La pregunta que nos hacen los gerentes de pymes ya no es “¿deberíamos hacer algo con IA?”, sino “ya lo hemos probado, ¿y ahora qué?”. Esta guía intenta responder sin humo: qué funciona de verdad en una empresa de 5 a 50 personas, cómo elegir el primer proyecto, qué exige el RGPD y cómo saber si ha merecido la pena.
Dónde aporta valor hoy la IA en una pyme
La IA generativa hace bien una cosa: leer, resumir, clasificar y redactar texto con criterio razonable. Casi todo lo que funciona hoy en una pyme se apoya en eso.
Documentos y correo
- Extracción de datos de facturas, albaranes y pedidos que llegan en PDF o en foto, para volcarlos en el ERP sin teclearlos.
- Clasificación del correo entrante: consulta comercial, incidencia o publicidad, y a quién le toca cada cosa.
- Borradores de respuesta a clientes a partir de vuestras plantillas, para que una persona revise y envíe en lugar de escribir desde cero.
- Actas de reunión: transcripción, resumen y lista de acciones, sin que nadie tome notas mientras se habla.
Conocimiento interno
Un asistente que responde preguntas sobre vuestros propios documentos (procedimientos, tarifas, manuales, contratos) evita interrupciones y acorta la incorporación de personal nuevo. Funciona si la documentación existe y está ordenada; si no, el primer paso es ordenarla, como contamos en la guía de digitalización de documentos.
Agentes que ejecutan un flujo completo
El siguiente escalón son los agentes: en lugar de responder a una pregunta, ejecutan un proceso de principio a fin. Recibir un pedido por correo, comprobar el stock, crearlo en el ERP y contestar al cliente con la fecha de entrega. Es donde más horas se ahorran y donde más importa diseñarlo bien, con revisión humana en los pasos que tienen consecuencias: cobros, envíos, compromisos con clientes.
Cómo elegir el primer proyecto
El error más habitual es empezar por lo más ambicioso. El primer proyecto tiene que cumplir tres condiciones:
- Pequeño: un solo proceso, un solo equipo, en marcha en semanas y no en meses.
- Medible: tenéis que poder decir cuánto tiempo o cuántos errores costaba antes. Si no lo sabéis, medidlo un par de semanas antes de tocar nada.
- De bajo riesgo: si el modelo se equivoca, alguien lo ve antes de que llegue al cliente o a Hacienda.
Un buen candidato suele ser una tarea repetitiva, con volumen claro y con una persona que la sufre y estaría encantada de dejar de hacerla: la clasificación del correo o las facturas de proveedor encajan casi siempre.
Privacidad y RGPD: lo que no se negocia
Aquí es donde más problemas vemos, casi siempre por desconocimiento.
- Nada de datos personales en herramientas gratuitas. Las versiones gratuitas o personales de los chats de IA suelen usar lo que se escribe para entrenar modelos. Pegar ahí una nómina, un contrato o el correo de un cliente es ceder datos a un tercero sin base legal.
- Cuentas de empresa con contrato de tratamiento. Los planes empresariales de los principales proveedores incluyen ese acuerdo y no entrenan con vuestros datos. Pedidlo por escrito antes de contratar.
- Residencia de datos en la UE. Cada vez más proveedores permiten procesar en centros de datos europeos. Para datos sanitarios, financieros o de menores es una condición, no una preferencia.
- Reglamento europeo de IA. Para la mayoría de usos en una pyme (redactar, resumir, clasificar) las obligaciones son de transparencia. Contratación de personal, crédito o seguridad entran en categorías de mayor riesgo y exigen más cuidado.
Qué cuesta
Menos de lo que se imagina en licencias y más de lo que se imagina en horas propias.
- Las licencias de los asistentes generales se pagan por usuario y mes, en el rango de una suscripción de ofimática.
- El uso por API se paga por volumen de texto procesado; para una pyme suele ser una cantidad modesta al mes.
- El coste real está en diseñar el flujo, integrarlo con vuestros sistemas y las semanas de ajuste hasta que la salida es fiable. Ahí se decide si el proyecto funciona.
Errores que vemos una y otra vez
- Empezar por la herramienta y no por el proceso. “Queremos usar tal producto” es un mal punto de partida. “Tardamos cuatro horas al día en meter albaranes” es uno bueno.
- Nadie es dueño del resultado. Si la IA redacta y nadie revisa, los errores llegan al cliente. Cada flujo necesita una persona responsable de su salida.
- Esperar el 100 % de acierto. No lo va a dar. Diseñad el proceso para que los casos dudosos se aparten y los revise alguien; es más barato y más seguro que perseguir la perfección.
Cómo medir si funciona
Fijad las métricas antes de empezar y revisadlas al mes y a los tres meses:
- Horas por semana dedicadas a la tarea, antes y después.
- Tasa de error o de casos devueltos a revisión.
- Coste mensual total (licencias, API, tiempo de revisión) frente a las horas liberadas.
Si a los tres meses los números no salen, se corrige el diseño o se retira. Tener claro de antemano qué significa “no funciona” evita mantener por inercia cosas que no aportan.
Por dónde empezar la semana que viene
Elegid una tarea que se repita a diario, medid cuánto cuesta, comprobad qué datos maneja y montad un piloto con una persona responsable. Si queréis una segunda opinión antes de invertir, en nuestro servicio de consultoría de IA hacemos exactamente ese análisis. Y si el problema es más de proceso que de inteligencia, empezad por la automatización; muchas veces basta.