IA con Criterio

Orlando Suárez

Un podcast sobre inteligencia artificial, automatización y transformación digital contado desde la práctica, sin ruido ni promesas vacías. Analizo las noticias que realmente importan, herramientas que puedes aplicar en tu trabajo y los cambios que están transformando empresas y profesionales. ChatGPT, Copilot, automatización, agentes de IA, regulación, nuevos modelos, herramientas y casos de uso reales. Con contexto, criterio y mi punto de vista directo sobre lo que merece la pena y lo que no. IA con criterio. Sin ruido.

Episodios

  1. hace 2 d

    #8 · Que se pueda hacer con IA no significa que debamos hacerlo

    No todo lo que técnicamente se puede hacer con Inteligencia Artificial debería hacerse. En este episodio hablo de una situación que me encuentro cada vez más: clientes que plantean integraciones, automatizaciones o sistemas de IA perfectamente viables desde el punto de vista técnico, pero que pueden tener problemas de privacidad, protección de datos, seguridad, AI Act o responsabilidad. Y aquí aparece una diferencia importante: decir “no” a un proyecto no significa no saber hacerlo. A veces significa precisamente entender suficientemente bien sus implicaciones como para saber que no debería desarrollarse de esa manera. También hablamos de qué ocurre cuando otro proveedor acepta hacerlo sin demasiadas preguntas, de la responsabilidad del cliente y del profesional, de los riesgos de limitarse a “ejecutar lo que piden” y de por qué una buena consultoría no consiste solo en construir, sino también en saber cuándo hay que modificar el enfoque o poner límites. Porque muchas veces la mejor respuesta no es cancelar el proyecto, sino buscar otra forma de resolverlo: cambiar los datos, limitar accesos, introducir supervisión humana, utilizar otra arquitectura o redefinir el proceso. 🎙️ IA con Criterio: Inteligencia Artificial, automatización y tecnología aplicada a la empresa y al trabajo real.

  2. 1 sept

    #7 · AI Act: si tu empresa usa Inteligencia Artificial, esto es lo primero que deberías revisar

    El AI Act ya está aquí, pero para muchas empresas la pregunta sigue siendo la misma: ¿qué tenemos que hacer realmente? En este episodio explico el Reglamento Europeo de Inteligencia Artificial desde un enfoque práctico, sin entrar en una lectura jurídica artículo por artículo. Hablamos de por qué no todos los usos de IA tienen el mismo nivel de riesgo, de la diferencia entre utilizar un asistente para redactar contenidos y emplear Inteligencia Artificial para filtrar candidatos, evaluar empleados o intervenir en decisiones que afectan directamente a personas. También veremos algunas de las cuestiones que una empresa debería revisar ya: inventario de herramientas y usos, datos que se introducen, decisiones en las que influye la IA, formación de los empleados, transparencia y responsabilidades internas. Y terminamos con una propuesta muy sencilla: crear una tabla con cinco columnas —herramienta, uso, departamento, datos y decisión— para empezar a entender realmente dónde está utilizando Inteligencia Artificial la organización. Porque antes de preguntarnos qué artículo del AI Act nos afecta, conviene responder a una pregunta bastante más básica: ¿Qué estamos haciendo realmente con Inteligencia Artificial dentro de nuestra empresa? 🎙️ IA con Criterio: Inteligencia Artificial, automatización y tecnología aplicada a la empresa y al trabajo real.

  3. 28 ago

    #6 · RAG: cómo hacer que la IA trabaje con el conocimiento de tu empresa

    Muchas empresas tienen cientos o miles de documentos, procedimientos, contratos, manuales, informes o fichas técnicas. La información existe, pero encontrarla cuando alguien la necesita puede ser mucho más difícil de lo que parece. En este episodio hablamos de RAG, una arquitectura que permite a la Inteligencia Artificial recuperar primero información relevante de nuestras propias fuentes y utilizarla después como contexto para construir una respuesta. También veremos por qué herramientas como NotebookLM o Copilot Notebooks pueden ofrecer una experiencia parecida, pero no significa que estemos construyendo un RAG en sentido estricto, y qué cambia cuando damos el salto a soluciones propias con herramientas como Flowise, Langflow o Dify. Hablaremos de chunks, embeddings, bases vectoriales, recuperación de información, permisos, privacidad y configuración, porque un RAG no se convierte automáticamente en una fuente fiable solo por conectar documentos a un chatbot. Y también desmontamos otra confusión habitual: RAG e IA local no son lo mismo. Podemos tener un RAG completamente en la nube, una IA local sin RAG o combinar ambas cosas en una arquitectura híbrida. Todo ello con casos muy concretos de empresa: chatbots internos de Recursos Humanos, asistentes comerciales, buscadores documentales, soporte técnico, calidad, documentación jurídica o procedimientos internos. Porque al final al cliente debería importarle bastante menos si debajo hay un RAG, una base vectorial o un modelo local que si la solución encuentra bien la información, protege sus datos y resuelve realmente el problema para el que se ha construido. 🎙️ IA con Criterio: Inteligencia Artificial, automatización y tecnología aplicada a la empresa y al trabajo real.

  4. 24 ago

    #5 · ¿Sabes realmente dónde van tus datos cuando utilizas IA?

    Tener una Inteligencia Artificial instalada en tu ordenador o en tu propio servidor no significa necesariamente que tus datos se queden ahí. En este episodio parto de un caso muy concreto: una instalación de n8n self-hosted, conectada a un modelo de IA local, que aparentemente mantiene todo dentro de la propia infraestructura… hasta que uno de los pasos del workflow utiliza un servicio externo y los datos salen fuera. A partir de ahí hablamos de IA local frente a IA en la nube, privacidad, servicios externos, APIs y arquitecturas híbridas, pero sobre todo de una pregunta que muchas veces olvidamos hacer: ¿qué recorrido está haciendo realmente nuestra información? Porque la nube no es automáticamente insegura ni una solución local es automáticamente privada. Lo importante es saber qué datos manejamos, quién los recibe, qué servicios intervienen y decidir qué tiene sentido procesar dentro o fuera de nuestra infraestructura. 🎙️ IA con Criterio: Inteligencia Artificial, automatización y tecnología aplicada a la empresa y al trabajo real.

  5. 17 ago

    #4 · Automatizar el caos sigue siendo caos

    Automatizar no siempre significa mejorar. En este episodio hablamos de uno de los errores más habituales cuando una empresa empieza a trabajar con automatización e Inteligencia Artificial: intentar acelerar procesos que antes deberíamos haber revisado. Veremos por qué poner IA encima de un proceso mal diseñado puede ahorrar algunos minutos y, al mismo tiempo, mantener correos innecesarios, hojas Excel intermedias, aprobaciones duplicadas y decisiones que nadie ha cuestionado durante años. También hablamos de excepciones, supervisión humana, simplicidad y de una idea que me parece especialmente importante: una buena automatización no siempre elimina a la persona del proceso; muchas veces simplemente la deja justo donde su criterio aporta más valor. Y termino con un ejercicio muy sencillo: dibujar uno de vuestros procesos y preguntaros, antes de abrir ninguna herramienta, qué pasos aportan valor, cuáles son realmente necesarios y cuáles existen simplemente porque siempre se ha trabajado así. Porque antes de preguntar “¿cómo automatizo esto?”, quizá convenga preguntar “¿por qué funciona así?”. 🎙️ IA con Criterio: Inteligencia Artificial, automatización y tecnología aplicada a la empresa y al trabajo real.

  6. 14 ago

    #3 · ¿Necesitas tantas herramientas de Inteligencia Artificial?

    Cada semana aparece una nueva herramienta de Inteligencia Artificial que promete hacerlo mejor, más rápido o más barato. El problema empieza cuando acumulamos suscripciones, aplicaciones y modelos sin tener demasiado claro qué función cumple realmente cada uno. En este episodio hablamos de por qué tener más herramientas no significa necesariamente trabajar mejor, del coste oculto de cambiar continuamente de aplicación y de la diferencia entre probar tecnología e incorporarla de verdad a nuestro trabajo. También veremos qué ocurre cuando una empresa acaba utilizando distintas soluciones para resolver prácticamente los mismos problemas y por qué esa dispersión puede terminar afectando no solo a la productividad, sino también a los costes, los datos y la seguridad. Y os propongo un ejercicio muy sencillo: revisar las herramientas de IA que utilizáis y preguntaros qué problema resuelve cada una y qué pasaría si mañana dejaseis de tenerla. Porque la ventaja no está en acumular más Inteligencia Artificial, sino en saber elegir qué herramientas merecen realmente un sitio en nuestro trabajo. 🎙️ IA con Criterio: Inteligencia Artificial, automatización y tecnología aplicada a la empresa y al trabajo real.

  7. 10 ago

    #2 · Llega n8n v3: qué cambia y cómo prepararte

    n8n v3 llegará en breve y, aunque no parece una actualización cargada de grandes novedades visibles, puede ser una de las versiones más importantes de la plataforma. En este episodio analizo qué sabemos hasta ahora sobre la futura versión 3, por qué n8n está eliminando y reorganizando componentes heredados y qué significa todo esto para quienes ya tenemos automatizaciones funcionando. Hablamos de workflows antiguos, deuda técnica, nodos que conviene revisar, instalaciones self-hosted, Docker, copias de seguridad y de algo especialmente importante: cómo preparar una migración sin jugar con una instancia de producción. También veremos por qué alojar n8n en nuestra propia infraestructura puede tener sentido cuando queremos mayor control sobre los datos, especialmente si lo combinamos con sistemas internos y modelos de Inteligencia Artificial locales. La idea no es correr para actualizar cuando aparezca v3, sino hacer algo bastante más sensato: preparar, probar y actualizar cuando tengamos confianza suficiente. 🎙️ IA con Criterio: Inteligencia Artificial, automatización y tecnología aplicada a la empresa y al trabajo real.

  8. 7 ago

    #1 · Por qué nace IA con Criterio

    En este primer episodio te cuento qué es IA con Criterio, por qué he decidido crear este podcast y desde qué experiencia voy a hablar de Inteligencia Artificial. Después de más de veinte años trabajando en tecnología, comunicación y estrategia digital, y de años de formación, asesoramiento y consultoría con empresas y profesionales, hay una idea que cada vez tengo más clara: no necesitamos más ruido alrededor de la IA, sino entender qué aporta valor de verdad. Hablamos de herramientas, automatización, agentes, IA local, privacidad, regulación, productividad y, sobre todo, de una pregunta que debería estar antes de casi cualquier proyecto: ¿para qué queremos utilizar la Inteligencia Artificial? Un podcast sobre IA aplicada a la empresa y al trabajo real. Con criterio, con responsabilidad y con un poquito de magia.

  • 8 episodios

Información

Un podcast sobre inteligencia artificial, automatización y transformación digital contado desde la práctica, sin ruido ni promesas vacías. Analizo las noticias que realmente importan, herramientas que puedes aplicar en tu trabajo y los cambios que están transformando empresas y profesionales. ChatGPT, Copilot, automatización, agentes de IA, regulación, nuevos modelos, herramientas y casos de uso reales. Con contexto, criterio y mi punto de vista directo sobre lo que merece la pena y lo que no. IA con criterio. Sin ruido.

Ficha técnica

  • Creado por
    Orlando Suárez
  • Años en activo
    2026
  • Episodios
    8
  • Clasificación
    Explícito
  • Derechos de autor
    © Orlando Suárez
  • Sitio web del podcast
    IA con Criterio