Utilizamos cookies para optimizar tu experiencia, analizar el tráfico y personalizar los anuncios. Elige si aceptas el uso de cookies no esenciales. Más información.
Si cada persona de un equipo ahorra veinte minutos al día con un asistente de IA, ¿gana la empresa veinte minutos al día por cada persona? El cálculo parece lógico, pero el Panorama Vibe Coding Brasil, una encuesta de Skyone con el periódico, señala un obstáculo previo: existe interés en crear con IA, pero no se traduce en ejecución. Entre los 1982 encuestados, el 52,7% (1044) cita la falta de conocimientos técnicos como el mayor obstáculo. Entre quienes consideraron crear algo pero nunca lo llevaron a cabo (394 personas), la tasa sube al 66,8%, una diferencia de 14,1 puntos porcentuales.
Mientras tanto, la actividad inversora se mantiene sólida: más del 80 % de las empresas encuestadas tienen previsto aumentar su presupuesto para IA y automatización el próximo año, y el 22 % ya utiliza IA o modelos de aprendizaje automático (MLA) en sus ciclos de desarrollo. Este artículo parte de la base de que la empresa ya ha reconocido la adopción espontánea y ha definido reglas y visibilidad. La cuestión ahora es cómo transformar la experimentación individual en capacidad operativa, con ejemplos por área, una hoja de ruta piloto y criterios de medición. Los datos provienen de una encuesta realizada con nuestra propia muestra, que refleja al grupo encuestado y no a la totalidad de las empresas brasileñas.
El beneficio individual se refiere al tiempo ahorrado o a la mejora en la calidad que una persona logra al realizar sus tareas con IA. El resultado organizacional se refiere al cambio cuantificable en un proceso de la empresa: tiempo de ciclo, costo por entrega, tasa de retrabajo, calidad o capacidad de servicio.
Ambos procesos pueden diferir. Una persona podría redactar informes más rápido, pero el proceso de revisión, aprobación y envío podría ser el mismo. El tiempo ahorrado en un paso se diluye en los demás o se absorbe por nuevas exigencias.
El panorama pone de manifiesto una distancia similar: el abismo entre usar y construir. Por un lado, el 45,3 % de los 2440 profesionales consultados utilizan los másteres en derecho (LLM) como primera opción de búsqueda. Por otro, incluso entre el perfil más avanzado de la muestra («entorno estructurado»), el 47,9 % sigue citando la falta de conocimientos técnicos como principal obstáculo. Utilizar la IA es una habilidad individual; construir sistemas, automatizaciones y rutinas con ella requiere método, conocimiento y personas responsables.
Existen cinco razones recurrentes. La calidad depende de la consigna que cada persona escriba ese día. No hay un criterio común para determinar qué constituye una buena respuesta. El resultado de la IA no se conecta automáticamente con el siguiente paso del proceso. El aprendizaje permanece en la mente de quien descubrió el truco. Y nadie mide el antes y el después.
Este último punto merece atención, ya que la productividad percibida y la productividad medida pueden diferir. Sin una base de referencia registrada antes del programa piloto, la empresa solo cuenta con impresiones, y estas tienden a ser optimistas. Esta es una recomendación editorial, no un hallazgo de investigación.
Los candidatos idóneos suelen compartir cinco características: se realizan con frecuencia, tienen fechas de inicio y finalización reconocibles, se basan en información accesible para el equipo, cuentan con criterios de calidad verificables y toleran el riesgo de que se detecte un error durante la revisión. Los resúmenes de reuniones, los borradores iniciales de documentos, los análisis estandarizados y las respuestas a preguntas frecuentes son buenos ejemplos.
Los candidatos poco adecuados tienen el perfil opuesto: son poco frecuentes, dependen de datos de origen desorganizados, carecen de un patrón claro de "buenos resultados" o implican decisiones de alto impacto sin posibilidad de revisión. Un breve taller con cada equipo, en el que se enumeran las diez tareas que consumen más tiempo y se les asigna una puntuación según estos cinco criterios, genera una lista priorizada.
En las conversaciones, los términos se confunden, y la claridad ayuda a decidir qué construir.
Un modelo es el motor de lenguaje que genera respuestas, y diferentes modelos funcionan mejor en diferentes tareas. Un asistente especializado es una configuración de este motor con instrucciones y contexto para una función, como un revisor de contratos comerciales o un preparador de reuniones de ventas. Una habilidad es una capacidad reutilizable que ayuda a repetir consistentemente una tarea recurrente. La automatización de IA es una rutina que se ejecuta según un cronograma o un activador, sin depender de que alguien inicie la conversación. Los conectores vinculan la IA con las herramientas y fuentes de información de la empresa. También existe la codificación intuitiva, un término utilizado para crear software y automatizaciones describiendo lo que se desea en lenguaje natural, con la IA generando el código.
El salto cualitativo en madurez reside en la transición de un chat independiente a un asistente con contexto, y de ahí a una rutina automatizada. Cuanto más a la derecha se avanza, mayor es la coherencia y menor el esfuerzo manual, y mayor es la necesidad de rendición de cuentas y criterios de calidad.
En Skyone Astro , estos conceptos se presentan de forma organizada . Los expertos son asistentes adaptados al contexto laboral de cada área; las habilidades ayudan a repetir tareas recurrentes de forma consistente; las automatizaciones programadas se ejecutan sin necesidad de que alguien inicie la conversación; y el entorno proporciona acceso a múltiples plantillas, con enrutamiento configurable, para que cada tarea utilice la más adecuada. Skyone cita como ejemplos de uso la revisión de comunicaciones, la síntesis de materiales, la preparación de análisis para reuniones y la generación de primeras versiones de documentos. Cabe recordar que la cantidad de plantillas disponibles no garantiza la calidad: la prueba correcta consiste en realizar tareas equivalentes y comparar los resultados.
Para quienes necesitan ir más allá del uso y crear soluciones, la descripción general presenta Studio Creator, que propone un "ambiente de programación corporativa": los equipos de negocio describen lo que necesitan en lenguaje natural y reciben soluciones listas para probar, con prototipos que ya están conectados a Skyone Studio y gestionados desde el principio.
Un ejemplo: un informe semanal que actualmente requiere exportar datos del CRM, pegarlos en una hoja de cálculo, redactar un resumen y enviarlo al gerente. Con conexiones a las fuentes y una rutina programada, la IA puede extraer los datos, preparar un borrador y ponerlo a disposición para su revisión. El trabajo humano pasa de recopilar datos a verificarlos y tomar decisiones. Cuantas más conexiones haya, más importante será el control de permisos, un tema que se analiza en el artículo « Gobernanza de la IA en las empresas: cómo estructurarla en la práctica».
En Astro, esta conexión se realiza mediante conectores, autenticación OAuth individual y servidores MCP dedicados, lo que permite al equipo trabajar con las herramientas que ya utiliza. Combinada con la automatización programada, la conexión transforma el informe de ejemplo en una rutina lista para su revisión, y el administrador mantiene el control sobre los permisos y las conexiones. Para integrar sistemas y eliminar la compartimentación, la descripción general presenta Skyone Studio, con iPaaS y Lakehouse.
Cada caso de uso necesita un responsable: la persona que decide qué se incluye en el proceso, supervisa los resultados y realiza ajustes cuando la calidad disminuye. Sin un responsable, la automatización se vuelve obsoleta sin que nadie se dé cuenta.
Los criterios de calidad deben acordarse antes del piloto, no después, para evitar ajustar el estándar al resultado final. Estos criterios suelen incluir la precisión de los datos, la exhaustividad, el cumplimiento del tono y el formato esperados, los plazos de entrega y la tasa de reelaboración. Una muestra revisada por un especialista a intervalos definidos permite mantener el control sin necesidad de una revisión completa.
Los siguientes casos son ilustrativos y no representan a clientes reales. En todos los casos, se realiza una revisión humana antes de la entrega final.
Marketing. Un asistente, capacitado en las directrices de la marca, prepara variaciones de texto para diferentes canales y resume semanalmente el rendimiento de las campañas a partir de informes. El profesional valida la coherencia con la marca y las conclusiones.
Ventas. Antes de una reunión, la rutina consiste en recopilar el historial de la cuenta en el CRM, los contactos más recientes y los puntos sugeridos para la agenda. El vendedor revisa y actualiza esta información, en lugar de crearla desde cero.
Recursos Humanos. Estandarización de las comunicaciones internas, descripciones de puestos y resúmenes de respuestas abiertas de encuestas de clima laboral. Las decisiones sobre personas, como la contratación o el despido, requieren especial atención: la LGPD (Ley General de Protección de Datos de Brasil) garantiza al titular de los datos el derecho a solicitar la revisión de las decisiones tomadas únicamente con base en el procesamiento automatizado de datos personales.
Financiero. Borrador de comentarios sobre las variaciones presupuestarias con base en los datos del período y revisión de los contratos con proveedores para resaltar las cláusulas que requieren atención. Los cálculos y valores deben ser verificados por la persona responsable del cierre contable.
Atención al cliente. El agente recibe sugerencias de respuestas y un resumen del historial del cliente, y decide qué enviar. La medición del tiempo de resolución y las correcciones antes y después permite comprobar si el proceso ha mejorado realmente.
Tecnología. Documentación, resúmenes de incidentes y soporte para la revisión de código. En este ámbito, resulta fundamental medir el impacto en el contexto real, en lugar de presuponer beneficios. El análisis general muestra que el 52,1 % de quienes crean [la tecnología] ya desarrollan automatizaciones, y el 49,5 % implementan integraciones internas, lo que convierte al área tecnológica en un aliado idóneo para un proyecto piloto estructurado.
Un programa piloto bien diseñado consta de cinco pasos. Primero, elegir una rutina real con un grupo definido y una persona responsable. Segundo, acordar de antemano los criterios de calidad, los controles y la revisión humana. Tercero, ejecutar con datos autorizados y monitorear el uso y los resultados. Cuarto, comparar el antes y el después de la rutina elegida, lo que requiere registrar la línea base antes de comenzar. Quinto, ampliar por equipo, basándose en la evidencia y no solo en el entusiasmo inicial.
Las métricas deben reflejar el proceso: tiempo de ciclo, horas por entrega, tasa de retrabajo, calidad evaluada por muestra, satisfacción de quienes reciben el producto y costo por tarea, incluyendo el consumo de IA. El número de accesos por sí solo demuestra la adopción, pero no prueba su valor. Siempre que sea posible, comparar un grupo que usa IA con otro que no la usa es la forma más fiable de aislar el efecto. También conviene recordar que el tiempo ahorrado no se traduce automáticamente en ganancias financieras: depende de cómo lo utilice el equipo.
El costo por tarea depende de la visualización del consumo. En Astro, se presenta en reales (moneda brasileña), con límites por usuario y alertas, lo que permite al departamento de finanzas y al gerente de pilotos comparar la inversión con el cambio observado en la rutina. Skyone recomienda este diseño de evaluación: una tarea real, criterios preestablecidos, datos sintéticos o autorizados y los controles que el comité de la empresa considere indispensables, como auditoría, protección, consumo y conexiones.
Dado que la falta de conocimientos técnicos es el principal obstáculo en este ámbito, el programa piloto también ofrece una oportunidad de formación. Builders by Skyone ofrece formación ejecutiva y práctica, con cursos intensivos basados en el modelo "Build-a-Bot", el programa Skyone Accelerate y casos de uso reales desarrollados sobre la propia plataforma.
En las decisiones que afectan a las personas, en las comunicaciones externas, en las cifras que figuran en los balances y los contratos, y en cualquier resultado en el que un error sea costoso o difícil de revertir, diseñar el proceso de manera que la IA complemente, y no reemplace, el discernimiento humano también preserva el conocimiento que los equipos tienen de su propio trabajo.
Porque generar entusiasmo es más barato que obtener resultados. El panorama muestra un desajuste: se prevé que el presupuesto para IA y automatización crezca en más del 80 % de las empresas encuestadas, pero el interés por crear no se traduce en ejecución, principalmente por falta de conocimientos técnicos (52,7 % en la base total y 66,8 % entre quienes consideraron crear pero nunca lo hicieron). Invertir por encima de la capacidad suele generar proyectos piloto que nunca llegan a materializarse.
La expansión basada en la evidencia funciona como un embudo: cada equipo ingresa cuando el caso de uso anterior ha demostrado una mejora en la rutina, con un responsable definido, criterios y controles establecidos. Es más lenta al principio y más sólida posteriormente.
El camino desde el uso individual hasta los resultados empresariales implica elegir rutinas recurrentes, asignarles responsabilidades y criterios, conectar la información necesaria, ejecutar programas piloto con mediciones antes y después, y ampliar la escala solo cuando haya evidencia. La revisión humana sigue siendo necesaria cuando el error resulta costoso.
Las plataformas corporativas pueden acortar parte de este proceso. Skyone Astro, por ejemplo, reúne en un único entorno asistentes especializados (Expertos), habilidades para tareas recurrentes, automatizaciones programadas, conexiones con las herramientas que el equipo ya utiliza, acceso a múltiples modelos con enrutamiento configurable y control de consumo en reales (moneda brasileña), con límites por usuario y alertas. No reemplaza la revisión humana en decisiones críticas ni resuelve el problema de la calidad de los datos de origen, y funciona mejor cuando ya existe un caso de uso real y alguien responsable de la iniciativa.
¿Quieres poner a prueba una rutina real de tu equipo con criterios definidos? Descubre Skyone Astro y el contenido de Skyone sobre la adopción y la gobernanza dela IA
Se trata del uso de la IA para ejecutar pasos rutinarios sin que nadie tenga que iniciar manualmente cada ejecución; por ejemplo, la elaboración de un informe semanal a partir de datos conectados. Se diferencia de un chat puntual porque cuenta con activadores o programación, fuentes definidas e, idealmente, una fase de revisión humana.
Utilizar la IA implica recurrir a ella caso por caso para resolver una tarea específica. Integrarla en los procesos significa incorporarla a una rutina con un responsable designado, criterios de calidad, conexiones a fuentes de datos y métricas de rendimiento. Lo primero genera beneficios individuales; lo segundo puede modificar el rendimiento de todo el proceso.
Registra la línea base antes del piloto y luego compara los indicadores del proceso: tiempo de ciclo, horas por entrega, retrabajo, calidad por muestra y costo por tarea. Siempre que sea posible, compara con un grupo que no utilice IA. El número de accesos no mide el valor.
Mediante una rutina recurrente y práctica, con un grupo reducido, una persona responsable y criterios de calidad preestablecidos. Utilice datos autorizados, defina la etapa de revisión humana y compare los resultados antes y después de decidir si se amplía la escala.
No se recomienda. Las decisiones que afectan a personas, finanzas u obligaciones legales deben someterse a revisión humana. En el caso de datos personales, la LGPD (Ley General de Protección de Datos de Brasil) otorga el derecho a solicitar la revisión de las decisiones tomadas únicamente con base en el procesamiento automatizado.
Prueba la plataforma o programa una conversación con nuestros expertos para comprender cómo Skyone puede acelerar tu estrategia digital.
¿Tienes alguna pregunta? Habla con un especialista y resuelve todas tus dudas sobre la plataforma.