Esta semana nos hemos encontrado con una de esas noticias que parecen escritas para una sátira sobre la fiebre empresarial por la inteligencia artificial.
Según Axios (abre en una pestaña nueva), un cliente corporativo anónimo habría acumulado una factura de 500 millones de dólares en Claude.ai en un solo mes.
Sí, has leído bien.
500 millones.
En un mes.
La cifra tiene algo de chiste obsceno. Uno imagina a alguien en finanzas abriendo el panel de consumo con la misma cara de quien descubre que el adolescente de la casa ha comprado medio Amazon con la tarjeta familiar.
Pero el asunto tiene poco de broma.
Al parecer, no hizo falta una inteligencia artificial rebelde, ni un empleado insatisfecho conspirando contra el departamento financiero, ni un ciberataque sofisticado. Bastó con algo mucho más vulgar: acceso interno sin límites claros, miles de empleados usando herramientas potentes sin suficiente formación y una ausencia bastante seria de gobierno operativo.
No es el único aviso. Uber también se ha encontrado con una versión menos carnavalesca, pero igual de instructiva, del mismo problema: agotó en cuatro meses su presupuesto anual para herramientas de IA aplicadas al código. Según recogió Fortune (abre en una pestaña nueva), su propio director de operaciones reconoció la dificultad de trazar una línea clara entre más consumo de herramientas como Claude Code y más valor real para el usuario.
Dicho de otro modo: muchas fichas, mucha gasolina, mucho ruido.
No necesariamente más dirección.
Y ahí empieza el asunto.
Durante los últimos meses se ha instalado una idea peligrosa: que incorporar IA a una organización consiste en abrir cuentas, repartir accesos y decirle al equipo algo parecido a: «Venga, a ser más productivos».
Suena moderno.
Suena ágil.
Suena inevitable.
También puede ser una estupidez bastante cara.
La IA no es una berlina familiar con cambio automático. Se parece más a un Fórmula 1: potencia brutal, respuesta inmediata, consumo exigente y cero piedad con quien cree que conducir consiste solo en pisar el acelerador cuando tiene prisa y frenar cuando ve una curva.
Por eso no basta con subirse al carro de la IA sin más.
No basta con contratar ChatGPT, Claude, Gemini, Copilot o cualquier otra herramienta y confiar en que la productividad aparezca por generación espontánea. Hace falta saber para qué se va a usar, en qué tareas tiene sentido, qué procesos conviene rediseñar, qué datos puede tocar, qué riesgos introduce, cuánto cuesta cada capa de uso, qué modelos son suficientes y cuáles son excesivos para cada trabajo.
Y, sobre todo, hace falta criterio.
Ese viejo sospechoso.
Porque una organización puede gastar mucho dinero en IA y no transformarse en absoluto. Puede automatizar procesos inocuos, sin impacto real. Puede acelerar circuitos mal diseñados. Puede delegar tareas que no debería delegar. Puede pedirle a un modelo caro lo que resolvería uno más ligero. Puede convertir una herramienta extraordinaria en una máquina de producir borradores mediocres, consultas redundantes y facturas absurdas.
No puedes gestionar lo que no sabes medir.
Y no puedes medir bien lo que antes no has entendido.
Esta es, precisamente, como os adelantaba la semana pasada, una de las razones por las que desde Fast Forward estamos desplegando agentika.technology, nuestra división de infraestructura agéntica.
No nace para vender «IA» como palabra mágica. Ni para añadir una capa de maquillaje futurista sobre procesos que no funcionan. Nace desde una intuición más sobria y útil: las empresas no necesitan más demostraciones de lo que la IA puede hacer. Necesitan saber qué deben hacer con ella.
Diagnóstico antes que espectáculo.
Criterio antes que prisa.
Infraestructura antes que entusiasmo.
En agentika.technology lo formulamos como «sastrería estratégica para sistemas agénticos» porque no creemos que esto vaya de instalar una herramienta y esperar milagros. Va de cortar un sistema a la medida del negocio: sus tareas, sus decisiones recurrentes, sus cuellos de botella, sus riesgos, sus tiempos muertos, sus clientes, sus datos y su forma real de trabajar.
La pregunta importante no es: «¿Usamos IA?».
Esa pregunta ya llega tarde.
La pregunta importante es: «¿Dónde tiene sentido delegar, con qué límites, bajo qué supervisión y para producir qué valor medible?».
Ahí está la diferencia entre modernizarse y disfrazarse de moderno.
Antes de incorporar IA en una empresa —o incluso antes de usarla en serio como profesional independiente— conviene responder algunas preguntas muy básicas.
Qué tareas merecen automatización.
Qué tareas requieren asistencia, pero no delegación.
Qué decisiones deben seguir en manos humanas.
Qué herramienta conviene para cada uso.
Cuánto cuesta producir una respuesta útil.
Cómo se mide el ahorro real.
Quién revisa la calidad.
Qué ocurre cuando el modelo se equivoca.
Qué datos no deberían entrar jamás.
Y qué parte del trabajo no queremos perder por el camino.
Porque el peligro no está solo en gastar demasiado. También está en usar mal una herramienta poderosísima y concluir después que «la IA no sirve». A veces no falla la tecnología. Falla el circuito. Falla el método. Falla la formación. Falla la gobernanza.
Falla, otra vez, el criterio.
En las próximas semanas voy a comenzar a publicar una serie de contenidos prácticos a modo de tutoriales para quienes ya usan IA —en solitario, dentro de una empresa o al frente de un equipo— y quieren dejar de trastear a ciegas.
No para prometer milagros.
Para ahorrar vueltas, reducir ruido, gastar mejor y usar estas herramientas con más intención.
Porque la IA puede ser una palanca extraordinaria. Pero una palanca mal colocada no levanta nada. Solo hace fuerza contra el sitio equivocado.
Si estás pensando en incorporar IA a tu empresa, no empieces por abrir cuentas.
Empieza por diseñar el circuito.
Y si necesitas ayuda para hacerlo con criterio, hablemos.
