Casos de implementación de IA: empieza por el problema de negocio

Los candidatos oyen "IA" y de inmediato brincan a la tecnología. Empiezan a preguntar por la precisión del modelo, los flujos de datos y las decisiones de construir o comprar antes de diagnosticar el problema de negocio. Los entrevistadores de las firmas MBB lo notan de inmediato, y eso indica a alguien que piensa en la superficie.

Piensa en un hospital que compra una máquina de resonancia magnética nuevecita antes de que nadie haya preguntado por qué se diagnostica mal a los pacientes. La máquina podría ser extraordinaria. Pero si el problema real es que los radiólogos son pocos y están sobrecargados, la resonancia no hace nada. Compraste una solución antes de entender la enfermedad. Eso es exactamente lo que pasa cuando un candidato empieza por las capacidades de la IA en lugar de por la decisión de negocio que el cliente intenta mejorar.

El arreglo del framework es simple: diagnostica primero la decisión. Todo caso de implementación de IA tiene una decisión humana u organizacional debajo. Encuentra esa decisión antes de tocar la tecnología.

---

La primera pregunta que hagas en un caso de IA no debería ser sobre los datos. Debería ser: ¿qué decisión está tomando mal el negocio hoy?

Imagina un río con una presa que tiene fugas. Puedes pasar meses diseñando una presa más fuerte, pero si nunca averiguaste por qué tenía fugas la original, la nueva también va a fallar. Tu diagnóstico es la inspección de esa presa original. Quieres entender qué decisión toma el cliente una y otra vez, cómo la toma hoy, cuánto le cuesta cuando se equivoca y qué tanto mejor necesita que sea.

En términos de caso: define la decisión, cuantifica el costo del estado actual y fija una vara de desempeño para el éxito. Solo después de eso preguntas si la IA es la herramienta correcta para cerrar la brecha.

---

Empezar por la tecnología te obliga a entrar al espacio de las soluciones antes de haber mapeado el espacio del problema. Tu estructura se derrumba porque no tienes un ancla.

Una buena estructura de caso funciona como un andamio bien construido: cada tablón se conecta con el poste central, que es el problema de negocio central. Cuando haces de la IA el poste central, no tienes nada estable a qué amarrar tu análisis. "¿El modelo va a generalizar?" se conecta con qué, exactamente. "¿Los datos están lo bastante limpios?" ¿para qué propósito? Las preguntas quedan flotando.

Cuando en cambio te anclas al problema de negocio, cada pregunta posterior se gana su lugar. La calidad de los datos importa porque los datos malos producen predicciones malas, que producen decisiones malas, que le cuestan al cliente una cantidad cuantificada. El andamio aguanta.

Practica este framework en un caso real. El drills-method-spine de BoardroomIQ te pone en la sala.

---

Todo caso de implementación de IA tiene tres capas, y tienes que recorrerlas en orden.

Capa 1: el problema de negocio. ¿Qué decisión tiene que mejorar, cuánto, y qué pasa si no mejora? Esta es tu estrella polar durante todo el caso.

Capa 2: el ajuste de la solución. La IA es una herramienta dentro de una caja de herramientas más grande. Antes de comprometerte con ella, confirma que el problema de verdad tiene forma de IA: un volumen alto de decisiones, un patrón estable en los datos históricos y una brecha de desempeño significativa que la automatización pueda cerrar.

Capa 3: los riesgos de implementación. Ahora, y solo ahora, hablas de tecnología. La precisión del modelo, la preparación de los datos, la gestión del cambio y la decisión de construir o comprar viven aquí. Los entrevistadores premian a los candidatos que llegan a esta capa con una lógica clara, no a los que brincan aquí al principio.

---

Los casos de IA premian a los candidatos que interiorizaron la secuencia. Así construyes ese músculo antes del día de la entrevista.

Haz ingeniería inversa de despliegues reales. Elige un despliegue de IA conocido (piensa en el pronóstico de demanda de Amazon o en un modelo de reingresos hospitalarios) y trabaja hacia atrás. Escribe la decisión de negocio que se construyó para mejorar, el costo del estado actual y la vara de desempeño que tenía que superar. Hazlo con cinco ejemplos y el patrón se vuelve automático.

Haz ejercicios cronometrados de definición del problema. Pon un cronómetro de dos minutos. Lee el planteamiento de un caso. Escribe una oración que defina la decisión de negocio de fondo, no la tecnología. Si no puedes hacerlo en dos minutos, tu músculo de diagnóstico todavía no está listo.

Practica la estructuración por capas en voz alta. Toma el planteamiento de cualquier caso de IA y recorre en voz alta las tres capas en orden antes de tocar el framework. Grábate. Si mencionas un término de tecnología en la capa 1, vuelve a empezar.

La mejor forma de practicar los casos de implementación de IA es bajo una presión realista, con un caso que se resista. Los ejercicios estructurados que simulan el ritmo real de una entrevista de MBB cerrarán la brecha entre conocer el framework y ejecutarlo con limpieza el día que cuenta.