Blueprint: identificar y priorizar casos de uso de IA (inventario, matriz de decisión y pilotos que se miden)

Un caso de uso de IA no es una tecnología ("usar un chatbot") sino una tarea del negocio con dueño, volumen y coste actual medible ("responder las 400 consultas mensuales de clientes sobre estado de pedido, que hoy consumen 60 horas de dos personas"). La mayoría de listas de ideas de IA fracasan por confundir esas dos cosas: nacen de demos que alguien vio, no de tareas que alguien sufre, y por eso ninguna llega a producción. El síntoma clásico tiene nombre en el mercado de trabajo: en nuestro corpus de 79 ofertas reales de dirección de IA en Suiza y Europa, identificar y priorizar casos de uso aparece como deber explícito en cerca de un tercio, justo porque las empresas ya intentaron la lista de deseos y no funcionó.

La prueba rápida de si te pasa: pide la lista actual de ideas de IA de tu empresa y comprueba cuántas tienen tres números al lado (horas o euros que cuesta hoy la tarea, volumen mensual, y quién es el dueño). Si la respuesta es ninguna, no tienes un problema de tecnología ni de talento: tienes un problema de método, y se corrige en dos semanas con lo que sigue.

El proceso entero cabe en siete pasos y dos semanas de calendario para una empresa mediana. La regla de lectura: nada pasa a la matriz sin sus tres números, nada pasa a piloto sin línea base, y nada escala sin fecha de decisión cumplida. Es el mismo circuito que prescribe el blueprint del Chief AI Officer para los primeros 90 días; aquí está la mecánica fina de la parte de casos de uso.

El inventario es una semana de conversaciones estructuradas, no un taller de ideación. El objetivo no es que la gente proponga usos de IA (propondrán demos que vieron): es extraer las tareas que cumplen el perfil que la IA resuelve bien hoy, que casi siempre son las que nadie presume de hacer.

Tres criterios, escala de 1 a 5 cada uno, y la puntuación total es valor más viabilidad menos riesgo. Tres criterios y ni uno más: cada columna extra que se añade a una matriz de priorización es un sitio nuevo donde esconder una preferencia personal. La rúbrica completa, para que dos personas distintas puntúen igual:

Tres tareas típicas de una empresa mediana de servicios, puntuadas con la rúbrica de arriba. Son ejemplos de trabajo para calibrar el ojo (los números de tu empresa serán otros), y muestran el patrón que sorprende a casi todos los comités: el caso glamuroso pierde contra el caso aburrido con volumen.

Cada piloto aprobado se escribe en una página con los campos de la tabla, y esa página es el contrato. El campo que casi todo el mundo omite y que más pilotos salva es el último: la fecha en la que el piloto deja de existir como piloto, se escale o se mate. Sin fecha, todo piloto tiende a la eternidad, porque matarlo parece un fracaso; con fecha, matarlo es cumplir el plan.

Uno: ninguna tarea entra en la matriz sin sus tres números; lo que no se puede medir no se puede priorizar, solo desear. Dos: máximo dos pilotos a la vez; el tercero roba la supervisión que los dos primeros necesitan para ser concluyentes. Tres: ningún piloto sin línea base previa; la línea base estimada de memoria después de lanzar siempre sale inflada. Cuatro: toda fecha de decisión se cumple, y escalar o matar son los dos únicos resultados válidos; "seguir pilotando" es la respuesta prohibida. Cinco: cada trimestre, la matriz se repuntúa entera, porque la viabilidad cambia cada pocos meses con cada generación de modelos, y el caso inviable de enero puede ser el obvio de junio.

La quinta regla es la que convierte esto de ejercicio puntual en sistema operativo: la matriz viva es el roadmap de IA de la empresa, y quien la mantiene (interno o fraccional) tiene el mapa que las ofertas de trabajo llaman estrategia.

Este blueprint no es teoría de consultor: es el filtro por el que pasaron los tres sistemas en producción de este lab. La operación editorial ganó su piloto porque era la tarea de más volumen con datos propios y riesgo controlable con revisión; el sistema de investigación de mercado puntuó alto en viabilidad (fuentes públicas, texto digital) y su riesgo se mitigó con el contrato de datos; y más de un candidato vistoso se mató a tiempo, con su fecha de decisión cumplida, porque la cuenta no salía. La matriz de esta casa se repuntúa cada trimestre, y de ahí saldrán los próximos casos que se publiquen aquí, con sus números y sus fallos, como siempre.

Si quieres la matriz aplicada a tu empresa con nuestras reglas de honestidad (línea base real, decisión con fecha, gobernanza desde el día uno), la puerta de siempre está abajo, en la tarjeta de quien firma.

Dos desplazamientos cambiarán tu matriz antes de un año. El primero es la columna de viabilidad: los agentes capaces de ejecutar tareas completas están subiendo la nota de casos que hace un año eran inviables (los que exigían navegar sistemas, cruzar fuentes o sostener procesos largos), así que la repuntuación trimestral deja de ser higiene y pasa a ser ventaja: quien repuntúa antes, captura antes. El segundo es la columna de riesgo: las obligaciones del AI Act europeo se aplican por fases y convertirán filtros que hoy son buenas prácticas en requisitos con sanción, lo que encarece los casos de cara al cliente sin gobernanza y abarata, en términos relativos, los internos y aburridos. Nuestra lectura: la ventaja competitiva de los próximos dos años no estará en tener ideas de IA, que ya son gratis, sino en la velocidad y honestidad del circuito idea-piloto-decisión. Ese circuito es exactamente lo que este blueprint deja montado.