Este año, la inteligencia artificial ha dejado de ser una promesa para convertirse en una herramienta de trabajo real. Sí, ya sé que esta frase podría salir en cualquier resumen de final de año, pero en nuestro caso es exactamente lo que ha pasado. Y a mí (quien escribe este post soy yo, Anna) me ha hecho cierta gracia ver cómo en DeMomentSomTres la hemos ido incorporando al día a día casi sin ceremonia: no como un añadido para hacer bonito, sino como una herramienta más para trabajar mejor.
La diferencia, sin embargo, no es tener IA. La diferencia es hacerla encajar con criterio y método en procesos y equipos reales, de los que tienen correos, urgencias, personas y decisiones. Y mantener una idea en el centro: mejorar resultados sin perder el punto de vista humano, que sigue siendo lo que hace que las cosas funcionen.
De la conversación al oficio: la IA como herramienta de transformación
La IA no es ningún demiurgo: no crea de la nada. Pero sí que acelera cuando se tiene criterio, datos y un proceso claro. Si tuviéramos que resumir el 2025 en una idea, sería esta: la IA ha pasado de ser un “tema a explorar” a ser una palanca de mejora cotidiana. Y esto no ha ido de tener la última herramienta, sino de entender qué era necesario resolver en cada organización y cómo hacer que la solución encajara con su día a día.
Esta evolución se ha notado también en la manera en que nos lo piden. Cada vez menos oímos “queremos hacer un proyecto de IA” y cada vez más aparece la pregunta correcta: “¿Dónde tiene sentido aplicarla aquí y cómo lo hacemos sin desordenar la organización?”
IA en más de 200 proyectos en DMS3
Durante el año, la IA ha intervenido en más de 200 proyectos de una forma u otra. A veces ha sido visible y central; en otras, ha sido una capa discreta que acelera tareas, mejora la calidad y ayuda a tomar decisiones con más información.
El denominador común es el mismo: no hablamos de IA “porque toca”, sino de IA con una función clara y una integración realista.
De Sant Jordi a los procesos críticos: ejemplos concretos de lo que hemos construido
Cuando se habla de IA es fácil quedarse en generalidades. Por eso preferimos explicarla con casos reales, muy diferentes entre sí, pero con un patrón compartido: un reto concreto, un proceso claro y una solución adoptable.
Una herramienta de haikus para Sant Jordi
Por Sant Jordi creamos una herramienta capaz de generar haikus con inteligencia artificial a partir de una simple temática. Es un ejemplo aparentemente sencillo, pero muy ilustrativo: una instrucción mínima puede convertirse en una pieza creativa coherente, controlada y personalizable.
Y este mismo principio —definir bien la intención y acotar el resultado para que sea útil— es el que después se aplica a entornos más exigentes.
Agentes de IA para empresas
También hemos montado agentes para empresas pensados para dar apoyo a equipos y procesos concretos: asistentes que ayudan a recuperar información, a orientar decisiones, a preparar respuestas o a ejecutar pasos repetitivos con una lógica definida.
No como una “juguete tecnológico”, sino como una capa de apoyo que reduce la fricción, aumenta la consistencia y libera tiempo para trabajo de más valor.
Chats de atención al cliente con criterio de calidad
Hemos desplegado chats de atención al cliente orientados a mejorar la capacidad de respuesta y la disponibilidad. Pero hay una condición imprescindible: un chat solo aporta valor si está conectado a contenidos fiables, si sabe cuándo debe escalar y si mantiene los estándares de calidad y tono de marca.
El objetivo no es automatizar por automatizar, sino garantizar una experiencia mejor y más consistente.
Clasificación de correos cuando el volumen es un problema real
En organizaciones con un volumen elevado de entrada de información, hemos diseñado procesos para clasificar grandes volúmenes de correos según la importancia y la temática.
Este es uno de los casos más claros donde la IA puede aportar una ganancia inmediata: reducir el ruido, priorizar mejor, acelerar las derivaciones internas y minimizar el riesgo de que una petición crítica quede enterrada. Pero para que funcione, es necesario definir criterios (¿qué significa “urgente” aquí?), circuitos (¿quién recibe qué?) y validaciones (¿cómo controlamos los errores?).
Formación, certificaciones y criterio: no se trata de coleccionar herramientas
Este año también hemos reforzado la base de conocimiento con formación y certificaciones, incluyendo formación de referencia como la del MIT, y hemos ampliado el criterio probando y comparando más de 20 soluciones y enfoques diferentes.
No para coleccionar herramientas, sino para poder responder con rigor a una realidad: no hay una única IA que sirva para todo el mundo. La misma tecnología puede funcionar muy bien en un entorno y ser una fuente de fricción en otro.
El punto clave: la IA al servicio de los humanos y de los equipos
Lo más importante, sin embargo, es el marco mental. La IA no sustituye a personas; transforma cómo trabajan. Y esto exige respeto por el contexto: cómo está organizado el equipo, qué procesos son críticos, qué información circula, qué riesgos no se pueden asumir, qué decisiones piden criterio profesional y qué tareas son repetitivas y automatizables.
En DMS3 trabajamos la IA como una herramienta al servicio de los humanos y de los equipos especializados. Esto significa:
- entender el proceso real (no el que dice el procedimiento, sino el que pasa)
- definir un encaje viable (datos, presupuesto, madurez y cultura)
- asegurar la adopción (criterios, formación, guías y medidas de calidad)
Si una herramienta no se utiliza, no es innovación; es un gasto.
Cerrar el año con una idea clara
Cerramos el 2025 con una convicción muy operativa: la IA es una herramienta principal, sí, pero la diferencia la marca cómo la encajas en una organización sin perder la mirada humana.
El 2026 no irá de “hacer IA”, sino de hacerla útil.
