Imagínate esta situación: necesitas información crucial sobre un proceso interno, detalles de un producto, acceso a una decisión histórica de tu empresa o al perfil detallado de un cliente clave. Le preguntas a ChatGPT, Gemini o Copilot, herramientas increíblemente poderosas, y lo que obtendrás será una respuesta genérica que serviría para cualquier organización del planeta o un educado «No tengo información sobre eso«. Pero si le preguntas sobre la discografía completa de Beyoncé o la Guerra Fría, la respuesta será exhaustiva ¿Por qué ChatGPT sabe más de Beyoncé que de tu empresa? Porque ha engullido todo el conocimiento disponible empezando por Wikipedia ¿Y qué sabe la IA sobre tu negocio? Solo la información pública que pueda encontrar en internet, pero de los procesos, proyectos, expertos o clientes no sabe nada. Carece de comprensión profunda de la realidad específica de tu negocio. Hasta el 80% del conocimiento tácito reside en los cerebros de los colaboradores y no en bases de datos y por eso los LLMs no lo pueden detectar. Resulta inconcebible que las organizaciones inviertan millones en implementar IA alimentada con conocimiento ajeno, ignorando su propio capital intelectual. La IA genérica lo sabe todo sobre el mundo excepto lo que realmente importa: tu negocio. El recurso más valioso es el conocimiento y hoy, por primera vez, podemos multiplicarlo sin límites. La IA te propone un trato simple: “dame pasado y yo te entrego futuro” ¿Dónde está el pasado de tu empresa? ¿En las memorias anuales que se publican en la web? El pasado (conocimiento) de una empresa lo tienen sus colaboradores y eso supone una desventaja peligrosa porque el principal activo es patrimonio de los individuos. Y cuando se van, la organización lo pierde y resulta difícil de encontrar o toma mucho tiempo recuperar el nivel previo. Contar con una IA de la empresa disminuye el riesgo de depender del individuo y asegura que cada persona trabaja con el conocimiento de todos.
La mayoría de las organizaciones, conscientes del potencial de la IA, se lanzan hacer cursos y comprar licencias de GPT o Copilot sin abordar primero lo prioritario ¿Qué conocimiento crítico posee mi empresa y cómo puedo utilizarlo para entrenar nuestra IA? Si esto es tan fácil de entender, entonces ¿Dónde está la IA de tu negocio? Sabemos que la IA tiene un poder gigantesco, pero ¿cómo podemos aprovecharla si no conoce nuestro propio mundo? La solución no es descartar la IA, sino construir una IA corporativa alimentada con la esencia misma del negocio: nuestro conocimiento crítico. Los modelos de IA entrenados con el conocimiento de la empresa serán tu activo más valioso y eso es algo que no puedes delegar. Si no “entrenas tu GPT”, vas a perder ventajas, no vas a sacar partido de tu conocimiento y los demás sí lo harán. La IA de tu empresa será un proveedor de conocimiento empaquetado, colectivo, infinito, incansable y ultra sabio. Esa IA será la herramienta que te ayude a gestionar el conocimiento de la organización. El precio que pagará una empresa que no aproveche la IA será demasiado alto. Hoy, para que la IA conozca tu negocio, le estás entregando datos (alimento de poca calidad nutricional) en lugar de conocimiento. Ya escribimos que los datos no son el nuevo petróleo, el conocimiento lo es. Para que la IA sea inteligente y te entregue lo que esperas, primero tú le tienes que entregar la inteligencia de tu empresa y el conocimiento que ya tienes es la clave de todo. Por eso, para los que venimos de la gestión del conocimiento (GC) la IA es algo natural. Tu organización ya tiene el tesoro (el conocimiento que la hace única) pero sin un proceso ordenado para gestionarlo, ese tesoro se pierde o, peor aún, queda atrapado en pocas personas. En esta y en la próxima columna, te explico los pasos para crear una IA corporativa, especialmente las fases iniciales de identificar, capturar, sistematizar y actualizar conocimiento crítico.
¿Cuál es la situación de la IA en mayo de 2025? El diagnóstico nos muestra un vaso simultáneamente lleno y vacío. Las empresas todavía usan muy poco la IA (13,5% según Úrsula Von der Leyen): están convencidas de que su futuro pasa por la IA, pero no tienen claro por donde empezar. Existe una brecha enorme entre reconocer la importancia de la IA y saber implementarla. Curiosamente, los individuos les llevan la delantera ya que muchos profesionales están experimentando con los diferentes modelos para actividades de su vida personal o para tareas profesionales, aunque aún son minoría los que pagan 20 euros mensuales. Sin embargo, por primera vez se presenta una oportunidad inédita ya que contamos con una serie de elementos que nunca habían coincidido: el volumen de datos disponibles se ha disparado con la digitalización, la potencia de procesamiento y almacenamiento que disponemos gracias a los chips, los data center y demás infraestructura se ha multiplicado y los algoritmos han recibido inyecciones multimillonarias de recursos para desarrollarse. La combinación de estos elementos implica que podemos esperar obtener resultados de la IA para que nos ayude a gestionar de manera más inteligente el conocimiento de la empresa. Por fin vas a poder aprovechar todo tu conocimiento ya que en el pasado no existía una manera razonable de hacerlo. Gestionar el conocimiento siempre fue difícil por 2 razones. Porque estaba diseminado en el cerebro de cada persona (con lo que cada individuo trabajaba con su propio conocimiento). Como decía Bill Gates “Llévense a nuestras 20 mejores personas y Microsoft se volverá una compañía irrelevante” (en las pymes, el conocimiento crítico lo puede tener una sola persona). Y porque el ciclo capturar – documentar – difundir apenas ocurre porque se documenta poco (ya que a nadie le apasiona) y la empresa rara vez lo exige.
¿Cuál es el problema? Cuando ha llegado el momento de ensamblar todos estos componentes, han surgido dificultades: el uso de la IA crea un desafío de consumo energético e impacto ambiental enorme. Los algoritmos evolucionan muy rápido, pero alucinan y nos plantean conflictos éticos y normativos. Y lo más importante: Los modelos de IA son cada vez más inteligentes sobre el mundo, pero no conocen tu empresa. Se ha realizado (y se sigue haciendo) un esfuerzo millonario de entrenamiento de estos modelos con toda la información existente en internet al punto que una vez se terminan los datos disponibles se está recurriendo a crear datos sintéticos para entrenarlas. Pero por mucho que sepa una IA del mundo, si no conoce tu negocio entonces no te resultará útil y no podrá cumplir con la promesa que te hace. Depositar todas las esperanzas en los modelos de IA genéricos resulta ingenuo. Las IA generativas son como enciclopedias universales increíblemente rápidas y políglotas. Pueden redactar correos, resumir documentos, generar código y crear videos e imágenes asombrosas. Pero cuando se trata de los matices de tu negocio, están ciegas respecto de tus procesos internos, tus clientes específicos, las lecciones aprendidas de proyectos pasados, la cultura organizacional o las estrategias que funcionaron y las que fracasaron. Obviamente, lo primero que se está haciendo es entrenar dichas IAs con los datos que tiene la empresa, pero aquí aparece un segundo problema. Las empresas o bien no tienen suficientes datos o la calidad de los que tienen deja mucho que desear. La razón es simple: nadie imaginó que íbamos a poder explotar los datos y por tanto nadie se preocupó de capturarlos y documentar ¿Significa esto que la IA no es útil? En absoluto. Significa que, para que despliegue todo su potencial dentro de una organización, tenemos que ir un paso más allá: necesitamos «enseñarle» nuestro negocio.
¿Cuál es la oportunidad? Construir nuestro propio cerebro digital. Usando una metáfora, estamos alimentando el fuego con papel en lugar de madera. Los datos son mejores que nada, pero peores que el conocimiento. Todos sabemos lo que pasa cuando tratas de alimentar el fuego de una chimenea con papel. El calor no dura nada, se produce un fulgor instantáneo que se desvanece en segundos. El papel viene muy bien para empezar el fuego rápidamente. Es barato, fácil de conseguir y prende enseguida. Pero si lo que queremos es un fuego que caliente, duradero, un fuego de calidad, ahí no dudamos y lo mantenemos con madera. Buenos troncos que proporcionan calor durante horas. Lo que estamos haciendo con la IA actualmente es alimentarla con papel. Los datos son el papel porque son lo que tenemos más a mano, son fáciles de conseguir, aunque no sean de la mejor calidad. Es lo que los angloparlantes llaman “low hanging fruit”, la fruta más baja que cuelga de las ramas del árbol y es la más fácil de recoger, aunque no necesariamente la mejor. Y es lógico, si estamos experimentando con la IA, las pruebas las hacemos con lo que ya existe. Pero ya nos hemos dado cuenta de que el impacto de los datos es limitado. Y para conseguir los resultados que nos promete la IA, los datos no son suficientes.
¿Cuál es la “madera” que necesita la IA? El conocimiento y la buena noticia es que toda empresa cuenta con su “yacimiento” porque de lo contrario no existiría. Las malas noticias son que nadie se ha tomado en serio explotar su conocimiento. El conocimiento es lo que las personas saben hacer para que una empresa diseñe, produzca y entregue servicios y productos a sus clientes. Sin conocimiento, ninguna empresa funciona. Mientras no logremos capturar el conocimiento de la empresa y alimentar la IA con esa “madera”, la IA tampoco funcionará. Aquí resulta necesario aclarar una confusión habitual. En las empresas existen miles de documentos. Todos los documentos contienen información, pero pocos documentos contienen conocimiento ¿Cómo se pueden distinguir uno de otro? La información es la descripción de algo, una narración del QUÉ. Sin embargo, el conocimiento incluye además otras capas adicionales para enriquecer la información como son el POR QUÉ, el CÓMO (prácticas, errores, ejemplos…), el QUIEN, el QUÉ HARÍAMOS DISTINTO (recomendaciones y aprendizajes fruto de la reflexión) ¿Qué necesita entonces la IA? Que tengamos el conocimiento de la empresa disponible. Si esperas que la IA te ayude con cualquier tarea, la tienes que alimentar primero con el conocimiento de tu organización.
Lo que toda empresa desea es una IA Personalizada, en Tiempo Real y Proactiva ¿Qué significa Personalizada? Que la IA no solo trabajará con el conocimiento de nuestro negocio, sino que creará agentes con el conocimiento de mi área concreta y más aún, de mis tareas específicas ¿Qué significa en Tiempo Real? Que la IA de mi organización contará con conocimiento actualizado de lo que está pasando en el negocio, es decir, sin un corte en la fecha de entrenamiento del año pasado y alimentado día a día por lo que la organización aprende y que nos entrega nuestro modelo de Aprendizaje ¿Qué significa Proactiva? Que no espera a que yo le pida o le pregunte lo que necesito, sino que se anticipa porque sabe quién soy, qué hago, qué se necesita para hacer una tarea y me lo ofrece.
La IA de mi empresa no es un proyecto de tecnología sino de gestión del conocimiento con 4 estadios:
- Preentrenamiento, que es el trabajo que están haciendo las grandes empresas tecnológicas al desarrollar y entrenar los modelos.
- Post training que sería el proceso de entrenar un modelo, pero específicamente sobre el negocio de tu empresa, usando todo el conocimiento interno que esté documentado y aplicando técnicas como fine tuning, RAG (Retrieval-Augmented Generation), etc. Ojo porque sin un modelo de gestión del conocimiento, no sabrás cuál es tu conocimiento critico ni usarás los procesos para capturarlo y gestionarlo rigurosamente como veremos en la próxima columna. Sin una GC robusta como base, la IA se queda en poco más que un proveedor sofisticado de información. Es lógico que por ahora usemos la IA para reutilizar lo que ya se sabe. Más adelante la usaremos para que nos ayude con lo que no sabemos porque cuando no hay respuestas ni soluciones es donde más valor aportará.
- Contextualización significa que, dado que las ventanas de contexto para hacer los prompt son cada vez más grandes, es fundamental incluir toda la información del negocio que sea posible para que el modelo piense como tu empresa. Saber preguntar se convierte en una habilidad esencial. Si queremos buenas respuestas, hay que hacer buenas preguntas, y esto requiere un profundo conocimiento del propio negocio.
- Feedback significa que a medida que usamos nuestra IA, la realimentamos con el conocimiento futuro que representan los aprendizajes que vamos recogiendo, corrigiendo errores o inexactitudes para que entienda mejor el negocio. Ojo, sin un modelo de aprendizaje, no tienes un mecanismo que se asegure de capturar todo lo que la empresa aprende cada día de manera que la IA lo pueda aprovechar. La IA es la punta del iceberg, la base es la cultura de aprendizaje de la empresa. De hecho, la IA no solo no sustituye el aprendizaje organizacional, sino que lo potencia porque tiene “hambre de conocimiento diario”.
Si tu IA no sabe más de tu empresa que tu suegra o suegro, entonces tenemos trabajo por delante… En la segunda parte de esta columna abordaré los 4 pasos para concretar esta oportunidad que son: 1. Identificar conocimiento crítico. 2. Capturar, sistematizar y organizar dicho conocimiento crítico. 3. Entrenar el modelo propio de IA con los conocimientos y 4. Mantener actualizada la IA.
El 8 de mayo en Barcelona, impartiré la conferencia «Organizaciones inteligentes, aprendiendo de la experiencia pasada y futura» en el evento Corporate Learning Day organizado por Equipos y Talento y de la mano de Chateauform.
El 19 de mayo impartiremos una sesión sobre “Organizaciones que aprenden” dentro del programa para gerentes de ventas de Sanofi.
El 23 y 24 de mayo en Barcelona impartiré la sesión «Organizaciones inteligentes y complicidad colectiva» en el Máster en consultoría de transformación y desarrollo organizacional de GR Institute.
El 28 de mayo en Mondragón impartiré la conferencia «La IA de tu empresa: personalizada, en tiempo real y proactiva» para Edertek durante su Tech day.
El 13 de Junio en Tarragona participaremos en la sesión de la Comunidad de Práctica “Va de llegat” para hablar sobre “IA en procesos de relevo generacional” invitado por CEJFE.
El 13 y 27 de mayo en Cadabra la magia de aprender, realizaremos sesiones sobre IA como herramienta para aprender a ser humano y Verdades y Mentiras de la IA con Jose Luis Alvarez y Patxi Samaniego.
