← Artículos

Guía práctica

La IA nos salió cara y no sabemos usarla bien

Pagar más no hace que la inteligencia artificial rinda más. Lo que baja la cuenta y sube el resultado es elegir bien para qué se usa y cómo.

Edmundo Spohr18 de agosto de 2026 · 5 min de lectura

En 30 segundos

  1. 01Elige el modelo según la tarea: para lo simple, uno liviano cuesta una fracción y hace el trabajo.
  2. 02Guarda y reutiliza tus instrucciones; no las reescribas en cada conversación.
  3. 03Muchas veces lo que falta no es otra herramienta, sino que el equipo aprenda a usar la que ya tiene.

Es una conversación que tenemos cada vez más seguido. La organización se entusiasmó con la inteligencia artificial, contrató licencias para el equipo y, unos meses después, la sensación es incómoda: se paga cada mes, pero nadie tiene muy claro qué se ganó.

En Sumadots lo hemos visto en al menos cinco organizaciones. Y casi nunca el problema es la tecnología. El problema es que se usa la herramienta más grande para todo, sin haber decidido antes para qué sirve.

Señales de que se está pagando de más

  • Se pagan licencias por persona y nadie sabe bien qué más pueden hacer, aparte de redactar correos.
  • Se revisan documentos con el modelo más caro antes de haber probado si la tarea funciona.
  • La herramienta falla con fotos oscuras o documentos en otro idioma, y nadie sabe por qué.
  • Alguien escribe los mismos criterios desde cero en cada conversación.
  • En un mismo equipo conviven tres asistentes distintos, cada uno con su propia cuenta.
  • Lo que funciona con diez documentos se vuelve impagable cuando son mil.

Si reconoces dos o más, no estás solo. Y la buena noticia es que casi todas tienen un arreglo sencillo.

Cinco ajustes que bajan la cuenta

1. Un modelo para cada tarea

No todas las tareas necesitan el modelo más potente. Ordenar respuestas de una encuesta, resumir un acta o clasificar correos lo hace bien un modelo liviano, que cuesta una fracción. Deja el modelo grande para lo que de verdad lo pide: un análisis delicado o un texto que va a leer un financista.

Un solo modelo para todo

  • El más caro, siempre
  • Se paga igual por lo simple y lo difícil
  • La cuenta crece con cada documento
  • Nadie sabe qué tarea vale la pena

Un modelo según la tarea

  • Uno liviano para lo repetitivo
  • El grande solo para lo delicado
  • Se prueba con pocos casos antes de escalar
  • Se sabe cuánto cuesta cada tarea

2. Prepara los documentos antes de enviarlos

Un PDF escaneado o una foto oscura le cuesta mucho a la IA: a veces lo lee mal y a veces no lo lee. Convertir primero el PDF a texto (sacar las letras del archivo) hace que la respuesta sea más barata y más confiable.

3. Guarda tus instrucciones

Si cada semana le explicas a la IA los mismos criterios para revisar un informe, escríbelos una vez y guárdalos. Así cualquiera del equipo los usa igual, y el resultado deja de depender de quién escribió la pregunta ese día.

4. Usa lo que ya tienes

Muchas organizaciones sin fines de lucro tienen planes de oficina que ya incluyen un asistente de IA. Antes de contratar otra licencia, revisa qué viene en lo que ya pagas y pon a todo el equipo en una sola herramienta.

5. A veces no hace falta IA

Si la tarea es siempre igual (por ejemplo, marcar como urgente todo lo que diga cierta palabra), una regla fija lo resuelve gratis y sin errores. La IA vale la pena cuando hay que interpretar, no cuando basta con seguir una instrucción.

Acotar es la mitad del trabajo

Las herramientas de IA que mejor funcionan en las organizaciones que acompañamos tienen algo en común: hacen una sola cosa, para un público claro. No son un asistente para todo. Son, por ejemplo, un espacio donde un grupo de personas practica una conversación difícil antes de tenerla en la vida real.

Para profundizar

Martina: practicar la conversación más difícil antes de tenerla

Cerramos el piloto de Martina, un simulador con IA para que docentes practiquen cómo acompañar a un estudiante en crisis. Esto es lo que dejó.

Ese foco es lo que permite saber si funciona, cuánto cuesta y si vale la pena crecer.

Muchas veces conviene formar antes que construir

Cuando una organización nos pide construir algo con IA, a menudo la respuesta más útil es otra: que el equipo aprenda a elegir. Qué tarea vale la pena, qué modelo usar, cómo escribir instrucciones que se puedan reutilizar y cómo saber si el resultado mejoró. Eso no se compra con una licencia; se aprende haciéndolo con un problema propio.

Si después de eso hace falta construir, se construye algo más chico, más barato y que el equipo entiende. Así trabajamos en SumaLab.

Edmundo Spohr

IA aplicada, adopción e impacto · Sumadots

Autodiagnóstico · 5 minutos

¿Cómo está tu organización en adopción e ia?

Es una de las 6 áreas del autodiagnóstico. Responde 16 preguntas y ve tu mapa, qué hacer primero y un resumen para tu directorio.

Hacer el autodiagnóstico

Un artículo al mes, en tu correo.

Lo que aprendemos con las organizaciones, sin relleno. Te puedes dar de baja cuando quieras.

Sigue leyendo

Artículos →