Tu IA puede estar vigilando algo todos los días y, aun así, no enterarse de nada durante meses, sin que nadie lo note. No porque se equivoque: porque el único hilo del que tira para saber que hay trabajo pendiente es un aviso que puede dejar de llegar sin avisar de que ha dejado de avisar. Nos pasó con un comentario de LinkedIn, y la regla que aprendimos vale para cualquier proceso, con IA o sin ella, que depende de la notificación de un tercero para saber cuándo actuar.
El caso: 120 días de silencio con la opción activada
En AutoBoost gestionamos comentarios en varias redes sociales, también en el perfil de LinkedIn de Pol. Para no depender de entrar a mirar la red a diario, activamos el aviso por email que LinkedIn ofrece para comentarios nuevos. Es la jugada obvia: que te avisen a ti, en vez de tener que ir a comprobar.
El problema apareció al revisar el histórico: durante 120 días con esa opción activada, no llegó un único correo de aviso de comentario. Ni a la bandeja de entrada, ni a spam. Lo que hace el caso interesante no es que faltara un aviso suelto, es la comparación: en ese mismo periodo y en la misma cuenta, otros avisos de la propia plataforma (de seguridad, de ofertas de empleo) sí llegaban con normalidad. No era un problema de entrega general de esa bandeja. Era, con precisión, ese tipo de aviso el que se había quedado mudo.
Comprobamos una cosa más antes de dar nada por sentado: ¿había comentarios de verdad en esos 120 días que no generaron ningún correo? Sí. El fallo no era "no hay comentarios que avisar", era "los hay, y el aviso no se genera".
Por qué una IA que depende solo de ese aviso se queda ciega
Aquí está el punto que de verdad importa, más allá de LinkedIn. Si tienes una IA (o cualquier proceso automático) que decide qué hacer según si le llega o no un aviso de un tercero, ese diseño tiene un punto ciego de fábrica: "no ha llegado ningún aviso" y "no hay nada que avisar" son, para el sistema, exactamente la misma señal. No hay ningún error que lanzar, ninguna alarma que sonar. El proceso simplemente no actúa, y como no actuar no produce ningún registro visible, nadie se entera de que debería haber actuado.
Es la misma lógica que ya vimos con un sistema que avisa de incidencias y que se calla justo cuando la máquina que lo ejecuta se cae: el fallo más peligroso no es el que grita, es el que no deja ni rastro. Una IA que gestiona comentarios, tickets o avisos de un cliente y que solo "despierta" cuando un tercero le manda una señal, está, sin saberlo, apostando toda su fiabilidad a que ese tercero nunca falle en silencio. Y los terceros fallan en silencio más de lo que parece: un cambio interno en su sistema de notificaciones, un filtro que se activa solo, una cola que se vacía sin avisar. Nada de eso depende de ti, y nada de eso te lo van a contar.
La regla de decisión: nunca un solo camino para saber que hay trabajo
La regla que aplicamos, y que vale para cualquier IA o automatización que reaccione a eventos externos, es esta: si algo depende de recibir un aviso para actuar, necesita también una forma de comprobar lo mismo sin ese aviso. No para sustituirlo (el aviso push sigue siendo el camino rápido), sino como red de verificación independiente que no comparte el mismo punto de fallo.
En nuestro caso, mientras se investiga la causa de fondo del email que no llega, dejamos comprobada una vía manual de reserva: la propia plataforma tiene una pantalla donde se puede consultar directamente si hay comentarios pendientes, con el texto completo y lo necesario para responder, sin depender de ningún correo. No es automática todavía, pero ya no hace falta confiar a ciegas en que el aviso funcione: se puede verificar.
De camino, esto encajó con otro cambio que ya teníamos en marcha: centralizar la gestión de comentarios de todas las redes en un solo panel, donde cada comentario entra con un estado explícito (pendiente, con propuesta de respuesta, respondido, no responder, o propio) en vez de vivir solo en la cabeza de quien lo revisa a mano. La IA puede proponer una respuesta, pero esa respuesta no sale hasta que una persona confirma el texto exacto. Ese panel no sustituye la vigilancia del aviso que falla, pero sí asegura que, cuando alguien entra a revisar, ve el estado real de cada comentario y no un resumen que depende de si llegó o no un email.
Antes de confiar en un aviso automático, comprueba esto
- ¿Hay una forma de consultar lo mismo sin depender de ese aviso? Si la respuesta es no, tienes un punto ciego.
- ¿El aviso falla con un error visible, o simplemente no llega? Si es lo segundo, nadie se va a enterar sin comprobarlo a mano antes.
- ¿Has comprobado que OTROS avisos de la misma fuente sí llegan? Si sí, descarta un fallo general de entrega y sospecha del aviso concreto.
- ¿Cuánto tiempo pasaría hasta que alguien note la ausencia del aviso, si deja de llegar hoy? Si la respuesta es "meses", el coste de un fallo silencioso es alto.
- ¿Quién revisa la vía manual de reserva, y con qué frecuencia, mientras no haya alternativa automática?
| Diseño | Qué pasa si el aviso falla en silencio |
|---|---|
| Solo aviso push de un tercero | Nadie se entera. "Sin aviso" y "sin trabajo pendiente" son indistinguibles. |
| Aviso push + comprobación manual periódica | Se detecta en la siguiente revisión, aunque tarde. |
| Aviso push + comprobación automática independiente | Se detecta sin esperar a que alguien lo note a mano. |
Lo vimos con un panel de comentarios en redes, pero el mismo patrón aplica a cualquier IA que espera el aviso de un banco para reconciliar un cobro, el de un proveedor para saber que llegó una entrega, o el de un cliente para saber que hay que responder. Si tu agente de IA solo sabe que hay trabajo cuando alguien más se lo dice, pregúntate qué pasa el día que ese alguien se queda calla, y si tendrías forma de saberlo. Es exactamente lo que trabajamos en nuestro motor comercial con IA, donde el contenido y la atención al cliente no pueden depender de un único canal de aviso para saber cuándo actuar.
Si quieres revisar dónde tu negocio depende de un aviso que nunca has comprobado de verdad, lo vemos juntos: puedes ver cómo encajamos esto en cada proyecto en nuestros servicios o escribirnos directamente.
