Rob Hanna: a la IA corporativa no le faltan avances, le falta gestión de contenidos

Rob Hanna, cofundador y director general de Precision Content, una consultora especializada en comunicación técnica, declaró a The Next Web en junio de 2026 que muchas iniciativas corporativas de inteligencia artificial pierden impulso no por la falta de nuevos modelos revolucionarios, sino por la ausencia de sistemas de gestión de contenidos que hagan fiable el conocimiento corporativo.

Por qué se estancan los proyectos de IA corporativa

Hanna observa que las organizaciones siguen tratando el lenguaje como si fuera un conjunto de datos estructurados, como filas en una tabla de una base de datos. Al mismo tiempo, ignoran los sistemas que deberían garantizar la precisión, la actualidad y la coherencia del conocimiento con el que se entrenan las herramientas de IA corporativas o del que extraen su contexto. El resultado es que incluso el modelo más potente, conectado a la base de conocimiento interna de una empresa, hereda todos sus problemas: versiones obsoletas de documentos, instrucciones contradictorias y fuentes de verdad dispersas entre departamentos.

Desde fuera parece un «problema del modelo», porque el asistente se confunde o da una respuesta imprecisa. Pero en realidad la raíz está en los datos, que nadie había puesto en orden de forma sistemática mucho antes de que llegara la propia herramienta de IA.

«Los equipos de comunicación técnica ya poseen muchas de las competencias necesarias para construir...» —

Rob Hanna, CEO de Precision Content.

Qué necesitan las empresas para una IA corporativa fiable

Hanna señala que los equipos de documentación técnica llevan años haciendo justo lo que hoy resulta crítico para que los sistemas de IA funcionen bien: una fuente única de verdad para el contenido, taxonomías, metadatos, estándares de estilo y procesos de verificación de datos antes de publicar. Sin esa disciplina, cualquier modelo que se apoye en documentos corporativos para responder a empleados o clientes, ya sea mediante generación aumentada por recuperación sobre la base interna (RAG) o mediante fine-tuning con textos corporativos, corre el riesgo de ofrecer información contradictoria u obsoleta, independientemente de lo potente que sea el modelo subyacente.

Por qué se pasa por alto al implantar IA

Los directivos suelen invertir más en elegir el modelo, en licencias de suscripción y en formar a los empleados en prompting que en revisar cómo se crean, versionan y aprueban los documentos en la empresa. Además, los redactores técnicos y los especialistas en contenido se han visto tradicionalmente como una función de apoyo, no como un eslabón clave del que depende que el asistente de IA corporativo dé respuestas correctas. Hanna pide replantear esta jerarquía de prioridades e incluir a los equipos de contenido entre los primeros en participar en el lanzamiento de iniciativas de IA corporativa.

Como consultora de redacción técnica, Precision Content lleva años ayudando a las organizaciones a construir precisamente este tipo de procesos: repositorios únicos de documentación, control de versiones y terminología coherente. En la práctica, la postura de Hanna apela a la propia experiencia profesional de la compañía como respuesta lista para un problema nuevo que ha traído la IA corporativa.

Qué significa esto

La conclusión de Hanna desplaza el debate sobre la IA corporativa desde la elección del modelo hacia la inversión en operaciones de contenido: las organizaciones que ya cuentan con equipos maduros de documentación técnica quizá no necesiten un modelo nuevo, sino reorganizar sus procesos de gestión de contenidos para que las herramientas de IA se apoyen en datos fiables.