Inteligencia artificial en la rutina de la gestión

Lunes, ocho de la mañana. El gerente de un emprendimiento abre el resumen que la herramienta de IA preparó de noche: cuarenta contratos de proveedores condensados en tres páginas de prosa impecable. En la segunda página, el contrato de estructura figura con reajuste anual. En el original, el reajuste es semestral. Nadie lo nota hasta que llega la primera medición con una cifra que no cuadra.

La escena es ilustrativa, pero el mecanismo es real. El resumen era verosímil, y verosímil no es sinónimo de verdadero. El resumen prueba velocidad. Solo la revisión prueba confianza.

El tema llegó al legislador. El Reglamento (UE) 2024/1689, firmado el 13 de junio de 2024, fija el 2 de agosto de 2026 como fecha general de aplicación de las reglas europeas de IA. En Brasil, el proyecto de ley PL 2338/2023, que "dispone sobre el uso de la Inteligencia Artificial", fue aprobado por el Senado el 10 de diciembre de 2024. Pasó a la Cámara de Diputados el 17 de marzo de 2025. La pregunta dejó de ser "¿la IA funciona?" y pasó a ser "¿quién responde por lo que produce?".

Nuestra respuesta: la IA aplicada a la gestión rinde cuando se convierte en un equipo de Consultores especializados por disciplina, cada uno con alcance, fuentes y límites definidos. Y cuando toda conclusión relevante pasa por un especialista humano antes de volverse decisión.

La ganancia nace de dividir el trabajo por disciplina

Un asistente genérico responde a todo con la misma seguridad, sepa o no. Un Consultor de IA dedicado a una disciplina trabaja de otra manera. La verificación documental, el seguimiento del cronograma y la lectura de contratos reciben un conjunto acotado de fuentes, instrucciones propias y un criterio de salida conocido. El modelo detrás puede ser el mismo. Cambia la arquitectura que lo rodea.

La guía de ingeniería publicada por Anthropic en diciembre de 2024 separa dos diseños. En los flujos de trabajo, modelos y herramientas siguen caminos de código predefinidos. En los sistemas autónomos, el propio modelo elige el camino y las herramientas. La guía aconseja empezar por lo simple y sumar complejidad solo cuando mejora el resultado de forma demostrable. La autonomía cuesta latencia y dinero, y los errores pueden acumularse de un paso al siguiente. Por eso el texto pide pruebas extensas en entornos aislados y salvaguardas adecuadas.

Sin división por disciplina, la misma herramienta lee la matrícula del inmueble, el contrato de obra y el flujo de caja sin distinguir lo crítico. Con la división, cada Consultor sabe qué buscar, qué ignorar y cuándo detenerse a pedir revisión. La ganancia es de precisión antes que de velocidad.

La IA solo ordena lo que ya llega ordenado

La construcción ya pasó por este aprendizaje. El Decreto brasileño 10.306/2020 define el BIM como un "conjunto de tecnologías y procesos integrados" para crear y actualizar modelos digitales de la construcción "de modo colaborativo". Desde 2021, en proyectos federales de gran relevancia, el decreto exige la detección de interferencias físicas y funcionales entre las distintas disciplinas. El valor no nació del software, sino de la obligación de estructurar la información de cada disciplina en un modelo común.

La IA aplicada a la gestión sigue el mismo camino. Compatibiliza decisiones cuando encuentra contratos indexados, cronogramas versionados y actas con responsable y plazo. Donde la información vive en bandejas de correo y planillas sueltas, produce resúmenes elegantes de un retrato incompleto. Primero el método, después la herramienta.

Este trabajo tiene nombre: ingeniería de contexto. Consiste en entregar a cada Consultor las fuentes autorizadas, el vocabulario de la empresa, las decisiones ya tomadas y las que no pueden reabrirse. Una empresa que no documenta cómo decide solo ofrece documentos sueltos a una IA. La que documenta gana dos veces: el equipo nuevo aprende más rápido y el Consultor se equivoca menos.

Controlar el contexto también es restringirlo. El Consultor de cronograma no necesita ver datos personales de los compradores. El alcance mínimo reduce el error y la exposición.

La IA no elimina la responsabilidad por la decisión. La vuelve más visible, porque cada conclusión pasa a tener rastro, fuente y revisor.

106

Revisar es una exigencia legal, no una cortesía

La ley brasileña de datos, la LGPD, da al titular derecho a pedir la revisión de decisiones basadas solo en tratamiento automatizado que afecten sus intereses (artículo 20). Incluye las que definen su perfil de consumo y de crédito. Cuando se le solicita, el responsable debe informar de forma clara y adecuada los criterios y procedimientos utilizados. Si una gestora usa IA para evaluar el crédito de compradores o seleccionar prestadores personas físicas, revisión y explicación entran en el diseño desde el primer día.

La norma europea apunta igual para los sistemas de alto riesgo. Exige que personas físicas puedan supervisarlos de verdad y que el supervisor sepa que tiende a confiar en exceso en el resultado, el llamado sesgo de automatización. Exige también que pueda decidir no usar, desestimar, invalidar o revertir la salida del sistema. No alcanza a una operación brasileña sin vínculo con la Unión Europea, pero describe un riesgo universal.

El mecanismo es fácil de entender y difícil de sostener. Cuando la IA acierta a menudo, el revisor se relaja. Cuando se relaja, el error raro pasa. Una revisión eficaz exige muestreo deliberado, criterios escritos de qué verificar y autoridad real para devolver el trabajo. La revisión que no puede rechazar es un sello, y un sello no protege ni a la empresa ni al titular.

La gobernanza de la IA ya tiene un marco público

No hace falta esperar la ley brasileña para gobernar la tecnología. El AI Risk Management Framework del NIST, lanzado el 26 de enero de 2023 para uso voluntario, organiza la gestión de riesgos en cuatro funciones: gobernar, mapear, medir y gestionar. El 26 de julio de 2024, el instituto publicó un perfil específico para IA generativa. La página oficial informa que el documento base está en revisión.

En Brasil, la Autoridad Nacional de Protección de Datos (ANPD) conduce un sandbox regulatorio de IA con tres empresas seleccionadas por convocatoria. Según el primer informe parcial, de julio de 2026, los próximos ciclos profundizarán en seguridad digital, transparencia, gobernanza de datos, anonimización y producción de evidencias. Es la agenda que el regulador ya mira.

Otro punto europeo vale fuera de Europa. El artículo 4 del reglamento pide a proveedores y responsables del despliegue que garanticen un nivel suficiente de alfabetización en IA entre quienes operan estos sistemas. Es decir, el equipo debe saber qué hace bien la herramienta y qué hace mal. En la lectura de InnovaSphere, es la medida de mayor retorno y menor costo de un programa de IA. Un equipo que entiende revisa mejor y confía en la medida justa.

El registro convierte la IA en rendición de cuentas

La LGPD incluye entre sus principios la responsabilidad y la rendición de cuentas. No basta con adoptar medidas: hay que demostrar que son eficaces. El artículo 37 aporta el instrumento, al exigir que responsable y encargado mantengan registro de las operaciones de tratamiento que realicen. Aplicado a la IA, significa guardar qué entró, qué salió, qué versión de las instrucciones estaba en uso y quién revisó.

El registro tiene una segunda utilidad, menos evidente: mide a la propia IA. Con el rastro de entradas y salidas, se puede comparar la conclusión del Consultor con la decisión final del especialista. Con datos de la propia operación, se descubre en qué disciplina acierta y en cuál necesita más contexto o menos autonomía. Sin rastro, la calidad percibida es opinión, y la opinión no sostiene ampliar ni retroceder.

Ejemplo numérico: del techo del simulador a la ganancia neta

El simulador que acompaña este texto parte de dos entradas, Consultores activos y horas mensuales sustituidas. Entrega un techo: el costo de hacer a mano lo que la IA pasaría a hacer, menos el costo de los Consultores. El ejemplo siguiente añade lo que el techo no muestra. Todas las cifras, en reales, son hipótesis de InnovaSphere y no datos de mercado.

El techo sugiere R$ 56.000 al mes. Descontadas las horas que la IA no absorbe y el tiempo de revisión, la ganancia neta queda en R$ 23.000. Es el 41% del techo, con retorno simple de la implantación en tres meses, sin descuento financiero porque el plazo es corto.

Ahora, la prueba de estrés. Si la fracción absorbida cae del 60% al 30%, con las demás premisas constantes, la ganancia neta baja a R$ 9.500 al mes y el retorno supera los siete meses. Si la revisión consume la mitad de las horas absorbidas, y no un cuarto, la ganancia cae a R$ 14.000 y el retorno pasa a unos cinco meses.

El equilibrio mensual ronda el 9% de absorción: por debajo de eso, los Consultores cuestan más de lo que ahorran. La variable que más pesa no es el precio de la IA. Es cuánto del trabajo mapeado asume de verdad, con calidad.

Cuándo no compensa

La misma cuenta que muestra la ganancia muestra los límites. Tres situaciones piden cautela o aplazamiento.

• Volumen bajo o tarea que cambia cada vez. Si las horas repetitivas son pocas, o si cada caso exige un razonamiento nuevo, mapear, configurar y revisar cuesta más que el tiempo ahorrado. La IA rinde en trabajo recurrente con criterio estable.
• Información desordenada. Sin documentos indexados, versiones controladas y responsables definidos, la IA amplía el desorden con apariencia de orden. Ordene primero la información.
• Decisión que exige una explicación imposible de dar. Cuando la salida afecta a personas, como el crédito de compradores, y la empresa no puede informar criterios ni garantizar revisión humana efectiva, la automatización crea más riesgo que ahorro.

Checklist para implantar Consultores de IA en la gestión

1. Mapee las tareas repetitivas por disciplina, midiendo las horas reales, con los gestores de cada área.
2. Clasifique los datos que leerá cada Consultor (personales, confidenciales o públicos) con el encargado de protección de datos.
3. Defina el alcance, las fuentes autorizadas y el criterio de salida de cada Consultor con el especialista de la disciplina.
4. Establezca quién revisa, con qué muestreo y con autoridad para devolver el trabajo, con el liderazgo del área.
5. Registre entradas, salidas, versión de las instrucciones y revisor de cada tarea, con el equipo de tecnología.
6. Mida el acierto cada mes, comparando la conclusión del Consultor con la decisión final, con el responsable de la operación.
7. Revise los contratos con proveedores de IA (uso y retención de datos, confidencialidad y seguridad) con el área jurídica.

Tres empresas del grupo trabajan en terrenos vecinos. IncorpBuilding, brazo de ingeniería de desarrollo inmobiliario, opera con gemelo digital nativo y observabilidad digital de la obra. InnovaPeople actúa en diseño organizacional e ingeniería de contexto. Valida Auditoria hace auditoría independiente y validación técnica bajo el lema "validamos la realidad, no la narrativa".

Preguntas frecuentes

¿La IA reemplaza al equipo de gestión?

Reorganiza el trabajo. Las horas absorbidas salen de la verificación y la compilación y van a revisión, decisión y relación. La revisión humana es parte del costo, no un residuo a eliminar.

¿Hay que esperar la ley brasileña de IA para empezar?

No. El PL 2338/2023 salió del Senado en marzo de 2025, y la ficha de tramitación de la Cámara registraba en septiembre de 2026 la situación "a la espera de dictamen". La LGPD, en cambio, ya se aplica a todo tratamiento de datos personales con IA. El marco del NIST permite estructurar la gobernanza desde ya.

¿Por qué Consultor empezar?

Por el que combina volumen alto, riesgo bajo y criterio claro: verificación documental, actas y pendientes, clasificación de correspondencia técnica. Allí el error aparece en la revisión y el ahorro surge rápido.

¿Cómo evitar que la IA invente información?

Restringiendo las fuentes autorizadas, exigiendo que cada conclusión indique de dónde vino, separando lo verificado de lo inferido y revisando por muestreo. Ninguna de esas medidas elimina el riesgo. Juntas, hacen visible el error antes de que se convierta en decisión.

¿Los datos de la empresa quedan expuestos al proveedor de IA?

Depende del contrato y de la configuración. El artículo 46 de la LGPD exige medidas de seguridad técnicas y administrativas aptas para proteger los datos personales frente a accesos no autorizados. Alcance mínimo por Consultor, cláusulas claras sobre uso y retención de datos y registro de las operaciones son el punto de partida.

Base legal

• Ley brasileña 13.709/2018 (LGPD): art. 6, X (rendición de cuentas); art. 20, caput y § 1 (revisión de decisión automatizada); art. 37 (registro); art. 46 (seguridad).
• Reglamento (UE) 2024/1689: art. 4 (alfabetización en IA); art. 14 (supervisión humana); art. 113 (aplicación).
• Decreto brasileño 10.306/2020: art. 3, II (definición de BIM); art. 4, I (primera fase).
• PL 2338/2023: aprobado por el Senado el 10/12/2024; en tramitación en la Cámara.