Automatización antes que nada — ese es el mensaje con el que Hour9 llegó al mercado.
La agencia, fundada por Kevin Smida y con sede en Somerville, Massachusetts, acaba de anunciar su lanzamiento oficial el 22 de agosto de 2026 con una propuesta que va a contracorriente de lo que casi todo el mundo está haciendo por ahí. En lugar de meter inteligencia artificial en cada proyecto que aparece, Hour9 empieza por el principio: entiende el proceso, mapea los problemas y solo después decide qué tecnología tiene sentido. Parece obvio cuando lo lees así, pero la verdad es que este tipo de enfoque todavía es raro en un mercado que vive persiguiendo el próximo hype tecnológico.
Y las cifras del propio arranque de la agencia ya dicen bastante. De 8 proyectos realizados con 5 clientes antes del lanzamiento oficial, solo 1 necesitó IA de verdad. Los otros 7 se resolvieron con automatización tradicional o código estructurado — soluciones más simples, más predecibles y mucho más fáciles de mantener en el día a día. Esto plantea una pregunta que muchas empresas deberían hacerse antes de firmar cualquier contrato con un proveedor de IA: ¿la inteligencia artificial se está colocando en el lugar correcto — o solo está llenando un espacio que todavía no se ha entendido bien? 🤔
El Problema con la Carrera por la IA
En los últimos años, especialmente después de que los large language models explotaron en los medios, se volvió casi una obligación para cualquier empresa decir que está usando inteligencia artificial en algo. El problema es que esa presión creó un patrón bastante problemático: la tecnología se elige antes de comprender el problema. Es como comprar un martillo caro antes de saber si lo que necesitas clavar es un clavo o un tornillo. ¿El resultado? Proyectos caros, complejos y que requieren mantenimiento constante para resolver algo que podría haberse automatizado con una fracción del esfuerzo.
Kevin Smida, ingeniero en bioingeniería por la Universidad de Pensilvania, resume bien esta lógica. Según él, preguntar ¿dónde podemos usar IA? parece un buen punto de partida, pero esa pregunta suele hacerse demasiado pronto. El punto de partida ideal es entender el problema primero y solo entonces decidir si la IA es realmente la herramienta correcta para resolverlo. Es una inversión simple en el orden de las preguntas, pero que cambia completamente el resultado final de un proyecto.
Reciba el mejor contenido sobre innovación en su correo electrónico.
Todas las noticias, consejos, tendencias y recursos que buscas, directamente en tu bandeja de entrada.
Al suscribirte al boletín informativo, aceptas recibir comunicaciones de Método Viral. Nos comprometemos a proteger y respetar siempre tu privacidad.
Hour9 identificó exactamente ese vacío y construyó toda su propuesta de valor sobre él. La idea central no es rechazar la inteligencia artificial — para nada. La idea es respetar el diagnóstico antes de recetar el remedio. Cuando empiezas mapeando el proceso real, con todas sus fricciones, cuellos de botella y excepciones, la elección de la tecnología deja de ser una apuesta y pasa a ser una consecuencia lógica de lo encontrado. En palabras del propio fundador, la IA necesita ganarse su lugar. Si no es la herramienta correcta, la agencia simplemente no la recomienda. Eligen la tecnología para servir al flujo de trabajo, y no moldean el flujo de trabajo para que encaje en la tecnología.
Y hay otro punto del que poca gente habla abiertamente: mantener un sistema con IA integrada es más caro y más complejo que mantener un sistema de automatización convencional. Los modelos necesitan ser monitoreados, ajustados, reentrenados y validados constantemente. Cuando la necesidad real del negocio puede resolverse con una automatización estructurada y bien construida, optar por el camino más simple no es falta de ambición — es inteligencia operativa de verdad.
La Metodología que Hour9 Trajo al Juego
El corazón del enfoque de Hour9 está en lo que ellos llaman diagnóstico de procesos — una fase que viene antes de cualquier conversación sobre herramientas o plataformas. En esta etapa, el equipo se sumerge a fondo en el flujo de trabajo del cliente, entendiendo cómo se conectan las tareas, dónde se atoran las informaciones, qué etapas dependen de decisión humana y cuáles ya podrían estar funcionando solas desde hace mucho. Cada proyecto comienza identificando qué flujos están perdiendo tiempo, generando errores o creando fricción, y después evalúa esos flujos con base en criterios como frecuencia, impacto en el negocio, complejidad de la decisión y viabilidad de automatización.
A diferencia de proveedores que ofrecen soluciones premontadas corriendo dentro de software de terceros, Hour9 diseña y construye cada automatización específicamente para el negocio y el flujo de trabajo del cliente. La agencia no trabaja con reventa de plataformas, y las recomendaciones de tecnología se hacen después del mapeo del proceso — nunca antes. Esto significa que el cliente recibe una recomendación basada en lo que su flujo realmente necesita, y no en lo que la agencia ya tenía listo en la estantería para vender.
Cuando un flujo sigue reglas claras y repetibles, con entradas predecibles, Hour9 normalmente recomienda automatización tradicional o código estructurado. La IA entra en escena cuando el proceso requiere interpretar entradas ambiguas o no estructuradas, considerar contexto que no puede mapearse de antemano, o tomar decisiones que las reglas fijas no logran manejar con confianza. Esta metodología no es solo una diferenciación de marketing. Tiene impacto directo en la eficiencia operativa de los proyectos entregados. Las soluciones más simples fallan menos, son más fáciles de auditar y permiten que los equipos internos de los clientes entiendan y operen lo construido sin depender eternamente del proveedor.
Tres Casos que Muestran la Metodología en la Práctica
Algunos ejemplos reales ayudan a entender cómo funciona esto en el día a día. Una empresa de servicios residenciales llegó pidiendo un agente de IA para calificar y distribuir leads de ventas. Después de mapear el flujo de decisión, Hour9 se dio cuenta de que el enrutamiento de los leads seguía criterios bastante claros — zona de cobertura, tipo de servicio, valor estimado y urgencia. La recomendación fue automatización tradicional, no IA. Más simple, más barato e igualmente eficaz.
Por otro lado, una agencia de marketing buscó a Hour9 queriendo prospección automatizada, propuestas generadas por IA y un asistente de ventas inteligente. Al revisar la operación, quedó claro que los problemas reales eran una entrega inconsistente de servicios, alta rotación de clientes y un proceso de onboarding indefinido. Hour9 rechazó el proyecto y recomendó que la empresa estandarizara sus operaciones antes de intentar cualquier automatización. Es el tipo de honestidad que rara vez aparece en un pitch comercial.
El tercer caso fue el de una empresa de gestión inmobiliaria que quería automatizar el proceso de solicitudes de mantenimiento. A primera vista, el proceso parecía simple, pero las entrevistas con el equipo operativo revelaron que ni siquiera existía un procedimiento estandarizado. Hour9 fue contratada primero para documentar el proceso como un procedimiento operativo estándar. Ese trabajo reveló que cerca del 90% del flujo encajaba en automatización tradicional y solo el 10% — la interpretación de las solicitudes de mantenimiento escritas en texto libre por los inquilinos — justificaba el uso de IA.
Lo que los Números de Hour9 Revelan sobre el Mercado
La estadística de 1 de cada 8 proyectos necesitando IA de verdad no es un dato cualquiera. Es un espejo del mercado — y el reflejo no es de lo más halagador para quienes venden IA como solución universal. Si una agencia especializada en automatización e inteligencia artificial, fundada por alguien que claramente entiende el tema a profundidad, llega a la conclusión de que solo el 12,5% de sus proyectos iniciales requirieron IA de forma genuina, eso dice mucho sobre cuánto hype sigue inflando las expectativas por ahí.
Herramientas que usamos a diario
Y los datos del sector refuerzan este diagnóstico. Una encuesta de Goldman Sachs de 2026, realizada con 1.256 participantes del programa 10.000 Small Businesses, señaló que el 76% de las empresas ya usan IA, pero solo el 14% afirmó que está completamente integrada en las operaciones principales. Curiosamente, el 93% de los usuarios reportaron impacto positivo en el negocio, independientemente de la profundidad de la integración. Por su parte, Gartner, en abril de 2026, identificó que las iniciativas de IA mal dimensionadas y desalineadas con las operaciones existentes estaban entre las principales causas de expectativas de retorno frustradas. Y en julio de 2026, la Associated Press informó sobre una creciente reacción corporativa contra la adopción indiscriminada de IA, ya que los costos crecientes no generaban ganancias de productividad proporcionales.
Como el propio Smida plantea, la IA puede mejorar un proceso sólido, pero no logra compensar un modelo de negocio roto ni arreglar un flujo que todavía no ha sido claramente definido. El objetivo no es poner IA en todos lados — es usar la tecnología confiable más simple que resuelva el problema. Este dato también ilumina un problema estructural que afecta a muchas empresas que intentan modernizarse ahora: la falta de un proceso de diagnóstico de procesos antes de cualquier decisión tecnológica.
Hour9 atiende empresas de servicios que quieren identificar y resolver ineficiencias operativas a través de la automatización, construyendo, monitoreando y gestionando las soluciones de forma continua. La agencia está apostando a que existe un mercado grande y necesitado de exactamente este tipo de honestidad técnica. Empresas que ya se quemaron con promesas exageradas, que quieren entender lo que realmente necesitan antes de comprar, y que valoran una entrega que funciona en el mundo real más que una demo impresionante. Si la trayectoria inicial de la agencia es algún indicativo, la apuesta parece bien fundamentada — y el modelo podría terminar influyendo en cómo otras empresas del sector construyen sus propias propuestas metodológicas en los próximos años. 🚀
