«Queremos IA»: qué nos piden las pymes y qué acaba funcionando

Este verano hemos presupuestado varios proyectos de IA para pymes. En casi ninguna de esas primeras reuniones el cliente hablaba de modelos, de agentes ni de automatización. Hablaba de tener que teclear el mismo dato dos veces, de no encontrar un documento sin abrir catorce carpetas, o de necesitar que alguien leyera doscientos correos y sacara en claro qué hay que hacer esta semana.

Piden IA porque es la etiqueta que se usa ahora para pedir eso. Hace unos años la etiqueta era “queremos digitalizarnos”. No es que el cliente no sepa lo que quiere: es que la etiqueta le sirve para abrir la conversación con nosotros. Nuestro trabajo en esa primera reunión no es hablar de modelos, es traducir la etiqueta a un proceso concreto, con un antes y un después que se pueda medir.

Lo que se pide y lo que hay detrás

Cuando un gerente dice “queremos IA” suele estar señalando un síntoma, no un diagnóstico. El síntoma es visible: una tarea que se repite, un cuello de botella, una persona del equipo que se pasa media semana haciendo algo mecánico. El diagnóstico requiere mirar el proceso completo, y ahí es donde a veces aparece algo incómodo.

Hay peticiones que se resuelven sin ningún modelo de por medio: un campo bien puesto en la aplicación de gestión, una integración entre dos sistemas que hasta ahora no se hablaban, o directamente eliminar un paso que nadie se había parado a cuestionar. Decir eso en una primera reunión cuesta una venta más grande. También es lo que hace que la relación con el cliente dure.

Pedir, necesitar, amortizar: no son lo mismo

Lo que se pide, lo que hace falta y lo que de verdad compensa pagar son tres cosas distintas, y casi nunca coinciden del todo. Separarlas es el trabajo real de esa primera conversación.

Un ejemplo típico: nos piden “un chatbot que atienda a los clientes”. Detrás de esa petición casi siempre hay una necesidad más pequeña y más concreta: las mismas cinco o seis preguntas se repiten una y otra vez, y quien las responde pierde tiempo buscando la información o copiando la misma respuesta. Ahí no hace falta un chatbot conversacional: hace falta tener esas respuestas centralizadas y accesibles, y a veces ni siquiera un modelo de IA, sino un formulario que dirija bien la consulta desde el principio. Un chatbot con IA solo se amortiza cuando el volumen de esas preguntas repetidas es alto de verdad y varía lo suficiente como para que no baste una respuesta fija.

Otro caso frecuente: “queremos que la IA nos haga los informes”. Lo que suele haber debajo es que la información para hacer ese informe está repartida en varios sitios (un hilo de conversación, una hoja de cálculo, el propio sistema de gestión) y montarlo cada semana es un ejercicio de ir y venir entre herramientas que no se hablan entre sí. Ahí lo que amortiza no es “una IA que escriba bonito”, sino un flujo que consolide esos datos automáticamente y presente lo relevante, que es exactamente lo que hacemos nosotros mismos cada mañana con nuestro propio briefing de proyectos activos, generado a partir de varias fuentes sin que nadie lo recopile a mano.

Un tercer patrón: “queremos digitalizarlo todo con IA”, sin acotar más. Es la petición más grande y la que menos suele amortizarse tal cual se plantea, porque no hay un proceso concreto detrás, sino una intuición general de que algo debería ir mejor. Ahí el trabajo es casi de traducción: preguntar, observar el día a día, y encontrar dentro de ese “todo” el proceso concreto que sí se puede automatizar con un resultado medible, dejando el resto para otra fase o para no tocarlo.

El patrón se repite en los tres casos: la petición nombra una tecnología, la necesidad señala un proceso, y lo que se amortiza es siempre más pequeño, más aburrido y más concreto que la petición original. Por eso desconfiamos de cualquier propuesta que empiece por la tecnología (“os montamos un chatbot”, “os ponemos un agente”) antes de haber mirado el proceso: es la forma más rápida de vender algo que luego no se usa, porque resuelve la palabra que se ha pronunciado en la reunión y no el problema que había detrás.

Cuando sí hace falta

Cuando el proceso de verdad necesita un modelo detrás, el proyecto suele ser mucho más pequeño de lo que el cliente imagina al principio. No es “meter IA en la empresa” ni montar un departamento nuevo. Es automatizar un proceso concreto y acotado, con una persona revisando el resultado antes de que ese resultado tenga consecuencias.

Esa acotación es la parte que más trabajo nos lleva: decidir qué tarea concreta se automatiza primero, qué datos entran, qué sale y quién lo revisa. Es la misma disciplina que aplicamos al desarrollar aplicaciones a medida: entender el proceso de negocio antes de escribir una línea de código o levantar un flujo con inteligencia artificial. Puedes ver cómo lo planteamos en soluciones de inteligencia artificial.

La pregunta que cambia la conversación

Hemos ido cambiando la pregunta con la que abrimos estas reuniones. “¿Para qué queréis usar IA?” suele generar respuestas abstractas, casi siempre copiadas de algo que el cliente ha leído o visto usar a otro. Funciona mejor preguntar “¿qué hacéis todas las semanas que os da rabia hacer?”.

Esa segunda pregunta señala directamente el proceso real: la tarea repetitiva, el documento que hay que buscar, el correo que hay que responder siempre igual. A partir de ahí es mucho más fácil valorar si compensa automatizarlo con IA, con una integración más sencilla, o simplemente cambiando cómo está montado el proceso.

Lo que nos llevamos de este verano

Lo que de verdad amortiza un proyecto de IA en una pyme no es el modelo que se elija, sino qué tan bien se ha acotado el problema antes de tocar la tecnología. El cliente que pide IA casi siempre tiene razón en el síntoma y no siempre en el diagnóstico, y ahí es donde entra nuestro trabajo. Si tenéis un proceso que os hace perder tiempo todas las semanas y no sabéis si merece la pena automatizarlo, es la pregunta con la que empezamos cualquier conversación en contacto.