La adopción de inteligencia artificial en una empresa no se resuelve habilitando una herramienta y esperando resultados. El despliegue de ChatGPT Work para más de 30.000 colaboradores de Uber muestra una idea relevante para cualquier organización: la IA empieza a generar valor cuando se conecta con el trabajo cotidiano, se implementa con reglas claras y cada área entiende qué problema concreto puede resolver.
De una prueba acotada a una adopción con propósito
Uber pasó de un piloto de 1.000 personas a una implementación transversal. La lección no es que todas las empresas deban escalar a la misma velocidad, sino que un piloto debe diseñarse para aprender. Antes de ampliar el uso, conviene identificar qué tareas se repiten, cuáles consumen más tiempo y dónde existen cuellos de botella entre información, coordinación y ejecución.
Un piloto útil no se mide solo por el número de usuarios activos. También debe responder preguntas operativas: ¿se redujo el tiempo para preparar reuniones?, ¿mejoró la calidad de los borradores comerciales?, ¿se aceleró la búsqueda de antecedentes?, ¿bajaron los retrabajos? Si no hay una línea base y un resultado esperado, la organización corre el riesgo de confundir curiosidad tecnológica con impacto de negocio.
Conectar la IA al contexto donde ocurre el trabajo
El valor de una herramienta de IA aumenta cuando puede trabajar con información autorizada de uso diario. En el caso de Uber, la plataforma se integra con recursos como correo, calendario, almacenamiento documental y mensajería interna. Esto permite reunir contexto para investigar, elaborar resúmenes, preparar presentaciones, analizar información y avanzar en flujos que atraviesan más de una aplicación.
Para ventas, marketing y atención al cliente, este principio se puede traducir en acciones simples. Un equipo comercial puede preparar una reunión a partir de notas, propuestas previas y agenda; marketing puede convertir aprendizajes de campañas en borradores de contenido y planes de prueba; servicio puede resumir casos, ordenar antecedentes y proponer próximos pasos para que una persona revise antes de responder.
La prioridad no debe ser conectar todo de una vez. Es preferible comenzar con una fuente de información confiable, permisos bien definidos y un caso de uso de alto volumen. Una integración amplia sin orden documental ni criterios de acceso puede multiplicar errores, exponer datos o producir respuestas basadas en información desactualizada.
La gobernanza no es un freno: es parte del diseño
El despliegue incorpora integraciones aprobadas, capacitación y una biblioteca interna de habilidades de IA. Esa combinación es clave. Las empresas necesitan definir qué herramientas están autorizadas, qué tipo de datos pueden utilizarse, qué revisiones humanas son obligatorias y quién responde ante un resultado incorrecto.
Una política práctica puede clasificar los usos en tres niveles. El primero reúne tareas de bajo riesgo, como resumir documentos no sensibles o crear borradores. El segundo incluye procesos que requieren validación humana, por ejemplo comunicaciones a clientes, propuestas comerciales o análisis de indicadores. El tercero abarca datos personales, decisiones sensibles o acciones que no deben automatizarse sin controles reforzados.
También es importante mantener trazabilidad. Registrar el caso de uso, las fuentes consultadas, las instrucciones entregadas y la decisión final ayuda a corregir fallas y convertir buenas prácticas individuales en procesos replicables.
Casos por área: menos tareas aisladas, mejores flujos
Ventas
La IA puede preparar cuentas, resumir interacciones, estructurar preguntas de descubrimiento y generar un primer borrador de seguimiento. El vendedor mantiene la responsabilidad de validar datos, adaptar el mensaje y conducir la relación. El objetivo es liberar tiempo administrativo para dedicarlo a conversaciones de mayor valor.
Marketing
Los equipos pueden acelerar la investigación de audiencias, reutilizar aprendizajes de campañas y crear variantes de mensajes según segmento o canal. La supervisión humana sigue siendo indispensable para cuidar la marca, revisar afirmaciones y evitar publicar contenido genérico o inconsistente.
Atención y operaciones
La oportunidad está en resumir solicitudes, identificar información faltante y orientar al colaborador hacia procedimientos o antecedentes relevantes. En vez de delegar por completo una respuesta crítica, la IA puede funcionar como una capa de preparación que mejora la velocidad y consistencia del equipo.
Cómo empezar sin convertir la IA en otro proyecto inconexo
Una hoja de ruta inicial puede ser breve: seleccionar dos o tres procesos repetitivos, asignar un responsable por área, definir una métrica de resultado, habilitar solo las fuentes necesarias y capacitar con ejemplos reales. Tras algunas semanas, se revisan calidad, tiempos, riesgos y adopción para decidir qué mantener, ajustar o escalar.
La principal enseñanza del caso es que la IA corporativa no depende únicamente del modelo elegido. Depende de integrar información confiable, formar a las personas, establecer límites y medir resultados. Cuando esos elementos se trabajan en conjunto, la tecnología deja de ser una novedad aislada y se convierte en una capacidad operativa para toda la empresa.
