En mayo de 2026, Onyx publicó un conjunto de datos para evaluar asistentes de inteligencia artificial dentro de las empresas. Son algo más de 500 mil documentos de una compañía ficticia, repartidos en nueve orígenes — mensajes internos, correos, registros de ventas, transcripciones de reuniones, tickets, wiki — y 500 preguntas que haría un empleado.
Llama la atención una decisión del diseño: veinte de esas 500 preguntas son sobre información que no existe en el acervo. No es una trampa ni un adorno estadístico. Es una categoría de evaluación con nombre propio, y el sistema solo puntúa en ella si dice, con todas las letras, que no encontró.
Quien trabaja en operaciones entiende enseguida por qué está ahí. El error que da trabajo no es el asistente que no responde. Es el asistente que responde bien, con frases seguras y formato impecable, sobre una política que fue derogada en 2023.
Dónde se va el tiempo cuando nadie encuentra el documento
Un relevamiento publicado en enero de 2026 por Slite, con algo más de cien profesionales, estimó 3,2 horas por semana buscando información dentro de la propia empresa. Es una muestra pequeña y el número debe leerse como orden de magnitud, no como estadística nacional. Aun así, cualquiera que haya trabajado en una oficina reconoce la escena.
La hora no se va en el acto de abrir la carpeta. Se va antes y después. Se va en preguntar en el grupo si ese procedimiento todavía vale. Se va en esperar la respuesta de quien sabe. Se va en rehacer un trabajo porque la planilla usada era la penúltima versión. Y se va, sobre todo, en verificar: cuando nadie confía en el archivo que encontró, todo el mundo revisa dos veces.
El detalle cruel es que ser una empresa ordenada no lo resuelve por sí solo. El acervo de la prueba de Onyx fue desordenado a propósito, con archivos guardados en el lugar equivocado, casi duplicados en sistemas distintos y documentos que se contradicen. No porque la empresa ficticia fuera descuidada, sino porque así queda cualquier empresa después de algunos años de operación.
Por qué "la IA respondió" no es lo mismo que "la respuesta sirve"
Hay tres modos de fallar que aparecen siempre, y ninguno se resuelve cambiando el modelo de IA por uno más nuevo.
El primero es la versión equivocada. El texto correcto existe, pero existe en dos copias, y la asistente tomó la vieja. Desde el punto de vista de quien lee, la respuesta es perfecta — está bien escrita, cita un documento real y está desactualizada.
El segundo es la contradicción sin resolver. Dos documentos válidos dicen cosas distintas sobre el mismo tema, generalmente porque una excepción se acordó por correo y nunca volvió a la política. Una asistente que elige uno de los dos sin avisar acaba de tomar una decisión que no era suya.
El tercero es la invención confiada. Cuando no hay base, el camino fácil es armar una respuesta plausible con lo que el modelo aprendió del mundo. Para quien lee con prisa, es indistinguible de una respuesta apoyada en un documento interno. Por eso existe esa categoría de veinte preguntas en la prueba: sin medir la negativa, un sistema que nunca dice "no sé" parece mejor de lo que es.
Ninguno de esos tres problemas es sobre elocuencia. Los tres son sobre qué documento llegó hasta la respuesta — y sobre que la empresa haya dicho, antes, qué documento vale.
Lo que tiene que existir en la práctica
Los mecanismos de abajo son genéricos: valen para cualquier herramienta que estés evaluando, y son lo que convierte "la IA respondió" en "puedo actuar con esto".
Documento con dueño y versión vigente. Alguien responde por el texto y existe una única copia que vale. Sin eso, ninguna búsqueda lo resuelve — va a encontrar las dos versiones y elegir una.
La fuente junto a la respuesta. Quien lee necesita ver de dónde vino, abrir el archivo y verificar en dos clics. Una respuesta sin origen es una opinión con apariencia de hecho.
Revisión y aprobación en dos etapas para documentos críticos. Antes de que un texto se convierta en la referencia que usa la IA, una segunda persona lo revisa. Es configurable y vale para lo crítico, con segregación de funciones y excepciones registradas — no para toda respuesta.
Acceso según el rol de cada persona. La respuesta que alguien recibe debe respetar lo que esa persona podría abrir por su cuenta. Una búsqueda que ignora permisos no es una búsqueda mejor: es una filtración silenciosa.
Fecha de vencimiento en lo que caduca. Certificados, licencias, poderes y contratos tienen plazo. Lo vencido tiene que dejar de responder solo, sin depender de que alguien se acuerde.
La negativa como comportamiento esperado. La herramienta tiene que poder decir que no encontró, y la empresa tiene que tratar eso como un acierto — porque lo es. Así fue diseñada Skyller: conocimiento aprobado con fuentes, alcance según el rol de cada persona y aviso explícito cuando no hay base suficiente para responder.
Qué cambia para quien ejecuta
Para quien atiende, la ganancia es encontrar la información con su fuente y verificar qué sostiene la respuesta antes de usarla. Eso reduce la búsqueda manual y ayuda a fundamentar la decisión.
Cuando el texto tiene dueño, versión y fecha, es más fácil verificar si todavía aplica. Cuando la respuesta incluye su fuente, quien atiende puede abrir la política y compartir el enlace con el cliente. La revisión antes de publicar reduce el riesgo de que un problema del documento llegue a la atención; la respuesta sigue necesitando verificación según el impacto de la decisión.
Cuando la asistente indica que no encontró, la persona puede identificar una laguna y pedir ayuda a quien responde por el tema. Esa negativa es importante, pero no prueba que todas las demás respuestas sean correctas. Las fuentes accesibles y la revisión humana ayudan a usar la IA con criterio.
Ninguna herramienta encuentra un documento que nunca se escribió. Si la búsqueda no localiza la política de reembolso, la respuesta debe indicar que no encontró información que la respalde en el acervo consultado. La persona responsable puede confirmar si el documento existe y necesita incluirse, o si la política todavía debe crearse.
Una ruta para empezar
- Elige una pregunta que tu equipo hace todas las semanas. De preferencia una que hoy se convierte en un mensaje a un colega. Ese es tu caso de prueba.
- Averigua cuántas versiones del documento la responden. Si es más de una, el problema todavía no es de inteligencia artificial. Es de archivo.
- Define el dueño y la versión vigente de ese documento. Una persona responsable, una copia que vale, una fecha de revisión.
- Exige ver la fuente antes de exigir velocidad. Al evaluar cualquier herramienta, pide la respuesta con el documento de origen al lado y abre el archivo.
- Prueba con una pregunta sin respuesta. Pregunta algo que sabes que no está documentado y observa qué pasa. La herramienta que inventa una respuesta acaba de mostrarte qué haría con un asunto serio.
- Acuerda qué hacer con la negativa. "No encontré" tiene que convertirse en tarea de alguien, con plazo — si no, el vacío sigue ahí la semana siguiente.
