Habr AI explica por qué ChatGPT no debería redactar por la empresa el pliego técnico para implantar IA

La tentación de encargar a la IA no solo la implantación de IA, sino también la redacción del pliego técnico parece lógica: es rápido, barato y evita largas entrevistas. Pero es precisamente en este paso donde las empresas suelen obtener un documento bonito, mal conectado con la tarea real, los procesos y las restricciones del equipo.

Por qué la plantilla no funciona

Cuando un directivo o un cliente pide a ChatGPT que escriba el pliego técnico para implantar IA, el modelo suele armar una plantilla universal verosímil. Está llena de las palabras correctas: análisis de datos, selección de modelo, seguridad, integración, métricas de calidad. El problema es que ese texto se construye por probabilidad, no a partir del conocimiento de una empresa concreta. No sabe cómo funcionan las aprobaciones, dónde están los datos, quién se encarga del soporte ni qué soluciones ya fracasaron dentro de la empresa.

Por eso el documento puede parecer maduro y seguir vacío a nivel de ejecución. A menudo carece de prioridades, límites del proyecto, criterios de aceptación y descripción de excepciones. Es aún peor si el pliego lo redacta una persona que no domina del todo el área temática y la IA se limita a envolver esas lagunas en un estilo oficial. El resultado no es un documento de ingeniería, sino una imitación convincente. Esto es peligroso ya al inicio del proyecto.

Qué problemas afloran

El artículo sostiene que la generación con IA es especialmente peligrosa en los proyectos de implantación de IA. Hay demasiadas dependencias: calidad de los datos de origen, restricciones legales, coste de la infraestructura, integraciones con sistemas internos y requisitos de explicabilidad de los resultados. Un texto genérico suaviza casi inevitablemente estas aristas y crea la ilusión de que la tarea ya está formalizada. Así, los riesgos reales del proyecto afloran demasiado tarde, cuando ya se ha gastado parte del dinero.

• Las formulaciones siguen siendo demasiado generales y admiten decenas de interpretaciones
• Los requisitos sobre los datos y su calidad se describen de forma superficial
• Las métricas de éxito se sustituyen por KPI abstractos sin relación con el negocio
• Los plazos y el presupuesto solo parecen realistas sobre el papel
• Comparar proveedores con un pliego así distorsiona el panorama, porque todos responden a una solicitud difusa

Esto no afecta solo a la fase de selección del proveedor. Si se envía un pliego débil a varios equipos y luego se pide además a una IA que evalúe sus propuestas, el error se amplifica. El sistema contrastará las respuestas con la misma plantilla superficial y premiará a quienes acertaron mejor con las palabras formales, no a quienes entendieron el problema con más profundidad. Al final se puede elegir un proveedor con una presentación vistosa y una arquitectura débil.

Dónde es útil la IA

Esto no significa que haya que sacar la IA del proceso de preparación del pliego. Tiene un papel útil, pero de apoyo. El modelo sirve para estructurar información ya recopilada: convertir la entrevista con el cliente en un borrador de secciones, proponer una lista de preguntas aclaratorias, ayudar a revisar lagunas lógicas y unificar la terminología. Es decir, la IA es buena como acelerador del trabajo editorial y analítico, no como sustituto del análisis del proyecto.

Un enfoque que funciona es este: primero el equipo fija a mano el objetivo de negocio, el proceso actual, las restricciones, los datos disponibles, los responsables de la decisión y los criterios de resultado. Después la IA ayuda a darle una forma clara, pero no sustituye la experiencia de los especialistas del área, los analistas y el líder técnico. Cuanto más cara sea un error de implantación, más peligroso es confiar al modelo la formulación de los requisitos iniciales sin revisión humana. Y solo después se entrega el texto al modelo para su mejora y edición.

Qué significa

La conclusión principal es sencilla: la IA puede acelerar la preparación del pliego, pero no puede determinar por sí sola, de forma fiable, qué hay que implantar exactamente ni cómo funcionará dentro de una organización concreta. Si se usa el modelo como autor de los requisitos, la empresa corre el riesgo de comprar no una solución, sino una incertidumbre muy bien presentada. Sobre todo en proyectos donde después habrá que cambiar procesos, presupuesto y responsabilidades de las personas. Eso es lo que encarece especialmente estos documentos.