Generative UI es un enfoque en el que la IA no se limita a generar contenido: adapta o construye la interfaz que una persona necesita para completar una tarea. En lugar de obligar al usuario a recorrer pantallas prediseñadas, interpreta su intención y presenta la combinación adecuada de información, componentes y acciones.
En empresa, esa interfaz generativa solo crea valor cuando está conectada con datos autorizados, reglas de negocio y sistemas como ERP, CRM, API y motores de workflow. Añadir un chat puede mejorar la apariencia de una aplicación; rediseñar la relación entre usuario, sistema y operación puede mejorar cómo se trabaja.
Esta es la tesis que David González Alcalde, CTO de OpenSistemas, desarrolla en la entrevista «IA en interfaces: cómo cambia la experiencia de usuario y cómo aprovechar esta ventaja»: el salto importante no consiste en hacer las interfaces más conversacionales, sino más útiles, contextuales y conectadas con la operación real.
Qué es generative UI y por qué va más allá de una interfaz conversacional
Una generative UI, o interfaz generativa, es una interfaz que modifica su estructura, sus componentes o sus acciones en función de la intención, el contexto y los permisos del usuario. Puede presentar una tabla, un formulario, una alerta, una comparación o una confirmación sin depender de un único recorrido fijo diseñado para todos.
Google Research define este paradigma como la capacidad de un modelo para generar no solo contenido, sino una experiencia visual e interactiva completa. Nielsen Norman Group añade una consecuencia importante: el diseño deja de concentrarse exclusivamente en pantallas y empieza a orientarse a resultados, restricciones y necesidades concretas.
No es lo mismo que diseñar interfaces con ayuda de IA
Utilizar IA para crear un prototipo, escribir código o producir variantes de una pantalla acelera el trabajo del equipo de diseño. En una interfaz generativa, quien recibe la adaptación es el usuario final: la aplicación compone la experiencia durante el uso y de acuerdo con la tarea que intenta resolver.
Tampoco es simplemente un chatbot
Un chatbot mantiene principalmente una conversación. Una interfaz generativa puede convertir esa intención en componentes operativos: recuperar un expediente, comparar alternativas, completar campos, mostrar una excepción, pedir una autorización o ejecutar una acción. La diferencia decisiva aparece cuando la interacción permite avanzar en un proceso real.
La interfaz con IA genera valor cuando transforma una intención en una acción comprensible, autorizada y trazable; no cuando se limita a producir una respuesta convincente.
GUÍA PARA COMITÉS DE DIRECCIÓN
¿Cómo pasar de los pilotos de IA a una capacidad operativa real?
Una guía para estructurar la conversación sobre adopción de IA empresarial antes de la próxima inversión.
Descargar la guíaEl cambio relevante: de navegar por pantallas a expresar una intención
Las aplicaciones tradicionales parten de una arquitectura de navegación: menú, módulo, listado, ficha, formulario y confirmación. El usuario debe conocer la lógica del sistema y traducir su objetivo a una secuencia de clics. Cuanto más compleja es la operación, más conocimiento tácito exige la interfaz.
Una interfaz con IA puede invertir parcialmente esa relación. La persona expresa qué necesita y el sistema propone la interacción adecuada. Para gestionar una incidencia, por ejemplo, puede reunir el historial del cliente, mostrar el pedido afectado, resumir la política aplicable y presentar solo las acciones permitidas para ese perfil.
El contexto decide qué debe aparecer
La misma intención puede requerir interfaces diferentes según el rol, el dispositivo, el estado del proceso o la criticidad de la acción. Un responsable financiero puede necesitar una comparación y una aprobación; el equipo operativo, una lista de excepciones; y una persona cliente, una explicación y una alternativa. La adaptación útil no es decorativa: reduce información irrelevante sin ocultar lo necesario.
La consistencia sigue importando
Generar una interfaz distinta en cada interacción también puede destruir familiaridad y previsibilidad. Los patrones críticos —navegación, confirmaciones, errores, permisos y salida— deben conservar suficiente estabilidad. Microsoft HAX recomienda hacer explícitas las capacidades y límites del sistema, mostrar información contextual y facilitar la corrección cuando la IA se equivoca.
Una experiencia que parece inteligente no siempre genera valor
La diferencia entre una interfaz vistosa y una capacidad operativa puede comprobarse con una pregunta sencilla: ¿qué cambia después de la interacción? Si el sistema responde, pero la persona todavía debe buscar los datos, copiar información, abrir otra aplicación y repetir el procedimiento, la fricción solo ha cambiado de sitio.
| Criterio | Interfaz que parece inteligente | Generative UI conectada | Pregunta de validación |
|---|---|---|---|
| Intención | Responde a una consulta. | Interpreta la tarea y propone un recorrido. | ¿Comprende qué resultado se busca? |
| Contexto | Depende de lo escrito en el prompt. | Recupera contexto autorizado y relevante. | ¿Sabe qué información puede utilizar? |
| Interfaz | Mantiene el mismo formato conversacional. | Presenta el componente adecuado: tabla, formulario, alerta o acción. | ¿La forma de interacción ayuda a decidir? |
| Operación | Entrega texto para que alguien continúe. | Consulta o activa procesos mediante integraciones gobernadas. | ¿Permite avanzar sin duplicar trabajo? |
| Control | Oculta cómo llega a la respuesta. | Muestra datos, límites, permisos y consecuencias. | ¿La persona puede revisar, corregir o detener? |
| Medición | Se evalúa por novedad o uso. | Se compara con una línea base del proceso. | ¿Mejora un resultado observable? |
El valor debe formularse como hipótesis contra una línea base: reducir pasos innecesarios, acortar búsquedas, mejorar la consistencia, disminuir retrabajo o facilitar la gestión de excepciones. Ninguno de esos efectos está garantizado por incorporar un modelo. Depende del diseño del proceso, la calidad del contexto y la integración.
Cómo conectar la IA de la interfaz con la operación real
Una interfaz basada en IA puede conectarse con ERP, CRM, repositorios documentales, plataformas de datos, herramientas de soporte y motores de workflow. Esa conexión debe realizarse mediante una capa de integración gobernada, con identidad, permisos, validaciones y trazabilidad, en lugar de conceder al modelo acceso directo e indiscriminado.
El modelo no debe convertirse en el sistema de registro
El ERP debe seguir siendo la fuente autorizada para una factura; el CRM, para la relación comercial; y el motor de procesos, para el estado de una tarea. El modelo puede interpretar la intención y proponer una acción, pero las reglas críticas, los datos maestros y la evidencia deben permanecer en componentes controlables.
Cada acción necesita identidad y alcance
La interfaz debe saber quién solicita la acción, qué permisos tiene, qué datos sustentan la propuesta y qué sistema ejecutará el cambio. Las acciones de mayor impacto requieren confirmación explícita, registro y, cuando sea posible, reversión. Esta separación evita que una respuesta probable se convierta automáticamente en una decisión irreversible.
Este planteamiento conecta con la arquitectura descrita en nuestro artículo sobre agentes virtuales empresariales: el agente puede preparar o ejecutar; la interfaz debe permitir que la persona comprenda, valide y actúe. Son capas relacionadas, pero no equivalentes.
Principios para diseñar interfaces generativas útiles y controlables
- Diseñar desde la tarea. La pregunta inicial no es dónde colocar un chat, sino qué intenta conseguir la persona y qué fricción impide lograrlo.
- Limitar el contexto. La interfaz debe recuperar solo la información necesaria y autorizada para esa interacción.
- Conservar patrones estables. Las partes generativas no deben eliminar referencias que ayudan a orientarse, revisar y corregir.
- Mostrar consecuencias. Antes de ejecutar, la persona necesita saber qué cambiará, en qué sistema y con qué alcance.
- Diseñar el error. La experiencia debe contemplar información insuficiente, ambigüedad, indisponibilidad de sistemas y respuestas incorrectas.
- Incorporar accesibilidad. El contenido dinámico necesita estructura semántica, navegación por teclado, mensajes de estado comprensibles y alternativas predecibles.
- Medir el sistema completo. Velocidad, correcciones, retrabajo, adopción, excepciones e incidentes permiten comprobar si la interacción mejora la operación.
El People + AI Guidebook de Google propone partir de necesidades reales y definir el éxito antes de elegir la capacidad de IA. En el mismo sentido, las WCAG 2.2 del W3C ofrecen criterios para que la personalización no rompa la percepción, la navegación o la comprensión. Una interfaz más adaptable no es automáticamente más accesible.
Arquitectura y gobierno: interoperabilidad frente a dependencia de proveedor
La independencia de proveedor no significa prescindir de servicios externos. Significa evitar que experiencia, reglas, datos y ejecución queden encerrados en un único modelo o plataforma. Una arquitectura modular permite sustituir componentes cuando cambian el coste, la latencia, la privacidad, el rendimiento o los requisitos regulatorios.
| Capa | Responsabilidad | Decisión de arquitectura |
|---|---|---|
| Experiencia | Componentes, estados, accesibilidad y confirmaciones. | Qué puede variar y qué debe permanecer estable. |
| Orquestación | Interpreta la intención y coordina herramientas. | Cómo se separan planificación, reglas y ejecución. |
| Modelos | Clasificación, generación, extracción o razonamiento. | Qué modelo conviene por tarea, coste y riesgo. |
| Datos | Contexto, calidad, permisos y procedencia. | Qué fuentes son autorizadas y cómo se recuperan. |
| Sistemas | ERP, CRM, API y workflow que registran o ejecutan. | Qué acciones se permiten y cómo se auditan. |
| Observabilidad | Trazas, evaluaciones, costes, incidentes y versiones. | Cómo se detecta, explica y corrige un fallo. |
En OpenSistemas, este enfoque encaja con una propuesta que combina gobierno, automatización e integración. SOKAI aborda la automatización sobre herramientas y procesos existentes; SofIA aporta una capa de gobierno y operación; y los agentes especializados pueden conectarse con datos y sistemas reales. La interfaz es el punto donde esa arquitectura se convierte en una experiencia comprensible.
Cómo identificar un primer caso de uso de generative UI
El primer caso de uso debería combinar una fricción relevante, información repartida entre varios sistemas y una acción que pueda supervisarse o revertirse. Antes de implementar, conviene documentar el proceso actual, fijar una línea base y definir qué mejora se quiere observar sin presuponer el resultado.
Buenos candidatos
- Procesos donde el usuario consulta varias fuentes antes de decidir.
- Aplicaciones con numerosos formularios, excepciones y recorridos según el rol.
- Tareas en las que la información correcta cambia con el contexto.
- Acciones reversibles que pueden empezar con supervisión humana.
- Entornos donde ya existen API, identidad y trazabilidad reutilizables.
Malos candidatos para empezar
- Procesos que nadie puede explicar de forma consistente.
- Decisiones irreversibles o de alto impacto sin controles maduros.
- Sistemas sin fuentes autorizadas ni gestión de permisos.
- Casos elegidos únicamente porque permiten añadir conversación.
- Iniciativas sin propietario operativo ni criterio de éxito.
El sector turístico ofrece un ejemplo fácil de visualizar: una interfaz puede adaptar información y acciones al viaje, al perfil y al momento del cliente. Pero el valor aparece cuando esa experiencia se conecta con disponibilidad, reservas, incidencias y operación. Puedes ampliar este escenario en nuestro análisis sobre IA para viajes desde la interfaz y el backoffice.
De una interfaz inteligente a una capacidad operativa
Generative UI abre una posibilidad potente: que el sistema adapte la interacción a la intención real de cada persona. También introduce nuevas responsabilidades. Cuanto más cambia la interfaz y más cerca está de ejecutar, más importantes son la consistencia, la accesibilidad, los permisos, la trazabilidad y el control humano.
La tesis del vídeo de OpenSistemas puede resumirse en una idea: la IA en la interfaz genera valor cuando está conectada con la operación y permanece bajo control. Lo demás puede ser una demostración atractiva, pero no necesariamente una mejora del trabajo.
Este artículo desarrolla la perspectiva sobre interfaces incluida en nuestra serie sobre IA en empresa. Para diseñar correctamente la relación entre personas y sistemas, también puedes consultar la guía de Human Centered AI.
¿Estás evaluando cómo aplicar IA a una aplicación o proceso empresarial? Habla con OpenSistemas para identificar un caso de uso, mapear su conexión con datos y sistemas corporativos y diseñar una arquitectura interoperable y controlable antes de abordar la implementación.
Preguntas frecuentes sobre generative UI
¿Qué es generative UI o una interfaz generativa?
Una generative UI es una interfaz capaz de adaptar su estructura, información y acciones a la intención y al contexto del usuario. Su valor empresarial aparece cuando conecta esa interacción con datos, permisos, reglas y procesos reales de forma controlada.
¿En qué se diferencia una generative UI de un chatbot?
Un chatbot mantiene principalmente una conversación. Una interfaz generativa puede presentar formularios, tablas, alertas, comparativas y acciones según la tarea. La diferencia decisiva es que permite avanzar en un proceso, no solo obtener una respuesta.
¿Qué sistemas empresariales puede conectar una interfaz basada en IA?
Puede conectarse con ERP, CRM, repositorios documentales, plataformas de datos, herramientas de soporte, API y motores de workflow. La integración debe respetar identidad, permisos y sistemas de registro.
¿Qué riesgos deben controlarse antes de permitir que la IA ejecute acciones?
Deben controlarse los permisos, la calidad y procedencia del contexto, la ambigüedad, los errores del modelo, la trazabilidad y el impacto de cada acción. Las operaciones críticas requieren confirmación, registro, escalado y mecanismos de reversión cuando sean viables.
¿Cómo elegir un primer caso de uso de generative UI?
Conviene priorizar un proceso con fricción relevante, contexto repartido entre varios sistemas y acciones supervisables o reversibles. Antes de construir, hay que documentar la línea base, asignar un responsable y definir qué resultado observable se quiere mejorar.
¿Cómo evitar la dependencia de un único proveedor de IA?
Separando la experiencia, la orquestación, los modelos, los datos y los sistemas de registro. Una arquitectura modular permite sustituir modelos o servicios sin reconstruir todo el proceso y evita encerrar las reglas de negocio en una única tecnología.
Fuentes consultadas
- OpenSistemas: «IA en interfaces: cómo cambia la experiencia de usuario y cómo aprovechar esta ventaja», 17 de junio de 2026.
- Google Research: «Generative UI: A rich, custom, visual interactive user experience for any prompt».
- Nielsen Norman Group: «Generative UI and Outcome-Oriented Design».
- Microsoft HAX Toolkit: Guidelines for Human-AI Interaction.
- Google PAIR: People + AI Guidebook.
- W3C: Web Content Accessibility Guidelines 2.2.
