El error no es elegir mal la herramienta. Es empezar por la herramienta.

"Probémoslo, a ver para qué nos sirve." Esa frase, dicha sobre casi cualquier herramienta de IA, suele ser el principio de un proyecto que no va a llegar a ningún lado.

Lo vengo viendo hace años, mucho antes de que la IA estuviera de moda. Cambia la tecnología del momento, pero el patrón se repite: alguien trae una herramienta nueva, arma una prueba, muestra una demo que impresiona en la reunión, y al mes nadie la usa. Es cómodo echarle la culpa a la herramienta. Casi nunca es la herramienta. Es el orden en que se empezó.

Por qué arrancar por la herramienta falla

Cuando arrancás por la herramienta, estás resolviendo un problema que todavía no definiste. Buscás dónde encaja algo que ya decidiste usar. Es como comprar una máquina cara y recién después recorrer la fábrica a ver qué le hacés producir.

El final es siempre parecido. Demos que impresionan y no cambian nada. Software que nadie abre al mes. Equipos que "probaron IA" y quedaron con la sensación de que no era para ellos.

No me malinterpretes: experimentar está bien. La curiosidad es sana y jugar con las herramientas nuevas es la mejor forma de entenderlas. El problema no es experimentar. El problema es confundir experimentar con resolver.

Y no es un caso aislado. Entre las empresas chicas que todavía no usan IA, cerca del 77% dice que "no le ve un caso de uso". Yo lo leo distinto: no es que la IA no sirva para su negocio. Es que nadie partió de una tarea concreta que duela.

El orden importa: primero el problema

Hay una frase que se le suele atribuir a Einstein: si tuviera una hora para resolver un problema, pasaría 55 minutos pensando el problema y 5 buscando la solución. No sé si la dijo. Pero captura bien lo que casi nadie hace con la IA.

El orden que funciona es el inverso al de la demo. Primero el problema, después la herramienta.

Antes de hablar de IA, mirá la operación real: qué tarea consume horas, qué proceso se traba, dónde se pierde el tiempo de verdad. Recién cuando el problema está claro, elegís con qué resolverlo. Hoy muchas veces va a ser IA, porque suele ser el camino más eficiente. Pero eso es una conclusión, no un punto de partida.

Ese orden cambia todo. Una automatización que nace de "el cierre contable nos come tres días cada mes" tiene un destino claro y una forma de saber si funcionó. Una que nace de "probemos esta herramienta" no tiene ni lo uno ni lo otro.

El criterio está en lo que dejás afuera

Empezar por el problema obliga a algo incómodo: elegir. No todo lo que se puede automatizar conviene automatizar. Diría que la mitad del valor de un buen proyecto está en lo que decidís no hacer.

Una tarea repetitiva, con reglas claras y volumen, suele ser buena candidata. Una que cambia cada vez, que pide criterio humano o que pasa dos veces por mes, muchas veces no. Distinguir una de la otra no lo hace la herramienta. Lo hace el criterio. Y ese criterio es justo lo que separa un proyecto que mueve la aguja de una colección de demos lindas.

Y a veces la respuesta no es la IA

Hay una consecuencia honesta de pensar así. A veces, cuando mirás el problema de verdad, la IA no es la respuesta. Hay procesos que no hay que automatizar: hay que arreglarlos. Automatizar un proceso roto solo te da un proceso roto, más rápido.

Cuesta aceptarlo cuando todos a tu alrededor están corriendo a "sumar IA". Pero la herramienta más nueva no le gana a entender bien qué está pasando.

En una línea

La próxima vez que alguien proponga "probar una herramienta de IA a ver para qué sirve", dale vuelta la pregunta. No arranques por "¿qué hago con esto?". Arrancá por "¿qué me duele?", y dejá que el problema elija la herramienta.

Al final, la pregunta nunca fue qué herramienta usar. Es qué problema vale la pena resolver.