Cuando una pyme nos pide «hacer algo con la IA», lo primero que hacemos es quitar cosas de la mesa.
Fuera el chatbot de la web, que da mucha visibilidad y casi ningún retorno. Fuera el proyecto de «asistente interno para todo», que no se termina nunca. Fuera los quince experimentos que suenan bien en una presentación.
Lo que queda, en la inmensa mayoría de los casos, son tres cosas. Y son siempre las mismas.
El 21,1 % de las empresas españolas de diez o más empleados ya usa inteligencia artificial, frente al 12,4 % del año anterior, según el INE. En las de menos de diez empleados la cifra baja al 13,4 %. La adopción ya no es marginal; lo que sigue siendo minoritario es hacerlo bien.
Caso 1: dejar de teclear documentos
Qué es. Facturas de proveedor, albaranes, contratos, tickets. Documentos que llegan en PDF o en papel y que alguien pasa a mano a un sistema.
Por qué es el número uno. Porque es la tarea con la relación más limpia entre esfuerzo de implantación y horas devueltas. El volumen es medible desde el primer día (¿cuántos documentos al mes?), el error humano actual es medible (¿cuántas correcciones al cierre?) y el resultado se ve en la primera semana.
Cómo se hace bien. La IA lee el documento, extrae los campos y los deja en el ERP —en la mayoría de nuestros clientes, Odoo— en estado de borrador. Una persona valida. Ese matiz es todo: no se elimina el control, se elimina el tecleo. Los casos que fracasan son los que intentan automatizar de punta a punta desde el día uno.
Un motivo extra para hacerlo ahora. El Real Decreto 238/2026 convierte la factura electrónica estructurada en obligatoria entre empresas, con calendario escalonado. Quien ordene ahora su circuito de facturas llegará a esa fecha con el trabajo hecho.
Dónde no funciona. Si recibes veinte facturas al mes, no lo montes. El ahorro no paga ni la puesta en marcha.
Caso 2: convertir la documentación de la empresa en algo que responde
Qué es. Manuales, contratos, procedimientos, histórico de proyectos, condiciones por cliente. Todo eso que existe pero que nadie encuentra, y que acaba resolviéndose preguntando al compañero veterano.
Por qué funciona tan bien. Porque el coste actual es invisible y enorme. Nadie apunta las veces que un comercial interrumpe a operaciones para preguntar qué se acordó con un cliente hace dos años. Cuando lo mides —y se puede medir— suele ser la mayor fuga de tiempo de la empresa.
Cómo se hace bien. Un buscador interno que responde con lenguaje natural y cita el documento del que ha sacado la respuesta. Esa cita no es un detalle estético: es lo que hace que el equipo se fíe. Sin trazabilidad, la primera respuesta dudosa mata la adopción.
Dónde no funciona. Si la documentación está desordenada, duplicada o desactualizada, la IA no lo arregla: lo amplifica. Primero se limpia, luego se conecta.
Caso 3: los borradores que nadie quiere escribir
Qué es. Propuestas comerciales, informes recurrentes, respuestas a consultas frecuentes, resúmenes de reuniones. Texto repetitivo con una parte específica de cada caso.
Por qué funciona. Porque el cuello de botella real no es escribir: es empezar. Un borrador decente sobre tus plantillas y con tu tono convierte una tarea de noventa minutos en una revisión de quince.
Cómo se hace bien. Con tus plantillas reales y tus mejores ejemplos anteriores como referencia, y con revisión humana obligatoria antes de que nada salga a un cliente. La IA propone; la persona firma.
Dónde no funciona. En comunicación delicada: reclamaciones, malas noticias, negociación. Ahí el borrador automático se nota y cuesta más de lo que ahorra.
Lo que tienen en común los tres
Fíjate en el patrón, porque es lo que de verdad importa cuando evalúes cualquier otro caso de uso que te propongan.
- Alto volumen y baja variabilidad. La misma tarea, muchas veces, con reglas parecidas.
- El coste actual se puede contar. Horas, personas, errores. Si no puedes ponerle un número al problema, tampoco vas a poder ponérselo al resultado.
- El fallo no es catastrófico. Si la IA se equivoca, alguien lo ve antes de que salga por la puerta.
Cuando un caso de uso cumple los tres, casi siempre sale. Cuando falla alguno, casi siempre se convierte en un proyecto largo con un final tibio.
El estudio del MIT The GenAI Divide: State of AI in Business 2025 observa que los presupuestos de IA se concentran de forma abrumadora en marketing y ventas, mientras que el retorno medible aparece con más frecuencia en operaciones y en el back office. Es justo donde caen los tres casos de arriba, y justo donde casi nadie empieza.
Y el modelo, ¿cuál?
Es la pregunta que más nos hacen y la menos importante de todas. La respuesta corta: depende de la tarea, y cambia cada pocos meses.
Si te interesa el detalle, publicamos una comparativa objetiva y sin favoritismos en qué modelo de IA usar para cada tarea. En myIA trabajamos de forma model-agnostic: elegimos el mejor modelo para cada caso y lo cambiamos el día que aparece uno mejor. Tú no te casas con ningún proveedor.
Ponle números antes de decidir
- La calculadora de ROI de IA te da en dos minutos cuántas horas y euros hay en juego en tus tareas administrativas.
- El diagnóstico de madurez en IA te dice si tus datos y procesos están listos o si hay que ordenarlos antes.
Y si prefieres que lo miremos contigo, en la auditoría gratuita revisamos tu caso y te decimos con franqueza si la IA te compensa ya o todavía no. Las dos respuestas son respuestas válidas.
Fuentes
- INE. Encuesta sobre el uso de TIC y del comercio electrónico en las empresas, datos definitivos, octubre de 2025.
- MIT, iniciativa NANDA. The GenAI Divide: State of AI in Business 2025, recogido por Forbes.
- BOE. Real Decreto 238/2026, de 25 de marzo, facturación electrónica obligatoria B2B.