Hay una frase que últimamente escucho demasiado.
«Seve, quiero meter inteligencia artificial en mi empresa».
Y mi primera reacción suele ser preguntar:
«Vale. ¿Para qué?».
Porque parece que hemos llegado a un punto en el que cualquier problema empresarial necesita inteligencia artificial.
¿Pierdes tiempo preparando presupuestos? IA.
¿No consigues organizar a tus trabajadores? IA.
¿Tienes demasiados documentos? IA.
¿Se te olvidan las citas? Un agente inteligente.
¿No sabes cuánto material queda en el almacén? Otro agente.
A este paso, vamos a terminar instalando inteligencia artificial en la cafetera para que nos pregunte cómo nos sentimos antes de prepararnos un cortado.
Y mientras tanto, hay empresas que siguen copiando los mismos datos en tres programas diferentes.
Que utilizan hojas de cálculo que solamente entiende una persona.
Que pierden presupuestos porque nadie recuerda hacer seguimiento.
Y que no saben cuánto han ganado realmente con un proyecto hasta que alguien se sienta a revisar facturas.
Pero, eso sí, quieren incorporar IA.
Creo que estamos confundiendo modernizar una empresa con llenarla de tecnología.
Y no es lo mismo.
La pregunta que casi nadie hace antes de venderte IA
Imagina que tienes una empresa de reformas.
Recibes solicitudes de presupuesto por teléfono, correo electrónico y WhatsApp.
El propietario apunta las visitas en su agenda.
Después toma medidas, hace fotografías y prepara los presupuestos cuando encuentra un hueco.
Algunos salen rápidamente.
Otros tardan varios días.
Y algunos se quedan pendientes hasta que el cliente vuelve a preguntar.
Entonces aparece alguien y te propone instalar un agente de inteligencia artificial.
Un sistema capaz de mantener conversaciones, responder preguntas y gestionar solicitudes automáticamente.
Suena estupendo.
Pero vamos a pensar un momento.
¿El problema de esa empresa es que no sabe responder mensajes?
¿O es que no tiene un sistema organizado para gestionar los presupuestos?
Porque si el verdadero problema es que las solicitudes no quedan registradas, las visitas no tienen seguimiento y los presupuestos se preparan sin un procedimiento definido, un chatbot puede quedarse bastante corto.
Incluso podría generar más solicitudes que la empresa seguiría sin gestionar correctamente.
En ese caso, quizá la primera solución sea mucho más sencilla.
Un formulario que registre cada solicitud.
Una base de datos centralizada.
Un sistema de estados para controlar las oportunidades.
Y recordatorios automáticos cuando un presupuesto lleve demasiado tiempo pendiente.
Todo eso puede funcionar sin inteligencia artificial generativa.
Y puede aportar un valor enorme.
Antes de automatizar conversaciones, quizá deberíamos organizar lo que ocurre después de ellas.
La investigación también apunta en esta dirección
No es solamente una reflexión personal.
La investigación se basó en más de 5.000 pymes de siete países: Austria, Canadá, Alemania, Irlanda, Japón, Corea del Sur y Reino Unido.
Encontró que el 31 % utilizaba IA generativa.
Pero hay un dato que me parece especialmente interesante.
Entre las empresas que no utilizaban esta tecnología, aproximadamente el 57 % consideraba que no era adecuada para el trabajo que realizaban.
Esto no significa necesariamente que tuvieran razón en todos los casos.
Puede haber oportunidades que todavía desconocieran.
Pero tampoco significa que todas esas empresas estuvieran equivocadas.
Una empresa puede no necesitar IA generativa para fabricar muebles, organizar pedidos o controlar existencias.
Y aun así beneficiarse muchísimo de otras herramientas digitales.
El mismo informe encontró que, entre las pymes que utilizaban IA generativa, solamente alrededor del 29 % la empleaba en las actividades centrales de su negocio.
En muchos casos se utilizaba para tareas complementarias, como generar textos o apoyar trabajos administrativos.
Es decir, utilizar inteligencia artificial no equivale necesariamente a transformar el funcionamiento de una empresa.
Y aquí aparece una pregunta importante.
¿Estamos incorporando IA porque realmente mejora nuestros procesos o simplemente porque ahora podemos hacerlo?
La distinción importa.
Porque la tecnología no debería convertirse en un fin en sí misma.
Hasta los gobiernos recomiendan no utilizar IA cuando no hace falta
Esto me parece especialmente revelador.
Uno de sus principios consiste precisamente en elegir la herramienta adecuada para cada trabajo.
Y reconoce expresamente que, en determinadas situaciones, el problema puede resolverse mejor mediante tecnologías tradicionales.
La guía recomienda identificar primero las necesidades reales, los problemas de los usuarios y las ineficiencias.
Después valorar si la IA ofrece ventajas significativas frente a las soluciones existentes.
No al revés.
Aunque esa guía está dirigida al sector público, el razonamiento resulta perfectamente aplicable a una pequeña empresa.
Porque si puedes resolver un problema con un sistema sencillo, fiable y económico, ¿qué sentido tiene incorporar una tecnología más compleja?
La inteligencia artificial puede ser extraordinaria.
Pero no es automáticamente la mejor herramienta para cualquier tarea.
Y saber distinguirlo debería formar parte del trabajo de cualquier consultor.
Cuatro niveles para mejorar un negocio sin complicarlo innecesariamente
Cuando analizo un proceso empresarial, me gusta distinguir cuatro posibilidades.
No son cuatro tecnologías que debamos instalar obligatoriamente.
Son cuatro niveles de intervención que conviene valorar según el problema.
1. Simplificar: eliminar lo que sobra
Imagina una pequeña empresa donde cada presupuesto debe pasar por tres personas antes de enviarse.
Una prepara el documento.
Otra comprueba los importes.
Y una tercera revisa información que ya había sido validada.
El proceso tarda dos días.
¿Necesitamos inteligencia artificial?
Quizá lo primero sea preguntarnos por qué existen tres revisiones.
A lo mejor podemos definir unas reglas claras para que determinados presupuestos se aprueben directamente.
Y reservar las revisiones adicionales para los casos complejos.
Hemos mejorado el proceso.
Sin comprar ningún programa.
Sin desarrollar una aplicación.
Y sin incorporar inteligencia artificial.
A veces, la mejor automatización consiste en dejar de hacer algo innecesario.
2. Automatizar: conectar acciones que siempre siguen las mismas reglas
Vamos ahora a una empresa de mantenimiento.
Cada vez que un técnico termina un trabajo, tiene que avisar a la oficina.
Después alguien actualiza el estado de la intervención.
Y otra persona comprueba si ya puede prepararse la factura.
Imagina que desarrollamos un procedimiento sencillo.
Cuando el técnico marca el trabajo como terminado, el sistema actualiza su estado y notifica a administración.
Si falta documentación, genera un aviso.
Y cuando todo está validado, deja la intervención preparada para facturación.
Esto es una automatización convencional.
No necesita necesariamente un modelo de lenguaje.
No tiene que interpretar conversaciones.
Ni tomar decisiones complejas.
Simplemente ejecuta reglas que hemos definido previamente.
Y eso es precisamente lo que queremos.
Cuando un proceso es predecible, muchas veces conviene utilizar una solución predecible.
3. Desarrollar software: organizar procesos que necesitan una herramienta propia
Imagina ahora una carpintería.
Tiene pedidos personalizados, materiales diferentes, medidas, trabajadores, proveedores y fechas de entrega.
Actualmente gestiona buena parte de esa información con varias hojas de cálculo.
El propietario quiere saber qué trabajos están pendientes, qué materiales faltan y cuánto dinero está ganando con cada proyecto.
Aquí quizá tenga sentido utilizar un programa comercial.
O desarrollar una aplicación a medida si los procesos son suficientemente particulares y la inversión está justificada.
Podríamos crear un sistema que registre cada proyecto.
Que organice las órdenes de fabricación.
Que controle los materiales.
Que permita consultar el estado de los trabajos.
Y que calcule los costes utilizando reglas verificables.
¿Necesitamos inteligencia artificial para todo eso?
No.
Necesitamos una aplicación bien diseñada.
Una base de datos.
Una interfaz sencilla.
Y procedimientos que reflejen cómo trabaja realmente el taller.
Después podríamos estudiar si merece la pena incorporar IA a determinadas funcionalidades.
Pero la aplicación ya podría aportar muchísimo valor sin ella.
4. Incorporar IA: cuando necesitamos interpretar información o resolver tareas menos estructuradas
Ahora imagina que los trabajadores de esa carpintería registran sus avances mediante notas de voz.
Cada nota puede incluir información diferente.
Uno explica que ha terminado el montaje.
Otro comenta que falta una pieza.
Y otro describe una incidencia con un proveedor.
Aquí sí podría resultar útil un sistema de inteligencia artificial.
Podría transcribir los audios.
Identificar el proyecto correspondiente.
Preparar un resumen.
Y proponer una actualización del estado del trabajo.
El empleado o responsable revisaría la información antes de confirmar cambios importantes.
¿Por qué tiene sentido utilizar IA aquí?
Porque estamos trabajando con lenguaje natural e información que no siempre sigue una estructura fija.
Eso es muy diferente de sumar importes, comprobar fechas o actualizar un estado.
La IA aporta valor cuando sus capacidades específicas permiten resolver algo mejor que una solución convencional.
No simplemente porque podamos conectarla.
El ejemplo de las cocinas: cuando el problema no está en el diseño
En uno de los capítulos anteriores hablamos de las empresas que diseñan, venden e instalan cocinas.
Es un sector especialmente interesante.
Porque detrás de una cocina hay muchos procesos que deben coordinarse.
Mediciones.
Diseño.
Selección de muebles.
Encimeras.
Electrodomésticos.
Pedidos a proveedores.
Transporte.
Montaje.
Y posibles modificaciones durante la reforma.
Imagina que un cliente cambia el acabado de los muebles después de aprobar el diseño.
El comercial registra el cambio.
Pero el pedido al proveedor sigue teniendo la referencia anterior.
Cuando llega el material, aparece el problema.
¿Necesitamos un agente de inteligencia artificial que detecte el error?
Quizá no.
Lo que necesitamos es que exista una única versión aprobada del proyecto.
Que los cambios queden registrados.
Y que los pedidos se generen a partir de esa información validada.
Un sistema convencional con control de versiones podría resolver buena parte del problema.
La IA podría ayudar a interpretar observaciones, resumir incidencias o preparar documentación.
Pero la gestión de referencias, medidas y pedidos debería apoyarse en datos estructurados y controles fiables.
Porque no queremos que una inteligencia artificial improvise las dimensiones de una encimera.
Que después hay que explicarle al cliente por qué su cocina parece diseñada para otra casa.
El peligro de automatizar un desastre
Hay una idea que repito mucho porque me parece fundamental.
Automatizar un proceso malo no lo convierte automáticamente en un proceso bueno.
Imagina que una empresa tiene cinco hojas de cálculo diferentes para registrar sus clientes.
Los datos están duplicados.
Hay teléfonos antiguos.
Direcciones incorrectas.
Y registros que nadie sabe de dónde han salido.
Entonces alguien propone crear un agente de IA que consulte esos archivos y responda preguntas sobre los clientes.
Fantástico.
Ahora tenemos una inteligencia artificial capaz de consultar información desactualizada a gran velocidad.
¿No sería más sensato empezar limpiando y organizando los datos?
Crear una única fuente de información.
Definir quién puede modificarla.
Y establecer un procedimiento para mantenerla actualizada.
Después, si necesitamos consultar esa información mediante lenguaje natural, podemos incorporar IA.
Pero primero necesitamos una base fiable.
Porque una inteligencia artificial no convierte automáticamente los datos malos en datos buenos.
Y esto no es un problema menor.
Su marco de gestión de riesgos se organiza alrededor de cuatro funciones: gobernar, mapear, medir y gestionar.
La idea es sencilla.
No basta con que una demostración funcione.
Hay que comprobar que la solución es adecuada para su contexto, que sus resultados son fiables y que los riesgos están controlados.
Y cuanto más importante sea el proceso empresarial, más necesario resulta hacerlo bien.
¿Cuánto cuesta complicar algo que podría ser sencillo?
Vamos a hacer un ejercicio.
Imagina una empresa que necesita enviar recordatorios a sus clientes cuando se acerca una cita.
Tiene dos opciones.
La primera consiste en configurar una automatización convencional que consulte la agenda y envíe el aviso correspondiente.
La segunda consiste en desarrollar un agente de inteligencia artificial que consulte la agenda, interprete las citas y decida cuándo enviar cada recordatorio.
Si las reglas son claras y no necesitamos interpretar situaciones complejas, la primera opción probablemente sea suficiente.
Para ilustrarlo, imaginemos estos costes anuales:
| Concepto | Automatización convencional | Sistema con IA |
|---|---|---|
| Implantación inicial | 300 € | 1.500 € |
| Funcionamiento y mantenimiento | 240 € | 900 € |
| Coste del primer año | 540 € | 2.400 € |
Son cantidades completamente hipotéticas para explicar la comparación. No representan precios de mercado ni presupuestos reales.
En este escenario, incorporar IA supondría pagar 1.860 euros adicionales durante el primer año.
¿Podría estar justificado?
Por supuesto.
Si el sistema inteligente permitiera gestionar conversaciones complejas, resolver incidencias o mejorar significativamente la experiencia del cliente, habría que valorar esos beneficios.
Pero si ambas soluciones hacen exactamente lo mismo y ofrecen resultados equivalentes, ¿por qué pagar más?
Y no hablamos solamente de dinero.
Un sistema con IA también puede requerir más pruebas, supervisión, control de resultados y mantenimiento.
La complejidad tiene un coste.
Y cada euro invertido en tecnología debería tener una razón empresarial detrás.
Mi método: cinco preguntas antes de recomendar cualquier tecnología
Si mañana entrara en una empresa para analizar sus procesos, no empezaría haciendo una lista de herramientas de inteligencia artificial.
Empezaría con cinco preguntas.
Primera. ¿Qué problema queremos resolver exactamente?
No me vale «queremos modernizarnos».
Necesito saber qué está fallando.
Qué tarea consume demasiado tiempo.
Dónde aparecen los errores.
Qué información falta.
O qué oportunidades se están perdiendo.
Segunda. ¿Cómo funciona actualmente ese proceso?
Quiero verlo.
No solamente escucharlo.
Observar qué hace cada persona, qué herramientas utiliza y dónde se producen las dificultades.
Porque muchas veces el problema real aparece cuando ves cómo trabaja el equipo.
Tercera. ¿Podemos eliminar o simplificar alguna parte?
Antes de automatizar, revisaría si todos los pasos son necesarios.
Quizá hay aprobaciones duplicadas.
Datos que se introducen varias veces.
O tareas que se mantienen simplemente porque siempre se han hecho así.
Cuarta. ¿Qué solución tiene menor complejidad y resuelve suficientemente bien el problema?
Puede ser mejorar una herramienta existente.
Una automatización.
Un programa comercial.
Una integración.
O una aplicación desarrollada a medida.
Solo incorporaría IA cuando aportara ventajas relevantes frente a esas alternativas.
Quinta. ¿Cómo vamos a comprobar que ha merecido la pena?
Esta es una de las preguntas más importantes.
Si queremos ahorrar tiempo, mediremos horas.
Si queremos reducir errores, mediremos incidencias.
Si buscamos mejorar la atención, analizaremos tiempos de respuesta y resultados.
Y si pretendemos aumentar la rentabilidad, estudiaremos costes y beneficios reales.
Porque una implantación no debería considerarse un éxito simplemente porque la aplicación funciona.
Debería considerarse un éxito cuando el negocio funciona mejor.
Un pequeño diagnóstico que puedes hacer hoy mismo
Te propongo un ejercicio.
Piensa en una tarea de tu empresa que te gustaría mejorar.
Puede ser preparar presupuestos.
Organizar empleados.
Gestionar pedidos.
Controlar materiales.
Atender solicitudes.
O buscar información.
Ahora intenta responder a estas preguntas:
- ¿Es una tarea necesaria o podríamos eliminarla?
- ¿Sigue siempre las mismas reglas?
- ¿La información ya está organizada en algún programa?
- ¿Necesitamos interpretar textos, documentos, imágenes o conversaciones?
- ¿Qué ocurriría si el sistema cometiera un error?
- ¿Cuánto tiempo y dinero nos cuesta actualmente?
- ¿Qué mejora justificaría invertir en una solución?
Las respuestas pueden orientarte.
Si la tarea no aporta valor, quizá convenga eliminarla.
Si sigue reglas fijas, probablemente podamos automatizarla.
Si requiere organizar información y coordinar personas, puede que necesitemos software.
Y si exige interpretar información compleja o trabajar con lenguaje natural, entonces puede tener sentido incorporar inteligencia artificial.
No es una fórmula infalible.
Pero es un punto de partida mucho más razonable que comprar la última herramienta que has visto anunciada en redes sociales.
Diagnóstico de complejidad · Dos minutos
Encuentra el nivel mínimo que puede resolver tu problema
Describe una tarea concreta. La herramienta te orientará entre simplificar, automatizar, desarrollar software o incorporar IA.
PRIMER NIVEL A PROBAR
AUTOMATIZARConecta los pasos que ya siguen reglas
Tu tarea parece predecible. Una automatización convencional puede resolverla con menos coste y supervisión que un sistema de IA.
Guasapea no guarda tus respuestas: el diagnóstico se calcula en tu navegador y solo se comparte si pulsas el botón de WhatsApp.
Mi conclusión: la mejor IA es la que sabes cuándo no utilizar
Después de todo lo que hemos visto, cada vez tengo más clara una cosa.
El verdadero valor de un consultor de inteligencia artificial no está en conocer cientos de herramientas. Está en saber cuándo utilizarlas y, sobre todo, cuándo no hacerlo.
Porque instalar un agente inteligente para enviar un recordatorio que podría gestionar una automatización convencional no es innovación.
Es complicar algo que ya tenía solución.
Crear una aplicación con IA para realizar cálculos que puede resolver una fórmula tampoco es necesariamente un avance.
Y contratar cinco plataformas diferentes para hacer el trabajo de una sola no es transformación digital.
Es coleccionar suscripciones.
Que parece que se ha convertido en otro deporte nacional. 😜
La inteligencia artificial tiene un potencial extraordinario.
Puede ayudarnos a interpretar documentos, trabajar con lenguaje natural, analizar información y desarrollar soluciones que hace unos años resultaban difíciles o costosas de implementar.
Pero no todos los problemas necesitan esas capacidades.
Una empresa de reformas puede necesitar un sistema que organice presupuestos y obras.
Una carpintería puede beneficiarse de una aplicación que controle materiales y producción.
Una tienda de cocinas puede mejorar su coordinación conectando el diseño, los pedidos y la instalación.
Y una academia puede resolver buena parte de sus problemas de organización mediante un planificador de profesores, aulas y horarios.
¿Podemos incorporar inteligencia artificial a esos sistemas?
Por supuesto.
¿Debemos hacerlo siempre? Rotundamente no.
Primero hay que identificar el problema.
Después entender el proceso.
Y finalmente elegir la solución más sencilla que permita resolverlo de manera fiable.
Porque hay algo que no deberíamos olvidar:
La tecnología es una inversión empresarial, no una competición por ver quién utiliza más inteligencia artificial.
¿Y si empezamos por tu negocio?
Te propongo un ejercicio.
Piensa en esa tarea que te hace perder tiempo todas las semanas.
La que siempre terminas dejando para después.
La que depende de una persona concreta.
O la que te obliga a abrir tres programas para conseguir algo que debería ser sencillo.
Ahora responde a estas cuatro preguntas:
- ¿Qué problema quiero resolver exactamente? Describe qué está fallando, sin pensar todavía en herramientas.
- ¿Cuánto tiempo o dinero me cuesta actualmente? Necesitamos un punto de partida para valorar cualquier mejora.
- ¿Podría solucionarse simplificando el proceso o utilizando mejor las herramientas actuales? Antes de comprar, revisemos lo que ya tenemos.
- ¿Qué mejora tendría que conseguir para que mereciera la pena invertir? Menos horas, menos errores, mayor capacidad o mejor servicio.
Si puedes responderlas, ya tienes una base mucho más útil que una lista de las diez herramientas de IA de moda.
Y si no sabes por dónde empezar, ahí es donde puedo ayudarte.
Estoy buscando negocios de toda la vida que quieran trabajar mejor
Estoy desarrollando esta nueva etapa de Guasapea como consultor de inteligencia artificial, automatización y software a medida.
Mi objetivo es ayudar a empresas tradicionales a descubrir dónde están perdiendo tiempo, dinero y oportunidades, y diseñar soluciones adaptadas a su manera de trabajar.
No necesariamente con IA.
A veces será una automatización.
Otras, una integración entre programas.
En algunos casos, una aplicación personalizada.
Y en otros, bastará con cambiar un procedimiento que lleva años complicando la vida a todo el mundo.
Si tienes una empresa en la Vega Baja de Alicante, te propongo una primera visita gratuita.
Me acerco a tu negocio, me enseñas cómo trabajáis y hablamos de los procesos que podrían mejorarse.
Si detectamos oportunidades que merezcan un estudio más profundo, podremos plantear un diagnóstico detallado y una hoja de ruta para implantar las soluciones adecuadas.
Sin compromiso de contratar un desarrollo.
Sin promesas de multiplicar tus beneficios por diez.
Y sin intentar venderte un agente inteligente para que te avise de que se ha terminado el papel de la impresora.
Que para eso ya tenemos ojos. 😂
👉 Hablemos de tu empresa por WhatsApp
Y si no estás en la Vega Baja, también puedes responder a esta newsletter y contarme qué problema te gustaría resolver.
Me interesa conocer casos reales para seguir compartiendo soluciones prácticas en esta serie.
Una última reflexión
Vivimos un momento curioso.
Nunca habíamos tenido tantas herramientas tecnológicas a nuestro alcance.
Nunca había sido tan accesible experimentar con inteligencia artificial.
Y, sin embargo, muchos negocios siguen teniendo los mismos problemas de organización, gestión y productividad que hace diez o veinte años.
Quizá porque llevamos demasiado tiempo preguntándonos qué puede hacer la tecnología.
Y demasiado poco preguntándonos qué necesitan realmente las empresas.
Yo quiero trabajar precisamente en esa segunda pregunta.
Sentarme con el propietario de una carpintería y entender cómo organiza su producción.
Conocer cómo una empresa de reformas prepara sus presupuestos.
Descubrir cómo una tienda de cocinas coordina sus pedidos.
O analizar por qué una academia dedica tantas horas a cuadrar horarios.
Y después buscar soluciones.
Con inteligencia artificial cuando tenga sentido.
Sin ella cuando no haga falta.
Porque el éxito no consiste en que una empresa pueda presumir de utilizar IA.
Consiste en que sus trabajadores hagan mejor su trabajo, sus procesos funcionen y sus clientes reciban un mejor servicio.
No quiero llenar los negocios de toda la vida de inteligencia artificial.
Quiero ayudarles a dejar de hacer las cosas de la manera más difícil cuando ya existe una forma mejor.
Y si para conseguirlo necesitamos IA, bienvenida sea.
Pero si podemos resolverlo sin ella, estupendo.
Porque al final, el empresario no necesita saber qué tecnología hay detrás.
Necesita saber que funciona.
La mejor transformación digital no es la que más tecnología incorpora. Es la que consigue que la tecnología deje de ser un problema y empiece a ser parte de la solución.
Seve Luna
Consultor de Inteligencia Artificial, automatización y desarrollo de software a medida.
Negocios de toda la vida. Tecnología de mañana.
Próximo capítulo: «¿Cuánto cuesta realmente desarrollar software con IA?»
Comentarios