De copiloto a arquitecto: cómo la IA está rediseñando el futuro del trabajo
28/10/2025
«El reto ya no es probar la tecnología, sino integrarla con criterio y estrategia». Con esta frase, Raúl, AI Strategic Consultant en Pasiona, resume una de las mayores brechas en la adopción de IA en España: muchas empresas juegan con pilotos aislados, pero pocas consiguen transformar su manera de trabajar.
En esta entrevista, Raúl habla de los errores más frecuentes, de cómo pasar de experimentos a impacto real, y de por qué soluciones como AIgents Manager y MIA son claves para que la IA deje de ser un copiloto y se convierta en arquitecto de procesos.
P1: Muchas empresas en España ya están implantando IA, pero no siempre con éxito. ¿Cuáles dirías que son los errores más frecuentes que observas en esta adopción?
El error más frecuente es pensar que basta con “poner un ChatGPT interno” para tener resultados inmediatos. La IA generativa es potentísima, pero sin integración con los sistemas corporativos se queda en una demo vistosa. Por ejemplo: un asistente que no está conectado al ERP, al CRM o a la documentación interna solo puede responder con información general y no con datos útiles para el negocio.
Otro fallo común es subestimar la preparación de datos y el diseño de prompts. La IA generativa no inventa soluciones mágicas: necesita fuentes fiables y un contexto bien definido para dar respuestas útiles. Muchas empresas fallan porque cargan documentos mal estructurados, sin metadatos o sin criterios de calidad, y luego culpan al modelo.
Y, por supuesto, está el factor humano: la IA generativa cambia la forma de trabajar, y si no se capacita a los equipos en cómo interactuar con ella, la herramienta se percibe como un estorbo en lugar de como un copiloto.
Otro fallo común es subestimar la preparación de datos y el diseño de prompts. La IA generativa no inventa soluciones mágicas: necesita fuentes fiables y un contexto bien definido para dar respuestas útiles. Muchas empresas fallan porque cargan documentos mal estructurados, sin metadatos o sin criterios de calidad, y luego culpan al modelo.
Y, por supuesto, está el factor humano: la IA generativa cambia la forma de trabajar, y si no se capacita a los equipos en cómo interactuar con ella, la herramienta se percibe como un estorbo en lugar de como un copiloto.
P2: Desde Pasiona habéis creado herramientas como AIgents Manager y MIA. ¿Qué papel pueden jugar estas soluciones para que la IA no sea solo un “hype” sino un verdadero motor estratégico en las organizaciones?
AIgents Manager y MIA son el paso de la moda a la estrategia y que irá creciendo poco a poco para dar soporte a las necesidades de la compañía.
- AIgents Manager permite coordinar múltiples agentes generativos dentro de la organización. Un agente puede encargarse de redactar informes a partir de datos de negocio, otro de responder dudas frecuentes de empleados y otro de preparar propuestas comerciales. Con AIgents Manager todos se orquestan, se controlan y se alinean con los objetivos de la empresa de una manera fácil y sin grandes necesidades técnicas para que cada área pueda gestionar sus agentes de manera autónoma.
- MIA es la puerta de entrada a la IA generativa para cualquier departamento. Permite a RR. HH. redactar descripciones de puestos en segundos, a marketing crear variaciones de campañas adaptadas a distintos públicos o a finanzas preparar resúmenes ejecutivos de informes extensos. Todo esto en un entorno seguro, conectado con los sistemas corporativos y con trazabilidad de uso.
El papel de estas soluciones es claro: que la IA generativa deje de ser una curiosidad y se convierta en infraestructura crítica de productividad y estrategia.
P3: La narrativa dominante habla de “copilotos” que ayudan a los trabajadores, pero cada vez se oye más que la IA empieza a tomar decisiones y marcar prioridades. ¿Estamos ya entrando en la era de los “managers invisibles digitales”?
Con la IA generativa estamos empezando a verlo. Hasta ahora los copilotos eran asistentes que ayudaban a redactar, resumir o traducir. Pero ya existen aplicaciones que reorganizan agendas, proponen qué correos atender primero o generan planes de acción a partir de documentación dispersa.
Un ejemplo: un agente generativo conectado a Jira y Confluence puede reorganizar automáticamente el backlog de un equipo de desarrollo, priorizar tareas y preparar un resumen para el comité de dirección. Aquí ya no hablamos solo de asistencia, hablamos de decisiones invisibles que marcan el ritmo de trabajo.
El reto es mantener el control humano: la IA puede proponer y priorizar, pero la última palabra debe ser de las personas. Lo interesante es que con la generativa, esas propuestas llegan en lenguaje natural, lo que las hace mucho más fáciles de interpretar y discutir en equipo.
Un ejemplo: un agente generativo conectado a Jira y Confluence puede reorganizar automáticamente el backlog de un equipo de desarrollo, priorizar tareas y preparar un resumen para el comité de dirección. Aquí ya no hablamos solo de asistencia, hablamos de decisiones invisibles que marcan el ritmo de trabajo.
El reto es mantener el control humano: la IA puede proponer y priorizar, pero la última palabra debe ser de las personas. Lo interesante es que con la generativa, esas propuestas llegan en lenguaje natural, lo que las hace mucho más fáciles de interpretar y discutir en equipo.
P4: Uno de los mayores temores es que la IA acabe decidiendo sobre productividad e, incluso, sobre empleo. ¿Dónde está la línea roja y cómo se asegura Pasiona de que la IA se use de manera justa y responsable?
La línea roja es clara: la IA generativa no debe ser juez en decisiones que afectan directamente a las personas. Puede ayudar a elaborar informes de desempeño, redactar feedback o generar métricas de actividad, pero nunca decidir ascensos o despidos.
En Pasiona nos aseguramos de que cualquier uso de IA generativa esté supervisado por un humano y cumpla criterios de ética y transparencia. Esto implica:
En Pasiona nos aseguramos de que cualquier uso de IA generativa esté supervisado por un humano y cumpla criterios de ética y transparencia. Esto implica:
- Que los usuarios sepan cuándo un texto, recomendación o informe lo ha redactado un modelo.
- Que los sistemas sean auditables: si un agente generó una recomendación, debe quedar registro de qué información utilizó.
- Que haya siempre una revisión humana en procesos críticos.
La IA generativa debe ser una herramienta de empoderamiento, no de control. Su rol es liberar tiempo y aportar claridad, no convertirse en juez del rendimiento.
P5: Se habla mucho de ahorro de costes, pero pocas veces de los costes ocultos de implantar IA sin diagnóstico previo. ¿Qué riesgos reales asumen las empresas que no planifican esa integración?
En la IA generativa, los costes ocultos suelen venir de dos frentes:
- Integración pobre. Si se despliega un chatbot sin conectarlo al repositorio documental o al CRM, se queda en una herramienta genérica que no aporta valor real. Eso provoca abandono de la herramienta y desconfianza en futuras iniciativas de IA.
- Falta de gobernanza. Sin un marco de seguridad, la IA puede filtrar información sensible o generar respuestas incoherentes. Esto no solo tiene costes técnicos, sino también reputacionales.
Por eso siempre recomendamos empezar con un diagnóstico: qué fuentes de información se usarán, qué casos de uso son prioritarios, cómo se controlarán los resultados. Sin ese análisis, el riesgo es tener un “juguete caro” en lugar de un copiloto estratégico.
P6: Para los profesionales IT que participan en proyectos de IA en Pasiona, ¿qué oportunidades de aprendizaje y crecimiento aparecen que quizá no encontrarían en otras compañías?
Trabajar en proyectos de IA generativa en Pasiona significa estar en la primera línea de la revolución tecnológica.
Nuestros equipos aprenden a diseñar prompts complejos, a construir agentes autónomos que combinan distintos modelos, a aplicar técnicas de RAG (Retrieval Augmented Generation) para conectar LLMs con bases de conocimiento corporativas y a desplegar soluciones seguras en producción.
Además, el valor está en la integración. No se trata solo de usar un modelo preentrenado, sino de conectarlo con sistemas de negocio (ERP, CRM, intranet) y hacerlo útil para empleados y clientes. Esa experiencia práctica, combinando lo último en IA generativa con entornos corporativos reales, es un aprendizaje diferencial.
Nuestros equipos aprenden a diseñar prompts complejos, a construir agentes autónomos que combinan distintos modelos, a aplicar técnicas de RAG (Retrieval Augmented Generation) para conectar LLMs con bases de conocimiento corporativas y a desplegar soluciones seguras en producción.
Además, el valor está en la integración. No se trata solo de usar un modelo preentrenado, sino de conectarlo con sistemas de negocio (ERP, CRM, intranet) y hacerlo útil para empleados y clientes. Esa experiencia práctica, combinando lo último en IA generativa con entornos corporativos reales, es un aprendizaje diferencial.
P7: Mirando hacia adelante, ¿crees que la IA seguirá siendo un copiloto de apoyo o que acabará rediseñando por completo la forma en la que trabajamos y nos organizamos dentro de las empresas?
La IA generativa va mucho más allá del copiloto. Hoy ya vemos cómo crea presentaciones, informes, propuestas comerciales o campañas de marketing en cuestión de segundos. Es apoyo, sí, pero a una velocidad y escala que cambia las reglas del juego.
A medio plazo, veremos cómo la IA generativa empieza a rediseñar procesos completos. En una empresa, un agente generativo puede encargarse de atender a proveedores, preparar contratos preliminares y coordinar reuniones, mientras que en otra puede automatizar la documentación técnica y el soporte interno.
Eso significa que no solo cambia lo que hacemos, sino también cómo nos organizamos: menos jerarquías, equipos más pequeños y ágiles, personas dedicadas a creatividad, estrategia y relaciones, mientras que la IA se ocupa del “trabajo pesado” de generación de contenido y coordinación.
En resumen: la IA generativa empieza como copiloto, pero su destino es ser arquitecto de nuevas formas de trabajar.
A medio plazo, veremos cómo la IA generativa empieza a rediseñar procesos completos. En una empresa, un agente generativo puede encargarse de atender a proveedores, preparar contratos preliminares y coordinar reuniones, mientras que en otra puede automatizar la documentación técnica y el soporte interno.
Eso significa que no solo cambia lo que hacemos, sino también cómo nos organizamos: menos jerarquías, equipos más pequeños y ágiles, personas dedicadas a creatividad, estrategia y relaciones, mientras que la IA se ocupa del “trabajo pesado” de generación de contenido y coordinación.
En resumen: la IA generativa empieza como copiloto, pero su destino es ser arquitecto de nuevas formas de trabajar.
P8: ¿Qué diferencia real marca la IA generativa frente a las anteriores olas de automatización?
La diferencia es radical. La automatización clásica se centraba en tareas repetitivas con reglas fijas: si pasa “A”, haz “B”. La IA predictiva, por su parte, analizaba datos para anticipar resultados: prever la rotación de clientes, detectar fraudes o estimar ventas futuras.
La IA generativa abre un terreno completamente nuevo: no se limita a ejecutar o predecir, sino que crea. Redacta informes, genera imágenes, sintetiza conversaciones, desarrolla código o incluso diseña propuestas de negocio.
En otras palabras, mientras que las tecnologías anteriores optimizaban lo que ya existía, la IA generativa introduce la capacidad de innovar desde cero, democratizando la creatividad. Por ejemplo, un departamento de marketing ya no depende de semanas para preparar un briefing y varias iteraciones con agencias: en minutos puede tener diez versiones de una campaña y decidir cuál escalar.
La IA generativa abre un terreno completamente nuevo: no se limita a ejecutar o predecir, sino que crea. Redacta informes, genera imágenes, sintetiza conversaciones, desarrolla código o incluso diseña propuestas de negocio.
En otras palabras, mientras que las tecnologías anteriores optimizaban lo que ya existía, la IA generativa introduce la capacidad de innovar desde cero, democratizando la creatividad. Por ejemplo, un departamento de marketing ya no depende de semanas para preparar un briefing y varias iteraciones con agencias: en minutos puede tener diez versiones de una campaña y decidir cuál escalar.
P9: La IA generativa avanza a gran velocidad. ¿Cómo puede una empresa evitar quedarse atrás sin caer en la improvisación?
El truco está en equilibrar velocidad y estrategia. Ir demasiado lento supone perder competitividad; lanzarse sin plan lleva a proyectos fallidos.
Nuestra recomendación es adoptar un enfoque de “pilotos estratégicos”: casos de uso de IA generativa bien definidos, con impacto rápido y medible, pero diseñados para escalar. Por ejemplo, un asistente interno que resuma documentación legal. Es un proyecto limitado, pero que demuestra valor, ahorra tiempo real y genera confianza en los equipos.
A partir de ahí, se construye una hoja de ruta de madurez: conectar la IA con más sistemas, ampliar casos de uso a otros departamentos y crear un marco de gobernanza. Así la empresa avanza al ritmo de la innovación, pero con control y visión a largo plazo.
Nuestra recomendación es adoptar un enfoque de “pilotos estratégicos”: casos de uso de IA generativa bien definidos, con impacto rápido y medible, pero diseñados para escalar. Por ejemplo, un asistente interno que resuma documentación legal. Es un proyecto limitado, pero que demuestra valor, ahorra tiempo real y genera confianza en los equipos.
A partir de ahí, se construye una hoja de ruta de madurez: conectar la IA con más sistemas, ampliar casos de uso a otros departamentos y crear un marco de gobernanza. Así la empresa avanza al ritmo de la innovación, pero con control y visión a largo plazo.
P10: Y por último, ¿cuál sería tu recomendación para una empresa que quiere empezar a implantar la IA?
Mi recomendación es empezar con un enfoque progresivo y pragmático, eligiendo áreas donde la IA generativa ofrezca resultados inmediatos y escalables. No todas las empresas tienen que empezar por lo mismo, pero sí conviene diseñar una hoja de ruta por fases. Una propuesta sería:
- Productividad ofimática. Este suele ser el punto de entrada más natural. Con herramientas como Microsoft 365 Copilot, Google Duet AI o Notion AI, cualquier empleado puede ahorrar horas en la redacción de correos, resúmenes de reuniones, elaboración de presentaciones o análisis de hojas de cálculo. El ROI aquí es casi inmediato: menos tiempo en tareas repetitivas, más foco en lo estratégico.
- Negocio y toma de decisiones. El siguiente paso es integrar la IA generativa en sistemas de negocio. Por ejemplo, conectar un asistente a Dynamics 365, Salesforce o un ERP para generar automáticamente propuestas comerciales personalizadas, resúmenes financieros o informes ejecutivos. Aquí la clave está en el Retrieval Augmented Generation (RAG), que permite a la IA acceder a datos internos de la empresa para dar respuestas relevantes y fiables.
- Experiencia de cliente. Es un área crítica donde la IA generativa ya marca la diferencia. Chatbots avanzados que no solo responden preguntas, sino que entienden el contexto del cliente y redactan mensajes naturales; generación de contenidos personalizados para campañas de marketing; o incluso asistentes de voz que atienden pedidos en tiempo real. Aquí vemos despliegues con Azure OpenAI Service o Dialogflow para dar experiencias fluidas y seguras.
- Conocimiento interno y soporte a empleados. Muchas organizaciones tienen miles de páginas de documentación, manuales o procedimientos que pocos leen. Un agente generativo conectado a esa base documental puede responder en segundos a cualquier duda de procesos internos. Esto reduce drásticamente el tiempo de búsqueda y fomenta la autonomía de los equipos. Microsoft Copilot Studio, por ejemplo, permite construir estos agentes de forma controlada y segura.
- Innovación y creatividad. La IA generativa también es un catalizador de nuevas ideas. Desde crear prototipos de producto en cuestión de horas hasta redactar planes de negocio o propuestas estratégicas en tiempo récord. Herramientas como ChatGPT Enterprise o Azure AI Studio permiten a equipos de innovación iterar más rápido y testear conceptos que antes llevaban semanas.
- Operaciones y eficiencia interna. Otro campo con gran impacto es el de automatización de procesos con IA generativa. Por ejemplo, agentes que redactan automáticamente actas de reuniones, que traducen contratos en tiempo real o que generan documentación técnica a partir de especificaciones. Aquí la IA no solo acelera, sino que estandariza y reduce errores humanos.
- Cumplimiento y gobierno. Por último, es importante no olvidar el marco de seguridad y cumplimiento. Muchas plataformas (Microsoft, AWS, Google) ya incluyen capas de trazabilidad, control de datos y auditoría que permiten a las empresas garantizar un uso responsable de la IA. La recomendación es siempre desplegar con gobierno desde el principio para evitar riesgos futuros.
En definitiva: empezar por productividad para generar confianza, luego escalar hacia negocio y cliente, y finalmente extender a innovación y operaciones. La clave está en combinar casos de uso visibles —que entusiasmen a los equipos— con una arquitectura sólida que permita crecer de forma controlada.
La IA generativa no es un fin en sí mismo, sino una herramienta para rediseñar la forma en que las empresas operan y toman decisiones. En Pasiona, con AI Assessment, acompañamos a las organizaciones para que pasen de la prueba aislada a un modelo sostenible de adopción, con foco en estrategia, escalabilidad y valor tangible.
Aigents Manager, copiloto IA, empresas españolas, inteligencia artificial generativa, MIA, pasiona
VolverTambién te puede interesar
IA en la empresa: lecciones clave del informe “Superagency in the workplace”
25/11/2025
El informe de McKinsey revela las contradicciones en la adopción de IA en la empresa. Analizamos los datos más relevantes y lo que significan para líderes y empleados.
¿Quién despide a quién? El día que un agente de IA diga que sobras en la empresa
18/11/2025
La IA ya no solo analiza datos: empieza a sugerir reorganizaciones. En Pasiona explicamos cómo gobernarla para que complemente, no sustituya, las decisiones humanas.
La IA que manda más que tu jefe
14/10/2025
La IA ya no solo acompaña: empieza a decidir. En Pasiona te contamos cómo gobernar a los nuevos managers digitales antes de que tomen el mando.