Por qué a unos la IA les cambia el negocio y a otros no

Implementar IA en una empresa suele arrancar con una prueba que sale bien. Alguien quiere saber cuánto se vendió el mes pasado, la herramienta contesta en segundos, el número cuadra y la reunión termina con la sensación de que algo cambió.

La segunda pregunta es la que separa a unos de otros.

Una decisión casi nunca sale de una sola respuesta. Sale de una cadena: cuánto se vendió, por qué bajó, en qué zona, con qué clientes, de qué productos. Cada eslabón depende del anterior, y la cadena sigue hasta que aparece algo sobre lo que se puede actuar. Y aquí, con dos monedas encima, casi siempre hay una consulta más: si la caída es real o es efecto del tipo de cambio.

En unas empresas, la IA acompaña todo ese recorrido. En otras, la conversación se corta en el segundo intercambio, y casi siempre por el mismo motivo.

El reporte que recibió la IA traía el total de ventas por mes, porque para eso se armó. Lo que no traía era a qué cliente corresponde cada venta, en qué zona está cada cliente ni a qué línea pertenece cada producto. Esa información existe en la empresa, pero repartida en otros archivos, y unirla es un trabajo que alguien hace a mano cuando hace falta. La IA no puede explicar por qué bajaron las ventas con un archivo que solo sabe que bajaron.

Entonces pasa lo de siempre. Alguien se compromete a preparar la información para la próxima vez. Cuando llega, la duda ya es otra, y quien preguntó, con el tema fresco esa mañana, ya está en otra cosa.

La conversación se cortó en el punto exacto donde terminaba el archivo.

Y la pregunta que más vale casi nunca es la primera. El total del mes ya lo tenías, o lo ibas a tener en el cierre. Lo que te faltaba era el porqué, y el porqué vive en la segunda pregunta o en la tercera.

Cada respuesta abre la siguiente

Para contestar por qué bajaron las ventas, la IA necesita saber cómo se conectan las cosas: qué venta es de qué cliente, qué cliente está en qué zona, qué producto pertenece a qué línea.

En la mayoría de las empresas esas conexiones se hacen en Excel. Se toman dos listas, se unen por un dato en común y sale una tabla nueva. Ese cruce es, en el fondo, una relación hecha a mano para una consulta concreta. Funciona para esa consulta. Para la siguiente, toca hacer otro.

Y cada cruce lleva adentro decisiones que no se ven: qué hacer con el cliente que aparece con dos nombres, con la venta que no tiene zona asignada, con el producto que cambió de línea a mitad de año. Quien cruza las resuelve sobre la marcha, cada vez, y no siempre de la misma manera.

Cuando esas relaciones quedan escritas en un modelo de datos, la lógica se invierte. Las ventas saben de qué cliente son, los clientes saben en qué zona están, los productos saben a qué línea pertenecen. Las decisiones sobre los casos raros quedan tomadas y por escrito. Ya no hace falta adivinar qué se va a preguntar, porque cualquier pregunta que esas relaciones permitan tiene respuesta.

Eso habilita una de las capacidades más potentes del mundo de los datos, y de las menos aprovechadas: el filtrado cruzado. Eliges una zona y todo lo demás se ajusta solo: sus clientes, sus productos, sus ventas, su caída. Dentro de esa zona eliges al cliente que más bajó, y todo se ajusta otra vez. Cada clic deja lista la siguiente consulta.

Para una IA, esa es la diferencia entre contestar y conversar. Sobre relaciones escritas puede recorrer el mismo camino que haría alguien que conoce el negocio: del total a la zona, de la zona al cliente, del cliente al producto que dejó de pedir. Sobre un archivo armado para una sola consulta, llega hasta donde llega el archivo.

Hasta dónde llega la conversación lo marcan las relaciones que existan.

Implementar IA se mide en la segunda pregunta

Esto cambia la forma de evaluar lo que la IA está haciendo en tu empresa. La primera pregunta la contesta cualquier herramienta con cualquier archivo, y por eso casi todas las demostraciones se quedan ahí. La prueba que dice algo es la que viene después.

Hay una frase que sirve como termómetro: «lo reviso y te aviso». Aparece cuando alguien pide algo que el reporte no trae y la respuesta tiene que esperar a que otra persona arme la información. Cada vez que se dice, hay una conversación que se cortó en la segunda pregunta.

Cuando las relaciones están escritas, esa frase se vuelve rara. La consulta se hace en el momento, la respuesta llega en el momento, y la que sigue también. Quien decide puede llegar al porqué en la misma conversación en la que se enteró de que había un problema, con el tema todavía sobre la mesa.

Hay además un efecto menos visible. Cuando cada respuesta depende de que alguien arme un archivo, preguntar tiene un costo, y la gente lo administra: pide lo urgente y se guarda el resto. Cuando la información ya está relacionada, ese costo baja, y salen a la luz las dudas que antes se quedaban en la cabeza de alguien porque pedirlas costaba más que la respuesta. Muchas veces son las más interesantes.

Nada de esto es motivo para esperar antes de usar IA. Usarla sobre lo que hay hoy es la forma más rápida de descubrir dónde se corta la conversación. Cada corte señala, con nombre y apellido, una relación que falta escribir: la venta con su zona, el cliente con su vendedor, el producto con su línea.

Lo que conviene es mirar los resultados con el criterio correcto. Si la IA te contesta bien cuánto vendiste y se queda en blanco con por qué, el problema está identificado, y está bastante más cerca de resolverse de lo que parece.

Con cualquier dato, la IA contesta la primera pregunta. Con datos relacionados contesta también la segunda, que es donde está la decisión.

‍

Si quieres ver hasta qué pregunta llega hoy la IA en tu operación, agenda una llamada y lo revisamos juntos.