Glosario básico de IA para empresarios

Si has empezado a explorar la inteligencia artificial para tu empresa, seguramente ya te has topado con una avalancha de términos que se dan por sabidos en cualquier reunión con un proveedor tecnológico. Este glosario de IA para empresas reúne los doce conceptos que más falta hacen para entender de qué habla realmente quien te propone automatizar procesos con IA, sin necesidad de formación técnica previa.

No pretende ser exhaustivo ni sustituir la explicación detallada que debería darte cualquier buen proveedor sobre su propia tecnología: es el vocabulario mínimo para que puedas seguir la conversación, hacer las preguntas correctas y detectar cuándo alguien te está vendiendo humo con palabras grandes. Lo hemos agrupado en bloques según el tipo de duda que suele generar cada término, para que puedas ir directamente a la sección que necesitas en cada conversación.

Términos sobre cómo "piensa" la IA

Estos son los conceptos que explican, a grandes rasgos, qué hay detrás del sistema con el que interactúas.

• LLM (modelo de lenguaje grande). El motor que entiende y genera texto de forma similar a como lo haría una persona. Es la tecnología base sobre la que se construyen la mayoría de los agentes de IA actuales, como los de OpenAI, Anthropic o Google.
• Modelo fundacional. Un LLM entrenado con enormes cantidades de información general, pensado para servir de base a múltiples aplicaciones distintas, en lugar de resolver una sola tarea concreta.
• Token. La unidad mínima de texto que procesa un modelo de IA: puede ser una palabra completa, parte de una palabra o un signo de puntuación. El coste y la velocidad de un sistema de IA suelen medirse en tokens procesados.
• Alucinación. Cuando un modelo de IA genera una respuesta que suena convincente pero es incorrecta o inventada. Es una de las limitaciones más importantes a tener en cuenta y la razón por la que la supervisión humana sigue siendo necesaria en decisiones sensibles. Ningún proveedor serio te dirá que su sistema no alucina nunca; lo relevante es qué medidas aplica para reducir la frecuencia y detectar los casos que se cuelan.

Términos sobre cómo interactúas con la IA

Aquí entran los conceptos relacionados con la forma en la que tú, o tu empresa, os comunicáis con el sistema.

• Prompt. La instrucción o pregunta que se le da a un modelo de IA para obtener una respuesta. Un buen prompt, bien diseñado y probado, es una de las razones por las que dos empresas pueden obtener resultados muy distintos con la misma tecnología de base.
• Contexto (ventana de contexto). La cantidad de información que un modelo puede "tener en cuenta" a la vez al generar una respuesta: la conversación previa, documentos adjuntos, instrucciones del sistema. Cuanto mayor es la ventana de contexto, más información puede manejar el modelo en una sola interacción.
• Fine-tuning (ajuste fino). El proceso de entrenar un modelo ya existente con datos específicos de una empresa o un sector para que responda mejor en ese contexto concreto, en lugar de partir de cero.

Términos sobre cómo se construye un sistema de IA para tu empresa

Estos conceptos aparecen sobre todo cuando hablas de un proyecto a medida, no de una herramienta genérica.

• Agente de IA. Un sistema capaz de ejecutar tareas de principio a fin —no solo responder preguntas— tomando decisiones intermedias, usando herramientas externas y actuando dentro de un proceso de negocio. Es distinto de un simple chatbot, como explicamos con más detalle en qué es un agente de IA.
• RAG (generación aumentada por recuperación). La técnica que permite que un agente de IA responda usando la documentación real de tu empresa, en lugar de depender solo de lo que el modelo "recuerda" de su entrenamiento general. Le dedicamos un artículo completo en qué es RAG, porque es una de las piezas que más fiabilidad aporta a un sistema de IA empresarial.
• Orquestador. El componente que coordina las distintas piezas de un agente de IA: qué herramienta usar, en qué orden, cuándo consultar una base de datos y cuándo pedir confirmación a una persona. Es, en cierto modo, el "director de orquesta" del sistema, y su calidad explica buena parte de la diferencia entre un agente que funciona con fiabilidad y otro que se comporta de forma errática.
• API. La vía técnica por la que distintos sistemas se conectan entre sí, por ejemplo, para que tu agente de IA pueda consultar tu CRM o registrar un pedido en tu sistema de gestión, sin intervención manual.

Un término que conviene conocer aunque no sea técnico

• EU AI Act. El reglamento europeo que clasifica los sistemas de IA según su nivel de riesgo y fija obligaciones de transparencia y supervisión según ese nivel. No es un término técnico de la IA en sí, pero es imprescindible para cualquier empresario que use estos sistemas en la Unión Europea. Lo explicamos con detalle, incluyendo qué obligaciones reales tiene una pyme, en el EU AI Act explicado para pymes.

Cómo usar este glosario en la práctica

No hace falta memorizar estos términos para tomar buenas decisiones sobre IA en tu empresa. Basta con tenerlos a mano la próxima vez que un proveedor te presente una propuesta, y hacer preguntas concretas apoyándote en ellos:

1. ¿Qué modelo fundacional usa el sistema y quién es el proveedor detrás?
2. ¿El agente usa RAG para responder con la información real de mi empresa, o solo con conocimiento general del modelo?
3. ¿Qué medidas existen para reducir el riesgo de alucinaciones en las respuestas que ve mi cliente final?
4. ¿Qué ventana de contexto maneja el sistema y es suficiente para mis procesos?
5. ¿El sistema usa fine-tuning con datos propios de mi empresa, o funciona igual que la versión genérica del modelo?

Estas cinco preguntas, planteadas con naturalidad en la primera reunión con cualquier proveedor, suelen bastar para distinguir una propuesta bien fundamentada de una que solo repite terminología de moda sin poder explicar qué hay detrás.

Conclusión

Entender este vocabulario básico no te convierte en experto técnico, pero sí te da algo más valioso en una negociación: la capacidad de hacer las preguntas correctas y detectar cuándo una propuesta de IA está bien fundamentada o cuándo se apoya solo en palabras de moda.

En MG Solutions traducimos siempre esta jerga a decisiones de negocio concretas antes de proponer cualquier solución. Si quieres que analicemos tu caso sin tecnicismos innecesarios, pide tu diagnóstico gratuito y sin compromiso.