6 de junio de 2026 # La muerte del caso de uso  Siempre que tengo que explicar qué hace la inteligencia artificial generativa, uso la misma diapositiva. Cambia el estilo según la audiencia y el contexto, pero es básicamente la misma. Tiene un título, "¿Qué resuelve la IA generativa?", y debajo tres bloques. Lenguaje y conocimiento. Razonamiento y planificación. Acciones y automatización. Cada bloque tiene una palabra principal y otra que la acompaña. Voy de menos a más, de lo que ya está hecho a lo que está empezando, y al final de ese recorrido suele aparecer la idea que de verdad quiero dejar.  ## Lenguaje y conocimiento, resuelto El primer bloque es el que tengo por cerrado. Cualquier tarea de lenguaje, la IA la hace mejor que una persona media. No mejor que un lingüista ni que el mejor redactor que conozcas, pero sí mejor que el manejo del lenguaje que tenemos casi todos. Eso ya no es discutible. El conocimiento tiene un matiz que conviene contar bien. La IA sabe de todo un poco, y por encima de la media en casi cualquier tema. Pero ese conocimiento es general. Donde se vuelve útil de verdad es cuando le das el tuyo. Si le entregas tu documentación, tus datos, tu fuente, los maneja como si se los supiera de memoria. Ahí está el truco: lo general lo trae de fábrica, lo tuyo se lo tienes que dar. Junto eso y queda una conclusión sencilla. No existe ninguna tarea de lenguaje y conocimiento donde la IA no pueda ayudarte mucho. Ninguna. Tampoco quiero venderlo como que lo resuelve todo solo, porque no es así. Hay trabajo que sigue necesitando una persona con criterio, experiencia y mucho más contexto del que la IA tiene a mano. Pero no se me ocurre una sola cosa de este tipo en la que no merezca la pena usarla. ## Razonamiento y planificación, avanzando muy rápido El segundo bloque es razonamiento y planificación. Los modelos ya razonan. Casi todos tienen un modo en el que piensan en lenguaje natural antes de contestar, y se están especializando hacia la planificación de tareas y procesos. No diría que esto está cerrado. Diría que razonan bastante bien. Mejor o peor que nosotros depende de para qué, pero hay una cosa segura: razonan muchísimo más rápido. Aquí está el error que veo más a menudo. Mucha gente sigue viendo la IA como una máquina de hacer resúmenes. Resumir un documento es una tarea de lenguaje básica. Pero dale un documento difícil y pídele otra cosa: explícamelo para que lo entienda, dime por qué es relevante para mi trabajo y que yo lo entienda en cinco minutos. Eso ya no es resumir. Eso pide contexto, razonamiento, una explicación adaptada a quien escucha, comparaciones, relacionar ideas. Es una tarea cognitivamente difícil, de las que no toda persona sabe hacer bien. Y para la IA, parece trivial. Viendo a qué velocidad mejora, no tardará en razonar mejor que nosotros en bastantes cosas, y en segundos hará razonamientos enormes y detallados que a una persona le llevarían horas o días. ## Acciones y automatización, aterrizando en 2026 El tercer bloque es el de 2026, y diría que está a medio camino de estar resuelto. La IA es capaz de ejecutar acciones. De momento acciones concretas, y hace falta montar un *harness* a su alrededor que le permita ejecutarlas. En el caso sencillo, leer y escribir ficheros, mover el calendario, redactar y enviar emails, mandar mensajes por Teams. Con un sistema de conectores no muy complicado, lo conectas al CRM, al ERP o cualquier otra aplicación de negocio, y lo pones a leer y actualizar datos. La diferencia con el software de siempre es importante. Un programa ejecuta llamadas a una API porque alguien las programó una a una. La IA ejecuta esas acciones como parte de un proceso no determinista donde entiende, razona, planifica y decide. No es una pieza de software disparando funciones. Es algo que piensa, analiza la información, toma decisiones y las ejecuta. Por eso es más potente, y por eso nos movemos a un terreno donde el resultado no está escrito de antemano. Lo que esto va a desatascar, y ya se empieza a ver, es la automatización del puesto de trabajo. La primera oleada llega para quien trabaja con información delante de un ordenador. Casi todo lo que hacemos ahí se podrá automatizar durante 2026, con mayor o menor facilidad según cuánta decisión exija cada tarea. ## El caso de uso se queda corto  Mira los tres bloques juntos. No hay ninguna tarea de procesar, entender o generar información en la que la IA no la tenga prácticamente resuelta. No hay ninguna tarea de razonamiento y planificación en la que no ayude mucho. Y dentro de poco no habrá ninguna acción básica ejecutable en un ordenador que no pueda hacer por sí misma. Aquí quiero parar en una idea que casi siempre se cuenta mal. Solemos hablar de la IA como si sirviera para tareas de poco valor, las pesadas, las repetitivas. Es justo al revés. Dale una metodología de diagnóstico complicada y razona con ella. No hay **tarea cognitiva de alto valor** en la que la IA se quede fuera por no poder aportar. Y entonces llega la consecuencia que da título a todo esto. Casi todo el mundo, cuando se acerca a la IA, busca casos de uso. ¿Dónde me puede ayudar? ¿En qué procesos? Si lo que he contado de la diapositiva es cierto, esa pregunta se queda muy corta, porque la respuesta es **en todos**. No hay nada que hagas en tu día a día donde la IA no pueda echar una mano. Conviene acotar para no caer en el hype. Cuando hablo de tarea me refiero al trabajo de alguien que maneja información representada de algún modo en un medio digital. Tiene que ser algo a lo que la IA pueda acceder: documentos, bases de datos, aplicaciones. Si lo tienes en papel, le haces una foto y se lo das. Hablo sobre todo del trabajo con información, y ahí incluyo pensar, ordenar ideas, discernir y decidir, aunque eso ocurra en tu cabeza o en una pizarra y no solo en la pantalla. ## De dónde viene la idea del caso de uso, y por qué ya no sirve  El caso de uso no es un concepto cualquiera. Viene de cuando intentábamos estructurar el trabajo humano para meterlo en un sistema informático. El trabajo de las personas es desordenado por naturaleza, así que lo troceábamos en pasos para crear procesos estructurados y poder programarlos. De ahí nace pensar en casos de uso: convertir el trabajo humano en piezas fijas, estructuradas, ordenadas. La IA no juega a eso. No viene a mejorar tus sistemas informáticos. Viene a mejorar tu trabajo. Por eso, cuando piensas en casos de uso, te quedas mirando cómo haces las cosas hoy y, con suerte, encuentras alguna mejora sobre lo que ya tienes. El potencial está en otro sitio. Si queremos pensar en grande, hay que olvidarse del caso de uso. Dejar de mirar lo que hacemos cada día para preguntarnos si la IA puede ayudar, porque esa respuesta ya la sabemos: sí, en todo. Hay que preguntarse cómo queremos que nos ayude. Qué partes de nuestro trabajo, de cualquier proceso o tarea, queremos contribución de la IA (total o parcial) y qué seguimos haciendo nosotros. O, mejor todavía, en qué nos convertimos cuando una parte del trabajo deja de ser nuestra. Quien siga buscando casos de uso estará mejorando un poco lo que ya hace. El resto del potencial queda fuera de esa pregunta. Por eso el caso de uso, como lo entendíamos, ha muerto. --- Publicado el 6 de junio de 2026, [LinkedIn](https://www.linkedin.com/pulse/la-muerte-del-caso-de-uso-david-hurtado-tor%25C3%25A1n-a1ybe), [Substack](https://open.substack.com/pub/davidhurtado/p/la-muerte-del-caso-de-uso?r=4uyjfg&utm_campaign=post-expanded-share&utm_medium=web), [X](https://x.com/dhtoran/status/2063144462025400485?s=20)