«Tenemos que hacer algo con la IA.» Seguro que lo has oído en alguna reunión, o lo has dicho tú. Es una frase que mueve presupuestos y casi nunca dice qué hay que hacer. El resultado habitual son tres meses de pruebas con herramientas sueltas, mucho entusiasmo al principio y nadie que sepa decir al final qué se ha ganado.
Aquí tienes un método para empezar con IA en tu empresa que se puede hacer en cuatro semanas, sin comprar nada y con una decisión clara al final: seguir, construir o dejarlo. Sirve igual para una pyme de diez personas que para un departamento de una empresa grande.
Antes de nada: la IA es un medio, no un objetivo
Una empresa no necesita «tener IA». Necesita que cierta tarea cueste menos tiempo, tenga menos errores, atienda mejor a un cliente o permita un producto que antes no era posible. La IA es una de las formas de conseguirlo, y a veces no es la mejor. Si una tarea se resuelve con una hoja de cálculo bien montada o con una regla sencilla en tu programa de gestión, hazlo así. Es más barato, más fácil de mantener y no se equivoca de forma creativa.
Nuestro lema para la IA es integrarla donde realmente aporta. El método que sigue es la forma de averiguar dónde es eso.
Semana 1: encuentra los candidatos
Durante una semana, pide a las personas de tu equipo que apunten las tareas que repiten y cuánto tiempo les llevan. No hace falta ser preciso: una lista compartida con la tarea, quién la hace, cuántas veces a la semana y cuántos minutos cada vez.
En la mayoría de empresas aparecen cuatro o cinco candidatas claras. Suelen ser de estos tipos:
- Pasar datos de un sitio a otro (de un correo a un programa, de un PDF a una hoja).
- Clasificar o etiquetar: correos, documentos, incidencias, facturas.
- Redactar textos parecidos entre sí: respuestas, presupuestos, informes con la misma estructura.
- Resumir: reuniones, hilos de correo, documentos largos.
- Buscar información en documentos propios: políticas, manuales, contratos.
Semana 2: puntúalas con una matriz sencilla
Para cada candidata, da una nota de 1 a 5 en cinco criterios. En el último criterio, 5 significa que equivocarse sale barato.
- Frecuencia. ¿Cuántas veces ocurre? 5 si es a diario, 1 si es de vez en cuando.
- Claridad. ¿Hay una entrada y una salida bien definidas? Entra un documento, sale un resumen. Si ni tu equipo se pone de acuerdo en qué es una buena respuesta, una IA tampoco lo va a adivinar.
- Datos. ¿Están accesibles, ordenados y se pueden usar? Este criterio hunde más proyectos que cualquier otro.
- Coste del error. Un 5 significa que un fallo se corrige en un minuto sin consecuencias. Un 1 significa que puede costar dinero, un cliente o un problema legal.
- Valor. Horas ahorradas, errores evitados o ingresos posibles.
Un ejemplo ilustrativo, con una distribuidora inventada de 25 personas:
| Candidata | Frecuencia | Claridad | Datos | Coste del error | Valor | Total |
|---|---|---|---|---|---|---|
| Clasificar correos entrantes de clientes | 5 | 4 | 4 | 4 | 4 | 21 |
| Resumir reuniones | 4 | 5 | 5 | 5 | 2 | 21 |
| Conciliar facturas con pedidos | 5 | 4 | 3 | 2 | 5 | 19 |
| Redactar presupuestos | 3 | 3 | 3 | 2 | 5 | 16 |
| Responder dudas de empleados sobre RRHH | 3 | 4 | 3 | 4 | 2 | 16 |
Hay un empate entre clasificar correos y resumir reuniones. Se desempata por valor, y gana clasificar correos. Fíjate también en que conciliar facturas puntúa alto pero tiene un coste de error de 2: si se automatiza, tiene que pasar siempre por una persona antes de dar nada por bueno. No es mal candidato, pero no es un buen primer proyecto.
Si quieres ver cómo se aplica esta lógica a un caso concreto, en el artículo sobre atención al cliente con IA clasificamos las consultas con un semáforo parecido.
Quédate con una sola candidata. Elegir tres es la forma más rápida de no terminar ninguna.
Semana 3: prueba a mano, antes de construir nada
Con tu candidata elegida, coge veinte casos reales de los últimos meses. Pásalos por un asistente de IA de uso general, con una instrucción clara de lo que quieres. Después, revisa cada resultado y clasifícalo en una de tres categorías:
- Correcto: se puede usar tal cual.
- Corregible: una persona lo arregla en menos de un minuto.
- Incorrecto: hay que rehacerlo o no se puede usar.
Como regla orientativa nuestra, que debes ajustar a tu caso: si el 80 % o más es correcto o corregible, hay base para seguir. Entre el 50 y el 80 %, hay que trabajar los datos o la instrucción antes de decidir. Por debajo del 50 %, lo habitual es que la tarea no sea buena candidata o que falten datos.
Esta prueba cuesta unas horas y te enseña más que cualquier presentación comercial. También te da el material para la siguiente fase: los casos en los que falla son los que hay que resolver o dejar fuera.
Semana 4: calcula si compensa, y decide
Para saber si merece la pena, usa esta cuenta con tus datos:
horas ahorradas a la semana × coste por hora × 48 semanas, comparado con el coste de construirlo más el mantenimiento anual.
Un ejemplo ilustrativo: si la tarea consume 6 horas a la semana a 25 euros la hora, son 7.200 euros al año. Si construirlo cuesta 6.000 euros y el mantenimiento 100 euros al mes (1.200 euros al año), el primer año queda en tablas: 7.200 de ahorro frente a 7.200 de coste. A partir del segundo año, el ahorro neto es de 6.000 euros.
Esa cuenta no incluye lo que a veces pesa más: menos errores, respuestas más rápidas o tiempo liberado para trabajo de más valor. Pero conviene ponerlas aparte y no mezclarlas con el ahorro en euros, para que la decisión sea honesta.
Con la prueba manual y la cuenta, la decisión tiene tres salidas:
| Decisión | Cuándo |
|---|---|
| Seguir con una herramienta que ya existe | La prueba manual funciona y hay un producto que lo hace bien por un precio razonable |
| Construir algo a medida | Necesitas integrarlo con tus sistemas, tus datos son especiales o ninguna herramienta cubre el caso |
| Dejarlo | La prueba falla, el coste supera el ahorro o los datos no están listos |
Dejarlo también es un buen resultado. Has gastado un mes, no un proyecto.
Antes de contratar: diez preguntas para cualquier proveedor
Si decides apoyarte en una herramienta o en una empresa, estas preguntas separan a quien ha hecho el trabajo de quien vende presentaciones:
- ¿Qué datos míos salen de mi entorno y adónde van?
- ¿Quién tiene acceso a ellos y se usan para entrenar modelos?
- ¿Cómo se mide la calidad de las respuestas y con qué casos?
- ¿Qué pasa cuando el proveedor del modelo lo cambia o lo retira?
- ¿Puedo exportar mis datos y mi configuración si me quiero ir?
- ¿Qué incluye el mantenimiento, y quién lo hace?
- ¿Quién revisa los errores y con qué frecuencia?
- ¿Cuál es el coste por uso cuando el volumen se multiplique por diez?
- ¿Cuánto dura un piloto y con qué criterio decidimos si seguimos?
- ¿Qué haréis si no funciona?
Un proveedor que te contesta con claridad a las diez te está dando un buen motivo para fiarte. Uno que las esquiva te está dando otro.
Quién debe responsabilizarse
Un proyecto de IA sin una persona responsable de su resultado se queda a medias. Esa persona no tiene que ser técnica. Tiene que conocer el proceso, decidir qué es un resultado aceptable y revisar cómo va. Si no existe, el proyecto se convierte en un experimento de tecnología que nadie usa.
Errores habituales al empezar
- Elegir la herramienta antes que el problema.
- Escoger un primer proyecto demasiado grande y que a los tres meses nadie recuerde cómo iba.
- Empezar sin saber en qué estado están los datos.
- Medir el éxito con la sensación del equipo y no con números.
- Dar por hecho que lo que funciona en una demostración funcionará con tus datos reales.
Si quieres profundizar en cómo planificar y controlar un proyecto de IA una vez elegido, tenemos una guía sencilla con ejemplos: Planificación y control de proyectos de IA.
Preguntas frecuentes
¿Necesito una gran cantidad de datos para empezar?
Para la prueba manual, no. Con veinte casos reales puedes saber si una idea aguanta. Los datos importan más cuando construyes algo que se conecta con tus sistemas o que responde desde tus documentos.
¿Cuánto cuesta empezar?
La prueba manual cuesta horas de tu equipo y, como mucho, una suscripción a un asistente de uso general. El coste de un proyecto a medida depende del caso, y por eso conviene tener la prueba hecha antes de pedir un presupuesto.
¿Tengo que contratar a un equipo técnico?
No para empezar. Sí para construir algo a medida o integrarlo con tus sistemas, y ahí tiene sentido apoyarte en una empresa que ya lo haya hecho.
¿Y si mis datos son sensibles?
Entonces la decisión sobre dónde se procesan y quién accede a ellos pasa a ser la más importante del proyecto, antes que la elección de la tecnología. Consúltalo con tu responsable de protección de datos.
¿Cuánto tiempo tarda todo esto?
El método de este artículo son cuatro semanas. Un proyecto construido a partir de él tarda lo que dicte su alcance, y conviene que sea corto.
Si quieres hacer este ejercicio con alguien de fuera
En MOWOMO empezamos los proyectos de Desarrollo IA con una lectura de tu contexto antes de dar ningún presupuesto: hablamos con quien conoce el proceso, miramos los datos y te decimos con franqueza si compensa. A veces la respuesta es que no.
Si quieres hacerlo con nosotros, cuéntanos tu caso y te respondemos en menos de 48 horas laborables.
MOWOMO es una agencia digital de Chiclana de la Frontera (Cádiz) que trabaja desde 1998 en consultoría, desarrollo web, ecommerce, SEO y proyectos de IA.
Recibe el boletín de MOWOMO
Artículos y recursos sobre inteligencia artificial aplicada a webs, tiendas online y procesos de empresa, directos a tu correo.