No: tener muchos años de datos no hace que una IA trabaje mejor si esos datos están duplicados, escritos de mil maneras o se contradicen entre sí. Un agente de IA no limpia lo que lee. Lo toma tal cual está y, si encuentra dos versiones distintas de lo mismo, elige una con total aplomo, a veces la equivocada.
Seguramente te suena la escena: diez años de facturas, fichas de clientes en tres programas, una hoja de cálculo por comercial y carpetas con archivos llamados "tarifa_final_v2_definitiva". Parece un tesoro para entrenar a un agente con tu forma de trabajar, y lo es, pero solo después de ordenarlo. Las empresas grandes lo saben y por eso dedican a una persona, o a un equipo, a mantener una versión oficial de cada dato. En una pyme esa figura no existe y cada cual guarda la suya.
Lo que la gran empresa hace antes de usar sus datos
Una multinacional no es mejor porque tenga más datos. Es mejor porque, para cada dato importante, alguien ha decidido tres cosas: dónde vive la versión oficial, quién puede cambiarla y cómo se escribe. Un cliente tiene una única ficha, un producto tiene un único código y una fecha se escribe siempre igual.
Esa disciplina es aburrida y no se ve desde fuera, pero es lo que permite que un sistema automático responda con coherencia. Tú puedes copiar la idea sin copiar la estructura: no necesitas un departamento, necesitas unas pocas reglas y una persona que las haga cumplir.
Cuatro desórdenes que hacen fallar a un agente
Casi todos los problemas de datos en una pyme caben en cuatro grupos:
- Duplicados. El mismo cliente aparece como "Talleres Pérez", "Talleres Perez S.L." y "TALLERES PÉREZ SL". Para una persona es evidente que es el mismo; para un programa son tres clientes distintos, con tres historiales incompletos.
- Formatos mezclados. Fechas escritas como 03/04 y como "3 de abril", teléfonos con y sin prefijo, importes con coma en unas filas y con punto en otras, medidas en kilos y en gramos en la misma columna.
- Versiones contradictorias. Dos tarifas que parecen vigentes, un contrato firmado y otro "pendiente de revisar", un precio distinto en la web y en el presupuesto.
- Huecos y datos caducados. Campos vacíos, clientes que cerraron hace años, productos que ya no se fabrican pero siguen en la lista.
Ninguno de los cuatro rompe nada de forma visible. Por eso son peligrosos: el agente sigue funcionando y sus respuestas suenan bien, pero se apoyan en un suelo que se mueve.
¿Por qué más datos no arreglan el problema?
Porque cada año que se acumula suele añadir otra capa de versiones, formatos y excepciones, no solo más información útil. Cuando el agente encuentra dos respuestas distintas a la misma pregunta, no tiene forma de saber cuál es la buena: no conoce la historia de por qué cambió una tarifa ni quién corrigió una ficha. Con pocos datos limpios, ese riesgo desaparece. Con muchos datos revueltos, crece. Dicho de otro modo, a un agente le sirve más una carpeta pequeña, actual y coherente que un archivo enorme del que nadie se fía.
Siete pasos mínimos de orden
No hace falta ordenarlo todo. Basta con una pieza, por ejemplo la lista de clientes o la de productos, y con estos pasos:
- Elige una sola pieza. Empieza por la que más consultará el agente. Si luego funciona, pasas a la siguiente.
- Decide qué fuente manda. Si el programa de facturación y la hoja del comercial discrepan, ¿cuál es la oficial? Anótalo.
- Fija el formato. Una forma de escribir fechas, teléfonos, importes y nombres de empresa. Escríbelo en media página.
- Busca duplicados. Ordena por nombre, por identificador fiscal o por correo electrónico y marca los parecidos.
- Aparta lo caducado. Sepáralo en otra carpeta o columna en lugar de borrarlo; si luego hace falta, sigue ahí.
- Escribe la regla de alta. A partir de hoy, todo dato nuevo entra con esos formatos y en esa fuente. Sin esto, el desorden vuelve en meses.
- Prueba con preguntas que ya sabes responder. Pregunta al agente por cinco clientes o productos que conoces bien y comprueba si lo que dice coincide con la realidad.
Si quieres profundizar en cómo encarar un proyecto con datos poco fiables, tienes más detalle en cómo implementar IA cuando tus datos están desordenados. Y si el problema está en los productos, en catálogo con referencias duplicadas lo vemos paso a paso.
¿Qué hace el agente y qué sigue haciendo una persona?
El agente es muy útil para el trabajo pesado del orden: recorre miles de filas, señala posibles duplicados, propone un formato único, lista las contradicciones que encuentra y te prepara una lista corta para revisar. Es una tarea que a una persona le llevaría semanas y que hace con paciencia.
Lo que no debería hacer es decidir solo. Elegir cuál de las dos versiones es la correcta, fusionar dos clientes que tienen facturas emitidas o borrar un registro es decisión de alguien de tu equipo, y cuando hay consecuencias contables o fiscales, de tu gestor. Si en los datos hay información personal de clientes o empleados, ordenar también es conservar solo lo necesario y mantenerlo al día; conviene que tu asesor de protección de datos te diga qué guardar y durante cuánto tiempo.
Cómo saber si ya está lo bastante ordenado
No existe un listón universal, pero hay señales prácticas. Dos personas de tu equipo, preguntadas por separado por la misma ficha, dan el mismo dato. Sabes dónde está la versión oficial de cada cosa. Y hay una persona responsable de que las altas nuevas sigan las reglas. Si cumples esas tres, puedes empezar con un agente sobre esa pieza. Si no, el primer proyecto de IA de tu empresa es, en realidad, un proyecto de orden, y es mejor llamarlo así. Cómo decidir qué versión del cliente manda lo tienes en datos maestros: qué versión del cliente manda cuando se contradicen.
Conclusión
Una IA no mejora porque le des más datos, mejora porque le das datos en los que se pueda confiar. Antes de pensar en el agente, ordena una pieza, decide qué fuente manda, fija los formatos y deja escrita la regla para que el desorden no vuelva. Lo que hacen las grandes empresas con su equipo de datos, tú puedes hacerlo a tu escala con pocas reglas y una persona responsable.
En MG Solutions construimos agentes de IA específicos para cada empresa, adaptados a tu forma de trabajar y a tus herramientas, no una plantilla genérica; y empezamos viendo en qué estado están los datos con los que va a trabajar.
Si quieres ver cómo encajaría en tu empresa, escríbenos y lo hablamos.