La pregunta suele plantearse como si una fuera la versión moderna de la otra, y no lo es. Resuelven problemas de naturaleza distinta, y elegir mal sale caro en las dos direcciones.
La diferencia que de verdad importa
Automatizar con reglas sirve cuando el proceso tiene una respuesta correcta y se puede escribir cómo llegar a ella: si la factura supera cierto importe, va a aprobación; si el stock baja de un mínimo, se genera el pedido. El sistema no decide nada, ejecuta lo que alguien decidió antes.
La inteligencia artificial sirve cuando no hay una regla que escribir porque las variantes son infinitas: entender qué pide un cliente que escribe con sus propias palabras, resumir una conversación, clasificar un texto que nadie había visto antes.
La pregunta que ordena la decisión es una sola: ¿este caso tiene una respuesta correcta que se puede escribir? Si la tiene, se automatiza con reglas. Si depende de interpretar, hace falta IA.
Lo que gana cada una
| Aspecto | Automatización con reglas | Inteligencia artificial |
|---|---|---|
| Ante la misma entrada | Hace siempre lo mismo | Puede responder distinto |
| Cuando falla | Se sabe qué regla falló | Cuesta saber por qué |
| Coste | Fijo, casi todo al construirla | Variable, se paga cada uso |
| Se rompe cuando | Aparece un caso no previsto | El proveedor cambia el modelo |
| Encaja en | Procesos con reglas claras | Lenguaje y casos abiertos |
Merece la pena detenerse en la primera fila. Que la automatización haga siempre exactamente lo mismo suena poco emocionante y es justo su mayor virtud: es auditable, se puede probar y el resultado de hoy será el de mañana.
El error caro: IA donde bastaba una regla
Es el más común desde que la IA está de moda. Se pone un modelo de lenguaje a decidir algo que se resolvía con una condición de dos líneas. El resultado es más caro, más lento, más difícil de auditar y menos fiable, porque introduce variabilidad en un sitio donde no hacía ninguna falta.
Calcular un descuento, validar un formato o decidir a qué área va un pedido según su tipo son reglas. Escribirlas cuesta una tarde y funcionan igual dentro de tres años.
El error opuesto: reglas para algo que no las tiene
El fallo contrario es igual de caro y menos evidente. Se intenta cubrir con condiciones algo que tiene variantes infinitas, normalmente lenguaje. Empieza con cinco reglas, crece a cuarenta, y llega un punto en que nadie se atreve a tocarlas porque no se sabe qué se rompe.
La señal de alarma es la lista de excepciones. Si crece cada semana y nunca termina, el problema no admitía reglas.
Cómo se combinan en la práctica
En un sistema real casi nunca se elige una sola. Lo habitual es que la IA se encargue del tramo que exige interpretar y las reglas del resto, que suele ser la mayor parte.
Un asistente que atiende por mensajería es un buen ejemplo: interpretar lo que pide el cliente necesita IA, pero comprobar si hay hueco en la agenda, calcular el precio y registrar la cita son reglas. Y conviene que lo sean, porque son justo las partes donde una respuesta inventada haría daño.
Cómo decidir sin darle vueltas
- Escribe el proceso paso a paso: si al terminar puedes decir qué hacer en cada caso, no necesitas IA.
- Mira dónde está la variabilidad: si viene de que la gente escribe libre, ahí hace falta IA. Si viene de que hay muchos casos pero finitos, son reglas.
- Separa decidir de ejecutar: aunque la IA interprete, lo que se ejecuta después debería ser código con reglas y comprobaciones.
- Empieza por reglas: son más baratas de construir y de mantener. Añade IA cuando choques con un límite real, no antes.