Margot Duek · Ingeniera, MBA y estratega de IA
La inteligencia artificial no falla por la tecnología. Falla porque nadie hizo el diagnóstico.
Llevo trece años entre ingeniería y negocio, y desde 2022 me dedico a entender por qué tantas empresas gastan en IA sin obtener nada, y qué hacen distinto las que sí. Aquí escribo lo que voy encontrando.
01 — El problema de fondo
Casi nadie compra IA. Compran la idea de la IA.
La conversación suele empezar por la herramienta: qué modelo, qué plataforma, qué proveedor. Y termina con un piloto que funcionó en la demostración y que nadie usa seis meses después. El problema rara vez estuvo en el modelo.
Estuvo en que nadie midió el proceso antes de automatizarlo. Automatizar algo que no se entiende no lo arregla: lo vuelve más rápido y más difícil de corregir.
02 — Cómo trabajo
Primero se mide. Después se decide si hace falta IA siquiera.
- Diagnóstico antes que propuesta. Qué proceso duele, cuánto cuesta hoy en horas y en dinero, y de dónde salen esos números. Si no se puede medir, no se puede saber si mejoró.
- La respuesta puede ser que no. Buena parte de lo que se quiere resolver con IA se resuelve arreglando el proceso o cambiando quién hace qué. Decirlo es parte del trabajo.
- Lo que se implementa, se sostiene. Un piloto que nadie usa no es un piloto: es un gasto. Lo que entra tiene que quedarse funcionando cuando ya no hay nadie de fuera mirándolo.
03 — De dónde vengo
Ingeniera primero, estratega después.
Estudié Ingeniería en Tecnologías Computacionales en el Tec de Monterrey y programé redes neuronales antes de que la IA fuera un tema de consejo directivo. Después vino el MBA, PayPal como ingeniera de integraciones, y los años de agencia.
- Fundadora de TRiAGE Business Health, que diagnostica antes de implementar
- Directora ejecutiva en Converging Works, con más de 300 proyectos digitales en México y Estados Unidos
- Vicepresidenta nacional de la rama 23 de CANACINTRA
- Conferencista sobre inteligencia artificial aplicada a empresas, +2M de personas alcanzadas en redes en 2026
04 — Lo que escribo
Notas de campo
Casos, errores caros y lo que voy aprendiendo de las empresas con las que trabajo. Sin promesas de transformación.
- Expedientitis: automatizaron el manual y dejaron fuera el trabajoLe llamo expedientitis: automatizar el manual en vez del trabajo real. El documento describe el caso feliz; la operación vive en excepciones que ningún diagrama registra.
- Tu proceso no es lento, es lento a propósitoNo toda fricción estorba: hay pasos lentos que sostienen la confianza y automatizarlos te deja sin ventas.
- Paro pilotos que sí se podrían construirUn buen diagnóstico también sirve para decir que no: hay pilotos que técnicamente se pueden construir y operativamente no se deben tocar.
- Automatizar ventas sin entenderlas solo produce pérdidas más rápidoAntes de poner IA a atender prospectos, reviso cómo se vende en realidad. Si el proceso no está entendido, la automatización solo acelera el desorden.
- La cafetera de mi cocina y los pilotos que nadie quiere mantenerUn arreglo que vuelve a fallar a los tres meses explica por qué tantos pilotos de IA mueren igual: nadie se quedó a mantenerlos.
- Cómo medir un proceso que nadie instrumentóNo hay registros y aun así se puede medir. Libreta de dos semanas, marcas de tiempo dispersas, media jornada mirando y treinta casos revisados a mano.