La novedad no es solo hacer una tarea más deprisa
El 27 de julio de 2026, OpenAI publicó un análisis de mensajes laborales de usuarios de ChatGPT en Estados Unidos. El informe describe un patrón de tareas cruzadas: actividades que normalmente se atribuyen a una ocupación aparecen en el uso de personas con otro rol. Por ejemplo, alguien de ventas puede explorar un conjunto de datos o una persona de marketing puede pedir ayuda para entender un problema técnico.
Ese hallazgo no demuestra que el resultado sea correcto ni que una empresa deba redistribuir responsabilidades sin más. Sí plantea una pregunta operativa útil para una pyme: cuando la IA permite avanzar un trabajo sin esperar a otra área, ¿qué parte es preparación y qué parte sigue siendo una decisión del especialista? Separar ambas cosas evita que un borrador convincente se convierta por accidente en una aprobación.
- Preparación: resumir material autorizado, ordenar datos, crear una primera estructura o señalar preguntas pendientes.
- Decisión: aprobar una cifra, interpretar una obligación, comprometer una condición comercial o modificar un sistema de producción.
- Escalado: trasladar el caso a la persona o equipo que tiene contexto, autoridad y responsabilidad para resolverlo.
Empieza por una tarea concreta, no por un departamento entero
No hace falta rediseñar puestos para probar una forma de trabajar. Elige una tarea repetible que hoy incluye una espera o un traspaso pequeño: convertir notas de una visita comercial en preguntas para finanzas, preparar un inventario de incidencias para tecnología o estructurar un borrador de contenido para que lo revise la persona responsable.
Define el punto de partida, el material que puede usarse y la salida esperada. Un encargo acotado reduce la posibilidad de que la herramienta complete huecos con supuestos y permite comparar el proceso con el método habitual. Si el caso exige datos personales, asesoramiento profesional o una acción irreversible, no es un buen primer piloto.
- Una entrada limitada y autorizada: documentos, plantilla o datos ya revisados.
- Una salida provisional: lista de preguntas, borrador, clasificación o resumen con enlaces a la evidencia.
- Un responsable de validación identificado antes de usar la herramienta.
- Una regla de parada cuando falte contexto, aparezca información sensible o la respuesta implique una decisión de alto impacto.
Haz visible dónde termina la ayuda y empieza la responsabilidad
El AI RMF de NIST recomienda documentar las tareas que apoyará el sistema, sus límites de conocimiento, los usos de la salida y la supervisión humana. Traducido a un equipo pequeño, esto puede caber en una ficha de una página. Lo importante no es producir burocracia, sino evitar que cada persona aplique un criterio distinto cuando la IA entra en una tarea que antes recibía otra función.
Una ficha útil indica quién formula la petición, qué fuentes se permiten, cuál es el formato de salida, qué debe comprobar el revisor y cuándo hay que escalar. También conviene anotar qué no puede hacer la herramienta: dar por válidos datos no citados, emitir una respuesta legal, enviar un mensaje al cliente o cambiar un registro sin aprobación.
- Autor: prepara la petición y conserva las fuentes utilizadas.
- Revisor experto: comprueba hechos, contexto y consecuencias antes de usar el resultado.
- Responsable del proceso: decide el alcance del piloto y resuelve incidencias repetidas.
- Registro mínimo: tarea, fuentes, correcciones, escalados y decisión sobre el siguiente intento.
No confundas exposición a IA con sustitución automática
La actualización de la OIT de 2025 analiza la exposición potencial a IA generativa en ocupaciones y tareas. La propia organización advierte que la exposición no equivale a que una ocupación completa quede automatizada; el resultado depende de las tareas, del contexto de trabajo y de cómo se implante la tecnología. Esta distinción importa cuando se observa que una persona puede completar una parte de trabajo que antes hacía otro perfil.
En una empresa, la oportunidad suele estar en reducir esperas, mejorar la primera versión o hacer más accesible un conocimiento documentado. El riesgo aparece cuando se elimina el contraste con quien conoce la excepción, la relación con el cliente, la normativa aplicable o la consecuencia de equivocarse. La IA puede acercar funciones, pero no transfiere automáticamente esa responsabilidad.
- No midas solo producción: separa tiempo de preparación, tiempo de revisión y retrabajo.
- Registra los casos en que el revisor cambió una conclusión, una cifra o una recomendación.
- Observa qué preguntas se repiten: pueden revelar una plantilla deficiente o una fuente que falta.
- Amplía el piloto solo cuando el equipo pueda explicar qué control se mantiene y por qué.
Una prueba de dos semanas para aprender sin abrir todas las puertas
Durante la primera semana, limita el piloto a una tarea y a una persona revisora. Reúne cinco o diez casos reales, pero de bajo riesgo, y compara la salida de la IA con el proceso previo. En la segunda semana, revisa los cambios que el experto tuvo que hacer y clasifícalos: dato incorrecto, falta de contexto, tono inadecuado, fuente insuficiente o decisión que no debía haberse propuesto.
La decisión final puede ser mantener el uso, acotar más el encargo, mejorar la plantilla o detener el piloto. Cualquiera de esas conclusiones es válida si se basa en evidencia del trabajo real. El objetivo no es demostrar que la IA puede sustituir una función, sino encontrar dónde ayuda a que varias funciones colaboren mejor sin perder control.
- Seleccionar una tarea, una fuente de datos y un revisor para el piloto.
- Guardar cada borrador junto con la corrección necesaria, sin introducir datos que no estén autorizados.
- Revisar semanalmente los escalados y los errores antes de añadir usuarios o fuentes nuevas.
- Comunicar al equipo qué puede hacer el flujo, qué no y a quién debe acudir cuando surja una excepción.
