Glosario de IA para Empresas: 18 Términos Explicados sin Tecnicismos

La inteligencia artificial llegó a las juntas de dirección, y con ella un montón de palabras que nadie se atreve a preguntar qué significan. Aquí está la traducción al español de negocios. No para que te vuelvas técnico, sino para que tomes mejores decisiones y no te vendan humo con jerga.

Resumen ejecutivo

• No necesitas entender cómo funciona la IA por dentro para decidir bien sobre ella.
• Sí necesitas entender un puñado de términos para no asentir en falso y para detectar cuando te exageran.
• Los tres que más vas a oír: LLM, token y agente. Si entiendes esos, ya vas ganando.

Los términos que importan

Fundamentos

• IA generativa: inteligencia artificial que crea contenido nuevo (texto, imágenes, código), no solo clasifica datos existentes.
• LLM (modelo de lenguaje grande): el motor detrás de herramientas como ChatGPT, Claude o Gemini. Es lo que "entiende" y genera texto.
• Modelo: la versión específica del motor. Hay modelos más potentes y caros, y otros más rápidos y económicos.
• Prompt: la instrucción que le das a la IA. Un buen prompt es la diferencia entre una respuesta útil y una inútil.
• Token: la unidad con la que la IA cobra y mide el texto. Un fragmento de palabra. Importa porque tu costo se mide en tokens.

Capacidades

• Agente de IA: una IA que no solo responde, sino que planea y ejecuta tareas usando herramientas (tu ERP, tu correo). Actúa, no solo conversa.
• RAG (generación aumentada con recuperación): conectar la IA a tus documentos privados para que responda con la información de tu empresa, no con conocimiento general.
• Fine-tuning (ajuste fino): entrenar un modelo con tus datos para especializarlo en tu caso. Potente, pero rara vez es lo primero que necesitas.
• Multimodal: una IA que entiende más que texto: imágenes, audio, video.
• MCP (protocolo de contexto de modelo): el estándar que permite conectar herramientas a la IA de forma portable entre proveedores.

Riesgos y límites

• Alucinación: cuando la IA inventa información con total seguridad. El riesgo número uno en un negocio. Por eso todo dato crítico se verifica.
• Sesgo: la IA refleja los prejuicios de los datos con los que se entrenó. Importa en decisiones sobre personas.
• Ventana de contexto: cuánta información puede "recordar" la IA en una conversación. Si la rebasas, empieza a olvidar.
• Gobernanza de IA: las reglas que pones para usar IA con responsabilidad (qué datos sí, qué decisiones llevan humano).

Operación

• API: la forma en que tus sistemas se conectan con la IA (o entre sí) para automatizar sin intervención manual.
• Inferencia: el momento en que la IA "piensa" y genera una respuesta. Cada inferencia tiene un costo.
• On-premise vs. nube: si la IA corre en tus servidores o en los de un proveedor. Importa para datos sensibles.
• Copiloto: una IA que asiste a una persona en su trabajo, en lugar de reemplazarla. El modelo más común y sensato para empezar.

¿Y ahora qué?

Con estos términos ya puedes sostener una conversación de IA sin perderte y, más importante, detectar cuando alguien usa jerga para inflar una propuesta. El siguiente paso no es aprender más palabras, es elegir un proceso concreto donde la IA te ahorre trabajo. Cómo hacerlo sin quemar dinero lo explicamos en nuestra guía de IA para empresas, y qué hacen los agentes de verdad en agentes de IA en tu empresa.

La IA no se trata de saber más siglas que el de enfrente. Se trata de aplicarla a un problema real de tu operación. En SCRAM integramos IA sobre los sistemas que ya tienes, y traducimos la jerga a resultados medibles, sin venderte una palabra de moda.

Referencias:

• Anthropic, documentación de modelos
• Model Context Protocol, especificación

Sigue leyendo

• Inteligencia Artificial para Empresas: Cómo Empezar
• Agentes de IA en tu Empresa: Qué Hacen Hoy
• ¿Comprar o Construir Software?