Haz inventario antes de conectar herramientas
La preparación de datos empieza con una pregunta sencilla: qué información necesita el proceso para funcionar hoy. En muchas empresas esa información vive repartida entre hojas de calculo, correos, CRM, carpetas compartidas y conversaciones de equipo.
Antes de hablar de modelos o agentes, conviene listar sistemas, responsables, formatos, frecuencia de actualizacion y restricciones de acceso. Ese mapa evita que el piloto dependa de copias manuales imposibles de mantener.
- Sistema donde nace cada dato relevante.
- Persona o equipo responsable de mantenerlo.
- Formato real: texto libre, tabla, PDF, correo, imagen o base de datos.
- Frecuencia de actualizacion y retrasos habituales.
- Reglas internas sobre quién puede acceder a la información.
Evalua calidad con ejemplos, no con intuicion
La calidad de datos no se comprueba en abstracto. Es mejor tomar una muestra pequeña de casos reales y revisar si contiene duplicados, campos vacios, nombres inconsistentes, documentos desactualizados o decisiones registradas solo en comentarios.
Si la muestra es confusa para una persona, también será confusa para una automatización. La solución puede ser limpiar datos, simplificar campos, crear plantillas o reducir el alcance del primer piloto.
- Diez casos correctos y diez casos problematicos.
- Campos obligatorios frente a campos opcionales.
- Errores frecuentes que hoy corrige una persona.
- Datos que no deben salir del sistema original.
- Criterios para aceptar o rechazar una respuesta generada por IA.
Define permisos y límites desde el primer día
No todos los procesos pueden usar todos los datos. Si hay datos personales, información comercial sensible o documentos confidenciales, el piloto necesita reglas claras de acceso, conservacion y revisión.
También hay que decidir que acciones quedan fuera. Una automatización puede clasificar solicitudes o preparar borradores, pero otra cosa distinta es aprobar operaciones, modificar registros o enviar comunicaciones sin supervisión.
- Usuarios autorizados para probar el piloto.
- Datos excluidos por privacidad, confidencialidad o falta de base interna.
- Acciones que requieren confirmación humana.
- Registro de consultas, respuestas y correcciones.
- Plan de retirada si el piloto no cumple criterios minimos.
Cierra el piloto con una decisión medible
Preparar datos no significa dejar todo perfecto. Significa llegar a un punto en el que el piloto pueda medirse sin depender de excepciones constantes. La decisión final debe ser concreta: escalar, ajustar, pausar o descartar.
Esa disciplina reduce compras impulsivas y ayuda a que la IA se integre con procesos reales, no con demostraciones aisladas.
