Toda recomendación de IA comienza con una pregunta: ¿cuál es el nivel más bajo de la pirámide que resuelve este problema? Escalar innecesariamente es el principal motivo de que proyectos costosos entreguen menos de lo esperado.
Pirámide de soluciones ámbar: el nivel más bajo que resuelve el problema siempre es la mejor respuesta.
🧱 Cuándo basta con lo determinista
La mayoría de los casos de uso que llegan como «proyecto de IA» se resuelven desde la base: con reglas, automatizaciones, integraciones o un SaaS mejor. Esto no es una debilidad: es la recomendación más valiosa.
✅ Señales de que basta con algo determinista
- •Las reglas son claras, explícitas y no cambian con frecuencia
- •El problema exige un 100% de aciertos (o aciertos verificables y auditables)
- •El volumen es bajo y la frecuencia no justifica una automatización sofisticada
- •No hay suficientes datos históricos para entrenar o validar IA
- •Un SaaS existente ya resuelve el problema a menor costo
Ejemplos en la base
- • Clasificación de correos electrónicos por remitente y palabras clave
- • Cálculo del descuento por tramo de volumen
- • Enrutamiento de tickets por categoría fija
- • Generación de informe mensual con plantilla
Cuando la IA «reemplazó» lo determinístico — y se equivocó
- • Clasificar categorías fijas con LLM (una regla hace lo mismo, a R$0)
- • Generar un informe con LLM (una plantilla resuelve lo mismo)
- • "Entender" formulario estructurado (parsear JSON ya lo resuelve)
🤖 Cuándo el caso requiere IA en un paso
El nivel medio de la pirámide es donde la IA aporta valor de verdad: lenguaje natural, imágenes, predicciones probabilísticas, ambigüedad. El flujo sigue siendo determinístico antes y después — La IA se incorpora de forma puntual donde las reglas no resuelven el problema.
📐 El patrón de wrapper determinista
- • Clasificar la intención en texto libre
- • Extraer entidades de documentos
- • Resumir textos largos
- • Detectar el sentimiento en las reseñas
- • Predecir el churn con features numéricas
- • Flujo comprobable de extremo a extremo
- • Módulo de IA sustituible
- • Fallback para una persona bien definido
- • Costo de API controlado
- • Auditable: sabe dónde ocurrió el error
🛰️ Cuándo se justifica un agente
Los agentes son recomendables para casos que requieren múltiples decisiones autónomas encadenadas con herramientas. Son raros en la consultoría típica — y así debe ser.
Criterios para justificar un agente
- ✓Múltiples decisiones secuenciales imposibles de predefinir
- ✓Herramientas (API, código, búsquedas) necesarias para resolver
- ✓El costo del error por acción es tolerable y reversible
- ✓Supervisión humana disponible para revisar
Señales de que un agente es excesivo
- ✗El flujo tiene pasos bien definidos (workflow lo resuelve)
- ✗El error tiene un costo alto o es irreversible
- ✗El equipo no tiene capacidad para supervisar
- ✗La principal justificación es «parece más avanzado»
💡 Consejo práctico
En la mayoría de los proyectos de consultoría, lo máximo necesario es IA en un paso. Si alguien sugiere un agente, pregunta: "¿Qué pasa cuando el agente tome una decisión equivocada?" Si no hay una respuesta satisfactoria, la respuesta es un workflow con IA.
📐 Costo × riesgo × tiempo por nivel
Cada nivel de la pirámide tiene un perfil distinto de costo, riesgo y tiempo. Presentar esta comparación al cliente —con estimaciones reales— es parte del business case.
| Nivel | Costo de construcción | Costo de operación | Riesgo | Tiempo promedio |
|---|---|---|---|---|
| 🧱 Determinista | $ | $ (casi cero) | Bajo | 1–4 sem |
| 🤖 IA en un paso | $$$ | $$ (API + monitor) | Medio | 4–12 sem |
| 🛰️ Agente | $$$$$ | $$$$ (API + supervisión) | Alto | 12–24 sem |
📊 Cómo usar la tabla con el cliente
Presenta las tres opciones una al lado de la otra, con cifras reales del contexto del cliente. Deja que vea la diferencia. En la mayoría de los casos, elegirá el nivel más bajo que resuelva el problema, sin que tengas que argumentarlo.
🧪 Híbrido: determinista con IA quirúrgica
El patrón más maduro y recomendable para producción: mantener la lógica de negocio en código determinista y usar IA solo en el punto donde una regla no resuelve el problema, como un módulo sustituible, con fallback explícito.
⚙️ Por qué el enfoque híbrido es más sólido
El flujo determinista se puede probar con pruebas unitarias. El módulo de IA se puede probar por separado con un conjunto de casos.
Si aparece un modelo mejor, solo cambia el módulo de IA; el resto del sistema permanece intacto.
Si la IA no está disponible, el flujo puede continuar con una regla o escalarse a una persona, sin detenerlo todo.
Sabe exactamente dónde se llamó a la IA, con qué entrada y con qué salida. Fundamental para el compliance.
✅ Decidir el nivel y registrar el motivo
La decisión sobre qué nivel usar debe ser explícita y documentada. No tiene que ser larga — bastan tres preguntas. El registro protege al consultor, alinea al equipo y permite una revisión inteligente cuando cambia el contexto.
📝 Plantilla de registro de decisiones
💡 Consejo práctico
Trata el registro de decisiones como parte del entregable del proyecto, no como burocracia. Es lo que convierte un proyecto de consultoría en un activo de conocimiento para el cliente y para ti.
🎒 Resumen del módulo
Siguiente módulo:
4.4 — Piloto, prueba de concepto y métricas de éxito