Sí. Pero hay otra pregunta que vale la pena hacerse: ¿en qué condiciones la estamos poniendo a trabajar?
En administración y finanzas, buena parte del trabajo consiste en preparar información: ordenar archivos, unificar criterios, depurar bases y dejar los números listos para poder preguntarles algo.
Durante años hice eso con Excel. Armaba las planillas para que, al incorporar los datos del sistema de gestión, se actualizara el flujo de fondos y pudiera analizar la información.
Hoy, con IA, puedo acelerar mucho de ese trabajo.
Y en mi experiencia, la diferencia aparece cuando le doy contexto: qué representa cada archivo, qué criterios debe respetar, qué resultado necesito y cómo vamos a comprobarlo.
Es parecido a incorporar a alguien a un equipo. Entregarle una carpeta y decirle "haceme un informe" deja demasiadas cosas libradas a la interpretación.
Explicarle el negocio, los datos y el objetivo cambia las condiciones para hacer bien el trabajo.
Eso no vuelve infalible a la IA. Sigo necesitando controles y criterio para evaluar lo que entrega.
Pero mis veinte años de experiencia tienen mucho que aportar ahí: definir el problema, anticipar inconsistencias y reconocer si una respuesta tiene sentido.
La herramienta acelera la ejecución. Mi responsabilidad sigue siendo entender qué estoy haciendo con el resultado.
Cuando la IA te devuelve algo que no sirve, ¿revisás también qué información le diste para trabajar?
