La IA que conoces es una de siete
Para la mayoría de la gente, "IA" es un chat que responde preguntas. Es entendible — por ahí entramos todos. Pero el chat es una sola de las capacidades que hoy se pueden contratar, y para una empresa, varias de las otras son más rentables que conversar.
Piensa en la IA como un rubro de servicios, igual que "servicios gráficos" o "servicios contables". Dentro del rubro hay especialidades. Conocer el mapa te sirve para dos cosas: dejar de pagar por herramientas que no calzan con tu problema, y reconocer oportunidades que hoy ni siquiera estás mirando.
El mapa por modalidad
1. Texto y razonamiento. El territorio de los LLMs de la primera guía: redactar, resumir, analizar, responder, clasificar. Claude, ChatGPT, Gemini. Es la base de casi todo lo demás — por eso la ruta partió ahí.
2. Imagen. Generar y editar imágenes desde una descripción escrita: piezas para redes, propuestas visuales, fotos de producto ambientadas, variaciones de un diseño. Nombres del rubro: Midjourney, DALL·E, Stable Diffusion, Flux. Lo que antes pedías al diseñador para el jueves, en muchos casos hoy sale en minutos — y el diseñador pasa de producir todo a dirigir y pulir.
3. Video. Generar clips cortos desde texto o desde una imagen: producto girando, ambiente de un evento, piezas para campañas. Runway, Veo, Kling, Sora. Todavía manda el formato corto — para redes y publicidad rinde; para el documental corporativo de 20 minutos, no es la herramienta.
4. Voz. Convertir texto en voz natural — narraciones, respuestas telefónicas, audios de marca — incluso clonando una voz específica con autorización. ElevenLabs es la referencia. La calidad dejó atrás hace rato la voz robótica de los contestadores.
5. Transcripción. El camino inverso: audio a texto. Toda reunión, llamada o nota de voz puede quedar escrita, con quién dijo qué. Whisper, AssemblyAI, Deepgram. Es de los servicios más baratos y de retorno más inmediato: la reunión que hoy vive en la memoria de los que asistieron pasa a ser un documento que se busca, se resume y se convierte en acuerdos.
6. Visión y documentos. IA que lee: facturas, contratos, planos, fotos de una obra. Extrae los datos importantes de una pila de PDFs sin que nadie los transcriba a mano. Hoy es una capacidad integrada en los modelos grandes (Claude, GPT, Gemini ven imágenes y leen documentos).
7. Búsqueda semántica. Buscar por significado y no por palabra exacta: "¿qué acordamos con este cliente sobre las fechas?" encuentra el párrafo aunque nadie haya escrito la palabra "fechas". Es la tecnología detrás de "pregúntale a tus documentos", y aparece apenas una empresa acumula información que ya nadie encuentra.
¿Y Hugging Face qué es?
Te va a aparecer el nombre, así que aclarémoslo: Hugging Face es la tienda de los modelos abiertos. Un repositorio gigante donde empresas y comunidad publican miles de modelos — de texto, imagen, voz, visión — que cualquiera puede probar, descargar o consumir como servicio.
¿Por qué le importaría a una PYME? Por una razón concreta: los modelos abiertos se pueden correr en infraestructura propia. Si tus datos no pueden salir de la empresa, o tu volumen hace que pagar por consulta no cierre, ahí está la alternativa. El costo es que alguien tiene que operar esos servidores — no es gratis, es distinto.
Suscripción vs API: la distinción que define si esto escala
Ya apareció en la primera guía y acá se vuelve central. Cada servicio del mapa se contrata de dos maneras:
- Suscripción: una persona usa la herramienta a mano. Útil para explorar y para trabajo puntual.
- API (pago por uso): un sistema usa el servicio, solo, dentro de un proceso. Es lo que permite que las modalidades se combinen sin gente al medio.
La trampa está en quedarse en la primera para siempre: cinco suscripciones y cinco personas copiando resultados de una app a otra no es automatización — es más pestañas abiertas. El valor aparece cuando las modalidades se encadenan: la reunión se transcribe, el LLM redacta la minuta y extrae los compromisos, y el resultado queda guardado y avisado — sin que nadie toque nada. Ese encadenamiento es exactamente lo que hacen los agentes, y lo vemos más adelante en la ruta.
Cómo se aterriza esto en una empresa (el criterio Faena)
En Faena usamos este mapa a diario, y la regla es una: la modalidad se elige por el proceso, no por la novedad. No partimos de "hay que usar video con IA"; partimos de qué proceso te consume horas, y ahí vemos qué modalidades lo resuelven. Así armamos, por ejemplo, los agentes que combinan transcripción, lectura de documentos y redacción para cotizaciones e informes. (La producción continua de contenido de marca —imagen, video y texto— la hace La Estampa, nuestra marca hermana.)
¿Cuáles de estas siete modalidades le sirven a tu negocio y en qué proceso? Eso es precisamente lo que responde el diagnóstico de Faena — es gratis y te deja el mapa priorizado: faena.io/diagnostico.
- Nota pilar: servicios-de-ia · directorio de apps por caso de uso: aplicaciones