sto es algo que creo que nos pasa a todos los que emprendemos quieres saber algo simple de tu negocio, cuánto le facturaste a cada cliente el trimestre pasado, qué servicio se está comiendo más horas, cuáles cobros siguen sin pagarse. La pregunta te toma cinco segundos formularla. Responderla te toma una hora exportando, pegando, limpiando y peleando con una tabla dinámica que la última vez armaste hace ocho meses y ya no te acuerdas cómo.
Y lo peor, esa hora la pagas cada vez que quieres preguntar algo distinto. Cambias una condición y de nuevo a la planilla. Al final terminas no preguntando, que es la parte cara: dejas de mirar tu negocio porque mirarlo cuesta caro.
Lo que hago ahora
Exporto los datos tal cual salen, un CSV feo, y en vez de armar la planilla le escribo la pregunta en español: "cuánto facturé por cliente entre enero y junio, ordenado de mayor a menor". La IA la traduce a una consulta, la corre sobre el archivo y me devuelve la tabla. Si la respuesta me abre otra duda, y siempre me abre otra, pregunto de nuevo sin volver a armar nada. Diez preguntas seguidas cuestan lo mismo que una.
Ojo con esto porque acá está el cambio real, y no es que la IA "analice" mis datos: es que me saca del medio la parte mecánica que había entre mi pregunta y el dato que ya tenía guardado. La información siempre estuvo ahí, el problema era el peaje para llegar a ella.
La regla que no negocio: que me muestre el cálculo
Nunca le acepto el número inicial. Le pido siempre la consulta o la fórmula que usó para llegar ahí, y la leo. No porque desconfíe por deporte, sino porque una IA te entrega un número equivocado con exactamente la misma seguridad con la que te entrega uno correcto, y un número que suena razonable es justo el que no revisas.
Cuando ves la consulta, los errores saltan solos: filtró por fecha de emisión cuando tú pensabas en fecha de pago, o dejó fuera las notas de crédito, o sumó una columna que tiene el monto neto y tú querías el total. Ninguno de esos es un error de la IA en realidad, es que tu pregunta era más ambigua de lo que creías. Ver el cálculo es lo que convierte la respuesta en algo que puedes defender frente a un cliente.
La trampa que me costó tiempo
En un proyecto de un cliente de logística tuvimos que consolidar información financiera que venía de tres fuentes distintas, cada una con su propio formato y su propia idea de cómo se escribe el nombre de una empresa. La misma empresa aparecía como "Comercial ABC", "Comercial ABC Ltda" y "COMERCIAL ABC LIMITADA", y para cualquier consulta esos eran tres clientes diferentes. Los totales cuadraban perfecto y estaban perfectamente mal.
La lección: la IA no te va a avisar que tus datos están sucios, te va a responder igual con lo que hay. Antes de preguntarle nada serio, pídele primero que te liste los valores únicos de las columnas que importan, clientes, estados, categorías. En treinta segundos ves los duplicados disfrazados y los arreglas. Ese paso aburrido es el que hace que todo lo demás sirva.
Y si los datos son sensibles, local
Si vas a hacer esto con facturación, sueldos o datos de tus clientes, mira los modelos que corren en tu propia máquina antes de subir el archivo a cualquier parte. Para preguntarle cosas a una planilla no necesitas el modelo más potente del mundo, necesitas uno que entienda la pregunta y arme la consulta, y para eso a un modelo chico corriendo local con Ollama le alcanza de sobra. Hoy me está funcionando bien Gemma 4, mañana puede ser otro, siempre hay que seguir probando y no casarse con la herramienta.
Cómo lo replicas
No necesitas saber programar ni montar nada raro:
Parte por una pregunta que ya te hiciste este mes. No busques "qué podría analizar". Toma esa duda concreta que dejaste botada porque armar la planilla daba lata, exporta el CSV y pregúntale eso mismo.
Limpia antes de preguntar. Pide los valores únicos de las columnas clave y revisa los duplicados escritos distinto. Cinco minutos ahí te ahorran una decisión tomada con un total falso.
Exige el cálculo, no solo el número. Que te muestre la consulta o la fórmula. Si no la entiendes, pídele que te la explique en español. Un número sin cálculo a la vista no es un dato, es una opinión bien formateada.
La regla de una línea: la IA no analiza tus datos por ti, te saca el peaje que había entre tu pregunta y la respuesta. Lo que cambió en mi semana no es que ahora tenga reportes bonitos, es que volví a preguntar cosas, porque preguntar dejó de costarme una hora.
Las últimas noticias
Moonshot AI liberó los pesos completos de Kimi K3, el modelo open-weight más grande hasta hoy: 2.8 trillones de parámetros, contexto de un millón de tokens y un rendimiento cerca de los modelos cerrados de frontera, corriendo dos o tres veces más barato. Traducido a lo de arriba: la brecha entre "el modelo que arriendas" y "el modelo que puedes correr tú" se sigue cerrando, y eso importa justo cuando lo que le vas a mostrar al modelo es tu facturación. La letra chica igual está: la Casa Blanca acusa a Moonshot de haber destilado salidas de Anthropic, y en Washington se discute prohibir modelos chinos mientras 25 empresas, Nvidia y Microsoft entre ellas, firmaron una carta en contra de esas restricciones. La pelea por los pesos abiertos ya no es técnica, es política.
Fuentes: Tom's Hardware · Interconnects · CNBC