Implementación de IA en empresas: por dónde se empieza de verdad

La escena se repite en casi todas las empresas donde entro. Alguien en un comité dice que hay que implantar inteligencia artificial. Todos asienten. Nadie sabe muy bien por dónde.

Seis meses después, lo único que ha pasado es que tres personas usan ChatGPT a su aire para redactar correos, sin reglas, y la dirección sigue sin saber si eso aporta algo.

No es un problema de tecnología. Es que se empieza por el sitio equivocado.

Implementación e implantación no son lo mismo

Los dos términos se usan indistintamente para lo mismo —meter inteligencia artificial en una empresa— y conviene separarlos, porque explican por qué tantos proyectos se quedan a medias.

Implementación es la parte técnica: conectar una herramienta, configurar un flujo, integrar un sistema con otro. Es un problema de ingeniería y suele resolverse en semanas.

Implantación es que la organización lo adopte: que las personas cambien cómo trabajan, que existan reglas, que alguien responda de los resultados. Es un problema de gestión y tarda meses.

Casi todos los proyectos de IA que fracasan están bien implementados y mal implantados. La herramienta funciona. Nadie la usa. O la usan tres personas a su manera, sin criterio común.

Por eso la pregunta útil no es «qué herramienta compro», sino «qué va a cambiar en el día a día de mi equipo, y quién se encarga de que cambie».

¿Qué deben hacer las empresas para adaptarse a la IA?

Cuatro cosas, y ninguna es comprar software.

Entender dónde se va el tiempo. No la versión del organigrama: la real. Siéntate con tu equipo y mira durante una semana qué tareas se repiten, cuáles nadie disfruta y cuáles no exigen criterio. Ahí están tus candidatas.

Decidir qué no se toca. Antes de automatizar nada, define qué queda fuera. La relación con un cliente molesto, cualquier dato que salga publicado sin verificar, la voz de la empresa. Esa lista protege más que cualquier herramienta.

Poner reglas por escrito. Una página basta: qué usos están permitidos, qué información no sale nunca a una herramienta externa, quién revisa qué, y quién responde. Sin eso, cada persona improvisa las suyas y ahí aparecen los líos. Lo desarrollo en cómo crear una política interna de uso de IA.

Empezar pequeño y medido. Un proceso, dos o tres personas, cuatro semanas, un número que diga si ha servido. Si funciona, se amplía. Si no, has perdido poco.

Fíjate en que las cuatro son decisiones de negocio, no de tecnología. Por eso el proyecto lo tiene que liderar alguien que entienda la operación, no solo el departamento técnico.

Las cuatro decisiones que van antes de elegir herramienta

Qué problema resuelve, en una frase. Si no puedes escribirlo sin condicionales, todavía no lo tienes claro. «Reducir de tres días a media jornada el montaje del informe mensual» es un problema. «Ser más eficientes con IA» no lo es.

Cuánto vale resolverlo. Enumera las tareas repetitivas, estima las horas que consumen al mes, multiplica por el coste hora del perfil que las hace. Ese número es tu techo de inversión razonable. Si es pequeño, acabas de ahorrarte el proyecto.

Quién lo va a usar y con qué formación. Una persona necesita entre quince y veinticinco horas para pasar de «sé que existe» a «lo uso bien en mi trabajo». No son horas de curso: son horas de probar sobre tareas reales y ajustar.

Qué pasa con los datos. Qué información puede salir a una herramienta externa y cuál no. Es la decisión que más barata sale tomar a tiempo y más cara sale improvisar.

Solo después de esas cuatro tiene sentido comparar herramientas. Y entonces la comparación es fácil, porque ya sabes qué tiene que hacer.

Por dónde empezar: los procesos que sí compensan

En empresas de servicios, industria y sector ambiental, el ahorro real se concentra en pocos sitios. Los que veo funcionar de forma consistente:

Clasificar y enrutar entradas. Avisos, incidencias, solicitudes que llegan por teléfono, correo y formulario. La máquina clasifica por tipo y urgencia y lo deja preparado; la persona confirma y resuelve. Lo detallo en avisos e incidencias: qué automatizar y qué dejar a una persona.

Montar informes recurrentes. Reunir datos dispersos en hojas que no se hablan entre sí y preparar un primer borrador. La verificación de cada cifra sigue siendo humana, pero el trabajo mecánico de recopilar desaparece. Más detalle en reporting: de la hoja de cálculo dispersa al informe que alguien lee.

Responder lo repetitivo. Un porcentaje altísimo de las consultas que recibe cualquier empresa son las mismas diez preguntas. Ahí la IA responde bien y a cualquier hora. Con un límite claro, que explico en atención y consultas con IA.

Reaprovechar documentación. Memorias técnicas, propuestas, apartados que se repiten de un encargo a otro. La máquina estructura y prepara borradores; la persona verifica. Con una regla que no admite excepción: la IA no inventa datos.

Transcribir y resumir. Reuniones, entrevistas, informes largos. Es donde el ahorro es casi total y el riesgo casi nulo. Suele ser el mejor primer caso porque demuestra valor en una semana.

El hilo común de los cinco: trabajo mecánico, volumen alto, criterio bajo. Cuando falta alguna de esas tres condiciones, el retorno se desploma.

Lo que no conviene automatizar

Conocer los límites separa a quien usa la IA con criterio de quien se mete en un problema.

La relación con un cliente descontento. Quien atiende una queja no está dando información: está bajando la tensión. Automatizar eso es regalar un problema de reputación por ahorrar unos minutos.

Cualquier dato sin verificar. La IA genera cifras y citas que parecen ciertas y no lo son. Si sale publicado, la responsabilidad es de tu empresa, no de la herramienta.

La voz de la organización. La IA produce textos correctos y genéricos. Tu manera de explicar las cosas la pone tu equipo. Los riesgos de delegarla los detallo en riesgos reputacionales de usar IA en contenidos corporativos.

Las decisiones. La IA ayuda a producir, nunca a decidir. La última palabra es siempre humana, y alguien con nombre y apellidos tiene que responder de ella.

Cuánto cuesta de verdad

Las licencias son la parte trivial: entre veinte y treinta euros por persona y mes. Suelen ser el 10 o el 20 % del coste total.

El resto está en otro sitio: las horas de aprendizaje del equipo, el trabajo de definir la gobernanza, y sobre todo el coste de equivocarse de proceso. Esa última partida es invisible y la más cara, porque cuando se automatiza algo que no consumía tiempo, el equipo concluye que «la IA no sirve para lo nuestro» y cierra la puerta un par de años.

Lo desgloso con números en cuánto cuesta de verdad implantar IA en un equipo de comunicación.

Cómo saber si ha servido

Elige el indicador antes de empezar, no al final para justificar.

Y elige uno que pueda darte una mala noticia. Si el número solo puede subir, no estás midiendo: estás decorando.

Sirven las horas ahorradas en una tarea concreta, el plazo de respuesta a una solicitud, el número de errores detectados antes de publicar. No sirven «la satisfacción del equipo con la herramienta» ni el número de personas que la han probado.

Y conviene medir antes de empezar. Sin línea de partida, cualquier resultado es discutible.

Cinco errores que veo repetirse

1. Empezar por la herramienta. Comprar es una decisión fácil de justificar en un comité; mirar procesos es un trabajo incómodo que no luce. Por eso se hace al revés.

2. Formar a todo el equipo a la vez. La formación general se olvida en un mes. La que se pega es la que se hace sobre la tarea concreta de cada quien.

3. No poner reglas hasta que hay un susto. La política de uso cuesta una jornada de trabajo. El incidente que evita cuesta bastante más.

4. Automatizar lo que se ve, no lo que pesa. Los procesos vistosos rara vez son los que consumen horas. Los que consumen horas suelen ser aburridos e invisibles desde dirección.

5. No medir nada. Sin número de partida, a los seis meses nadie sabe si aquello sirvió, y el siguiente proyecto arranca con la misma discusión.

En resumen

La IA no va a transformar tu empresa por sí sola. Va a quitarte horas de lo mecánico para que las dediques a lo que de verdad decide.

Esa es la oportunidad real: ni magia ni amenaza. Y se aprovecha con un orden aburrido —proceso, reglas, prueba pequeña, medición— que casi nadie sigue porque no parece un proyecto de innovación.

Si quieres ver esta lógica aplicada a tu sector, lo desarrollo en IA en empresas de medio ambiente y servicios: por dónde empezar con criterio. Y si el problema está en la comunicación, es lo que trabajo en el servicio de IA para comunicación corporativa.

Y si prefieres que el mapa lo haga alguien de fuera, con los casos priorizados por esfuerzo y retorno, para eso está el Diagnóstico de 14 días: cuesta 1.500 €, dura dos semanas, y si al terminar no te he dado al menos tres acciones concretas con su retorno estimado, no lo pagas.