Tu empresa tiene reglas no escritas. Tu IA las ignora.

Tu mejor cliente lleva cinco años contigo. Tiene unas condiciones pactadas que reflejan eso. El equipo sabe exactamente cómo tratarle. Hace dos semanas le respondió tu agente de IA: precio estándar, plazo de quince días, tono genérico de primer contacto.

Técnicamente, la IA hizo su trabajo. El problema es que nadie le explicó las reglas no escritas de tu empresa.

Las reglas que mueven tu empresa y no están escritas en ningún sitio

Cada negocio tiene dos capas. La capa visible: los precios de la web, los plazos del contrato, los procesos del manual. Y la capa invisible: todo lo que funciona bien pero que nadie documentó nunca porque "todo el mundo lo sabe".

• El cliente García tiene un precio pactado de hace tres años que nunca se revisó en ningún sistema
• Cualquier queja de una cuenta grande va directamente a ti, no al flujo estándar de soporte
• No trabajáis con empresas que paguen a más de 45 días
• Ese tipo de proyecto siempre lleva el doble del tiempo que el presupuesto indica
• Con el proveedor Martínez, los plazos se cierran siempre en septiembre, nunca antes de verano

Nadie lo escribió porque no hizo falta. El equipo lo aprendió trabajando, escuchando, preguntando. Se transmitió de persona a persona durante meses. Funciona perfectamente cuando todos los que ejecutan son humanos.

Cuando metes una IA, ese contexto no existe en ningún sitio que ella pueda consultar.

Lo que hace la IA cuando no sabe la regla

No se bloquea. No pide ayuda. Improvisa con lo que tiene.

Cotiza el precio del catálogo porque no sabe que ese cliente tiene condiciones especiales. Dice el plazo estándar porque no sabe que ese tipo de proyecto siempre se retrasa. Acepta sin dudar un proyecto de un sector con el que decidisteis no trabajar hace seis meses. Da el descuento porque alguien lo pidió amablemente, sin saber que vuestra política real es otra.

La IA hace lo mejor posible con la información disponible. El problema no es que sea mala. El problema es que nadie le hizo el onboarding.

Piénsalo como contratar a alguien nuevo. Da igual lo capaz que sea: si nadie le explica las particularidades de tu empresa, los primeros meses va a cometer exactamente los mismos errores. No por falta de talento, sino por falta de contexto.

Con un empleado, ese contexto llega de forma natural: alguien le corrige, le explica, le pone en copia. Con la IA, ese proceso no ocurre solo. Lo tienes que trabajar explícitamente, antes de activar nada.

Por qué la mayoría de implementaciones de IA falla aquí

No fallan porque la tecnología sea mala. Fallan porque se instala y se enciende, pero el contexto real del negocio nunca se transfiere.

Es el error más frecuente que veo cuando las empresas llegan a DAILYMP con una automatización "que no termina de funcionar bien": la IA está conectada a los sistemas, responde en segundos, toma acciones. Pero lo hace sin el contexto que convierte una respuesta correcta en general en una respuesta correcta para tu empresa en particular.

Hay una diferencia fundamental entre una IA que puede actuar en tu empresa —conectada a tus herramientas, capaz de consultar y ejecutar— y una IA que conoce las reglas de cómo usarlas. Si tienes lo primero pero no lo segundo, tienes un sistema que trabaja con eficiencia impresionante en la dirección equivocada.

Es exactamente lo que hablamos en el artículo sobre cuando el chatbot de IA habla pero no actúa en tu empresa: tener sistemas conectados es el primer paso. Que esos sistemas conozcan las reglas de tu negocio es el segundo — y es donde la mayoría se detiene.

Lo que cambia cuando la IA sí conoce las reglas de tu empresa

Cuando el proceso de implementación incluye la transferencia real del contexto, el resultado es diferente:

El cliente VIP recibe el trato que le corresponde. Sin que nadie tenga que intervenir. Porque la IA sabe que es un cliente especial y actúa en consecuencia.

Los precios se aplican correctamente según el tipo de cliente, el volumen y las condiciones pactadas. La diferencia entre cotizar 900€ a García y 1.200€ a un contacto nuevo la hace sola.

Las excepciones no improvisan. Cuando un caso sale de lo habitual, va a revisión humana con un resumen del contexto, en lugar de recibir una respuesta genérica que puede ser incorrecta.

Las reglas que "todo el mundo sabe" dejan de depender de que esté disponible quien las recuerda. Funcionan igual un lunes por la mañana que un viernes de agosto.

Esto es exactamente lo que hacemos antes de activar cualquier agente de automatización para pymes: la fase de contexto. No es la parte técnica más larga — pero es la más importante y la que determina si el resultado sirve de algo o no.

Cómo se trabaja el contexto de una empresa

El proceso no es complicado, pero requiere conversación real.

1. Mapeamos las reglas implícitas: entrevistamos al responsable y al equipo. Preguntamos por los casos que "todo el mundo sabe cómo tratar" y los documentamos.

2. Identificamos las excepciones y los clientes especiales: quién tiene condiciones pactadas, qué tipo de proyecto no se acepta aunque técnicamente se podría, qué sectores están descartados.

3. Definimos los límites de autonomía: qué decide la IA sola, qué siempre pasa por una persona, qué se escala automáticamente y a quién.

4. Probamos con escenarios reales del historial de la empresa: situaciones concretas donde la IA tiene que aplicar las reglas no escritas, no solo las escritas.

5. Actualizamos cuando cambia el negocio: las reglas evolucionan. Un cliente nuevo con condiciones especiales, un sector que entra o que sale. El contexto de la IA se actualiza igual que se actualizaría la información de un empleado nuevo.

Todo eso ocurre antes de activar nada. Porque la IA que no conoce las reglas de tu negocio no trabaja para tu empresa. Trabaja para una empresa genérica que se parece a la tuya.

Una señal de que el problema ya está ahí

¿Alguna vez has revisado una conversación o acción de tu IA y has pensado "eso no es lo que yo habría hecho"?

Eso no es un fallo técnico. Es una regla no escrita que nadie le explicó todavía.

Cada decisión que la IA toma "de forma extraña" tiene una causa concreta: falta contexto específico de tu negocio. Y eso tiene solución.

Revisamos qué le falta saber a tu IA sobre tu empresa →