INTRODUCCIÓN
Cuando una empresa empieza a explorar inteligencia artificial, la lista de ideas crece rápido: asistentes, clasificación, análisis, generación de contenido, extracción de datos, atención al cliente.
El reto no es imaginar posibilidades. Es decidir cuál merece convertirse en un proyecto.
Un buen caso de uso tiene límites. Puedes decir quién lo utilizará, qué información recibe, qué produce, cómo sabes si funciona y qué ocurre cuando se equivoca.
1. Describe la tarea sin mencionar IA
Antes de pensar en tecnología, completa esta frase:
“Cuando ocurre ________, la persona necesita ________, pero hoy pierde tiempo porque ________.”
Si no puedes describir el problema sin decir “queremos implementar IA”, probablemente el alcance todavía está demasiado abstracto.
2. Revisa si existe información utilizable
Pregunta:
- ¿de dónde viene?;
- ¿está actualizada?;
- ¿quién tiene permiso?;
- ¿hay ejemplos?;
- ¿existe una referencia correcta contra la que comparar?;
- ¿hay datos personales o sensibles?
Ejemplo: soporte interno
Un equipo recibe preguntas repetidas y tiene procedimientos actualizados. Ahí existe un buen punto de partida para evaluar búsqueda asistida.
Si los documentos se contradicen y nadie sabe cuál es vigente, el primer proyecto no es IA: es ordenar el conocimiento.
3. Define qué significa “bueno”
“Que responda bien” no basta.
Podrías medir:
- precisión por categoría;
- tiempo ahorrado;
- porcentaje escalado;
- casos corregidos;
- satisfacción interna;
- reducción de búsqueda manual.
De problema a piloto medible
4. Riesgo y valor deben evaluarse juntos
Una idea con alto volumen puede parecer atractiva, pero si un error puede causar una consecuencia importante, necesitará más controles.
| Valor | Riesgo | Tratamiento |
|---|---|---|
| Alto | Bajo | buen piloto |
| Alto | Alto | posible, con controles fuertes |
| Bajo | Bajo | probablemente baja prioridad |
| Bajo | Alto | mala candidata inicial |
5. El mejor piloto no suele ser el más ambicioso
Empieza con:
- un área;
- una fuente;
- una tarea;
- un grupo pequeño;
- una acción limitada.
Después aprende.
6. Checklist de un buen caso
- problema concreto;
- usuario identificado;
- información disponible;
- salida útil;
- acción posterior;
- criterio de calidad;
- riesgo manejable;
- responsable;
- forma de detener/corregir.
Del contexto a una decisión.
priorizar y diseñar piloto
Diseñar proyecto↗Respuestas con el contexto completo.
¿Cuántos casos debo evaluar?+
Puedes listar muchos, pero conviene priorizar pocos para exploración profunda y escoger un piloto manejable.
¿Qué hace que un caso sea malo?+
Problema difuso, información inexistente o desordenada, ausencia de responsable, resultado sin acción o riesgo demasiado alto para un primer piloto.
¿Necesito tener todos los datos perfectos?+
No, pero sí necesitas suficiente información relevante y una forma de evaluar la salida.
¿Cómo evito que el piloto se vuelva eterno?+
Define alcance, usuarios, fuentes, métricas y fecha de evaluación desde el inicio.
FUENTES Y REFERENCIAS3
Referencias consultadas para esta revisión editorial.
- AI Risk Management FrameworkNIST
- NIST AI RMF PlaybookNIST AI Resource Center
- AI Risk Management and Human-AI InteractionNIST AI Resource Center
