Cómo adoptan los LLM las PyMEs (sin el hype)
Charlamos con muchas PyMEs sobre IA, y el patrón lleva un tiempo siendo el mismo. Las que adoptan bien no son las que tienen el modelo más grande ni el presupuesto más grande: son las que arrancaron con una pregunta aburrida.
La pregunta aburrida gana
"¿Qué respuesta dan cuarenta veces por semana, y por qué?" Es todo el método. Gana a cualquier pregunta sobre qué modelo es el más inteligente, porque arranca de un costo que de verdad pagás: el tiempo de alguien, reescribiendo la misma respuesta, sacando el mismo reporte, buscando el mismo documento.
Cómo se ve la adopción de verdad
Por nuestra experiencia, una adopción que funciona tiene forma:
- Un workflow, de punta a punta. No "IA en toda la empresa", sino un trabajo concreto: tickets de soporte, presupuestos entrantes, estado de pedidos, hecho mejor que antes.
- Los documentos primero. Si la respuesta debe salir de una política, un catálogo o un manual, la respuesta de un modelo que no se la leyó es un riesgo, no una feature.
- Un humano en el loop, a propósito. Al principio, alguien revisa la salida del modelo. No porque el modelo sea malo, sino porque están aprendiendo qué salidas se pueden confiar.
- Una forma de decir que no. La mayoría de las veces, la respuesta honesta es "eso no vale la pena todavía", o "una herramienta barata ya lo hace". Adoptar es tanto no construir como construir.
Qué la frena
- Comprar una plataforma antes de nombrar el workflow.
- Tratar la calidad de los prompts como una tarea de un día. Es un trabajo de mantenimiento, como cualquier software.
- Esperar que la primera versión esté lista para salir sin supervisión. No está. La de nadie.
La vara está más baja que el hype
La distancia entre un piloto y un asistente a producción en una PyME usualmente no es un problema de investigación. Es un problema de operación: dónde vive el dato, quién revisa los casos límite, qué significa "suficientemente bueno" para este workflow. Son preguntas que podemos responder en una o dos semanas de scoping, y son la razón por la que un prototipo funcionando en semanas es realista, cuando la alternativa es un deck sobre para dónde va la industria.