En 30 segundos
Cuando se jubila una persona clave, una empresa puede perder mucho más que un puesto: criterios, excepciones, contactos y decisiones aprendidas durante años.
La IA puede ayudar a capturar, ordenar y consultar ese conocimiento. Pero no lo extrae por arte de magia ni sustituye el relevo entre personas.
La oportunidad está en construir un sistema pequeño, trazable y probado antes de que el conocimiento salga por la puerta.
El problema ya está reconocido oficialmente
El 22 de septiembre de 2026, el Gobierno Vasco aprobó un plan de relevo generacional y transmisión del conocimiento para su Administración. El plan afecta al empleo público, no a las empresas privadas, pero parte de un riesgo reconocible también en la industria: una plantilla con edad elevada y jubilaciones próximas exige planificar cómo se conserva el conocimiento necesario para que la actividad continúe.
Lanbide ya describe el reemplazo generacional del tejido empresarial vasco como inminente y recomienda identificar procesos y competencias críticas antes de que la transición provoque una pérdida de competitividad.
Fuente oficial: Gobierno Vasco, 22 de septiembre de 2026.
Fuente oficial: programa de relevo generacional y gestión de la edad en pymes.
Lo importante casi nunca está entero en un manual
Un procedimiento puede explicar cómo arrancar una máquina, tramitar una no conformidad o preparar una oferta. Lo que suele faltar es el criterio que aparece cuando algo se desvía: qué ruido anuncia un problema, qué proveedor responde en una urgencia, qué tolerancia exige realmente un cliente o por qué una pieza parecida se presupuestó de otra manera.
Ese conocimiento vive repartido entre planos, correos, partes, carpetas, conversaciones y la memoria de unas pocas personas. Guardar documentos no equivale a conservar la experiencia que permite interpretarlos.
LECTURA DE XAMANA: el objetivo no es “meter todo en una IA”. Es conseguir que otra persona pueda encontrar una respuesta útil, saber de dónde sale y reconocer cuándo debe preguntar a un especialista.
Qué puede hacer realmente la IA
Un sistema bien diseñado puede convertir entrevistas guiadas con la persona experta en procedimientos, preguntas frecuentes, árboles de decisión y casos comentados. También puede ordenar documentación existente, relacionar versiones y permitir consultas en lenguaje natural.
La respuesta debería mostrar la fuente utilizada —un plano, una instrucción, un parte o una conversación validada— y distinguir entre información aprobada y una hipótesis pendiente de revisión.
En una pyme industrial, esto puede servir para preparar ofertas técnicas, resolver incidencias de mantenimiento, consultar criterios de calidad, formar incorporaciones o recuperar antecedentes de compras y proveedores.
Qué no debe prometer
La IA no puede entrevistar una vez a una persona y capturar automáticamente treinta años de experiencia. Parte del conocimiento es tácito: aparece al observar, comparar casos y trabajar junto a quien domina el proceso.
Tampoco debería tomar sola decisiones críticas de producción, seguridad, calidad o precio. Puede localizar antecedentes y proponer un siguiente paso, pero las reglas de acceso, la trazabilidad y la aprobación humana deben definirse antes de poner el sistema en uso.
Si la documentación de origen está desactualizada o se mezclan versiones sin control, el asistente hará más accesible la confusión. Primero hay que decidir qué fuentes son válidas y quién puede corregirlas.
Un piloto industrial sensato en cinco pasos
1. Elegir un puesto crítico. No toda la empresa. Un puesto cuya ausencia ya provoque esperas, consultas repetidas o dependencia de una sola persona.
2. Reunir situaciones reales. Identificar entre quince y veinte preguntas, incidencias o decisiones que se repiten. Es más útil que pedir al experto que “cuente todo lo que sabe”.
3. Capturar conocimiento con contexto. Entrevistas breves, documentos, ejemplos buenos y malos, excepciones y señales de alarma. Siempre con permisos y responsables claros.
4. Crear una base consultable con fuentes. El sistema debe responder, citar el origen y admitir que no sabe cuando no existe evidencia suficiente.
5. Probarlo con quien recibe el relevo. Medir cuántas preguntas resuelve correctamente, cuánto tarda la persona en encontrar la respuesta y qué vacíos siguen dependiendo del experto.
La métrica no es cuántos documentos se cargan
Un repositorio con miles de archivos puede seguir siendo inútil. Las métricas relevantes son operativas: tiempo hasta encontrar una respuesta fiable, porcentaje de consultas resueltas con una fuente válida, errores detectados y número de preguntas que todavía necesitan intervención de la persona experta.
Si el piloto funciona, se amplían los casos y se establece quién mantiene cada bloque de conocimiento. Si no funciona, se corrigen las fuentes y las preguntas antes de escalar.
Preguntas frecuentes
¿Puede la IA conservar el conocimiento de una persona que se jubila?
Puede ayudar a capturar entrevistas, ordenar documentación y crear una base consultable con fuentes. No sustituye el traspaso entre personas.
¿Por dónde debería empezar una pyme industrial?
Por un puesto crítico y un conjunto limitado de situaciones recurrentes. Después debe probar el sistema con la persona que recibirá el relevo.
¿Puede tomar decisiones críticas?
No debería. En operaciones sensibles, su función es recuperar información y antecedentes; la validación final corresponde a una persona autorizada.
Aplicación práctica
IA para empresas industriales
XAMANA parte del proceso que bloquea a la empresa, define un piloto medible y mantiene el control humano en las decisiones sensibles.