La IA no se rentabiliza comprando más herramientas

Dos empresas del mismo sector y del mismo tamaño contratan la misma suscripción de inteligencia artificial el mismo mes. Un año después, una ha acortado plazos de entrega y gana más margen. La otra sigue pagando la misma licencia y, si preguntas a su equipo para qué la usa exactamente, es fácil que te den dos o tres respuestas distintas. La herramienta era idéntica.

Lo que cambió no está en el software. Para rentabilizar la inteligencia artificial no hace falta comprar más IA: hace falta saber cuándo comprobar lo que entrega, capacitar a las personas para que hagan tareas de más valor y tener claro quién decide cuando algo falla. Son tres cosas —alfabetización, reskilling y gobernanza—, se trabajan en ese orden y explican el resultado mejor que la herramienta elegida. De las tres, solo la alfabetización obliga hoy a cualquier empresa que use IA: es el artículo 4 del Reglamento Europeo de IA (AI Act). La gobernanza también aparece en el Reglamento, pero acotada —gobernanza de datos, sistema de gestión de la calidad, obligaciones del desplegador— y solo para los sistemas de alto riesgo y, en su mayor parte, para el proveedor. El reskilling no aparece en absoluto. Y son precisamente las dos que ninguna ley te va a exigir las que convierten la IA en margen.

¿Por qué la misma IA rinde en una empresa y no en otra?

Porque la herramienta llega siempre igual y la organización que la recibe, no. Una empresa que incorpora IA sin tocar cómo trabaja obtiene lo mismo que hacía antes, algo más rápido. Una que aprovecha la entrada de la herramienta para revisar quién hace qué, qué se comprueba y quién firma, obtiene otra cosa distinta.

Es una observación de proyectos propios de implantación, no una medición, y la damos como lo que es. Pero se repite lo bastante como para que merezca la pena mirarla de cerca.

¿Sabe tu equipo cuándo no fiarse de lo que entrega la IA?

Casi todas las empresas están formando a su gente para usar herramientas de IA. La pregunta que decide el resultado es otra: si el equipo sabe reconocer el momento en que hay que comprobar.

Una IA puede escribir un informe impecable y equivocarse en un dato suelto. Puede montar un análisis que suena perfecto partiendo de una premisa que no lo es. La alfabetización en IA no va de escribir mejores instrucciones: va de leer los resultados con ojo crítico. Saber qué hace bien la herramienta, dónde suele fallar, qué información puede recibir sin problema y en qué momento la última palabra tiene que seguir siendo de una persona.

El reskilling no es formar en la herramienta: es cambiar el puesto

Aquí está el malentendido más caro. Cuando una tarea que llevaba cuatro horas pasa a llevar dos, la reacción habitual es celebrar el ahorro. El reskilling empieza justo después: consiste en capacitar a las personas en nuevas competencias para que asuman tareas de más valor y dejar a la inteligencia artificial las que se pueden automatizar. No es un curso de manejo de la herramienta, es un rediseño del puesto.

La diferencia se nota enseguida. Formar a alguien en una herramienta le permite hacer más deprisa lo que ya hacía. Capacitarlo en competencias nuevas —análisis, criterio, relación con el cliente, decisión— le permite hacer algo que antes no hacía, mientras la parte repetitiva sale de su mesa. El primero mejora la velocidad; el segundo cambia lo que la empresa es capaz de vender.

En nuestra propia casa el ejemplo está en la gestión de ayudas públicas. Con nuestro sistema de gestión de subvenciones con IA (Simplicity for Grants©) el tiempo de gestión de una candidatura ha bajado un 83 % de media, y sigue bajando según se afina la herramienta. Lo relevante no es el porcentaje: es que ese tiempo se ha reinvertido en trabajo de más valor, decidir a qué convocatorias merece la pena presentarse y cómo defenderlas. Esa decisión sigue siendo humana, y es donde está el margen.

¿Quién decide cuando una IA se equivoca?

La gobernanza es la parte que no entusiasma a nadie hasta que pasa algo. Alguien sube datos de un cliente a una herramienta que la empresa nunca autorizó y no se sabe hasta que llega la reclamación. O una IA hace una recomendación que afecta a un cliente y nadie la revisa antes de actuar. Y entonces aparece siempre la misma pregunta: ¿quién sabía que esto estaba pasando?

La buena noticia es que esa pregunta se puede contestar antes. No hace falta un comité ni un puesto nuevo en el organigrama: basta con que alguien pueda decir, sin dudar, qué herramientas se usan, para qué, qué información entra en ellas, quién puede usarlas, qué resultados necesitan revisión humana y quién responde si algo sale mal.

Conviene, eso sí, no confundir dos planos. El Reglamento sí habla de gobernanza, pero lo hace para los sistemas de alto riesgo y sobre todo para quien los fabrica: gobernanza de los datos de entrenamiento, sistema de gestión de la calidad, obligaciones de quien los despliega. A una pyme que usa un asistente conversacional no le alcanza casi nada de eso. Lo que sí le alcanza, cada vez más, es el mercado: la reglamentación no le exige publicar una política de uso de IA, pero se la piden en diligencias debidas, en pliegos de licitación y en procesos de compra. Esa es la distancia real entre lo que la norma obliga y lo que el mercado ya da por supuesto.

Las nueve preguntas que separan una IA rentable de una IA cara

No hace falta una auditoría de cien páginas para saber si hay un problema. Bastan tres personas del equipo y estas nueve preguntas.

Alfabetización

• ¿Sabe nuestro equipo identificar cuándo una respuesta de IA debe comprobarse?
• ¿Tenemos reglas mínimas sobre qué información se puede introducir en una IA?
• ¿Conocen las personas los principales riesgos de las herramientas que usan?

Reskilling

• ¿Tenemos identificadas las tareas que la IA puede automatizar o acelerar?
• ¿Sabemos qué competencias nuevas necesitan las personas cuyo puesto cambia?
• ¿Estamos capacitándolas para el trabajo de más valor que queda después?

Gobernanza

• ¿Sabemos qué herramientas de IA usa realmente nuestra organización?
• ¿Tenemos claro qué usos necesitan revisión o autorización?
• ¿Sabemos quién tiene la última palabra cuando una decisión con IA afecta a un cliente, a un empleado o a un tercero?

Si quedan varias sin respuesta, ya sabes por dónde empezar. Y si se contestan todas, hay una pregunta todavía mejor: ¿podrías demostrarlo?

Qué se ve de una empresa desde fuera

Desde hace meses medimos las señales públicas de gobernanza de la inteligencia artificial de las organizaciones españolas. Es el Observatorio CriterIA©, nuestro Observatorio IA sobre alfabetización, gobernanza y uso responsable de la inteligencia artificial.

Se alimenta de tres fuentes y conviene distinguirlas, porque no valen lo mismo. La primera, que aporta la gran mayoría de los registros, es un radar propio que lee páginas web públicas —portada, páginas legales y chat, si lo hay— y anota qué señales encuentra: mira solo lo que cualquiera puede ver, sin acceder a áreas privadas y sin tratar datos personales. Las otras dos son voluntarias y las aporta la propia organización: las respuestas del autodiagnóstico CriterIA© 7 y las mediciones de Huella, que se incorporan de forma anónima y agregada. Esa distinción es el corazón del método, lo observado desde fuera y lo declarado por el interesado se registran por separado y nunca se suman como si fueran la misma prueba. De una declaración propia solo se deriva exposición; que una señal esté puesta o no lo acredita únicamente la observación externa.

Los resultados del Índice de Criterio© se presentan el 20 de octubre de 2026 en Madrid, junto con la Asociación Española de Escuelas de Negocio. Hasta esa fecha no publicamos ninguna puntuación. El Observatorio IA tiene periodicidad semestral y sus datos se publican bajo licencia CC BY 4.0 (Creative Commons Atribución 4.0 Internacional, de modo que cualquiera puede reutilizarlos citando la fuente. Lo que sí se puede adelantar es la lección de método: una empresa puede estar cumpliendo el Reglamento Europeo de IA (AI Act) y no dejar ni una señal de ello hacia fuera. Y quien decide si le adjudica un contrato o le concede una ayuda mira precisamente eso.

IA con Criterio: usar mejor la que ya tienes

El error más habitual es comprar una herramienta, hacer un curso, probar unas cuantas instrucciones y esperar a que la productividad aparezca sola. Rara vez funciona. Primero hay que saber qué problema se quiere resolver; después, qué parte del trabajo se quiere transformar; solo entonces, qué herramienta ayuda.

La tecnología va a seguir cambiando, cada vez más deprisa. El criterio, no. Por eso trabajamos con IA con Criterio como apellido y no como eslogan: con el sello CriterIA© no nos quedamos en el mínimo que marca el Reglamento Europeo de IA, sino que verificamos también la madurez del reskilling y de la gobernanza, que son las dos palancas que convierten la IA en valor y que ninguna ley te va a exigir.

Preguntas frecuentes

¿La alfabetización en IA es una obligación legal?

Sí, y es expresa. El artículo 4 del Reglamento Europeo de IA obliga a los proveedores y a los responsables del despliegue de sistemas de IA a adoptar medidas para apoyar la promoción de la alfabetización en materia de IA de su personal y de las demás personas que se encarguen en su nombre del funcionamiento y la utilización de esos sistemas, teniendo en cuenta sus conocimientos técnicos, su experiencia, su formación y el contexto previsto de uso. Es exigible desde el 2 de febrero de 2025. Dos precisiones importantes: es una obligación de medios, porque el precepto no exige garantizar un nivel determinado de alfabetización; y la redacción vigente es la introducida por el Reglamento (UE) 2026/1744, que sustituyó el verbo «garantizar» de la versión original. El artículo tampoco impone un formato de conservación de evidencias: documentar las medidas, sus destinatarios y sus fechas es una medida probatoria muy recomendable, no una exigencia literal del precepto.

¿Habla el Reglamento de gobernanza de la IA?

Sí, pero no en el sentido en que suele usarse la palabra en una empresa. El artículo 10 regula los datos y la gobernanza de los datos; el artículo 17, el sistema de gestión de la calidad; el artículo 26, las obligaciones de quien despliega. Los tres alcanzan solo a los sistemas de alto riesgo y, salvo el 26, solo al proveedor, y su aplicación está aplazada a diciembre de 2027. El artículo 95 menciona además mecanismos de gobernanza en los códigos de conducta, que son de adhesión voluntaria. Ninguno de ellos obliga a una empresa corriente a gobernar internamente el uso que hace de la IA: eso sigue siendo una decisión de gestión, no una obligación.

¿En qué se diferencia el reskilling de una formación en IA?

Una formación enseña a usar una herramienta. El reskilling capacita a la persona en competencias nuevas para que asuma tareas de más valor mientras la IA se ocupa de las automatizables. La pregunta deja de ser si alguien sabe usar IA y pasa a ser qué debería estar haciendo ahora en su puesto, sabiendo que dispone de ella.

¿Se puede financiar con fondos públicos la preparación para el Reglamento de IA?

No existe una línea de ayudas con ese nombre, pero la consultoría de preparación para la adopción de IA sí es gasto elegible en varias convocatorias de 2026. Es una de las razones por las que la gestión de subvenciones con IA y el cumplimiento del AI Act han dejado de ser dos conversaciones separadas.