A IA non se rende comprando máis ferramentas

Dúas empresas do mesmo sector e do mesmo tamaño contratan a mesma subscrición de intelixencia artificial o mesmo mes. Un ano despois, unha acurtou prazos de entrega e gaña máis marxe. A outra segue pagando a mesma licenza e, se preguntas ao seu equipo para que a usa exactamente, é fácil que che dean dúas ou tres respostas distintas. A ferramenta era idéntica.

O que cambiou non está no software. Para rendibilizar a intelixencia artificial non fai falta mercar máis IA: fai falta saber cando comprobar o que entrega, capacitar ás persoas para que fagan tarefas de máis valor e ter claro quen decide cando algo falla. Son tres cousas —alfabetización, reskilling e gobernanza—, trabállanse nese orde e explican o resultado mellor que a ferramenta elixida. Das tres, só a alfabetización obriga hoxe a calquera empresa que use IA: é o artigo 4 do Regulamento Europeo de IA (AI Act). A gobernanza tamén aparece no Regulamento, pero acoutada —gobernanza de datos, sistema de xestión da calidade, obrigas do despregador— e só para os sistemas de alto risco e, na súa maior parte, para o provedor. O reskilling non aparece en absoluto. E son precisamente as dúas que ningunha lei che vai esixir as que converten a IA en marxe.

Por que a mesma IA rende nunha empresa e non noutra?

Porque a ferramenta chega sempre igual e a organización que a recibe, non. Unha empresa que incorpora IA sen tocar como traballa obtén o mesmo que facía antes, algo máis rápido. Unha que aproveita a entrada da ferramenta para revisar quen fai que, que se comproba e quen asina, obtén outra cousa distinta.

É unha observación de proxectos propios de implantación, non unha medición, e dámola como o que é. Pero repítese o suficiente como para que mereza a pena mirala de cerca.

Sabe o teu equipo cando non fiarse do que entrega a IA?

Casi todas as empresas están formando á súa xente para usar ferramentas de IA. A pregunta que decide o resultado é outra: se o equipo sabe recoñecer o momento no que hai que comprobar.

Unha IA pode escribir un informe impecable e equivocarse nun dato solto. Pode montar unha análise que soa perfecta partindo dunha premisa que non o é. A alfabetización en IA non vai de escribir mellores instrucións: vai de ler os resultados con ollo crítico. Saber que fai ben a ferramenta, onde adoita fallar, que información pode recibir sen problema e en que momento a última palabra ten que seguir sendo dunha persoa.

O reskilling non é formar na ferramenta: é cambiar o posto

Aquí está o malentendido máis caro. Cando unha tarefa que levaba catro horas pasa a levar dúas, a reacción habitual é celebrar o aforro. O reskilling empeza xusto despois: consiste en capacitar ás persoas en novas competencias para que asuman tarefas de máis valor e deixar á intelixencia artificial as que se poden automatizar. Non é un curso de manexo da ferramenta, é un redeseño do posto.

A diferenza notase axiña. Formar a alguén nunha ferramenta permítelle facer máis rápido o que xa facía. Capacitalo en competencias novas —análise, criterio, relación co cliente, decisión— permítelle facer algo que antes non facía, mentres a parte repetitiva sae da súa mesa. O primeiro mellora a velocidade; o segundo cambia o que a empresa é capaz de vender.

Na nosa propia casa o exemplo está na xestión de axudas públicas. Co noso sistema de xestión de subvencións con IA (Simplicity for Grants©) o tempo de xestión dunha candidatura baixou un 83 % de media, e segue baixando segundo se afina a ferramenta. O relevante non é o porcentaxe: é que ese tempo se reinvestiu en traballo de máis valor, decidir a que convocatorias merece a pena presentarse e como defendelas. Esa decisión segue sendo humana, e é onde está o marxe.

Quen decide cando unha IA se equivoca?

A gobernanza é a parte que non entusiasma a ninguén ata que pasa algo. Alguén sobe datos dun cliente a unha ferramenta que a empresa nunca autorizou e non se sabe ata que chega a reclamación. Ou unha IA fai unha recomendación que afecta a un cliente e ninguén a revisa antes de actuar. E entón aparece sempre a mesma pregunta: quen sabía que isto estaba a pasar?

A boa noticia é que esa pregunta se pode contestar antes. Non fai falta un comité nin un posto novo no organigrama: basta con que alguén poida dicir, sen dubidar, que ferramentas se usan, para que, que información entra nelas, quen pode usalas, que resultados necesitan revisión humana e quen responde se algo sae mal.

Conviría, iso si, non confundir dous planos. O Regulamento si fala de gobernanza, pero faino para os sistemas de alto risco e sobre todo para quen os fabrica: gobernanza dos datos de adestramento, sistema de xestión da calidade, obrigas de quen os desprega. Os tres alcanzan só aos sistemas de alto risco e, salvo o 26, só ao provedor, e a súa aplicación está aprazada a decembro de 2027. O artigo 95 menciona ademais mecanismos de gobernanza nos códigos de conduta, que son de adhesión voluntaria. Ningún deles obriga a unha empresa corrente a gobernar internamente o uso que fai da IA: iso segue sendo unha decisión de xestión, non unha obriga.

O que si lle alcanza, cada vez máis, é o mercado: a regulamentación non lle esixe publicar unha política de uso de IA, pero pídenselle en dilixencias debidas, en prazos de licitación e en procesos de compra. Esa é a distancia real entre o que a norma obriga e o que o mercado xa dá por suposto.

As nove preguntas que separan unha IA rendible dunha IA cara

Non fai falta unha auditoría de cen páxinas para saber se hai un problema. Abastan tres persoas do equipo e estas nove preguntas.

Alfabetización

• Sabe o noso equipo identificar cando unha resposta de IA debe comprobarse?
• Temos regras mínimas sobre que información se pode introducir nunha IA?
• Coñecen as persoas os principais riscos das ferramentas que usan?

Reskilling

• Temos identificadas as tarefas que a IA pode automatizar ou acelerar?
• Sabemos que competencias novas necesitan as persoas cuxo posto cambia?
• Estamos capacitándoas para o traballo de máis valor que queda despois?

Gobernanza

• Sabemos que ferramentas de IA usa realmente a nosa organización?
• Temos claro que usos necesitan revisión ou autorización?
• Sabemos quen ten a última palabra cando unha decisión con IA afecta a un cliente, a un empregado ou a un terceiro?

Se quedan varias sen resposta, xa sabes por onde empezar. E se se contestan todas, hai unha pregunta aínda mellor: poderías demostralo?

Que se ve dunha empresa desde fóra

Desde hai meses medimos as sinais públicas de gobernanza da intelixencia artificial das organizacións españolas. É o Observatorio CriterIA©, o noso Observatorio IA sobre alfabetización, gobernanza e uso responsable da intelixencia artificial.

Aliméntase de tres fontes e convén distinguilas, porque non valen o mesmo. A primeira, que aporta a gran maioría dos rexistros, é un radar propio que le páxinas web públicas —portada, páxinas legais e chat, se o hai— e anota que sinais atopa: mira só o que calquera pode ver, sen acceder a áreas privadas e sen tratar datos persoais. As outras dúas son voluntarias e as aporta a propia organización: as respostas do autodiagnóstico CriterIA© 7 e as medicións de Huella, que se incorporan de forma anónima e agregada. Esa distinción é o corazón do método, o observado desde fóra e o declarado polo interesado rexístranse por separado e nunca se suman como se fosen a mesma proba. Dunha declaración propia só se deriva exposición; que unha sinal estea posta ou non acreditao unicamente a observación externa.

Os resultados do Índice de Criterio© preséntanse o 20 de outubro de 2026 en Madrid, xunto coa Asociación Española de Escolas de Negocio. Ata esa data non publicamos ningunha puntuación. O Observatorio IA ten periodicidade semestral e os seus datos publícanse baixo licenza CC BY 4.0 (Creative Commons Atribución 4.0 Internacional), de modo que calquera pode reutilizalos citando a fonte. O que si se pode adiantar é a lección de método: unha empresa pode estar cumprindo o Regulamento Europeo de IA (AI Act) e non deixar nin unha sinal diso cara fóra. E quen decide se lle adxudica un contrato ou lle concede unha axuda mira precisamente iso.

IA con Criterio: usar mellor a que xa tes

O erro máis habitual é mercar unha ferramenta, facer un curso, probar unhas cantas instrucións e esperar a que a produtividade apareza soa. Raramente funciona. Primeiro hai que saber que problema se quere resolver; despois, que parte do traballo se quere transformar; só entón, que ferramenta axuda.

A tecnoloxía vai seguir cambiando, cada vez máis rápido. O criterio, non. Por iso traballamos con IA con Criterio como apelido e non como slogan: co selo CriterIA© non quedamos no mínimo que marca o Regulamento Europeo de IA, senón que verificamos tamén a madurez do reskilling e da gobernanza, que son as dúas palancas que converten a IA en valor e que ningunha lei che vai esixir.

Preguntas frecuentes

¿A alfabetización en IA é unha obriga legal?

Si, e é expresa. O artigo 4 do Regulamento Europeo de IA obriga aos provedores e aos responsables do despregue de sistemas de IA a adoptar medidas para apoiar a promoción da alfabetización en materia de IA do seu persoal e das demais persoas que se encarguen en seu nome do funcionamento e a utilización deses sistemas, tendo en conta os seus coñecementos técnicos, a súa experiencia, a súa formación e o contexto previsto de uso. É esixible desde o 2 de febreiro de 2025. Dúas precisións importantes: é unha obriga de medios, porque o precepto non esixe garantir un nivel determinado de alfabetización; e a redacción vixente é a introducida polo Regulamento (UE) 2026/1744, que substituíu o verbo «garantir» da versión orixinal. O artigo tampouco impón un formato de conservación de evidencias: documentar as medidas, os seus destinatarios e as súas datas é unha medida probatoria moi recomendable, non unha esixencia literal do precepto.

¿Fala o Regulamento de gobernanza da IA?

Si, pero non no sentido no que adoita usarse a palabra nunha empresa. O artigo 10 regula os datos e a gobernanza dos datos; o artigo 17, o sistema de xestión da calidade; o artigo 26, as obrigas de quen desprega. Os tres alcanzan só aos sistemas de alto risco e, salvo o 26, só ao provedor, e a súa aplicación está aprazada a decembro de 2027. O artigo 95 menciona ademais mecanismos de gobernanza nos códigos de conduta, que son de adhesión voluntaria. Ningún deles obriga a unha empresa corrente a gobernar internamente o uso que fai da IA: iso segue sendo unha decisión de xestión, non unha obriga.

¿En que se diferencia o reskilling dunha formación en IA?

Unha formación ensina a usar unha ferramenta. O reskilling capacita á persoa en competencias novas para que asuma tarefas de máis valor mentres a IA se ocupa das automatizables. A pregunta deixa de ser se alguén sabe usar IA e pasa a ser que debería estar facendo agora no seu posto, sabendo que dispón dela.

¿Pódese financiar con fondos públicos a preparación para o Regulamento de IA?

Non existe unha liña de axudas con ese nome, pero a consultoría de preparación para a adopción de IA si é gasto elixible en varias convocatorias de 2026. É unha das razóns polas que a xestión de subvencións con IA e o cumprimento do AI Act deixaron de ser dúas conversacións separadas.