La automatización con IA para empresas consiste en usar modelos de lenguaje y agentes para ordenar, clasificar y enriquecer el trabajo que hoy se hace a mano dentro de una organización, dejando la decisión final en manos de las personas. El caso más reciente y mejor documentado es el de AT&T, que anunció el 8 de octubre de 2026 una colaboración con OpenAI para rediseñar los flujos de trabajo de su área legal interna, según el comunicado publicado por AT&T.
Lo interesante no es que una empresa grande use IA. Lo interesante es dónde la está usando: en un área donde un error cuesta dinero, reputación y confidencialidad. Si la IA puede entrar ahí con reglas claras, también puede entrar en la gestión de contratos, compras o recursos humanos de una empresa mediana en Perú.
En este artículo vamos a ver qué construyó AT&T exactamente, por qué el intake se volvió la pieza central, qué advierten los propios protagonistas y cómo se traduce todo esto a una PYME peruana que no tiene cientos de abogados ni presupuesto de corporación global.
¿Qué construyó AT&T con OpenAI exactamente?
AT&T tiene un departamento legal interno con cientos de abogados y profesionales repartidos por el mundo. Antes de asesorar al negocio, esas personas necesitan reunir hechos, documentos y trabajo previo que muchas veces está repartido entre equipos distintos. Ese armado manual es el cuello de botella.
La primera pieza ya existía: LegalEdge, descrito por AT&T como su centro de expertise AI-first, lanzado en enero de 2026. Según la propia compañía, LegalEdge atendió casi 100 asuntos en sus primeros seis meses, enfocado en los casos más importantes y más costosos de la organización. Es decir, no arrancaron con lo trivial, arrancaron con lo crítico.
La segunda pieza es la que se anunció en octubre de 2026: llevar ese enfoque a todo el departamento. David McAtee, Senior Executive Vice President y General Counsel de AT&T, lo describe así en el anuncio: "Nuestra alianza con OpenAI nos va a permitir construir esa plomería que alimenta la capa de conocimiento en toda la compañía". La palabra clave es plomería. No están comprando una herramienta mágica, están construyendo infraestructura de conocimiento.
El objetivo declarado es que el conocimiento institucional acumulado en 150 años de historia de la compañía deje de vivir en la cabeza de cada especialista y pase a estar disponible para cualquier equipo que lo necesite. En términos prácticos: la experiencia deja de ser un activo personal y se convierte en un activo de la empresa.
¿Por qué el intake se volvió la pieza más importante de la gestión del conocimiento?
Aquí está la parte que más debería interesar a cualquier gerente. Bill Ryan, Chief Compliance Officer de AT&T, describe la iniciativa central como un sistema de intake con "una puerta de entrada donde tenemos intake en lenguaje natural". Ese sistema clasifica y prioriza las solicitudes, las conecta con precedentes, investigación y trabajo pasado, y entrega al profesional responsable el contexto histórico junto con pasos iniciales recomendados.
Fíjate en el orden: primero entra la solicitud, después se clasifica, después se enriquece con contexto. La IA no opina sobre el fondo del asunto. Solo asegura que quien va a decidir tenga todo delante desde el minuto uno.
Esto es gestión del conocimiento aplicada, no teoría. La mayoría de empresas medianas en Latinoamérica tiene su conocimiento repartido en correos, carpetas compartidas, WhatsApp y la memoria de dos o tres personas clave. Cuando una de esas personas se va, se va también la mitad del criterio acumulado.
Un sistema de intake resuelve dos cosas a la vez. Primero, elimina la dispersión: todo entra por un solo canal. Segundo, deja un rastro estructurado que se puede reutilizar. Cada consulta resuelta alimenta la siguiente. Ryan lo resume con una frase que vale la pena citar: "Lo que más me entusiasma del futuro es ampliar nuestra capacidad de entregar criterio legal a mayor escala".
Y hay un detalle que suele pasarse por alto. En el video de OpenAI, el equipo de AT&T menciona que ahora existe "un nuevo compañero de pensamiento" y que cualquiera tiene la oportunidad de cuestionar un sesgo o refutar un dato. Eso no es productividad, es control de calidad.
¿Qué advierten los propios protagonistas sobre los flujos de trabajo con IA?
McAtee es explícito: "La toma de decisiones siempre permanecerá en los abogados". Y agrega que precisamente de eso depende el cliente. La IA puede responder preguntas frecuentes o reunir y sintetizar información, pero el criterio profesional no se delega.
Ryan pone la vara aún más alta: "El éxito no se medirá por cuánta tecnología despleguemos, sino por si mejoramos la calidad, hacemos el conocimiento más accesible, construimos capacidades reutilizables y damos a nuestros profesionales más capacidad para el trabajo que requiere experiencia y criterio".
Esta es la parte honesta del caso y conviene leerla con atención. Lo que el anuncio no demuestra es cuánto tiempo se ahorra realmente, cuánto cuesta operar el sistema o qué porcentaje de asuntos se resuelve sin intervención humana. No hay métricas públicas de ahorro ni de retorno. Tampoco hay evidencia de que el modelo funcione igual en una empresa sin 150 años de documentos acumulados: el propio AT&T reconoce que su ventaja es precisamente ese archivo histórico.
Es decir, el caso es sólido como dirección estratégica, pero no como promesa de resultados cuantificados. Cualquiera que te venda IA empresarial con cifras exactas de ahorro está extrapolando.
Hay un tercer límite, mencionado en el anuncio: la gobernanza, la confidencialidad, la responsabilidad y la revisión humana se construyen dentro de cada flujo de trabajo. Eso significa que el diseño del proceso es tan importante como el modelo elegido. Sin reglas claras de qué puede responder un agente y qué no, el sistema se vuelve un riesgo en lugar de un aliado.
¿Qué significa esto para una empresa en Perú o Latinoamérica?
Ninguna PYME peruana va a construir LegalEdge. Pero casi cualquier empresa mediana tiene su propia versión del problema: consultas internas que llegan por todos lados, conocimiento que solo vive en la cabeza del que más sabe, y decisiones que se retrasan porque falta contexto.
Piensa en el área de compras de una empresa industrial en Arequipa. Llega un pedido de compra y el jefe de compras tiene que revisar si ya se compró algo similar, a qué proveedor, a qué precio y con qué resultado. Si esa información está en tres correos y una hoja de cálculo de 2023, el proceso se estira. Un intake en lenguaje natural con clasificación y contexto histórico no elimina el criterio del jefe de compras: le ahorra la arqueología.
Lo mismo aplica a recursos humanos con las consultas de los colaboradores, a facturación con las incidencias recurrentes, o a mesa de ayuda de TI con los tickets que se repiten. En todos esos casos el patrón es idéntico al de AT&T: entrada dispersa, clasificación manual, contexto que hay que reconstruir.
La diferencia de escala también juega a favor. Una empresa mediana no necesita entrenar nada. Puede empezar con un canal único de intake, reglas de clasificación simples y una base de conocimiento que se alimenta de las respuestas anteriores. El valor no está en la sofisticación del modelo, está en la disciplina del proceso.
Y hay un punto que en Perú pesa más que en Estados Unidos: la rotación de personal clave. Cuando el único que sabe cómo se resolvió cierto tipo de problema se va, la empresa pierde ese conocimiento para siempre. Un sistema de intake que guarda el contexto de cada decisión convierte esa pérdida en algo recuperable. Ese es, en mi lectura, el argumento de negocio más fuerte para una PYME local, más que cualquier promesa de eficiencia.
¿Cómo aplica esto en tu empresa?
Antes de pensar en herramientas, conviene ordenar cuatro cosas.
- Elige un solo punto de entrada. Define un canal único para las consultas internas de un área específica. Si hoy entran por WhatsApp, correo y de palabra, ningún sistema va a funcionar.
- Clasifica por tipo y urgencia. No necesitas IA para el primer paso. Una lista de categorías y reglas simples ya ordena el 70% del volumen.
- Construye la base de conocimiento con lo que ya tienes. Revisa los últimos seis meses de consultas resueltas y conviértelas en respuestas reutilizables. Ese es el activo real.
- Define qué decide la IA y qué decide la persona. Escribe la regla antes de implementar. Si no puedes explicarla en una frase, el proceso no está listo.
Si quieres revisar cómo se vería esto en tu operación, puedes conversar con nosotros sobre tu caso en Consultoría TI. También puedes revisar cómo trabajamos la automatización de flujos con ContentFlow y seguir los análisis del blog de Consultoría TI.
Preguntas Frecuentes
¿Qué es un sistema de intake en lenguaje natural?
Es un punto de entrada único donde las solicitudes internas se reciben escritas como uno hablaría normalmente, y el sistema las clasifica, las prioriza y las conecta con información previa relacionada. AT&T lo describe como una "puerta de entrada" que entrega al responsable del caso el contexto histórico y pasos iniciales recomendados, según el anuncio de octubre de 2026.
¿La IA reemplaza el criterio de los profesionales en estos flujos de trabajo con IA?
No, y el propio caso lo dice de forma explícita. David McAtee, General Counsel de AT&T, afirma que "la toma de decisiones siempre permanecerá en los abogados". La IA se encarga de reunir, clasificar y sintetizar información; la decisión final y la responsabilidad siguen siendo humanas. Ese principio es trasladable a cualquier área de una empresa.
¿Puede una PYME peruana aplicar automatización con IA para empresas sin gran presupuesto?
Sí, empezando por el proceso y no por la herramienta. Un canal único de entrada, categorías de clasificación y una base de conocimiento construida con consultas ya resueltas son pasos de bajo costo que ya generan valor. La IA se incorpora después, cuando el flujo está ordenado y existe material suficiente para que el sistema tenga de dónde aprender.
Conclusión: ¿qué se puede copiar del caso AT&T sin ser AT&T?
Lo copiable no es la tecnología, es la secuencia. Primero ordenar el intake, después clasificar, después enriquecer con conocimiento acumulado, y solo al final incorporar IA. AT&T lo hizo en ese orden y lo dejó por escrito: la tecnología no reemplaza el criterio, lo alimenta mejor.
Para una empresa mediana en Perú, el mensaje es que el conocimiento institucional es un activo que hoy se está perdiendo por dispersión y rotación. Recuperarlo no requiere un presupuesto de corporación global, requiere decidir dónde entra la información y quién decide qué.
Si quieres evaluar por dónde empezar en tu empresa, puedes contactar a Consultoría TI y revisar tu caso concreto.
Por Edgar Vásquez, Consultoría TI · actualizado el 27 de octubre de 2026
Fuentes y Referencias
- OpenAI — How AT&T is building AI-powered legal workflows with OpenAI (YouTube)
- OpenAI — How AT&T is rethinking in-house legal work with OpenAI (21 de octubre de 2026)
- AT&T — AT&T Launches Flagship Collaboration with OpenAI (8 de octubre de 2026)
✨ Contenido generado con ContentFlow — Consultoría-Ti