Casos de uso de IA generativa que entregan valor real por industria, dos años después


En este artículo
Los casos de uso que entregaron valor real, en cualquier industria, comparten tres rasgos, y la industria en sí terminó importando mucho menos que los rasgos. El trabajo estaba delimitado, con una definición de terminado que alguien verificaba en menos de un minuto. Existía dato de la propia empresa contra el cual verificar la salida. Y una persona, con nombre, era dueña de la revisión. Todo lo que tenía los tres se volvió infraestructura banal en dos años. Todo lo que le faltaba el segundo o el tercero produjo una demostración impresionante y ningún valor durable, en bancos y en panaderías por igual. Si estás eligiendo por dónde empezar, elige por los tres rasgos e ignora la lista de industrias, incluida la que viene abajo.
Hace dos años publiqué una lista de casos de uso de IA generativa por industria. Prototipos en manufactura, personalización en retail, documentación médica, simulación de fraude, segmentación de clientes, generación de código. Era una lista correcta de lo que la tecnología plausiblemente podía hacer.
Releyéndola ahora, lo útil no es en qué acertó. Es que la lista estaba organizada en el eje equivocado.
Algunos de esos casos hoy son tan banales que nadie los llama IA. Otros produjeron una gran demostración, un piloto, una diapositiva, y después se detuvieron en silencio. Y la división entre esos dos destinos no siguió ninguna línea de industria. El mismo caso de uso funcionó en una empresa y se evaporó en otra de la misma calle.
Qué lo decidió de verdad
Tres rasgos. Todo caso durable que vi desde entonces tiene los tres, y no vi uno solo funcionar faltándole el segundo o el tercero.
El trabajo estaba delimitado. Una tarea, con una definición de terminado que la persona revisora verificaba en menos de un minuto. No "ayudar con el marketing". Redactar este tipo específico de mensaje, a partir de estas entradas, en este formato.
Existía dato para verificar la respuesta. Algo que la empresa ya guardaba y que volvía verificable la salida: una lista de precios, un historial de pedidos, un catálogo, un procedimiento escrito. Ese es el rasgo que la gente se saltea, y saltearlo es el motivo por el que un modelo produce algo plausible en vez de algo verdadero.
Una persona con nombre era dueña de la revisión. Un humano, nombrado, responsable de decir si la salida estaba lo bastante bien. Sin dueño, no hay caso durable. Ni una sola vez vi que ese filtro no importara.
Si eso te suena familiar, es porque son los mismos filtros que uso para elegir el primer proceso que una empresa le entrega a un agente. No fue una coincidencia planeada. Es la misma cosa por debajo, vista desde dos direcciones.
Un caso que sí puedo mostrarte
Cofundé Sizebay en 2014, con Janderson y un tercer socio. Construyó tecnología de probador virtual para e-commerce de moda y llegó a más de mil clientes de e-commerce en más de cincuenta países. Fue adquirida en 2024, y Janderson siguió en el earnout con foco en producto hasta julio de 2026.
Ese último capítulo es la parte relevante acá, y es público, no algo que tengas que aceptar bajo mi palabra. En el Fórum E-Commerce Brasil de 2025, el principal evento del sector en Brasil, la empresa presentó Fashion Hub, que combina IA generativa con datos de comportamiento del consumidor para hiperpersonalización, con recomendación inteligente, búsqueda por imagen y sugerencia de look completo, junto con Size and Fit. La prensa especializada lo cubrió.
Mira eso contra los tres rasgos. El trabajo estaba delimitado: recomendar, buscar por imagen, sugerir un look completo. El dato existía y era sustancial: años de comportamiento real de consumidor viniendo de mil comercios. Y había gente cuyo trabajo era juzgar si una recomendación servía, porque una mala aparece de inmediato en una devolución.
Por eso aquello es un producto y no una demostración. La parte generativa era el ingrediente más nuevo y el menos decisivo.
Nuestra propia medicina
Holybiz funciona con sus propios agentes, y lo menciono solo porque no te diría que hagas algo que nosotros no hacemos.
Nuestra operación es chica y deliberadamente así: publicamos en tres idiomas, atendemos lo que llega, corremos diagnósticos, mantenemos nuestro propio tablero. Los agentes hacen una parte real de eso, y cada uno vive dentro de los mismos tres rasgos. Tareas delimitadas. Nuestro propio registro escrito para verificar. Uno de nosotros, con nombre, revisando antes de que algo llegue a una persona de afuera de la empresa.
Lo que no voy a hacer es mostrarte nuestras entrañas, y quiero ser directa sobre por qué. En parte porque es una regla que sostenemos. Sobre todo porque la arquitectura no es la parte transferible. La parte transferible es la disciplina, y la disciplina cabe en una ficha de papel.
Por industria, dos años después
Como la dirección de este artículo promete una lista por industria, acá está la versión honesta. Léela como evidencia sobre los tres rasgos, no como un menú.
Retail y e-commerce. El ganador más claro, y el menos sorprendente. Recomendación, búsqueda, texto de producto a escala de catálogo, talles. Todo delimitado, todo apoyado en datos de comportamiento que el comercio ya tenía. Lo que no duró: campañas de marca enteramente automatizadas sin nadie revisando.
Manufactura. En 2024 escribí sobre prototipos y simulación. Lo que se volvió banal de verdad fue más aburrido y más cerca de la oficina: procedimientos, documentación, informes de calidad, correspondencia con proveedores. La planta se movió más despacio que el papeleo a su alrededor, que es lo contrario de lo que sugería la lista de 2024.
Servicios y negocios profesionales. La categoría que la lista de 2024 no tenía, y donde hoy hago la mayor parte de mi trabajo. Propuestas, admisión de contactos, agenda, seguimiento, la primera respuesta. Empresa chica, volumen alto de trabajo escrito repetitivo, costo bajo de una corrección. Estructuralmente el mejor encaje de cualquier industria de esta página.
Salud. Documentación y resumen se afianzaron, y con fuerza, en buena parte porque el paso de revisión nunca fue opcional. El apoyo al diagnóstico sigue siendo conversación de investigación y de regulación, no de pequeña empresa.
Servicios financieros. Resumen, borrador de conciliación y revisión de documentos duraron. Cualquier cosa donde un número equivocado llega al cliente sin un humano en el medio no duró, y no debería.
Medios y marketing. Producir se volvió barato y la calidad se volvió más difícil de ver, que es el resultado incómodo. El valor migró a quien todavía tiene criterio sobre qué vale producir. Escribí sobre la mitad operativa de esto en el artículo sobre presencia digital.
El patrón en las seis: los ganadores eran sin glamour, delimitados, y apoyados en datos que ya existían. Todos, sin excepción.
Si eres chico, esta es la parte que importa
La versión de 2024 de este artículo terminaba con una insinuación con la que hoy no estoy de acuerdo: que una pequeña empresa debería mirar qué está haciendo su industria y copiarlo.
Haz lo contrario. Ignora la lista de industrias. Toma los cuatro o cinco trabajos escritos más repetitivos de tu semana, y corre los tres rasgos sobre cada uno. El que pase los tres es por donde empiezas, y va a ser casi con certeza algo aburrido que nadie pondría en un caso de estudio.
La IA en la nube sí lo volvió barato, que era la parte verdadera de lo que escribí en 2024. Lo que subestimé es que el acceso barato nunca fue la restricción. La restricción es tener algo escrito contra lo cual verificar la respuesta, y eso no se volvió ni un poco más barato. Sigue siendo trabajo, y sigue siendo tuyo.
Qué tiene que ver esto con Holybiz
Esa es la forma entera de lo que hacemos con un dueño: entrevistar la operación, descubrir qué responden ya los datos, y construir solo lo que de verdad falta. A veces lo que falta es un agente. Muchas veces lo que falta es el registro escrito que le permitiría a un agente ser honesto, y lo decimos.
Somos una firma chica y trabajamos con empresas chicas, en su mayoría de servicios, en Brasil y en Estados Unidos. No te voy a decir que hacemos documentación farmacéutica ni simulación de fraude. Los tres rasgos viajan por todas las industrias de esta página. Nuestros proyectos no, y fingir lo contrario sería quedar reprobada en la primera prueba que te acabo de dar.
La industria nunca fue la variable. Trabajo delimitado, dato existente para verificar y un revisor con nombre lo fueron, y los dos últimos son los que las empresas se saltean.
Todo lo que tenía los tres rasgos se volvió infraestructura banal en dos años. Todo lo que le faltaba el segundo o el tercero produjo una demostración y se detuvo.
El capítulo de IA de Sizebay es un caso que puedes verificar en vez de aceptar por confianza: Fashion Hub y Size and Fit, presentados en el Fórum E-Commerce Brasil de 2025 y cubiertos por la prensa especializada. La parte generativa era el ingrediente más nuevo y el menos decisivo.
Servicios y negocios profesionales estaban ausentes de mi lista de 2024 y son estructuralmente el mejor encaje de cualquier categoría, porque el trabajo es repetitivo, escrito y barato de corregir.
Ignora la lista de industrias, incluida la mía. Corre los tres rasgos sobre el trabajo escrito repetitivo de tu propia semana.
El acceso barato a modelos nunca fue la restricción. Tener algo escrito para verificar la respuesta sigue siéndolo, y eso sigue siendo trabajo tuyo.
Lee a continuación

Los agentes no alucinan solos, los sobrecargan
Los agentes rara vez alucinan porque el modelo esté fallando. Alucinan porque a un solo chat le pidieron que fuera memoria, archivo y cinco especialistas a la vez.

Las empresas de AI están empezando a comportarse como sindicatos digitales
Las empresas de AI ahora organizan, jerarquizan y fijan precios a un nuevo tipo de mano de obra. Las empresas funcionan con headcount más token count y agent count, y líderes, gerentes y profesionales tienen que reaprender el trabajo.

El momento cero de la verdad se mudó adentro de la respuesta
Google le puso nombre al momento en que tu cliente decide, en una época en que decidir era buscar. Ese momento se mudó: hoy ocurre dentro de una respuesta generada por IA, y la mayoría de las pequeñas empresas no está ahí adentro. Qué cambió de verdad y qué se puede hacer este mes.

