Sam Finnegan-Dehn tiene dos trabajos. De lunes a viernes trabaja en el departamento de captación de fondos de una ONG en Londres. El resto del tiempo lo dedica a dar clases particulares de matemáticas y filosofía a estudiantes universitarios.
Lo que nadie ve desde fuera son las horas que rodean a cada clase: planificar lecciones, buscar lecturas, redactar facturas, hacer seguimiento de cada alumno. Tareas que no generan ingresos directos pero que consumen el único recurso que Sam no puede recuperar: el tiempo.
Más allá de las clases: la carga invisible del trabajo autónomo
Sam compagina su empleo en una ONG con la tutoría particular porque quiere compartir su pasión por la filosofía y las matemáticas. Esa vocación, sin embargo, arrastra un coste administrativo que no aparece en ninguna factura: planificar cada sesión, buscar lecturas, crear ejercicios, gestionar cobros y hacer seguimiento de cada alumno. Todo ocurre antes y después de las clases, fuera del horario visible.
Este dilema no es exclusivo de Sam. Los pequeños negocios y los autónomos necesitan cubrir funciones que en una empresa grande asumen departamentos enteros: contabilidad, comunicación, atención al cliente, estrategia. Contratar especialistas para cada tarea no es una opción realista cuando el presupuesto es ajustado.
De ahí surge la pregunta que cada vez más autónomos se plantean: ¿puede la inteligencia artificial actuar como ese equipo de apoyo que no pueden permitirse?
Una segunda memoria: así usa Sam la IA en su día a día
Sam describe el uso de la IA como tener «una segunda memoria». No se refiere a algo que piensa por él, sino a algo que conecta ideas dispersas entre sus notas digitales y las hace accesibles cuando las necesita.
Su herramienta principal es Notion AI. Con el consentimiento de sus alumnos, graba las sesiones y obtiene resúmenes automáticos que le permiten detectar si una técnica concreta no está funcionando. Así ajusta su metodología antes de la siguiente clase. Es un uso discreto, pero con impacto real en la calidad de la enseñanza.
La IA también le ayuda con la planificación estratégica. Sam escribe un objetivo general —su «North Star goal», por ejemplo, alcanzar un número determinado de alumnos antes de fin de año— y le pide a la herramienta que genere los pasos concretos para llegar ahí, teniendo en cuenta el perfil que ha construido en la aplicación. Después, él decide qué tareas abordar primero.
Entre las funciones cotidianas están la redacción de notas de clase, la facturación y la sincronización de publicaciones en redes sociales. Por separado parecen menores, pero sumadas consumían una parte desproporcionada de su tiempo.
Por qué Notion AI y no ChatGPT: la importancia de la integración
Sam no llegó directamente a Notion AI. Antes probó Claude y ChatGPT. La diferencia decisiva no fue la potencia del modelo, sino la integración: Notion AI vive dentro del mismo entorno donde Sam ya gestiona sus notas, su calendario y su correo.
Esa integración nativa es lo que convierte una herramienta genérica en un asistente realmente útil. No hay que exportar datos ni cambiar de plataforma. El flujo de trabajo no se interrumpe.
Las tareas en las que Notion AI destaca son precisamente las más rutinarias: sincronizar información entre documentos, recuperar notas antiguas, generar borradores repetitivos. No es la parte creativa del trabajo, sino la mecánica —y esa es exactamente la que más tiempo roba a los autónomos.
Otros sectores están viendo resultados similares. Grandma’s Quilt Shop, una tienda de telas en Arizona, usa Rain, un software orientado a empresas de artesanía. Sus propietarios aseguran que la IA reduce entre un 60 y un 80 % el tiempo que tardaban en catalogar su inventario.
Los límites que ningún entusiasta debería ignorar
Sam es un usuario convencido de Notion AI, pero reconoce que la herramienta puede resultar «torpe» en algunos momentos. El complemento de IA tiene además un coste de 20 dólares al mes, lo que no es irrelevante para un negocio a tiempo parcial.
Más allá del precio, conviene tener claras ciertas limitaciones técnicas. Los modelos de IA cometen errores y pueden «alucinar»: generar información incorrecta con aparente seguridad. Cualquier tarea que exija precisión —datos financieros, información médica, aspectos legales— debe seguir bajo supervisión humana.
La privacidad es otro factor a considerar. Cuando se introducen datos en plataformas de IA en la nube, esa información puede ser recopilada por las empresas que gestionan los modelos. Para datos sensibles, los modelos de código abierto ejecutados localmente son una alternativa más segura. Y para gestionar pagos, plataformas consolidadas como Shopify o Square siguen siendo más fiables que cualquier solución improvisada con IA.
Guía práctica: cómo decidir si la IA puede ayudar a tu negocio
Antes de comprometerse con un ecosistema de IA, vale la pena evaluar cómo se introducirán los datos. Muchas herramientas funcionan mejor si se utilizan como plataforma principal de notas desde el principio, en lugar de importar información después. Elegir bien antes de empezar evita fricciones más adelante.
El siguiente paso es identificar qué capacidades faltan en el negocio. La IA puede cubrir algunas de esas carencias, o al menos ayudar a desarrollarlas, aunque conviene ser honesto sobre dónde se requiere precisión y no delegar esas tareas sin supervisión. Para información que no se quiere compartir con servidores externos, algunos modelos de código abierto ya pueden ejecutarse en portátiles convencionales.
La pregunta final no es si la IA resulta impresionante. Es si ahorra más tiempo y dinero del que cuesta aprender a usarla. En el caso de Sam, la respuesta ha sido afirmativa. Para otros negocios, dependerá del tipo de tareas, del volumen de trabajo administrativo y de la disposición a integrar una herramienta nueva en la rutina diaria.