Si todos usan la misma IA, ¿dónde está tu ventaja?
9m 25s
Cuando todos tienen acceso a la misma inteligencia artificial, la ventaja no radica en poseer la herramienta, sino en cómo se aplica en el contexto específico del trabajo. La diferencia clave está en la experiencia práctica, el conocimiento del negocio y la capacidad de identificar problemas reales que requieren soluciones efectivas. Muchas personas se enfocan en usar la herramienta por sí sola, sin cuestionar si el problema que se aborda es el adecuado. La clave está en elegir bien el problema, considerar el contexto particular (como relaciones de clientes, procesos antiguos o excepciones no documentadas), definir claramente qué es un resultado válido y establecer criterios para validar las respuestas. La inteligencia artificial puede acelerar tareas, pero el juicio humano sigue siendo esencial para evaluar si los resultados son útiles, precisos y seguros. La experiencia no se mide únicamente por la cantidad de información acumulada, sino por la capacidad de identificar fallas, patrones ocultos y decisiones críticas. Esto puede convertirse en reglas, ejemplos y límites para la inteligencia artificial, multiplicando así la experiencia humana. Para aplicar esto, se recomienda identificar una tarea recurrente, describir su proceso actual, anotar los datos, decisiones y excepciones, y luego decidir qué parte puede delegarse a la IA y qué debe seguir bajo control humano. Este enfoque permite avanzar desde la mera utilización hacia una gestión activa y crítica del proceso.
Si vos tenés chat GPT, tu competencia también, si vos tenés cloud, ellos también.
Y si mañana parece un modelo mucho mejor, probablemente en poco tiempo todos vamos a poder
usarlo.
Entonces, si todos tenemos acceso a la misma inteligencia artificial, donde está la ventaja.
Mi respuesta es esta, la ventaja no está en inteligencia artificial, está en todo
lo que vos llevás a la mesa antes de abrirla.
En todo un tiempo parecía que la diferencia estaba en conocer la herramienta concreta.
Después estuvo en saber escribir buenos prompts.
Más tarde aparecieron los asistentes, los agentes, las automatizaciones, las aplicaciones
creadas con inteligencia artificial y claro que importa conocer estas cosas.
Hay herramientas mejores para determinadas tareas y hay formas de usarla que dan resultados
mucho más útiles.
Pero el acceso por sí solo dura cada vez menos como una ventaja y las interfaces se vuelven
más sencillas, las herramientas se copien entre sí, lo que ayer requería bastante
conocimiento, mañana, aparece resuelto con un botón.
Si tu única ventaja era saber dónde estaba ese botón, tenés un problema.
Hace poco una persona me pidió ayuda con un problema que venía arrastrando desde
hace meses.
Necesitaba conectar una aplicación con WhatsApp.
Había probado varias soluciones que liga proponiendo la inteligencia artificial, pero ninguna
termina funcionando bien, se desconectaba a veces la cuenta de WhatsApp quedaba inutilizable
durante horas, incluso existía el riesgo de que le bloquearan el número.
Después de varios intentos me pidió una mano porque las alternativas que le daba
la inteligencia artificial no estaban ayudando a poder resolver ese problema.
Yo venía probando otra alternativa en un proyecto propio, no voy a entrar acá en la parte
técnica porque no es lo importante, le había usado y como sabía que funcionaba y había
visto que podía servirle, se la recomendé.
La probaron y pudieron resolver un problema que llevaba meses trabados.
No es que yo haya escrito un prón mejor, tampoco es que la inteligencia artificial no
sirva.
La diferencia fue que yo llevaba una experiencia práctica que no estaba pareciendo en
las alternativas que la inteligencia artificial le proponía.
Había probado algo en el mundo real, sabía que funcionaba y pude traer ese aprendizaje
a un problema diferente.
Para mí, ahí empieza a aparecer la verdadera ventaja, no en tener acceso a una herramienta,
sino en el criterio y el repertorio que construir usando, probando, equivocándote y resolviendo
problemas reales.
Y para mí, esa ventaja tiene cuatro partes, la primera es elegir bien qué problema resolver.
Esto parece obvio, pero es donde mucha gente se equivocan.
Ven una herramienta nueva, empiezan a buscar donde metarla, tengo que usar una gente, tengo
que hacer un chatbot, tengo que automatizar algo, pero la pregunta debería ser al revés,
donde se pierde tiempo, donde se repite trabajo, donde aparecen errores, donde dependo
de una persona que tiene toda la información en su cabeza, a veces la respuesta va a ser
una gente, otra vez es una automatización sencilla, a veces alcanza con ordenar una planilla,
y otras veces no hay que automatizar la tarea, hay que redefinir el proceso completo,
la inteligencia artificial no convierte automáticamente un mal proceso en uno bueno, muchas
veces solo permite hacer más rápido el mismo de Sorden.
La segunda parte es el contexto, la ya puede conocer muchísimos sobreventas, contratos, marketing
o finanzas, lo que no conoce es tu negocio, no sabe que ese cliente lleva ocho años
con vos, no sabe que un proveedor entrega siempre tarde, no sabe que un número de la planilla
está expresado en una forma distinta porque viene de un sistema viejo, no sabe que existe
una excepción que nunca quedó documentada porque solamente la conoce una persona del equipo,
ese contexto no aparece mágicamente por pagar el plan más caro, hay que construirlo,
documentarlo y decidir qué parte puede recibir la inteligencia artificial de manera segura,
y cuanto mejor entende esta actividad, más contexto relevante le puedes aportar, la tercera
parte es el criterio, cuando le delegas a una persona no alcanza con decirle que tarea
tiene que hacer, también necesitas explicarle qué esperas como resultado, con la inteligencia
artificial pasa lo mismo, qué datos tiene que usar, qué no puede inventar, qué situaciones
debe marcar para revisión, cuando puede avanzar sola y cuando tiene que pedir autorización,
qué características tiene un resultado realmente útil, puedes pedirle que revise facturas y pagos
para encontrar diferencias, pero alguien tiene que decidir qué datos comparar, qué diferencias
son aceptables, cuáles requieren una revisión y cuando laía no debería avanzar sola, la
herramienta puede hacer el control, el criterio define las reglas y los límites, y la
cuarta parte es validar, este punto se va a volver cada vez más importante, en un informe
reciente OpenAI analizó una muestra de uso de codex y encontró unicamente interesante,
los usuarios ya no recurren a la gente solamente para obtener una respuesta, empiezan a delegarle
trabajos que pueden durar mucho más tiempo, en 2026 en mayo, dentro de una muestra de usuarios
individuales de codex, el 70,2% había enviado al menos una solicitud que según la estimación
del estudio habría llevado más de una hora a una persona con experiencia, ojo con el
dato, no me dieron una hora de trabajo real, es una estimación hecha a partir de las
solicitudes sobre una muestra de usuarios de codex, no quiere decir que el 70% de todo
el mercado trabajó de esa forma, pero la dirección del cambio es interesante, estamos pasando
de pedir respuestas a delegar trabajo y cuando delegas más trabajo aparece una responsabilidad
nueva, revisar lo que vuelve, y en otro informe sobre el uso de agentes en trabajo científico
OpenAI plantea algo parecido, cuando la inteligencia artificial acelera la ejecución, el cuello
de gotella empieza a desplazarse hacia la variación, que sigue dependiendo del juicio humano,
la inteligencia artificial puede producir más, pero alguien tiene que poder reconocer
si eso que produjo sirve, si tiene errores, o si puede generar un problema, y acá aparece
algo que me parece importante, para quienes llen muchos años trabajando en un ruro, la experiencia
no vale solamente porque acumulaste información, mucha de esa información hoy también la
puede tener la inteligencia artificial, la experiencia vale porque viste excepciones, porque
sabes que suele fallar, porque aprendiste que dato parece importante, pero no cambia
ninguna decisión, porque reconoces cuando una respuesta suena perfecta, pero en la práctica
no va a funcionar, todo eso puede convertirse en un contexto reglas, ejemplos y criterios
de validación, si lo haces, en inteligencia artificial puede multiplicar tu experiencia, si
no lo haces posiblemente, tengas resultados muy parecidos a los que cualquier otra persona
que use la misma herramienta, te propongo un ejercicio tancillo, elegí una tarea que repetís
todas las semanas y que te lleve al menos una hora, no empieces por el proceso más
importante de tu atua empresa, elegí algo sencillo, donde un error puede detectarse
y corregirse, primero describí cómo haces hoy esa tarea, después anota, que información
necesitas, qué decisiones tomas durante el proceso, qué excepciones suelen aparecer y cómo
sabes que el resultado está bien, recién entonces fíjate que parte puede ejecutar la inteligencia
artificial y qué parte necesita seguir bajo tu control, quizás pueda preparar el primer
borrador, quizás pueda reunir la información, quizás pueda marcar todas las excepciones
para que volas revises, no hace falta empezar creando una gente que maneje toda la empresa,
empezar con algo lo suficientemente pequeño como para poder probarlo, revisarlo y mejorarlo,
entonces voluamos a la pregunta del principio, si todos tenemos la misma ella, donde está
la ventaja, para mí está en cuatro cosas, elegir el problema correcto, aportar el contexto
que la herramienta no tiene, definir con claridad qué significa un buen resultado y saber
validar lo que vuelve, tu ventaja no es tener inteligencia artificial, es entender tu trabajo
lo suficiente como para dirigirla, si querés dar el siguiente paso te voy a dejar un vídeo
donde explico por qué usar chat cpt solamente como un chat te puede hacer perder una parte
importante de lo que hoy se puede hacer, míralo porque conecta directamente con todo esto
que acabamos de hablar y si conoces alguien que está probando todas las herramientas nuevas
pero todavía no encuentra donde está su verdadera ventaja, compartir este episodio, nos vemos
a la próxima.
Podcast Summary
Key Points:
La ventaja real no está en tener acceso a inteligencia artificial, sino en el conocimiento práctico y el contexto específico del negocio.
La efectividad de las herramientas depende de cómo se integran al proceso real, especialmente en problemas recurrentes, errores o dependencias humanas.
Para usar bien la inteligencia artificial, es esencial definir claramente qué resultados se esperan, qué datos se deben usar, qué excepciones se deben revisar y cuándo se requiere autorización humana.
Summary:
Cuando todos tienen acceso a la misma inteligencia artificial, la ventaja no radica en poseer la herramienta, sino en cómo se aplica en el contexto específico del trabajo. La diferencia clave está en la experiencia práctica, el conocimiento del negocio y la capacidad de identificar problemas reales que requieren soluciones efectivas. Muchas personas se enfocan en usar la herramienta por sí sola, sin cuestionar si el problema que se aborda es el adecuado.
La clave está en elegir bien el problema, considerar el contexto particular (como relaciones de clientes, procesos antiguos o excepciones no documentadas), definir claramente qué es un resultado válido y establecer criterios para validar las respuestas. La inteligencia artificial puede acelerar tareas, pero el juicio humano sigue siendo esencial para evaluar si los resultados son útiles, precisos y seguros. La experiencia no se mide únicamente por la cantidad de información acumulada, sino por la capacidad de identificar fallas, patrones ocultos y decisiones críticas.
Esto puede convertirse en reglas, ejemplos y límites para la inteligencia artificial, multiplicando así la experiencia humana. Para aplicar esto, se recomienda identificar una tarea recurrente, describir su proceso actual, anotar los datos, decisiones y excepciones, y luego decidir qué parte puede delegarse a la IA y qué debe seguir bajo control humano. Este enfoque permite avanzar desde la mera utilización hacia una gestión activa y crítica del proceso.
FAQs
La ventaja no está en tener acceso a la IA, sino en el conocimiento práctico, el contexto del negocio y el criterio para usarla adecuadamente.
Muchas veces se intenta aplicar la IA a tareas que no son realmente problemáticas, mientras que el verdadero ahorro está en resolver errores, repetición o dependencias de personas.
El contexto incluye conocimientos específicos de tu negocio, como clientes históricos, tardanzas de proveedores o excepciones no documentadas que solo conoce una persona.
Es necesario especificar qué datos usar, qué situaciones revisar, qué diferencias son aceptables y qué condiciones requieren autorización humana.
La IA puede producir más resultados, pero alguien debe evaluar si son útiles, correctos y libres de errores, especialmente en procesos críticos.
Sí, porque la experiencia permite reconocer excepciones, errores comunes y decisiones que no se pueden replicar con solo datos, transformándose en reglas de validación.
Chat with AI
Loading...
Pro features
Go deeper with this episode
Unlock creator-grade tools that turn any transcript into show notes and subtitle files.