces, no una vez al año.
2. Lenguaje o datos sin estructura. Trabaja con texto, correos, documentos o imágenes, no con una tabla de reglas fijas.
3. Tolerancia a un error ocasional. Un fallo esporádico no provoca un desastre irreversible.
4. Verificación barata. Comprobar si la respuesta es correcta cuesta mucho menos que hacer la tarea desde cero.

Fíjate en el “a la vez”. Una tarea de mucho volumen pero donde cualquier error acaba en un juzgado no es candidata. Una tarea con texto libre pero que solo ocurre una vez al trimestre tampoco. El valor aparece en la intersección, no en un rasgo suelto. Veamos por qué pesa cada uno.

Rasgo 1: alto volumen

Montar la IA en un proceso cuesta trabajo. Hay que conectarla, probarla, ajustar cómo le pides las cosas y, sobre todo, vigilar que no se desvíe. Ese coste fijo se paga una vez y luego se reparte entre todas las veces que se ejecuta la tarea.

Si el proceso corre miles de veces al mes, el reparto sale barato. Supón un buzón que recibe cientos de correos de clientes al día y alguien tiene que clasificarlos por tema y urgencia. Ahí el volumen justifica de sobra el esfuerzo de puesta en marcha.

Ahora el otro extremo: redactar el contrato de alquiler de la nave, algo que haces una vez cada varios años. Aunque la IA pudiera ayudar, el tiempo que dedicas a preparar y revisar el sistema es mayor que el que te ahorra. Para lo que pasa poco, un buen abogado y una plantilla ganan siempre.

El volumen no hace buena una tarea por sí solo. Pero sin volumen, casi ninguna tarea compensa el esfuerzo de automatizarla con IA.

Rasgo 2: lenguaje y datos sin estructura

Aquí conviene aclarar qué es un LLM, porque es la pieza que hace especial a la IA de hoy. Un LLM (modelo grande de lenguaje) es un programa que predice qué texto es el más probable a continuación, entrenado con enormes cantidades de escritura humana. No sigue una lista de reglas que alguien programó. Ha aprendido patrones del lenguaje.

Por eso brilla justo donde el software clásico se atasca: matices, sinónimos, faltas de ortografía, formato libre. Un correo que dice “no me ha llegado el pedido y estoy que trino” y otro que dice “consulta sobre estado de mi envío, aún pendiente” significan casi lo mismo, aunque no compartan ni una palabra clave. Un LLM capta esa equivalencia. Un programa de reglas necesitaría que alguien anticipara cada forma de decirlo, y siempre se escapa alguna.

El reverso es importante y mucha gente lo pasa por alto. Si tu tarea ya vive en una hoja de cálculo con reglas claras (“si el importe supera X, pásalo a este departamento”), no necesitas IA. Necesitas software normal, que además es más barato, más rápido y siempre da el mismo resultado. Antes de meter IA, conviene tener claro qué hace bien y qué hace mal la IA frente a la automatización de toda la vida.

Rasgo 3: tolerancia a un error ocasional

La IA se equivoca. No de vez en cuando por un fallo técnico, sino por cómo funciona. A veces produce una respuesta que suena perfecta, segura y bien redactada, y que es sencillamente falsa. En el sector se llama “alucinación”: la IA inventa un dato plausible con total aplomo. No avisa de que no lo sabe.

Esto no la descarta. La descarta usarla donde un error ocasional es catastrófico. La pregunta que tienes que hacerte es concreta: si esta tarea se equivoca una de cada tantas veces y nadie lo revisa, ¿qué pasa?

Si la respuesta es “clasifico mal un correo y el cliente espera media hora más”, tienes margen de sobra. Si la respuesta es “declaro un impuesto con una cifra inventada” o “le prometo a un cliente algo que no cumplimos y hay contrato de por medio”, entonces esa tarea no es candidata para funcionar sola. Puede seguir siendo candidata con una persona revisando cada salida, pero eso cambia las cuentas, porque ya no ahorras tanto.

Rasgo 4: verificación barata

Este es el rasgo que casi nadie mira, y el que más proyectos hunde. La IA solo te ahorra trabajo si comprobar que acertó cuesta mucho menos que hacer la tarea tú.

Piensa en resumir un informe de cuarenta páginas. La IA tarda segundos, y tú compruebas el resumen en un par de minutos leyendo por encima y contrastando con el original. Verificación baratísima. Ahorro real.

Ahora piensa en pedirle que calcule una liquidación fiscal compleja. La IA suelta un número. ¿Cómo sabes que es correcto? Rehaciéndolo tú, que es exactamente el trabajo que querías evitar. Si verificar cuesta lo mismo que hacer, no has ganado nada. Has añadido un paso.

La verificación barata suele aparecer cuando la respuesta es fácil de contrastar de un vistazo, cuando existe una fuente contra la que comparar, o cuando un error salta a la vista. Cuando la respuesta es un dato aislado que solo se comprueba repitiendo el cálculo, desconfía.

Cómo puntuar tu tarea

Coge una tarea concreta de tu empresa y dale un punto por cada rasgo que cumpla de verdad, no por cada uno que te gustaría que cumpliera.

Rasgo	Pregunta honesta	¿Punto?
Alto volumen	¿Se hace cientos o miles de veces al mes?	0 / 1
Sin estructura	¿Trabaja con texto, correos, documentos o imágenes en formato libre?	0 / 1
Tolerancia al error	¿Un fallo suelto se corrige sin consecuencias graves?	0 / 1
Verificación barata	¿Comprobar la salida cuesta bastante menos que producirla?	0 / 1

Suma los puntos:

• 4 puntos: candidata fuerte. Empieza por un piloto pequeño y mide antes de ampliar.
• 2 o 3 puntos: posible, pero con condiciones. Suele hacer falta una persona revisando (humano en el bucle) y un modo de verificar diseñado a propósito. Las cuentas hay que rehacerlas con ese coste dentro.
• 0 o 1 punto: no la fuerces. O buscas otra tarea con mejor perfil, o resuelves esta con software tradicional, que para reglas fijas es mejor herramienta.

Con este criterio puedes revisar tu lista de ideas y ordenarla por perfil en una tarde. Si quieres ver el mapa completo de dónde encaja la IA en una empresa y qué familias de tareas suelen puntuar alto, esa guía te da el panorama. Y cuando ya tengas una candidata clara, el paso siguiente es cómo automatizar una tarea repetitiva con IA sin montar un proyecto gigante.

Trampas al puntuar

El sistema es sencillo, y por eso es fácil hacerse trampas al solitario. Cuatro se repiten.

La primera es puntuar por ilusión. Quieres que la tarea salga alta, así que le regalas el punto de “tolerancia al error” cuando en realidad un fallo ahí duele. Sé duro con tus propias respuestas.

La segunda, olvidar el coste de verificación. Es el rasgo invisible. La demo funcionó, el resultado parecía bueno, y nadie se preguntó cuánto costará comprobar cada respuesta cuando sean miles al mes en vez de tres en una reunión.

La tercera es confundir una demo impresionante con fiabilidad a escala. Que la IA acierte cinco ejemplos elegidos no dice casi nada de cómo se comporta con diez mil casos reales, sucios y raros. El piloto existe precisamente para medir eso.

La cuarta es elegir la tarea más visible en lugar de la de mejor perfil. La tarea que impresiona al comité rara vez es la que mejor puntúa. Empieza por la aburrida que saca un 4, no por la vistosa que saca un 2.

Ese criterio (mirar el perfil antes que el brillo) es justo lo que trabajamos con calma y con ejemplos reales en el curso de IA sin hype, pensado para quien decide sin ser técnico.

Un concepto nuevo cada semana

Suscribirme

Preguntas frecuentes

¿Una tarea con 2 sobre 4 no vale nunca? Sí vale, pero con matices. Un 2 o un 3 significa que la IA puede ayudar si añades una persona que revise y diseñas cómo verificar las salidas. Lo que no puedes es soltarla sola y esperar el mismo ahorro que en una tarea de 4.

¿Esto sirve para la IA generativa y también para la automatización clásica? El perfil está pensado para la IA que trabaja con lenguaje y datos sin estructura. Si tu tarea puntúa bajo en el rasgo de “sin estructura”, probablemente lo tuyo no sea IA generativa, sino automatización de toda la vida: más barata, más predecible y con menos sorpresas.

¿Por dónde empiezo si ninguna tarea llega a 4? Baja el listón a la de mejor puntuación y mira qué rasgo le falta. Si le falta volumen, quizá puedas agrupar varias tareas parecidas. Si le falta verificación barata, piensa si hay una forma sencilla de comprobar la salida que no habías considerado. A veces una tarea de 3 se convierte en una de 4 con un pequeño rediseño.

¿El perfil cambia según el tamaño de la empresa? Los cuatro rasgos son los mismos para una pyme y para una multinacional. Lo que cambia es el umbral de volumen: lo que para una empresa grande es “poco” puede ser mucho para una pequeña. Puntúa con tus propios números, no con los de un caso de otra escala.