Sam Finnegan-Dehn tiene dos trabajos. De día trabaja en captación de fondos para una ONG en Londres. Por las tardes y los fines de semana, imparte clases particulares de matemáticas y filosofía a estudiantes universitarios desde su domicilio. Sin equipo, sin asistente, sin margen de maniobra.
Planificar lecciones, redactar facturas, hacer seguimiento del progreso de cada alumno, buscar bibliografía actualizada: todo recae sobre él. Y el tiempo que dedica a esas tareas es tiempo que no puede invertir en hacer crecer su negocio.
Demasiadas tareas, demasiado poco tiempo
Finnegan-Dehn tiene formación en filosofía y comparte esa pasión con sus alumnos. Pero la enseñanza en sí representa solo una parte de lo que implica gestionar un negocio de tutorías. El resto es trabajo invisible: planificar cada sesión, localizar lecturas actualizadas, emitir facturas, registrar el avance de cada estudiante.
El problema no es exclusivo de él. Quien monta una empresa unipersonal acaba siendo contable, asistente administrativo y gestor de redes sociales a la vez, porque contratar a alguien para cada función sencillamente no es viable.
Ahí es donde entra la inteligencia artificial. No como solución milagrosa, sino como herramienta capaz de asumir las tareas más mecánicas y liberar tiempo para lo que realmente importa. La pregunta es si funciona en la práctica.
Notion AI como ‘segunda memoria’
Finnegan-Dehn probó varias herramientas —entre ellas Claude y ChatGPT— antes de decantarse por Notion AI. La razón principal: se integra directamente con sus cuadernos de notas digitales, donde ya registraba el progreso de sus alumnos y las lecturas pendientes. Describe la experiencia como disponer de una segunda memoria, algo que conecta ideas dispersas en distintos lugares.
Uno de los usos más concretos es la grabación de sesiones. Con el consentimiento de sus alumnos, Notion AI graba las clases y genera resúmenes automáticos. Si el resumen indica que una determinada técnica no está funcionando con un estudiante, Finnegan-Dehn puede ajustar su enfoque antes de la siguiente sesión.
También utiliza la IA para establecer objetivos a través de lo que él denomina el sistema «North Star». Escribe una meta a largo plazo —alcanzar un número determinado de alumnos a final de año, por ejemplo— y pide a la IA que genere los pasos concretos para llegar hasta allí, teniendo en cuenta el perfil que ha construido en la aplicación. Él decide después qué tareas abordar primero. A esto se suman borradores de notas de clase, gestión de facturas y programación de publicaciones en redes sociales.
Más allá de un caso aislado: otras pequeñas empresas se suman
El caso de Finnegan-Dehn no es excepcional. Cada vez más pequeños negocios recurren a herramientas de IA para aligerar la carga administrativa, y el mercado responde con soluciones cada vez más especializadas.
Un ejemplo es Grandma’s Quilt Shop, una tienda de telas y materiales de costura en Yuma, Arizona. Sus propietarios utilizan Rain, una suite de software diseñada específicamente para empresas del sector artesanal, con la que generan descripciones de inventario y precios para su catálogo de diseños de tela. Según señalan, la herramienta ha reducido entre un 60 y un 80 % el tiempo que dedican a publicar nuevos artículos.
El patrón es claro. El valor de la IA no reside en las tareas creativas, sino en las repetitivas: sincronizar información, buscar entre notas antiguas, generar descripciones estándar. Son precisamente las que más tiempo consumen y menos satisfacción aportan.
Las limitaciones que nadie debe ignorar
Finnegan-Dehn no oculta los puntos débiles. Describe algunos momentos con Notion AI como «torpes», y el complemento tiene un coste de 20 dólares al mes, una cifra nada despreciable para un negocio secundario.
Hay riesgos más serios que conviene no perder de vista. Los modelos de lenguaje cometen errores y pueden generar información incorrecta con aparente seguridad. En cualquier tarea donde la precisión sea crítica —una factura, un dato legal, un diagnóstico— la supervisión humana sigue siendo imprescindible. La privacidad es otro frente abierto: los modelos en línea pueden exponer datos sensibles, y muchas empresas de IA recopilan información de las consultas que procesan. Si tu negocio maneja datos confidenciales de clientes, vale la pena explorar modelos de código abierto que funcionan en local, sin enviar nada a servidores externos.
Guía práctica antes de dar el salto
Antes de comprometerte con una plataforma, analiza dónde tienes ya almacenada tu información. Muchas de estas herramientas rinden mejor si utilizas su propio sistema de notas desde el principio; cambiar de plataforma a mitad del proceso puede salir más caro que haber empezado bien.
Identifica qué tareas te consumen más tiempo y si realmente requieren criterio humano. La IA puede cubrir carencias concretas, pero no siempre es la mejor opción. Para procesar pagos, por ejemplo, plataformas consolidadas como Shopify o Square ofrecen más garantías que cualquier solución improvisada con IA.
La pregunta de fondo no es si la IA resulta impresionante. Es si te devuelve tiempo real para hacer mejor tu trabajo. Finnegan-Dehn parece haber encontrado ese equilibrio: usa la IA para lo mecánico y reserva su criterio para lo que importa. No se trata de delegar el pensamiento, sino de liberar espacio para ejercerlo mejor.