Nerea Luis
Experta en IA
La adopción de la IA mal planteada genera más frustración que beneficio. Es un sistema no determinista que nunca da la misma respuesta dos veces, que aprende sobre cómo trabajas y que requiere que tú aprendas sobre él. Esa diferencia lo cambia todo: cómo priorizas, cómo mides el retorno y qué esperas en qué plazo. Así lo afirma Nerea Luis Mingueza, experta en inteligencia artificial.
Nerea Luis Mingueza (Madrid, 1991) lleva más de una década dentro del mundo de la inteligencia artificial. Doctora cum laude en Ciencias de la Computación por la Universidad Carlos III, cofundadora del festival T3chFest, galardonada por Google, la Casa Real y Forbes, y colaboradora habitual en RTVE. Hoy asesora a empresas a través de Lumi Labs. Ha entrenado modelos desde cero y lleva años enseñando tecnología para no técnicos.
¿Cuál es el mayor malentendido sobre la IA ahora mismo?
Que es sencilla. La barrera de entrada se ha simplificado tanto que cuando un directivo entra con ChatGPT y le funciona piensa que ya la tiene dominada. Pero la IA no es un software donde pones A y sale A. Aquí hay un proceso de aprendizaje mutuo: el sistema necesita entender cómo estás estructurado, cómo funcionan tus procesos. Cuando te metes de verdad es cuando ves que sacarle rentabilidad requiere tiempo y método. Y no es una tecnología como otras. La IA tiene lo que se llama no-determinismo. Nunca da la misma respuesta dos veces. No es un defecto, es cómo está construida. Y eso afecta directamente a lo fiable que puede ser en cada caso de uso.
¿Qué implica este ‘no-determinismo’?
Que antes de lanzarte tienes que preguntarte: ¿qué porcentaje de precisión necesito aquí? Porque si necesitas que salga bien el 100% de las veces, igual la IA no es la respuesta, o no en esa parte del proceso. Yo trabajo con semáforos para priorizar:
- Localizar dónde está la carga manual en los procesos que te dan dinero, búsqueda, análisis, revisión documental. Ahí la IA se desenvuelve bien hoy.
- Empezar por temas internos, nunca por lo que te expone al cliente. Ese ha sido uno de los errores más comunes: lanzarse a chatbots de atención sin evaluar la precisión. La IA va a hablar en tu nombre, va a ser tu canal, tu marca. Si no controlas cómo está construida, te la juegas.
- Priorizar departamentos de bajo riesgo. No te vayas al departamento legal para empezar. Empieza por compras, por análisis de proveedores, por licitaciones.
Riesgo de marca. «Con los chatbots la IA va a hablar en tu nombre, va a ser tu canal, tu marca. Si no controlas cómo está construida te la juegas».
¿Las grandes empresas llevan ventaja?
Es una paradoja que se está viendo ya: las grandes no son las que van más rápido. Tienen presupuesto, sí, pero también procesos heredados muy pesados y resistencia interna proporcional a su tamaño. Una pyme sin nada construido tiene una ventaja real, que es que puede entrar a rediseñar sus procesos con IA desde cero. Y es más ágil de lo que parece.
Donde se ve muy claro, por ejemplo, es en sectores como el agroalimentario, que trabajan todavía con sistemas muy tradicionales. Ahí hay una oportunidad enorme. El problema no es que la IA no se aplique en esas empresas; es que nadie les ha enseñado a mirar sus propios procesos con esa lente.
¿Qué le queda al profesional cuando la IA asume la parte analítica?
Hay un término en inglés que aún no tiene buena traducción: ‘agency’. Es una mezcla de proactividad, curiosidad e independencia. Cuando la IA se encarga del análisis y la documentación tú ya no estás pendiente de redactar o enviar. Estás coordinando piezas de información muy distintas: lo que te da la máquina, las reuniones, las decisiones del día a día, las relaciones externas… no se han replanteado sus modelos. Reducirlo a ‘revisor’ sería un error.
Lo que más se va a poner en valor es esa capacidad de coordinar, de elevar el nivel de abstracción. Y ese salto no es fácil, sobre todo para perfiles que han trabajado siempre en parcelas muy definidas.
¿Y el retorno? ¿En cuánto tiempo se ve?
Desconfía de quien prometa resultados en 3 meses. Lo más probable es que no los veas. La IA tiene un proceso de aprendizaje sobre cómo trabajas y necesita tiempo y estabilidad. Hay quick wins medibles, del tipo “en esto tardábamos media hora y ahora 10 minutos”, pero no esperes la misma métrica en todos los departamentos. No existe. Y hay algo que nadie anticipa: el dato tiene que estar preparado. Hay empresas que saben dónde aplicar la IA pero su información no está estructurada para trabajar con ella. Eso hay que resolverlo antes. Lo que sí puedo decir es que en la etapa de utilizarla para mejorar productividad hay que meterse ya, con expectativas a un año, no a pocos meses.
¿Por qué no esperar a que madure?
Porque la foto de 2026 no es la misma del ChatGPT del 2023. La brecha entre quienes llevan tiempo usándola y quienes no se agranda cada mes. El argumento económico es concreto: si antes hacías una web por X, ahora la haces más rápido con IA y el cliente ya lo sabe y te la va a pedir más barata. Eso es la bola de nieve. Las empresas que llevan un año en la fase de productividad están empezando a automatizar procesos. Si entras directamente a automatizar sin ese aprendizaje previo la ola te arrastra. Puedes esperar con cautela, pero me preocuparía mucho en dos años ver empresas que ni siquiera se han preguntado con qué guía van a trabajar.
3 HERRAMIENTAS PARA PYMES
Para una pyme con poco presupuesto que empieza desde cero Nerea Luis recomienda invertir en 3 herramientas:
Claude. Conecta tu entorno local con la nube y el navegador para automatizar flujos reales sin saber programar. Para quien parte de cero, hoy va un paso por delante de ChatGPT en flexibilidad.
Lovable. Plataforma de desarrollo web con IA para crear servicios digitales sin equipo técnico ni código. Ideal si ofreces servicios a terceros y necesitas digitalizar parte de tu propuesta.
Magnific (antes Freepik). Suite creativa con IA para equipos de marketing sin diseñador propio. Genera y edita contenido visual con control sobre calidad, resolución y estilo.
