Rob Hanna: la IA corporativa no carece de avances sino de gestión de contenidos

Rob Hanna, cofundador y CEO de Precision Content, una empresa consultora especializada en comunicación técnica, le dijo a The Next Web en junio de 2026 que muchas iniciativas corporativas para implementar inteligencia artificial pierden impulso no por la falta de nuevos modelos revolucionarios, sino por la ausencia de sistemas de gestión de contenidos que hagan que el conocimiento corporativo sea confiable.

Por qué los proyectos de IA corporativos estancados

Según la observación de Hanna, las organizaciones continúan tratando el lenguaje como si fuera datos estructurados — como filas en una tabla de base de datos — mientras ignoran los sistemas que deberían garantizar la precisión, relevancia y consistencia del conocimiento que entrenan las herramientas de IA corporativa o del cual extraen contexto. Como resultado, incluso el modelo más poderoso conectado a la base de conocimientos interna de una empresa hereda todos los problemas de esa base: versiones de documentos desactualizadas, instrucciones conflictivas y fuentes de verdad dispersas en diferentes departamentos. Desde afuera, esto parece un "problema del modelo" — el asistente se confunde o da una respuesta inexacta — cuando en realidad la raíz del problema se encuentra en el nivel de datos, que nadie sistémicamente organizó mucho antes de que la herramienta de IA apareciera.

"Los equipos de comunicación técnica ya tienen muchas de las competencias necesarias para construir..." —

Rob Hanna, CEO de Precision Content.

Qué necesitan las empresas para IA corporativa confiable

Hanna señala que los equipos de documentación técnica han estado haciendo durante años exactamente lo que ahora es crítico para la calidad de los sistemas de IA: una única fuente de verdad para el contenido, taxonomías, metadatos, estándares estilísticos y procesos de verificación de hechos antes de la publicación. Sin esta disciplina, cualquier modelo que se base en documentos corporativos para responder a empleados o clientes — ya sea a través de búsqueda con generación aumentada por recuperación (RAG) desde una base de conocimientos interna o a través de fine-tuning en textos corporativos — corre el riesgo de proporcionar información contradictoria u obsoleta independientemente de cuán poderoso sea el modelo subyacente.

Por qué se ignora esto al implementar IA

Los líderes más a menudo invierten en elegir el modelo, pagar licencias de suscripción y entrenar empleados en prompting que en reconsiderar cómo la empresa crea, versiona y aprueba documentos. Los escritores técnicos y especialistas en contenido son tradicionalmente vistos como una función de apoyo en lugar de como un componente clave que determina qué tan precisas son las respuestas del asistente de IA corporativa. Hanna insta a reconsiderar esta jerarquía de prioridades e incluir equipos de contenido entre los primeros que se involucran en iniciativas de IA corporativa.

Precision Content como empresa consultora ha pasado años ayudando a las organizaciones a construir exactamente este tipo de procesos — repositorios de documentación unificados, control de versiones y terminología consistente — y la posición de Hanna esencialmente apela a la experiencia profesional propia de su empresa como respuesta lista para el nuevo problema que ha creado la IA corporativa.

Qué significa esto

La conclusión de Hanna desplaza el enfoque de la conversación sobre IA corporativa del modelos al cambio de modelo a las inversiones en operaciones de contenido: las organizaciones que ya tienen equipos de documentación técnica maduros pueden no necesitar un nuevo modelo sino más bien una reestructuración de los procesos de gestión de contenidos para que las herramientas de IA se basen en datos confiables.