← Noticias · 19 de octubre de 2026
Dimensionar bien: la solución justa para cada problema
El jueves, en el Foro de Inversión del Encuentro Burgos Industria 4.0, defendí una idea sencilla: la solución a un problema empresarial pasa, ante todo, por dimensionarla bien. Ni una talla por debajo ni, sobre todo, una por encima.
La IA, la última línea de defensa
La inteligencia artificial es compleja y consume muchos recursos. Por eso debería ser el último recurso, no el primero. Antes tenemos sistemas de comunicación, de organización y, sobre todo, de automatización. En los proyectos de eficiencia que hemos implantado en clientes, la mejora se reparte más o menos así: un 40 % viene de automatizar tareas repetitivas, un 30 % de la IA, y el resto, un 15 % cada uno, de la comunicación y de la organización. No es una ley, es lo que hemos visto: la IA aporta, pero no es lo único ni lo primero.
Un caso real, sin IA generativa
Una cuenta de correo corporativa recibe muchos mensajes. Unos pocos son oportunidades de venta; el resto es ruido. Hoy lo resuelve un sistema que combina dos cosas:
- 1. Reglas. Se aplican primero: cubren los casos críticos y dan prioridad absoluta a lo más urgente o estratégico.
- 2. Una regresión logística (aprendizaje automático clásico) que calcula una probabilidad. Por encima de un umbral, el correo es de interés; por debajo, se descarta. Si interesa, otro modelo decide a quién se reenvía.
Se entrenó con el histórico de correos eliminados y enviados, y se reentrena de forma automática para corregir la deriva del modelo. Entre el 8 de septiembre y el 1 de octubre, 24 ejecuciones clasificaron unos 2.249 correos, a menos de un minuto por ejecución y con cero llamadas a servicios de IA en la nube. Corre en un contenedor de un servidor estándar. Una persona autoriza las decisiones en una hoja antes de que nada sea irreversible.
Lo que ahorra
Con unos 2.200 correos al mes, entre 15 y 30 segundos por correo y un coste medio de 20 euros la hora en Burgos, el ahorro estimado ronda los 4.500 euros al año en su tramo alto. Es una estimación, no una medición, y la precisión real del clasificador en producción aún no está medida.
¿Y con IA generativa?
Se podría haber hecho con un modelo de lenguaje. El coste de la API habría sido bajo, unos 40 euros al año. El problema habría sido otro: el tiempo. Habría que espaciar las peticiones para no bloquear la API ni sufrir latencias, y aun así habríamos añadido dependencia de un tercero. El sistema actual es ligero, casi no consume recursos y se mantiene solo.
Tres preguntas antes de elegir herramienta
- 1. ¿Es un problema de comunicación u organización? A veces lo que falta es un canal o un proceso claro, no tecnología.
- 2. ¿Se puede automatizar con reglas o con un algoritmo? Si hay datos propios ya etiquetados, el aprendizaje automático clásico suele bastar.
- 3. ¿Hay que entender o generar lenguaje libre? Solo entonces la IA generativa compensa, y con el coste de tiempo y dependencia a la vista.
Es el orden que seguimos en la auditoría gratuita: primero el problema y su tamaño, después la herramienta.
Auditoría gratuita: primero tu problema →
Fuentes: Cifras medidas en el registro de ejecuciones del sistema en producción (8 de septiembre a 1 de octubre de 2026); reparto 40/30/15/15 y ahorro anual, estimaciones de la ponencia. Evento: DIHBU, VI Encuentro Tecnológico Burgos Industria 4.0.