Por Sergio Enrique Gaitán S
Estas líneas nacen a unos días de concluidos los días en vivo del Congreso AVIXA. Este evento, que comenzó como una experiencia virtual, ha trascendido sus fronteras para formar parte de las actividades de InfoComm, InfoComm América Latina e ISE. En esta versión virtual tuvimos más de 50 sesiones, donde inevitablemente la IA fue un tema recurrente. Cinco de ellas tuvieron a la IA como tema central.
Cada sesión brindó un enfoque distinto: algunos presentadores propusieron herramientas para funciones puntuales, otros abordaron ejemplos de uso para el desarrollo de objetivos y OKRs, mientras otros compartieron experiencias, opiniones e incluso críticas sobre el alcance, confiabilidad y potencial de la IA, así como ejemplos de dónde puede aprovecharse mejor.
Al final de los días en vivo, el evento cerró con un espacio para que voluntarios y asistentes intercambiaran puntos de vista, reflexiones y conclusiones sobre el programa y sus propias opiniones. De ahí nace la inquietud de este artículo.
¿Llegamos al punto de saturación o aún falta más?
Hoy es raro encontrar un espacio donde no se hable de IA. Incluso se exagera al afirmar que hay IA en ambientes donde solo hay algo de automatización y programación de condicionales. Quien no habla de estar usando IA teme quedar obsoleto o fuera de moda, mientras muchos seguimos pensando que los LLMs (Large Language Model) no son la única manera de emplear inteligencia artificial. Existe mucho más que ChatGPT, Gemini o Grok.
Y aquí adelanto una conclusión, muy de la mano de personas como Fernanda Rocha y Jonathan Álvarez de Blackbot (y no son los únicos que piensan así): la IA no es la respuesta en sí. Ante procesos incompletos o incorrectos, falta de visión o de claridad en actividades e incluso prioridades, la IA únicamente generará más ruido disfrazado de eficiencia. No será esa herramienta salvadora. Y es allí donde se acentúa la amenaza de la brecha entre las empresas que la empleen de manera eficiente y clara, y aquellas que se monten a la ola de forma incorrecta… o ni lo hagan.
¿Y entonces, cómo aprovecharla?
Recientemente publicamos la actualización de nuestro estudio IOTA 2025, que proyecta que la industria AV superará los 400 mil millones de dólares a nivel global en 2030. Además, continúa visualizando a los servicios como la principal fuente de ingresos para América Latina.
La pregunta lógica sería: ¿cómo puedo aprovechar la IA (entre otras herramientas tecnológicas) para fortalecer mi oferta de servicios AV?
De manera inmediata, la IA aplicada cotidianamente permite automatizar actividades, generar resúmenes, minutas e incluso listas de seguimiento de reuniones. Esto ahorra tiempo, y ese tiempo puede aprovecharse para investigación y estudio.
No pretendo darte consejos sobre lo que deberías hacer en términos de IA, sino más bien resaltar aquellas cosas que, si no has hecho aún… tal vez ya vayas tarde.
Lo mínimo que ya debería estar pasando en tu empresa y donde empezar
Antes de pensar en esquemas complejos de automatización, lo mínimo que debería haber ocurrido en tu organización es:
- Tener una política de prueba de herramientas generales.
- Evaluar LLMs convencionales aplicados a mejorar procesos o etapas de la empresa.
- La primera busca herramientas que ayuden al negocio en funciones específicas. La segunda, mejorar cómo opera la organización.
- Pero para que cualquier herramienta impulse lo ya existente, primero hay que tener claro qué queremos mejorar. Y eso, tal vez, sea lo más difícil.
¿No sabes por dónde empezar? Haz un diagnóstico de funciones, etapas o procesos que deberían mejorar. Si te cuesta trabajo iniciar o crees que no hay nada que mejorar, entra a cualquier asistente conversacional de IA (ChatGPT, Gemini, Copilot, DeepSeek) e interactúa de forma sencilla. Pídele ejemplos detallados de un Scope of Work, un cuestionario de detección de necesidades para proyectos de instalación de audio y video profesional, o un checklist del contenido de la carpeta de un proyecto final. Compáralos con tu documentación actual. ¿Hay algo que no incluyes actualmente pero sí aparece en su respuesta?
Interactúa con la herramienta para pulir, consultar y decidir. Desde ahí, notarás que no son perfectas, a veces condescendientes y repetitivas, pero aportan algo valioso: consistencia y atención al detalle.
Durante el congreso, Elizabeth Schadan presentó la charla “Integrando la Inteligencia Artificial a los OKR”, donde mostró cómo podemos pelotear ideas hasta llegar a objetivos claros y medibles de forma más ágil. De nuevo, esto no reemplaza la planeación constante, pero sí ejemplifica cómo podemos usarla para interactuar.
Y aquí viene algo importante: no es lo mismo pedirle que genere o busque información, que brindarle información y pedirle que la compare o analice.
Los siguientes pasos. Hazlo con criterio
Antes de subir cualquier archivo, especialmente si es relevante para el negocio, opta por versiones de pago que permitan usar la información para entrenamiento privado, sin compartirla con el ecosistema completo de la herramienta. Revisa las condiciones de suscripción y parámetros de privacidad. Las suscripciones para equipos suelen ser una buena opción.
Con esto listo, puedes alimentar una IA con una cotización, propuesta o Scope of Work ideal, y generar templates, guías o evaluaciones contra esa referencia para lograr consistencia.
Como buena política, sería recomendable definir al menos una persona como “piloto de pruebas de IA”. Lo ideal: entre 2 y 3 personas que operen como grupo de prueba y evaluación con retroalimentación constante. Cada una debería incorporar una herramienta distinta, incluso en versión gratuita, y usarla de forma cotidiana. Si no se usa al menos 2 o 3 veces por semana, la herramienta o el proceso no son los correctos a evaluar en este momento.
Documenta comentarios, discútelos en equipo. Las herramientas útiles pasan a prueba de equipo. Evalúa impacto, ahorro, beneficio. Y si conviene, paga la herramienta y define su implementación.
¿Y cuál sería la siguiente etapa? Más allá del uso general y poco innovador, el siguiente paso es aprovechar los datos de la empresa con IA.
Este paso es considerablemente más complejo. Primero, recopila, documenta y estandariza la mayor cantidad de información posible. Esto permite generar bases de datos que puedan primero brindar muchos aprendizajes, y posteriormente, alimentar a una IA. Aquí entra el concepto de Model Context Protocol (MCP), donde las herramientas en la nube pueden aprovechar la información del negocio que les apuntemos. ¿Para qué? Bueno, imagina que puedas intercambiar ideas con alguien con la foto completa y exacta de la operación completa de la empresa, e incluso hacer predicciones antes de posibles cambios en alguno de los factores o en el equipo mismo.
En un mundo ideal, como integrador de tecnología, esto ya lo estás experimentando. Tal vez incluso te abre nuevas oportunidades de negocio, vendiendo lo que aprendiste a hacer. Monetizando el uso profundo y valioso de la IA de la mano del AV, y entendiendo que, en estas etapas, esta no reemplaza el pensamiento crítico ni el recorrido y la experiencia que hemos acumulado.
En ese caso, espero que este haya sido solo un artículo aburrido que describe cosas que ya hiciste y no son nuevas… y no una lista de pendientes por revisar.
¡Hasta pronto!