Think tank sobre semántica de marca y competencias GenAI

    La tecnología está disponible. Lo que falta en las empresas es la capa de traducción.

    Una empresa que ha descrito su trabajo de forma que lo entiendan tanto un empleado como un modelo de lenguaje puede elegir cualquier herramienta y cualquier proveedor. Una empresa que no lo ha hecho compra licencias y espera un resultado.

    Ocho de cada diez encuestados dicen que la IA ha mejorado su productividad. El 37 % percibe un efecto en el EBIT.

    Los empleados trabajan más rápido. La cuenta de resultados no lo refleja.

    Cuatro cifras enmarcan toda la conversación sobre los modelos de lenguaje en la empresa. La primera dice que a las personas les cunde más el trabajo. La segunda, que la empresa no lo mide en su resultado. La tercera muestra por dónde se escapa la diferencia. La cuarta dice dónde se sitúa Polonia en ese terreno.

    Ocho de cada diez encuestados declaran que la IA ha mejorado su productividad.

    McKinsey, The State of AI: Global Survey 2026. Encuesta a 1719 personas de 97 países, realizada del 4 de mayo al 8 de junio de 2026.

    El 37 % de los encuestados atribuye a la IA algún efecto en el EBIT. Es prácticamente lo mismo que un año antes.

    McKinsey, The State of AI: Global Survey 2026.

    En el último mes, el 40 % de los oficinistas estadounidenses recibió « trabajo terminado » generado por IA que hubo que corregir. Corregir un solo caso de este tipo llevaba de media 1 hora y 56 minutos.

    BetterUp Labs y Stanford Social Media Lab, 1150 oficinistas en Estados Unidos, septiembre de 2025. La página metodológica del estudio indica « 2 horas »; el tiempo exacto de 1 h 56 min lo publica Axios.

    El 8,4 % de las empresas polacas que emplean a 10 o más personas usa tecnología de IA. La media de la Unión es del 20,0 % y la de Dinamarca del 42,0 %.

    Eurostat, datos de 2025.

    La diferencia no la marca el modelo. La marca un proceso descrito de forma que el modelo sepa ejecutarlo. Entre el 6 % de los encuestados que McKinsey clasifica como empresas con retorno real, es decir, que atribuyen a la IA al menos el 5 % del EBIT y valoran su efecto como significativo, casi tres cuartas partes han rediseñado a fondo sus flujos de trabajo. Un año antes eran el 55 %. La herramienta por sí sola no cambia la forma en que trabaja una empresa.

    Cinco razones por las que las licencias no se convierten en resultados

    1

    Licencias sin uso

    La empresa paga decenas o centenares de puestos. Al cabo de un mes, la mayoría de los empleados se olvida de la herramienta. El coste es seguro, el efecto no.

    2

    Una herramienta en lugar de un proceso

    El empleado recibe un asistente, pero no una descripción de para qué debe usarlo. El proceso sigue igual, solo que con una ventana más en la pantalla.

    3

    Más contenido, menos sentido

    Correos más rápidos y documentos más largos que nadie lee hasta el final. La comunicación se acelera y su valor cae. El trabajo vuelve al remitente en forma de correcciones.

    4

    El conocimiento en dos o tres cabezas

    Los procedimientos, los descuentos, el historial del cliente y las excepciones existen, pero no en una forma que entienda un empleado nuevo o un modelo de lenguaje.

    5

    Falta de medición

    El éxito se mide por la valoración de la formación y no por el tiempo recuperado en un proceso concreto. La dirección no tiene una cifra por la que preguntar en la siguiente reunión.

    Cada una de estas cinco razones se reduce a una sola: entre el objetivo del negocio y la herramienta falta la capa en la que está descrito el trabajo de la empresa.

    Qué es la capa de traducción

    La capa de traducción es la capa entre el objetivo de negocio y la herramienta: proceso, conocimiento, reglas, datos y decisiones descritos de forma que los entiendan tanto una persona como un modelo de lenguaje. En la mayoría de las empresas esta capa existe únicamente en la cabeza de dos o tres personas y nunca se ha puesto por escrito.

    Brand Semantics se ocupa del lenguaje que entienden tanto las personas como los modelos de lenguaje. Ese mismo lenguaje decide dos cosas: si un modelo sabe recomendar correctamente una empresa a sus clientes y si sabe ejecutar su trabajo. La primera dirección la describimos en el método de la semántica de marca. Esta página trata de la segunda.

    Mientras no existe la capa, cada nuevo uso de los modelos empieza de cero y acaba en la persona que casualmente sabe cómo funciona. Cuando está, la empresa deja de depender de un solo proveedor: la descripción del proceso es independiente de la herramienta, así que el modelo se puede sustituir sin perder el trabajo invertido en él.

    La misma capa trabaja en dos sentidos. Hacia dentro decide si un modelo sabe ejecutar el trabajo de la empresa. Hacia fuera decide si un modelo sabe recomendar correctamente esa empresa a un cliente. Por eso una organización que ordena lo uno consigue lo otro más barato.

    El traductor de procesos: una competencia que todavía no figura en el organigrama

    Un traductor de procesos es un empleado de la empresa, no un informático, que entiende un proceso desde el lado del negocio y sabe describirlo de forma que un modelo de lenguaje lo ejecute de manera correcta y repetible. No es un puesto nuevo ni un departamento nuevo. Es una competencia que se confía a una persona que ya trabaja en el equipo.

    En Brand Semantics elegimos al traductor de procesos junto con la empresa, lo formamos y lo acompañamos en las primeras implantaciones. Cuando el proyecto termina, la competencia se queda en la organización y no en la consultora.

    Qué hace este rol en el día a día

    • describe las tareas de su departamento en una forma comprensible para un modelo de lenguaje
    • mantiene una biblioteca de patrones de trabajo probados
    • evalúa la calidad de las respuestas antes de que lleguen al cliente
    • señala los procesos listos para automatizarse

    Qué gana la empresa

    • independencia: la competencia se queda en la organización cuando acaba el proyecto
    • calidad: menos contenido de poco valor, menos correcciones, un estándar coherente
    • ritmo: nuevos usos implantados en días, no en trimestres
    • seguridad: reglas de datos y de permisos aplicadas en cada nuevo uso, no solo en el primero

    Una sola semántica de empresa, dos direcciones de trabajo de los modelos

    Hacia dentro

    Cómo los modelos de lenguaje ayudan a los empleados a ejecutar el trabajo de la empresa: procesos descritos de forma que los entiendan una persona y un modelo, conocimiento en el sistema en lugar de en las cabezas, automatización allí donde el proceso ya está nombrado. De eso trata esta página.

    Hacia fuera

    Cómo los modelos de lenguaje describen y recomiendan una marca a clientes, distribuidores y agentes de compra: visibilidad en los motores generativos, probabilidad de recomendación, cuota de voz, trabajo con las alucinaciones. De eso se ocupan el método de la semántica de marca, los servicios de consultoría y la herramienta de investigación Semantio.

    Ambos lados se alimentan del mismo vocabulario de la empresa: entidades, conceptos, relaciones y reglas. Por eso una empresa que ordena lo uno consigue lo otro más barato.

    Por dónde empezamos: un diagnóstico de madurez de treinta días

    No empezamos por una implantación ni por un compromiso de seis meses. Empezamos por un diagnóstico que termina en una sola decisión de la dirección, tomada sobre datos y no sobre declaraciones.

    Las personas

    Las competencias y el uso real de las herramientas. Las medimos con una prueba de conocimientos y con datos de los sistemas, no con una encuesta de satisfacción.

    El conocimiento

    Si el conocimiento de la empresa está disponible y es descifrable, es decir, si un modelo de lenguaje sabe responder correctamente a partir de él a las preguntas reales de empleados y clientes. Esta dimensión la medimos con el índice Brand Semantics Readiness.

    Los procesos

    Si el proceso se puede describir y medir. Cada candidato recibe una ficha con un responsable, un indicador y una lista de excepciones, además de una valoración en tres ejes: valor, viabilidad, riesgo.

    Cada dimensión recibe su propia puntuación y su propia lista de causas, en lugar de una única cifra agregada. Así la dirección ve por dónde empezar: por las personas, por ordenar el conocimiento o por un solo proceso. La calidad de las respuestas de un modelo concreto la valoramos siempre en el contexto de una fuente de conocimiento concreta y de un proceso concreto, nunca de forma aislada.

    Qué queda en la empresa al cabo de treinta días

    • un cuadro de mando de madurez en tres dimensiones, junto con las causas y un punto de referencia para las mediciones siguientes
    • una lista de procesos repetibles ordenada por valor, viabilidad y riesgo
    • un mapa de la fricción informativa: dónde se detiene el trabajo por falta de datos, reglas o decisiones y quién lo desbloquea
    • la especificación de un proceso listo para un piloto, junto con un briefing de implantación para el departamento de informática
    • indicadores y un método de medición antes y después, basados en datos de los sistemas de la empresa

    Qué necesitamos de la empresa

    • un decisor en la dirección
    • un responsable del proceso en cada departamento implicado
    • acceso a tareas, documentos y datos dentro de un alcance acordado
    • de veinte a treinta empleados disponibles para dos talleres y entrevistas

    El diagnóstico termina con una de tres recomendaciones: implantar, ordenar primero o parar. Las etapas siguientes las ponemos en marcha únicamente allí donde el diagnóstico ha mostrado un proceso, un responsable y un efecto medible. Si no los hay, lo decimos con claridad.

    Qué hacemos nosotros, qué queda del lado de la empresa

    Somos el arquitecto del método y el facilitador del cambio. La empresa sigue siendo responsable del proceso y responsable del resultado. La integración técnica la realiza su departamento de informática o un socio designado por ella, sobre la base de nuestra descripción del proceso. No vendemos licencias, no somos revendedores de ningún proveedor de modelos y no mantenemos infraestructura ajena.

    decisor

    quién

    miembro de la dirección de la empresa

    responsable de

    el objetivo, las prioridades, la decisión de escalar y el uso del tiempo recuperado

    responsable del proceso

    quién

    director o jefe de departamento

    responsable de

    el desarrollo del proceso, los datos de entrada, la aceptación del resultado del piloto

    arquitecto y facilitador

    quién

    Brand Semantics

    responsable de

    método, diagnóstico, descripción del proceso, elección del modelo, briefing para informática, medición

    ejecución técnica

    quién

    la informática de la empresa o un integrador designado

    responsable de

    integración, permisos, entorno, mantenimiento

    funciones que aprueban

    quién

    seguridad, jurídico, protección de datos

    responsable de

    la conformidad con el alcance de los datos y de los usos antes de cada piloto

    Trabajamos con modelos de distintos proveedores: en la nube, abiertos y ejecutados en local. La elección depende del tipo de datos, del coste por tarea, de la política de seguridad de la empresa y del idioma, nunca de un acuerdo de asociación por nuestra parte.

    Contribuimos a los estándares de la implantación responsable de la IA en la Fundación AI Business Center, que se ocupa de la formación del mundo empresarial, de la certificación y del cumplimiento del AI Act. El presidente de la Fundación es Grzegorz Miłkowski, CEO de Brand Semantics, que en nombre del AI Business Center trabaja con las direcciones de las empresas en fijar el rumbo estratégico de la transformación con IA en los negocios.

    Las normas que ya se aplican y aquellas sobre las que se escribió que entrarían en vigor más tarde

    En julio de 2026 corrió por los medios la información de que la Unión aplaza las normas sobre inteligencia artificial. Es cierto, pero afecta a una parte de la regulación distinta de la que llega al departamento de marketing.

    El AI Act, es decir, el Reglamento (UE) 2024/1689, fue modificado por el Reglamento (UE) 2026/1744, conocido como Digital Omnibus on AI y denominado en adelante AI Omnibus, que entró en vigor el 27 de julio de 2026. El Omnibus aplazó las obligaciones para los sistemas de alto riesgo: para los sistemas autónomos del anexo III al 2 de diciembre de 2027 y para los sistemas integrados en productos regulados del anexo I al 2 de agosto de 2028. Esos son los aplazamientos de los que se escribió, y esa es la razón por la que muchas empresas concluyeron erróneamente que el tema no les afecta.

    Las obligaciones de transparencia del artículo 50 no se han aplazado. Se aplican desde el 2 de agosto de 2026, es decir, ya.

    Los sistemas de alto riesgo son, por ejemplo, la IA usada en la selección de personal o en la evaluación de la solvencia, las infraestructuras críticas, la biometría. El marketing y la comunicación de marca, en cambio, no suelen entrar en esa categoría. La transparencia es una capa aparte, que afecta a actividades completamente distintas de la empresa.

    ¿Qué obligaciones impone el artículo 50 a una empresa que usa IA en su comunicación?

    Tres cosas, simplificadas y sin resolver los casos límite.

    1. 1En primer lugar, una persona tiene que saber que habla con una máquina. Si en un sitio web, dentro de una aplicación móvil o en una llamada telefónica funciona un asistente de IA o un chatbot de IA, el usuario debe ser informado de ello en el primer contacto, salvo que resulte evidente por las circunstancias.
    2. 2En segundo lugar, los contenidos generados o modificados por IA, si cumplen los criterios de lo que se llama un deepfake, deben ser reconocibles como tales. Esa es precisamente la obligación de transparencia por la que todo departamento de marketing debería interesarse desde el 2 de agosto de 2026. La obligación de transparencia no afecta a todo texto publicado ni a toda imagen o contenido de vídeo. En el caso de los textos, la obligación de etiquetado afecta a los materiales que informan a la opinión pública sobre asuntos de interés público, de modo que la mayoría de los textos de marketing no hay que etiquetarlos. En cambio, los contenidos visuales, de audio y audiovisuales, si se crearon con IA y tienen potencial para inducir a error al receptor sobre si las personas, los objetos, los lugares y los hechos presentados en el material son reales, deben etiquetarse con claridad.
    3. 3En tercer lugar, si una empresa usa sistemas de reconocimiento de emociones o de categorización biométrica, las personas sometidas a ellos deben ser informadas de ello.

    Merece la pena decir con claridad lo que el artículo 50 no exige: no ordena etiquetar cada frase escrita con ayuda de un modelo ni cada imagen o vídeo creado o mejorado con IA. Circulan muchos materiales que sugieren lo contrario. Una empresa que lo etiquete todo no se hará daño jurídico. Se lo hará en la comunicación.

    Las competencias de los empleados: la norma que cambió en sentido contrario

    Desde el 2 de febrero de 2025 se aplica el artículo 4, relativo a la alfabetización en materia de IA. El AI Omnibus lo suavizó: los proveedores y los responsables del despliegue de sistemas de IA deben apoyar el desarrollo de la alfabetización en IA de su personal, en lugar de garantizar un nivel determinado de esta.

    La suavización de la obligación no cambia, sin embargo, para qué sirven esas competencias. La norma describe un mínimo, no una ambición.

    Calendario de aplicación del AI Act

    2 de febrero de 2025

    Prácticas prohibidas (artículo 5) y alfabetización en materia de IA (artículo 4).

    2 de agosto de 2025

    Modelos de uso general, supervisión y sanciones.

    2 de agosto de 2026

    El AI Act se aplica con carácter general, incluidas las obligaciones de transparencia del artículo 50.

    2 de diciembre de 2026

    Fin del periodo transitorio para el marcado legible por máquina de los contenidos. Los proveedores de IA tendrán que marcar en un formato legible por máquina todo contenido visual salido de su herramienta. Empezará a aplicarse además una nueva prohibición de crear con IA material íntimo sin consentimiento.

    2 de agosto de 2027

    Los proveedores de modelos de IA de uso general introducidos en el mercado antes del 2 de agosto de 2025 deberían adaptarse al AI Act.

    2 de diciembre de 2027

    Obligaciones para los proveedores y los responsables del despliegue de sistemas de alto riesgo del anexo III.

    2 de agosto de 2028

    Obligaciones para los proveedores y los responsables del despliegue de sistemas de alto riesgo del anexo I.

    Situación jurídica a 13 de septiembre de 2026. Lo anterior es información, no asesoramiento jurídico.

    Texto del reglamento modificativo: Diario Oficial de la UE, Reglamento (UE) 2026/1744.

    Qué opinamos

    Esta no es una razón para dejar de formar. Es una razón para dejar de comprar formación por miedo a una sanción y empezar a comprarla por el resultado. El material de marketing que sigue amenazando con sanciones por no tener un certificado del artículo 4 describe la situación jurídica anterior al 27 de julio de 2026.

    Cinco riesgos que un proyecto así tiene que sortear

    Más contenido, menos sentido

    cómo lo sorteamos

    un estándar de comunicación y verificación antes del envío; medimos las correcciones, no el número de páginas generadas

    Resistencia: « más rápido significa más trabajo »

    cómo lo sorteamos

    el relato del tiempo recuperado, la participación de los mandos en los talleres, recursos humanos como responsable del cambio

    Datos y permisos

    cómo lo sorteamos

    auditoría de accesos antes de poner en marcha cualquier agente, principio de permisos mínimos, decisiones sensibles siempre en manos de una persona

    Dependencia de un solo proveedor

    cómo lo sorteamos

    descripción del proceso independiente de la herramienta, modelo elegido según la tarea, posibilidad de cambiar sin perder el trabajo

    Cumplimiento normativo

    cómo lo sorteamos

    programas documentados y medición, alcance acordado con el asesor jurídico de la empresa

    Para quién es este trabajo

    Trabajamos con empresas que

    • han comprado licencias de herramientas GenAI y no saben decir qué obtienen de ellas
    • tienen varias sedes o varios departamentos que no hablan un idioma común
    • tienen en la dirección a una persona dispuesta a asumir la responsabilidad de este cambio
    • quieren construir la competencia en casa y no comprar dependencia de una consultora

    Este no es un trabajo para empresas que

    • buscan una implantación llave en mano sin implicar a su propia gente
    • quieren una formación puntual sobre el manejo de una herramienta y cerrar el tema
    • esperan una declaración de conformidad con el AI Act en lugar de un programa real

    En nuestros programas de competencias cada participante termina con un certificado nominativo provisto de un token que confirma su validez y su autenticidad. La empresa termina con un alcance documentado y con medición antes y después. Es la única manera de saber al cabo de un año si funcionó.

    Cómo empiezan las empresas que trabajan con nosotros

    Diagnóstico de madurez

    Treinta días, un cuadro de mando de madurez en tres dimensiones y una decisión: implantar, ordenar o parar.

    Programa a medida para la empresa

    Un alcance diseñado para la organización concreta, tras un diagnóstico de necesidades y encuestas entre los participantes. Desde la visibilidad de la marca en los modelos, pasando por las herramientas GenAI en el trabajo diario de los departamentos, hasta los agentes y la transformación de competencias de los equipos.

    Formaciones abiertas y seminarios web

    Un día, un sector, la propia marca sobre la mesa de trabajo. Una buena puerta de entrada para quien quiere ver primero el método en directo.

    Los expertos

    Los programas los dirigen Michał Grzebyk, Katarzyna Bienussa y Grzegorz Miłkowski.

    Preguntas frecuentes

    No exige ni formación ni certificado. Tras el cambio introducido por el Reglamento (UE) 2026/1744, el artículo 4 del AI Act exige que los proveedores y los responsables del despliegue de sistemas de IA apoyen el desarrollo de la alfabetización en IA de su personal, en lugar de garantizar un nivel determinado de esta. Es una obligación de medios, no una obligación de resultado. Los materiales que amenazan con sanciones por no tener un certificado describen la redacción de la norma anterior al 27 de julio de 2026.

    No todos. La obligación de transparencia del artículo 50 del AI Act, aplicable desde el 2 de agosto de 2026, no afecta a todo texto publicado ni a toda imagen o contenido de vídeo. En el caso de los textos, la obligación de etiquetado afecta a los materiales que informan a la opinión pública sobre asuntos de interés público, de modo que la mayoría de los textos de marketing no hay que etiquetarlos. En cambio, deben etiquetarse con claridad los contenidos visuales, de audio y audiovisuales que se crearon con IA y tienen potencial para inducir a error al receptor sobre si las personas, los objetos, los lugares y los hechos presentados en el material son reales.

    Porque la herramienta llega a un proceso sin cambiar. Según el estudio de McKinsey, ocho de cada diez encuestados declaran que la IA ha mejorado su productividad, pero el 37 % le atribuye un efecto en el EBIT, prácticamente lo mismo que un año antes. Entre el 6 % de los encuestados que obtienen un retorno real, casi tres cuartas partes han rediseñado a fondo sus flujos de trabajo. Los minutos ahorrados en la mesa no se convierten solos en dinero.

    Es ordenar la forma en que una empresa describe su trabajo, para que puedan ejecutarlo tanto las personas como los modelos de lenguaje, y construir en la organización la competencia que lo mantiene. Abarca el diagnóstico de madurez, programas de competencias sobre tareas reales, la descripción de procesos, un estándar de trabajo con modelos y medición sobre datos de los sistemas de la empresa. No es una formación sobre el manejo de una herramienta.

    Un traductor de procesos es un empleado de la empresa, no un informático, que entiende un proceso desde el lado del negocio y sabe describirlo de forma que un modelo de lenguaje lo ejecute de manera correcta y repetible. Describe las tareas de su departamento, mantiene una biblioteca de patrones de trabajo probados, evalúa la calidad de las respuestas antes de enviarlas al cliente y señala los procesos listos para automatizarse.

    La capa de traducción es la capa entre el objetivo de negocio y la herramienta: proceso, conocimiento, reglas, datos y decisiones descritos de forma que los entiendan tanto una persona como un modelo de lenguaje. En la mayoría de las empresas existe únicamente en la cabeza de dos o tres personas. Una empresa que la tiene puede elegir cualquier modelo y cualquier proveedor sin perder el trabajo hecho hasta el momento.

    Por un solo proceso que se pueda describir y medir, y no por comprar licencias para todos. El orden que funciona: elección de un proceso con un responsable, medición del estado anterior, descripción del proceso en una forma comprensible para una persona y para un modelo, piloto con medición posterior, decisión sobre el escalado. La compra de la herramienta es el cuarto paso, no el primero.

    En nuestra fórmula, treinta días. Termina con un cuadro de mando de madurez en tres dimensiones, es decir, en la dimensión de las personas, del conocimiento y de los procesos, con una lista de procesos ordenada por valor, viabilidad y riesgo, con la especificación de un proceso listo para un piloto y con una sola recomendación: implantar, ordenar primero o parar.

    No. Somos el arquitecto del método y el facilitador del cambio. La integración técnica la realiza el departamento de informática de la empresa o un integrador designado por ella, sobre la base de nuestro briefing de implantación. No vendemos licencias y no somos revendedores de ningún proveedor de modelos, así que la elección del modelo se deriva del tipo de datos, del coste por tarea y de la política de seguridad, y no de un acuerdo de asociación nuestro.

    Una formación sobre una herramienta enseña a manejarla. La transformación de competencias cambia cómo está descrito el trabajo de la empresa y deja en la organización a una persona que mantiene esa descripción. El efecto de una formación se mide con la valoración de la formación. El efecto de una transformación se mide con el tiempo en el proceso, el número de correcciones y la capacidad de procesamiento, sobre datos de los sistemas de la empresa, antes y después.

    Un decisor en la dirección, responsable del objetivo y de la decisión de escalar, y un responsable del proceso en cada departamento implicado. Sin esos dos roles no empezamos, porque sin ellos el diagnóstico termina en un informe y no en una decisión.

    Hablemos de un diagnóstico para su empresa

    Treinta días, un cuadro de mando de madurez y una decisión tomada sobre datos de sus sistemas. Un buen punto de partida es un proceso del departamento comercial o de atención al cliente.