Antes de elegir herramienta
No son preguntas técnicas. Son preguntas de negocio. Si no tienes respuesta para todas, hay trabajo previo que hacer antes de invertir un euro en automatización.
La mayoría de implementaciones de IA fracasan antes de empezar. No por la tecnología. Porque nadie diagnosticó el sistema real antes de tocarlo.
Estas 7 preguntas son el punto de partida del Método ODIN. Si no puedes responderlas con claridad, la IA va a acelerar el desorden que ya existe.
Proceso & Operativa
No "ser más eficientes". No "mejorar la productividad". Un proceso específico, con pasos definidos, responsables claros y un output que alguien usa para tomar decisiones.
Si la respuesta es vaga, la implementación también lo va a ser. La IA aterriza en procesos. Si el proceso no está claro, la herramienta no tiene dónde aterrizar.
Datos & Información
Todo modelo de IA trabaja con los datos que le das. Si esos datos están dispersos, desactualizados o en la cabeza de una persona, el output va a reflejar exactamente eso.
Antes de implementar: ¿dónde vive la información que necesita este proceso? ¿Es accesible? ¿Es fiable? ¿Quién la mantiene actualizada? Si no tienes respuesta, la IA va a escalar el desorden que ya existe.
Control & Supervisión
La IA no sabe cuándo se equivoca. Suena igual de segura cuando acierta que cuando falla. Por eso siempre tiene que haber un humano que cierra el loop — alguien que revisa el output antes de que se use para tomar una decisión o se envíe a un cliente.
Si la respuesta es "nadie" o "el propio sistema lo valida", ya tienes un problema antes de empezar.
Herramienta & Encaje
No todas las herramientas sirven para todo. Un LLM generalista, un modelo especializado, una automatización de flujo o un agente con acceso a datos — cada opción tiene un perfil de caso de uso distinto.
Elegir herramienta antes de entender el caso es el error más común. La herramienta correcta se elige después de entender el proceso, los datos, el output esperado y las restricciones de la empresa.
Límites & Criterio
No todo se automatiza. Hay decisiones que requieren criterio situacional, contexto histórico o responsabilidad legal que un sistema no puede asumir.
Antes de automatizar, hay que trazar la línea: hasta aquí llega la máquina, a partir de aquí decide una persona. Sin esa línea, la implementación avanza hasta donde no debería y genera errores que nadie detecta hasta que es tarde.
Riesgo & Contingencia
Toda implementación falla en algún momento. Lo que diferencia a una empresa preparada es que tiene un plan cuando eso ocurre: quién lo detecta, quién lo corrige, cómo se revierte, qué proceso manual activa mientras se resuelve.
Una automatización sin plan de contingencia no es una mejora. Es un riesgo nuevo con interfaz amigable.
Responsabilidad & Mantenimiento
Los modelos se actualizan. Las APIs cambian. Los datos evolucionan. Un sistema de IA que funciona hoy puede dejar de funcionar en seis meses si nadie lo mantiene.
Tiene que haber un responsable: alguien que revisa el rendimiento, actualiza las instrucciones cuando el proceso cambia y detecta cuando el output empieza a degradarse. Sin ese perfil, la implementación tiene fecha de caducidad.
Siguiente paso
No significa que no puedas implementar IA. Significa que hay trabajo previo que hacer antes de invertir. La Llamada 0 es donde empezamos a ordenarlo — sin presupuesto mínimo, sin presentación de ventas.
Sin compromiso. Sin formulario.
Una conversación.