¿Cuál es el caso de uso más potente o significativo que habéis aplicado en vuestra organización?
IA para eficientar el desarrollo de IA
El principal caso de uso de Teknei ha sido aplicar IA para mejorar nuestros propios procesos de desarrollo. Utilizamos modelos de IA para acelerar y optimizar la creación de ontologías, reglas de calidad del dato, pipelines de transformación, análisis exploratorio de datos y procesos de entrenamiento de modelos. Esto nos ha permitido reducir tiempos de desarrollo, aumentar la calidad de los entregables y escalar proyectos complejos con mayor eficiencia y consistencia.
IA aplicada a la preventa, especialmente en concursos públicos
Otro uso especialmente significativo lo encontramos en el ámbito de la preventa, en particular en concursos públicos, donde los procesos son altamente estandarizados, muy exigentes a nivel documental y con plazos de respuesta extremadamente ajustados.
En este contexto, la IA nos está ayudando a acelerar el análisis de pliegos, la identificación y estructuración de requisitos, y la definición de la solución técnica. Este enfoque no solo agiliza la toma de decisiones, sino que también mejora la calidad y coherencia de las ofertas, aumentando nuestra capacidad de respuesta y competitividad.
¿Cuál es el mayor reto que estáis enfrentando en las aplicaciones de IA de vuestra organización?
El mayor reto que estamos enfrentando en las aplicaciones de IA dentro de Teknei es la adopción y la gestión del cambio, especialmente en lo relativo a la aceptación de que sus resultados no son siempre perfectos. Parece que, si una solución de IA no acierta el 100% de las veces, entonces no es válida, cuando los humanos también nos equivocamos.
Por eso, es fundamental alinear expectativas desde el inicio de los proyectos y entender la IA como un apoyo a la toma de decisiones. Sin olvidar que, la adopción efectiva por parte de las personas requiere tiempo.
Aunque un modelo de IA puede desarrollarse relativamente rápido, cambiar hábitos de trabajo es un proceso mucho más lento. Incluso con herramientas ya disponibles, como Copilot, es necesario un acompañamiento continuo para que los equipos interioricen su uso y lo integren de forma natural en su día a día.
¿Qué consejo práctico le darías a alguien que quiere empezar a aplicar IA y no sabe por dónde comenzar?
Para empezar a aplicar Inteligencia Artificial, lo más importante es definir claramente los objetivos. No se trata de implantar una IA que lo resuelva todo, sino de identificar con precisión qué problema concreto se quiere abordar y qué indicadores pueden demostrar que la iniciativa ha sido exitosa.
En segundo lugar, es clave conocer en profundidad la información disponible. Esto implica entender qué datos propios tiene la organización y qué fuentes externas pueden complementarlos, evaluando su calidad, accesibilidad y relevancia. Sin una buena base de datos, incluso las mejores soluciones de IA tendrán un impacto limitado.
Por último, en el contexto actual resulta muy recomendable comenzar probando soluciones de IA “genéricas”. Estas herramientas ya ofrecen capacidades avanzadas para múltiples casos de uso y permiten comprobar rápidamente qué problemas se pueden resolver y hasta dónde llegan sus resultados. A partir de esta experiencia, es más sencillo decidir cómo personalizarlas, integrarlas o mejorarlas para responder a necesidades más específicas.
¿Cómo convencerías a un cliente o a la alta dirección de tu empresa de que vale la pena invertir en IA aplicada?
Para convencer a cualquier responsable de invertir en IA aplicada, es esencial apoyarse en datos y en una visión estratégica. Numerosos estudios demuestran que la IA permite aumentar la productividad y, al mismo tiempo, mejorar la calidad de los resultados. Por tanto, afirmaría que son los beneficios tangibles en eficiencia y calidad el argumento más convincente para quienes toman decisiones.
Las empresas que no empiecen a incorporar estas tecnologías de forma progresiva corren el riesgo de quedarse atrás frente a competidores que sí las aprovechan para optimizar procesos, reducir costes y mejorar la toma de decisiones. En este sentido, invertir en IA aplicada deja de ser una opción y se convierte en una obligación estratégica para asegurar la sostenibilidad y el futuro del negocio.
Completa la frase: “La IA aplicada es…”
La automatización de resolución de problemas existentes de una forma más eficiente, permitiendo hacer más con menos.
