Glosario
Términos de IA explicados sin tecnicismos
Qué significa cada concepto y por qué importa para una empresa real, no para un paper académico.
Estar listo para la IA (AI readiness)
Una empresa está lista para la IA cuando su conocimiento crítico —documentos, procesos, historial de clientes— está centralizado, estructurado y consultable, en lugar de disperso entre Excels, WhatsApp y la cabeza de unas pocas personas. Sin esa base, cualquier herramienta de IA hereda el mismo desorden y da respuestas poco confiables.
Ver definición →Base de conocimiento
Una base de conocimiento es un repositorio único y estructurado donde una empresa centraliza su información crítica —documentos, procesos, históricos, preguntas frecuentes— para que cualquier persona o sistema (incluida una IA) pueda consultarla de forma confiable, en vez de buscarla repartida entre Excels, PDFs y WhatsApp.
Ver definición →RAG (Retrieval-Augmented Generation)
RAG es una técnica que permite que una IA generativa busque información real en una base de documentos propia antes de responder, en vez de basarse solo en lo que aprendió genéricamente durante su entrenamiento. Así, la respuesta se ancla en datos verificables del negocio y no en una invención plausible ("alucinación").
Ver definición →IA generativa para pymes
La IA generativa para pymes es el uso de modelos de lenguaje (como los que potencian ChatGPT o Claude) conectados a la información propia de una pequeña o mediana empresa, para automatizar respuestas, búsquedas y tareas que hoy dependen de que una persona busque o recuerde algo manualmente.
Ver definición →Agentes de IA
Un agente de IA es un sistema que no solo responde preguntas, sino que puede tomar acciones encadenadas para cumplir un objetivo: buscar información, consultar varias fuentes, decidir el siguiente paso y ejecutar una tarea, con poca o ninguna intervención humana en cada paso.
Ver definición →Automatización con IA
La automatización con IA es el uso de modelos de lenguaje o de decisión inteligente para ejecutar tareas que antes requerían criterio humano —responder consultas, clasificar información, redactar documentos— a diferencia de la automatización tradicional (RPA), que solo repite pasos fijos sin entender el contenido.
Ver definición →