En Ciudad Juárez, 18 empresas construyeron su solución con IA generativa

Dieciocho empresas juarenses salieron con un prototipo funcionando luego del workshop que hicieron con nosotros.

En agosto estuvimos en el Museo Interactivo La Rodadora a cargo del componente de inteligencia artificial aplicada en procesos de empresas de Innova Lab V3.0, el programa de formación y acompañamiento que opera Democratizamos la Innovación para fortalecer las capacidades digitales de las empresas de Ciudad Juárez en México, con Fundación Ficosec AC, la Secretaría de Innovación y Desarrollo Económico y Desarrollo Económico de Ciudad Juárez como aliados. Fueron tres días con cerca de cuarenta personas en la sala, representando a dieciocho empresas de sectores que no se parecen entre sí: cementeras, maquilas, talleres metalmecánicos, comercios y una cadena de repostería. Ninguna tiene área de tecnología y ninguna llegó con presupuesto de software.

Lo que dejamos ahí no fue un curso de herramientas de inteligencia artificial, fue un método de trabajo que venimos aplicando hace meses y que llamamos BuildInside.

El taller no empieza por la herramienta, empieza por un número

Antes de abrir cualquier interfaz, cada empresa tuvo que completar una frase con cifras: cuando pasa esto, hoy hacemos aquello, nos toma tanto tiempo y nos cuesta tanto dinero. Una estimación gruesa sirve. El vacío no.

Esa frase es la que separa un taller interesante de uno útil. Si al final de los tres días una empresa no puede decir "tardábamos cuatro horas por cotización y ahora tardamos una", lo que hubo fue una demostración bonita. El número base convierte el cierre en una comparación verificable y obliga a elegir un problema que de verdad cueste plata.

Quien vive el problema es quien construye la solución

Este es el centro de BuildInside. La solución no la entrega un proveedor como caja negra, la construye la gente de la empresa que conoce la rutina, las excepciones y el costo operativo del problema, con IA generativa como herramienta de construcción y con nosotros al lado.

Suena obvio, pero no lo es. El modelo dominante en innovación digital separa a quien sufre el problema de quien construye la solución, y esa traducción imperfecta es la que mata los proyectos. Los resultados fueron concretos. Una planta metalmecánica construyó un analizador automático de órdenes de compra para llevar una trazabilidad que hasta ese día hacían a mano. Una cementera construyó un analizador de pedidos que los asigna al punto de distribución más cercano según la ubicación del cliente. Un comercializador de llantas construyó un analizador de inventario que reemplazó horas de trabajo en Excel.

Lo que importa no es la primera solución, es la segunda

México tiene una brecha grande en esto. Según la Secretaría de Economía, solo el 4.8% de las empresas manufactureras del país con diez o más empleados usa inteligencia artificial, y entre las pequeñas la cifra baja al 1.2%, frente a un promedio de 20.2% en los países de la OCDE. La conversación pública sobre IA va mucho más rápido que la adopción real en el piso de las empresas.

Cerrar esa brecha contratando desarrollo externo cada vez que aparece un problema es caro y lento. La literatura académica lleva años estudiando esto bajo el nombre de employee-driven digital innovation, la innovación digital que nace de los propios empleados. Su límite conocido siempre fue el mismo: la persona propone la idea, pero la construye alguien más, y en esa traducción se pierde el proyecto. Lo que cambió con la IA generativa es que ahora quien propone puede construir la primera versión.

A esa configuración la llamamos GenAI-enabled employee-driven digital innovation. No es una categoría reconocida en la literatura, es un constructo que estamos proponiendo después de operarlo en programas reales, y BuildInside es la forma en que lo llevamos a una empresa. Lo desarrollamos completo en qué es la innovación digital impulsada por empleados, con las seis condiciones que exige y las formas conocidas en que falla. Juárez fue de los ejercicios que más nos sirvió para afinarlo.

Ese es el objetivo real del método, que después del primer problema resuelto la empresa pueda enfrentar el segundo con menos ayuda nuestra y el tercero prácticamente sola. La capacidad instalada vale más que el prototipo.

Si tus empresas necesitan terminar con algo funcionando y no con un diagnóstico más, hablemos. Es el formato que hemos operado en distintas regiones y que ahora traemos a México.

Lee también: ¿Qué es la innovación digital impulsada por empleados?