IA para pymes: checklist de adopción en 10 pasos

Qué contiene el checklist

Diez pasos desde definir el problema hasta decidir si escalar, ajustar o parar.

Una medida y un error típico para cada paso.

Comprobaciones de calidad de datos, permisos, costes y revisión humana.

Una secuencia práctica para revisar con la persona responsable del primer piloto.

PASO 01

Escribe el problema, no la herramienta

Empieza con una frase que describa un coste o un retraso: "Dedicamos dos tardes a la semana a teclear facturas de proveedores" o "Los clientes tardan un día en saber dónde está su pedido". Añade quién lo sufre y cada cuánto. Si la frase empieza con el nombre de una herramienta, reescríbela hasta que describa el problema.

Listo cuando: tienes un problema por escrito, con quién lo sufre y cada cuánto.

Qué medir: Horas perdidas o retraso causado, y con qué frecuencia ocurre el problema.

Error típico: Elegir una herramienta antes de definir el problema que debe resolver.

PASO 02

Localiza dónde están tus datos

La IA solo es tan útil como los datos a los que puede llegar. Anota dónde está hoy la información de ese problema: tu ERP o tu programa de contabilidad, hojas de cálculo, bandejas de correo, una carpeta compartida. Empieza por lo que ya tienes funcionando.

Listo cuando: tienes una lista de los sistemas y archivos implicados, y de quién es responsable de cada uno.

Qué medir: Número de sistemas y archivos implicados, con una persona responsable de cada uno.

Error típico: Dar por hecho que la información está disponible sin comprobar dónde está y quién puede utilizarla.

PASO 03

Elige un proceso para empezar

Un buen primer proceso ocurre a menudo, tiene un disparador claro, produce un resultado que alguien puede comprobar en un minuto y cuesta poco cuando sale mal. Procesar documentos entrantes o responder consultas sobre el estado de los pedidos son candidatos habituales. Si necesitas ideas, mira

Listo cuando: Has elegido un proceso, con su disparador y su resultado esperado.

Qué medir: Casos por semana y tiempo dedicado a cada caso.

Error típico: Empezar varios procesos a la vez sin un disparador claro ni un resultado que alguien pueda comprobar.

PASO 04

Revisa la calidad de esos datos

Revisa los registros de los que depende el proceso. Clientes duplicados, proveedores escritos de tres formas o productos sin precio producirán resultados erróneos más rápido. No hace falta limpiar toda la empresa primero: corrige los errores que afectan a este proceso y acuerda quién mantiene esos datos en orden a partir de ahora.

Listo cuando: Has revisado los datos de este proceso y corregido los errores más importantes.

Qué medir: Registros duplicados o incompletos encontrados y corregidos en el proceso elegido.

Error típico: Automatizar registros poco fiables sin asignar a alguien el mantenimiento de su calidad.

PASO 05

Decide qué no debe hacer nunca la IA sola

Antes de que ninguna herramienta toque trabajo real, escribe las reglas: qué puede leer la IA, qué puede cambiar y qué acciones necesitan siempre la aprobación de una persona. El dinero, las decisiones legales, los datos personales sensibles y todo lo que llega a un cliente son los límites habituales. Para la atención al cliente, qué debe escalar la IA a una persona es una buena referencia.

Listo cuando: tienes por escrito las reglas de acceso, cambios y aprobaciones.

Qué medir: Acciones que requieren aprobación, registradas junto con quién las aprueba.

Error típico: Dejar que el piloto cambie registros o contacte con clientes antes de escribir los permisos y las reglas de aprobación.

PASO 06

Mide el punto de partida

Sin un punto de partida, nunca sabrás si la IA ayudó. Mide el proceso tal como está hoy durante dos semanas: cuánto tarda, cuántos casos hay y cuántos errores aparecen. Basta con una hoja de cálculo compartida, siempre que todos anoten los mismos tres números.

Listo cuando: conoces el tiempo, el volumen y la tasa de errores del proceso antes de la IA.

Qué medir: Tiempo, volumen y tasa de errores antes de introducir IA, con las mismas definiciones durante todo el piloto.

Error típico: Valorar la mejora por sensaciones porque no se registró un punto de partida.

PASO 07

Elige dónde va a funcionar la IA

Hay tres grandes opciones: un asistente de IA general en el que pegas información, una herramienta de automatización que conecta tus aplicaciones, o una IA que trabaja dentro del sistema donde están tus registros. Cuanto más dependa el proceso de datos en tiempo real y de aprobaciones, mejor encaja la tercera opción. Si estás pensando en construir la tuya, lee​ cómo crear un agente de IA sin programar antes.

Listo cuando: has elegido el tipo de herramienta y sabes por qué encaja con este proceso.

Qué medir: Si la opción elegida puede acceder a los datos necesarios sin exportaciones manuales y respetar las reglas de aprobación.

Error típico: Elegir por una demostración cuidada sin comprobar el flujo real de datos y los permisos.

PASO 08

Fija un presupuesto con cifras reales

Suma licencias, costes por uso como créditos de IA o escaneos, el tiempo de puesta en marcha y las horas que alguien dedicará a revisar resultados. Los planes gratuitos sirven para una primera prueba; revisa sus límites en qué incluyen de verdad las herramientas de IA gratis. Para comparar planes de pago, mira cuánto cuesta la IA según el plan..

Listo cuando: tienes un presupuesto mensual que incluye el tiempo de tu equipo.

Qué medir: Coste mensual total, incluidos el uso, la puesta en marcha y el tiempo de revisión del equipo.

Error típico: Contar solo la suscripción y olvidar los límites de uso, la preparación y la revisión.

PASO 09

Haz una prueba piloto corta

Prueba durante unas semanas con casos reales, en modo sugerencia: la IA prepara y una persona aprueba. Incluye casos complicados, no solo ejemplos limpios, y anota cada resultado como correcto, incorrecto o "no lo sabía". Una IA que admite que no sabe es más fácil de gestionar que una que adivina.

Listo cuando: has hecho un piloto con casos reales, una persona ha aprobado cada resultado y los resultados están anotados.

Qué medir: Porcentaje de resultados correctos, incorrectos o sin resolver, incluidos los casos difíciles.

Error típico: Probar solo ejemplos limpios o aceptar resultados sin revisión de una persona.

PASO 10

Revisa y decide: escalar o parar

Compara el piloto con el punto de partida del paso 6. Si el tiempo o los errores han mejorado y el equipo confía en los resultados, amplía el alcance o añade el siguiente proceso. Parar un piloto que no funciona es un resultado válido, no un fracaso.

Listo cuando: has decidido escalar, ajustar o parar a partir de las cifras.

Qué medir: Cambio en tiempo y errores frente al punto de partida, junto con el coste continuado de revisión.

Error típico: Ampliar el alcance porque el piloto ha terminado en lugar de porque los datos lo justifican.

Errores típicos

Comprar la herramienta primero. La herramienta debería ser la respuesta al paso 1, no el punto de partida.

Empezar con cinco procesos. Un proceso bien hecho enseña más que cinco a medias.

Saltarse el punto de partida. Sin él, cada resultado es una opinión.

Dejar que la IA actúe sin reglas. Las aprobaciones son más baratas de diseñar antes del primer error que después.

La IA acelera un proceso que ya entiendes. No lo define por ti.