El problema casi nunca es el modelo. Es la adopción y la capacitación que nadie diseñó.
Casi toda empresa que ha intentado adoptar IA tiene un piloto que ya nadie usa. Pocas lo dicen en voz alta. Arrancó con una demo que convenció al comité, tuvo unas semanas de uso entusiasta y, en algún punto cercano al día noventa, dejó de aparecer en la operación. Nadie lo apagó. Simplemente se enfrió.
Lo incómodo no es que ocurra. Es que casi siempre ocurre por la misma razón, y casi nunca es la que el equipo asume.
El piloto no falló. Nunca se diseñó para quedarse.
La explicación cómoda es que el modelo no era lo bastante bueno. Pocas veces es verdad. En la mayoría de los casos la tecnología hacía lo que prometía: respondía, generaba, automatizaba el caso para el que se eligió. Lo que nunca se construyó fue la parte que hace que una herramienta permanezca, que es la adopción. El piloto demostró que la IA podía hacer el trabajo. No demostró que la organización fuera a cambiar su forma de trabajar para usarla todos los días.
Probar tecnología y probar operación no son lo mismo
Conviene separar dos cosas que suelen llamarse igual. Un piloto puede probar tecnología o puede probar operación, y son ejercicios distintos con resultados distintos.
Probar tecnología responde una pregunta cerrada: ¿el modelo puede hacer esto? Se contesta en una demo, con datos limpios y un caso escogido. Cuando funciona, produce una sensación de éxito que es real, pero parcial.
Probar operación responde una pregunta mucho más difícil: ¿el equipo va a usar esto en su día real, con sus prisas, sus excepciones y sus costumbres? ¿Sigue vivo cuando el experto que lo armó deja de estar encima? ¿Hay alguien que sea dueño de que funcione la semana doce? Esa pregunta no se contesta en una demo. Se contesta en la operación, y casi ningún piloto se diseña para contestarla.
Qué pasa exactamente en el mes tres
El mes tres es donde la diferencia se vuelve visible. Las primeras semanas viven del impulso del lanzamiento: hay novedad, hay alguien empujando, hay paciencia con la fricción. Ese impulso tiene fecha de caducidad. Cuando se agota, el equipo regresa a lo que conoce, porque la forma nueva nunca llegó a ser la forma normal. La herramienta sigue disponible, pero deja de ser parte de cómo se hace el trabajo.
Para entonces el diagnóstico suele ser el equivocado. Se concluye que "la IA no funcionó para nosotros", cuando lo que no funcionó fue el traspaso de un experimento a una operación.
La adopción no se improvisa al final
La pieza que casi siempre falta es la menos vistosa: la adopción y, antes de ella, la capacitación. No la capacitación de un correo con un instructivo adjunto, sino el trabajo deliberado de que las personas que van a usar la herramienta entiendan qué hace, por qué les conviene y cómo encaja en lo que ya hacen. Nadie adopta lo que no entiende, y se resiste a lo que percibe como un reemplazo sin explicación.
Ese trabajo no se inventa cuando el piloto ya está corriendo. Se diseña antes. Quién lo va a usar, qué necesita saber para confiar en el resultado, cómo se acompaña en las primeras semanas y cómo se mide que de verdad lo está usando y no solo que existe. La adopción es parte del alcance del piloto, no un paso posterior que se agrega si sobra presupuesto. Cuando se trata como un detalle, el mes tres se encarga de cobrarlo.
Cómo se ve un piloto diseñado para producción
Un piloto pensado para producción se ve distinto desde el primer día. Tiene un dueño de negocio, no solo un responsable técnico. Empieza por un proceso real y acotado, con la gente de ese proceso involucrada antes del lanzamiento. Define cómo se transfiere el conocimiento cuando el equipo que lo construyó se retira. Y mide lo que importa: cuánta gente lo usa, cuánto tiempo recupera, qué cambió en el proceso. No se evalúa por si la demo salió bien, porque eso ya se sabía.
La distancia entre un piloto que muere en el mes tres y uno que llega a producción casi nunca está en el modelo, sino en todo lo que lo rodea, que es justo lo que una demo no muestra.
Si ya tienes uno que nadie abre
Si estás leyendo esto con un piloto en mente, uno que arrancó bien y hoy nadie abre, hay una buena noticia. La razón por la que se cayó casi siempre se puede encontrar, y casi siempre se puede corregir antes de invertir en el siguiente. El problema rara vez es que la IA no servía. Suele ser que se probó la tecnología y se dejó la operación para después.
Si tienes un piloto que ya no usa nadie, escríbeme. Revisamos por qué se cayó antes de armar el siguiente.
Conversemos. Sin propuesta, sin cotización. @nyvia · nyvia.mx