Inicio/Blog/Construirlo con IA no significa que debas hacerlo

Opinión

Construirlo con IA
no significa que debas hacerlo

Por Undercoverlab6 min de lecturaoctubre 2026

Un fin de semana y una suscripción a un par de herramientas de IA, y cualquier persona de tu equipo puede montar un sistema interno. Un buscador de documentación, un bot que responde preguntas de clientes, un panel que conecta datos que antes vivían solos. Funciona a la primera prueba y la sensación es de omnipotencia: has construido tú solo algo que antes requería un equipo entero. Aquí empieza el problema, porque poder hacerlo no es lo mismo que saber qué acabas de asumir.

Dónde quedan tus datos, y de quién son ahora

En 2023, ingenieros de Samsung pegaron código propietario y actas de reuniones internas en ChatGPT para ir más rápido. Ese contenido salió de la empresa y pasó a formar parte de un servicio de terceros. No hubo ningún ataque ni ningún error técnico. Solo alguien usando una herramienta sin preguntarse adónde iba a parar lo que escribía. Samsung es una multinacional con departamento legal y aun así pasó; en una empresa pequeña, nadie se hace esta pregunta antes de conectar el primer prompt.

Cada vez que tu sistema envía información a un modelo de IA, esa información sale de tus servidores hacia los de otra empresa, normalmente en otro país. Si tratas datos de clientes desde Andorra, esto tiene un nombre legal concreto: transferencia internacional de datos. El reglamento andorrano de protección de datos exige un análisis previo antes de hacerla, y si el riesgo no se puede mitigar, hay que consultar a la Agencia Andorrana de Protección de Datos (APDA) antes, no después. La propia APDA ha reconocido públicamente que buena parte de estos datos acaban en servidores de Estados Unidos y que todavía falta un marco legal bilateral que lo regule con garantías. Si la propia autoridad lo dice, no es un detalle menor que puedas saltarte porque «solo es un prompt».

Quién responde cuando la ley ya te afecta, aunque el sistema lo hayas hecho tú

El reglamento europeo de inteligencia artificial (conocido como AI Act) ya exige, desde febrero de 2025, que cualquier empresa que use IA garantice que quien la maneja sabe lo suficiente para hacerlo con criterio. Y distingue entre quien vende un sistema de IA y quien simplemente lo usa dentro de su empresa: esta segunda figura también tiene obligaciones propias, como supervisión humana real, registro de lo que hace el sistema, e informar a los trabajadores antes de ponerlo en marcha si les afecta en el trabajo. Montártelo tú mismo con IA no te libra de estas obligaciones, solo hace que probablemente nadie las haya mirado.

En Andorra todavía no hay una ley propia de inteligencia artificial. Lo que sí hay es la ley de protección de datos, y esta no distingue entre «lo ha hecho un proveedor profesional» o «lo hemos montado nosotros un viernes por la tarde». Si el sistema trata datos de clientes, pacientes o empleados, la ley que ya cumplías antes sigue aplicando, con el añadido de que ahora los datos pasan por un intermediario nuevo que no existía hace un año.

¿Sabrás cuándo te dé una respuesta equivocada?

Esta es la pregunta que menos se hace y la que más cara sale. No hay una cifra única y fiable de cuánto falla una IA en una tarea empresarial real (si alguien te da un porcentaje cerrado sin decir de dónde sale, desconfía): depende mucho de la tarea, de los datos con los que trabaja y de cómo se ha medido. Lo que sí es cierto, y verificable con cualquier modelo que uses hoy, es que ninguno llega a cero errores, y que responde con la misma seguridad tanto si acierta como si no. La única forma fiable de conocer el margen de error de tu sistema es medirlo contra tus propios documentos, no confiar en lo que diga el folleto de la herramienta.

Y el motivo por el que falla no suele ser que la IA «se equivoque» sin más. Suele ser que el sistema no sabe que una información ha quedado vieja. Una página interna decía que una función era compatible, un hilo de soporte dice que tiene una limitación, un compañero dice que depende de cómo se haya configurado; si nadie ha marcado cuál de estas tres es la vigente hoy, el sistema las trata todas con la misma seguridad. Un documento corregido hace seis meses, si nadie actualiza la fuente, sigue saliendo como si fuera válido. Esto no es un error puntual de la IA. Es falta de mantenimiento de lo que la alimenta, y mantener eso es trabajo continuo, no un botón que se pulsa una vez.

Si tú o tu equipo no tenéis ese criterio, nadie detectará el error hasta que alguien tome una decisión basándose en él: un presupuesto mal calculado, un dato de cliente mal, una respuesta a un cliente que no tocaba dar. Y cuando pase, no basta con corregirlo una vez. Hace falta alguien que entienda por qué pasó, actualice la fuente que ha quedado vieja y deje constancia de quién lo ha validado, para que no vuelva a pasar la semana siguiente.

Lo que la IA te da en un fin de semana, alguien tiene que vigilarlo, mantenerlo y corregirlo durante años.

Construir o comprar: la pregunta no es nueva, lo que ha cambiado es la tentación

Build versus buy es una decisión que las empresas llevan décadas tomando. Lo que ha cambiado no es la decisión, es que ahora «construirlo» parece gratis e inmediato, y por eso se toma sin pasar por el mismo filtro que antes. Nadie montaba un ERP un viernes por la tarde porque era evidentemente inviable. Un sistema hecho con IA en unas horas no parece el mismo tipo de compromiso, pero mueve los mismos datos, cae bajo la misma ley y se puede equivocar igual.

La pregunta correcta no es «¿puedo hacerlo yo mismo con IA?». Es quién responde de los datos cuando salgan del país, quién ha comprobado que cumples la ley que ya te aplicaba antes, y quién sabrá detectar y corregir el error cuando llegue.

Un sistema que nadie pensó para durar, dura hasta que alguien necesita que funcione de verdad. Entonces se nota quién había comprobado los datos, la ley y el error, y quién solo había comprobado que funcionaba.

Cuándo sí tiene sentido hacerlo tú mismo

No todo se debe comprar. Si lo que necesitas es pequeño, lo usas tú solo o un equipo reducido, no procesa datos sensibles y puedes permitirte que se rompa sin que pase nada grave, hazlo con IA y ya está. Es exactamente para esto que estas herramientas son geniales: probar una idea, automatizar una tarea personal, ganar tiempo en algo que no depende de ti mañana si falla.

El umbral es sencillo de recordar: si lo que construyes toca datos de clientes, toma decisiones por otras personas o otras personas confían en ello para hacer su trabajo, ya no es un experimento. Es una infraestructura, aunque la hayas montado en una tarde. Y es una infraestructura de un tipo concreto: conectar un par de herramientas no es el mismo problema que mantener vivo lo que las alimenta. Una cosa es guardar información para que se encuentre. Otra, muy distinta, es asegurarse de que lo que se encuentra sigue siendo verdad.

Lo que ponemos nosotros

Usamos IA constantemente, para ir más rápido en lo repetitivo. Pero cuando un cliente nos pide un sistema del que dependerá su negocio, las primeras preguntas que le hacemos no son técnicas: dónde quedarán los datos, qué normativa le toca cumplir, y cómo detectamos y corregimos un error el día que aparezca. Si ninguna de estas respuestas existe todavía, no toca construirlo. Toca hablarlo antes.

Preguntas frecuentes

¿Construir un sistema interno con IA me exime de cumplir la ley de protección de datos?

No. Si el sistema trata datos de clientes, pacientes o empleados, la ley que ya cumplías antes de hacerlo sigue aplicando. En Andorra, además, enviar estos datos a un modelo de IA suele ser una transferencia internacional de datos, con un análisis previo exigido por el reglamento de protección de datos antes de hacerla.

¿Cómo sé si el sistema me está dando una respuesta equivocada?

Un sistema de IA responde con la misma seguridad tanto si acierta como si no, y a menudo falla porque una fuente interna ha quedado desactualizada o se contradice con otra sin que nadie lo haya marcado. La única forma fiable de conocer el margen de error es medirlo contra tus propios documentos, no confiar en lo que prometa la herramienta.

¿Cuándo tiene sentido construir un sistema con IA en vez de contratarlo?

Cuando es pequeño, lo usas tú solo o un equipo reducido, no procesa datos sensibles y puedes permitirte que se rompa sin consecuencias graves. Si el sistema toca datos de clientes, toma decisiones por otras personas o otras personas confían en él para hacer su trabajo, ya no es un experimento personal, es una infraestructura que alguien debe mantener.

Undercoverlab
Tecnología sin dramas. Desde Andorra.

¿Tienes un sistema interno en la cabeza y no sabes si construirlo o no?

Antes de picar código, hablemos de los datos, la normativa y quién lo mantendrá. Sin compromiso.

Blog Hablemos de tu proyecto