Soluciones de IA para empresas: por dónde empezar (de verdad)

Casi todo lo que vas a leer sobre "soluciones de IA para empresas" lo firma alguien que quiere venderte su herramienta. Si lo escribe Salesforce, la solución es Salesforce. Si lo escribe Google, es Gemini. Si lo escribe AWS, prepárate para una arquitectura en la nube que tu gestoría de ocho personas no necesitará jamás.

Yo no vendo ninguna herramienta. Vendo otra cosa: el criterio para elegir, montar y usar la que toque en cada caso. Incluido el caso, más frecuente de lo que parece, en que la respuesta honesta es "para esto no uses IA". Así que este es el mapa que me habría gustado encontrar a mí: cómo decidir qué problema atacar primero, qué niveles de solución existen y qué cuesta cada uno, y la barrera de la que ningún catálogo habla.

El error que comete casi todo el mundo: empezar por la herramienta

Los datos oficiales pintan el momento exacto en el que estamos. Según los indicadores del ONTSI con datos del INE, el 21,1% de las empresas españolas ya usa IA, casi nueve puntos más que un año antes. El crecimiento es real. Lo que veo detrás de ese crecimiento, en las empresas que me llaman, es menos bonito: mucha cuenta gratuita de ChatGPT, mucho probar por probar, y muy poca pregunta previa de "¿qué problema estoy resolviendo?".

El patrón se repite tanto que casi se puede recitar: alguien del equipo descubre una herramienta, la prueba, funciona a medias, se abandona, y seis meses después se repite el ciclo con otra herramienta. Cada vuelta del ciclo deja la misma conclusión equivocada ("la IA no es para nosotros") y el mismo problema intacto.

La secuencia sensata es la contraria. Primero el problema. Luego el nivel de solución. La herramienta, al final. Lo que viene a continuación es ese orden, paso a paso.

¿Qué proceso ataco primero? La matriz de priorización

Cuando hago un diagnóstico, la decisión de por dónde empezar sale de cruzar tres preguntas sobre cada proceso candidato:

• ¿Cuánto tiempo come? Horas semanales reales, de quién, a qué coste.
• ¿Cuánto se repite? Lo que pasa cada día automatiza bien; lo que pasa dos veces al año, no.
• ¿Se puede medir el resultado? Si no puedes saber si ha funcionado, no puedes defender la inversión.

El primer proyecto debe puntuar alto en las tres. Y aquí viene lo contraintuitivo: ese proyecto casi nunca es el vistoso.

Un ejemplo de cómo funciona la matriz en la práctica. Una empresa de servicios evalúa tres candidatos: redactar propuestas comerciales (vistoso, pero cada propuesta es un mundo y el resultado es difícil de medir), picar datos de albaranes al sistema (aburridísimo: doce horas semanales, idéntico cada día, medible al céntimo) y generar posts para redes (apetecible, poco volumen, retorno difuso). La matriz no tiene piedad: gana el albarán. El proyecto aburrido que ahorra doce horas a la semana construye el caso de éxito, la confianza del equipo y el presupuesto del siguiente proyecto. El vistoso que "queda bien enseñarlo" suele construir escepticismo.

Los tres niveles de solución (de menos a más)

Con el problema elegido, toca el nivel. Hay tres, y la gracia está en no saltarse ninguno por las ganas.

Nivel 1: herramientas listas para usar. ChatGPT, Claude, Copilot, Gemini. Sirven para redacción, análisis, resúmenes, borradores; todo lo que sea texto e información bajo dirección humana. Cuestan una licencia al mes y están disponibles hoy. Su límite: son genéricas y no tocan tus sistemas. Para una parte sorprendentemente grande de las pymes, este nivel bien exprimido ya es el 80% del valor. Bien exprimido. Que ahí está el matiz, y luego volvemos a él.

Nivel 2: automatizaciones. Make, Zapier, n8n, con o sin IA por medio. Encadenan acciones entre tus aplicaciones: llega un email, se extrae el dato, se mete en el sistema, se avisa a quien toque. Coste medio, fiabilidad alta. Es el nivel más rentable y el menos sexy, lo cual explica que se hable tan poco de él.

Nivel 3: soluciones a medida. Asistentes que consultan tu documentación interna (lo que técnicamente se llama RAG) y agentes que ejecutan tareas con autonomía. Más inversión, más mantenimiento, y solo tienen sentido cuando el proceso tiene variabilidad real y volumen que lo pague. Los números concretos de este nivel los tienes en cuánto cuesta implementar IA.

¿Cuándo saltar de nivel? Cuando el actual se te queda corto de forma medible, no antes. Saltar al nivel 3 sin haber exprimido el 1 es comprarse el coche de carreras sin carnet. Se puede. Acaba mal.

La barrera de la que nadie habla: tu equipo no sabe usarlas

Aquí está el dato que a mí me parece el más revelador de todos los que he citado en este clúster de artículos. Según el informe de indicadores de IA del ONTSI, el 78% de los trabajadores españoles considera que su empresa debería darles la formación y las herramientas para trabajar con estas tecnologías. Casi cuatro de cada cinco. La demanda de aprender ya existe dentro de tu empresa; lo que suele faltar es que alguien la atienda.

Y mientras no se atienda, da igual el nivel de solución que compres. La licencia sin criterio produce respuestas mediocres que confirman el escepticismo. La automatización sin nadie que la entienda se rompe el primer día que cambia el proceso y nadie sabe por qué. El agente sin supervisión es directamente un riesgo.

Por eso mi modelo junta las dos piezas: la solución y la formación del equipo que va a usarla. Y porque la formación, a diferencia de la licencia, es bonificable por Fundae y, desde 2025, una obligación del Reglamento europeo de IA. La empresa que aprende le saca ventaja a la que solo compró licencias, y encima la formación se la paga su propia cotización. Sigo sin entender por qué esto no lo cuenta más gente.

Cuándo NO usar IA

La sección que un catálogo no puede escribir.

Cuando el flujo es 100% predecible. Si siempre que pasa A hay que hacer B, una automatización clásica o hasta una plantilla bien hecha es más barata, más rápida y no se inventa nada. La IA brilla con la variabilidad; sin ella, es coste extra.

Cuando el volumen no lo paga. Automatizar una tarea de veinte minutos al mes es un hobby, no un proyecto.

Cuando el resultado exige una responsabilidad que no puedes delegar. Hay outputs que llevan tu firma: un dictamen, una decisión sobre una persona, un compromiso con un cliente. La IA puede preparar el borrador; la decisión y la responsabilidad no se subcontratan a una máquina, ni legal ni comercialmente. Quien te diga lo contrario, que te lo ponga por escrito en el contrato. Verás qué risa.

El mapa, aplicado a tu caso

Resumido en una frase: problema primero, nivel después, herramienta al final, y equipo formado en todas las etapas. Ese es el mapa genérico. El tuyo concreto (qué procesos, qué nivel, qué cuesta, qué se bonifica) sale de una consultoría de diagnóstico: te ayudo a priorizar sin venderte ninguna herramienta, porque no tengo ninguna que venderte. Si de ahí sale un proyecto, lo implemento y formo a tu equipo. Si sale que no toca, también te lo digo.

Presencial, en Barcelona. Cuéntame qué tienes entre manos.