Te ofrecen una web que se actualiza sola, un asistente que responde cualquier pregunta y artículos que supuestamente van a colocarte primero en Google. Antes de evaluar la herramienta, escribe el trabajo que necesitas resolver. Cambiar el stock, preparar un borrador y atender una reclamación requieren controles distintos.
Aquí proponemos criterios para elegir una automatización. Los ejemplos son situaciones posibles, no casos de clientes de DigitalFutureIA. No hay una cifra universal de ahorro: tendrás que medir el trabajo actual y el trabajo que queda después de revisar la salida.
¿Dónde puede ser útil?
Una primera aplicación es preparar borradores a partir de información aprobada. Si tienes una ficha con material, dimensiones y uso de un producto, puedes pedir una descripción legible que respete esos campos. La persona que revisa debe comprobar que no aparezcan prestaciones, garantías o certificaciones que nadie haya aportado.
Otra posibilidad es clasificar preguntas para enviarlas a la persona adecuada. Define categorías concretas, como pedido, información de producto o incidencia, y una salida de revisión cuando la herramienta no encuentre una categoría clara. Evalúa el proceso con mensajes reales anonimizados o con ejemplos preparados para la prueba.
También puedes usarla para preparar un resumen de un informe. La entrada debería contener datos cerrados y sus definiciones. Pide que cada observación se vincule al dato de origen y comprueba que no convierta una asociación en una explicación causal. Nuestro artículo sobre qué medir en un informe SEO desarrolla esa separación.
El rasgo común de estas propuestas es que existe una entrada identificable, una salida revisable y una persona que puede detectar un error. Si nadie sabe cómo evaluar la respuesta, todavía falta trabajo de definición antes de automatizar.
¿Cuándo basta una automatización sin IA?
Para copiar un precio confirmado desde un sistema a otro, normalmente conviene una integración con reglas explícitas. El importe no necesita creatividad. Lo mismo ocurre con comprobar si falta un campo, detectar enlaces rotos o aplicar un formato conocido a una fecha.
En una propuesta técnica pide que se separen las reglas del modelo de lenguaje. Puedes usar reglas para bloquear un producto sin referencia y reservar la IA para redactar un borrador con sus datos válidos. Esa separación permite localizar el fallo y evita que una respuesta convincente sustituya una comprobación.
La pregunta de compra es qué función añade la IA al proceso. Si la respuesta solo describe tareas de copiar, comparar y enviar, pide que expliquen por qué no resolverlas con una automatización convencional. Elegir menos componentes puede facilitar el mantenimiento cuando alguno cambie.
¿Qué promesas deberían hacerte desconfiar?
Desconfía de resultados comerciales garantizados sin conocer tu negocio, de contenido masivo sin revisión y de propuestas que no explican cómo manejan errores. Pide qué dato permitiría verificar cada afirmación. Un vídeo de demostración con una entrada elegida no prueba cómo funcionará con tu catálogo completo.
Google explica en su guía sobre contenido con IA generativa que generar muchas páginas sin aportar valor puede incumplir su política contra el abuso de contenido a gran escala. También recuerda que las salidas pueden contener inexactitudes y requieren verificación. Usar IA no sustituye la utilidad ni demuestra experiencia que la empresa no tiene.
Un asistente conectado a documentación tampoco conoce automáticamente todos los casos de tu negocio. Pruébalo con una pregunta sin respuesta en las fuentes, con una condición que haya cambiado y con una petición fuera del alcance. Debe poder explicar el límite y ofrecer un canal de atención adecuado.
¿Qué controles necesitas?
Empieza con acceso de lectura o con una copia de prueba. Separa los permisos para preparar contenido de los permisos para publicarlo. Una herramienta que resume consultas no necesita modificar precios ni ver información comercial ajena a esa tarea.
Hay además un riesgo específico: un mensaje o documento externo puede incluir instrucciones que intenten alterar el comportamiento del modelo. OWASP lo describe como inyección de instrucciones y propone, entre otras medidas, permisos mínimos, validación de salidas y aprobación humana para operaciones de riesgo. Conectar más documentos no elimina por sí solo ese problema.
Prepara un registro de lo que se ejecuta y una forma de detenerlo. Guarda qué información entró, qué cambios se propusieron y quién los aprobó, con el nivel de detalle adecuado para la tarea. Evita introducir datos de clientes en una prueba si no has definido antes cómo se van a tratar.
¿Cómo pruebas una propuesta antes de contratar?
Elige una tarea concreta y reúne ejemplos habituales junto a casos difíciles. Para un catálogo, añade campos vacíos, referencias repetidas y características que la herramienta no debería inferir. Acuerda qué salida es aceptable y cuáles obligan a detener el proceso.
Mide el tiempo de preparación, revisión, corrección y mantenimiento, además del tiempo de ejecución. Registra errores que llegan a la versión aprobada y correcciones necesarias. Sin esa cuenta, una respuesta rápida puede ocultar una revisión demasiado costosa.
Con esos datos decide si continuar, ajustar el alcance o usar reglas sin IA. En DigitalFutureIA seguimos el orden auditoría, alcance y presupuesto, construcción y supervisión. Puedes revisar nuestras herramientas a medida para tu web y plantearnos una tarea concreta; el presupuesto dependerá de lo que haya que construir y comprobar.