30 de marzo de 2026Inteligencia artificial3 min de lectura

Inteligencia artificial en una pyme: cuatro usos que ya funcionan

Hay mucho ruido y poca cosa aplicada. Estos son los sitios donde hemos visto que la inteligencia artificial cambia algo de verdad en una empresa pequeña, y los sitios donde todavía no merece la pena poner dinero.

La conversación sobre inteligencia artificial en empresas pequeñas está rota por los dos extremos. O te venden que lo va a cambiar todo mañana, o te dicen que es una moda. Ninguna de las dos ayuda a decidir.

Lo que sí ayuda es mirar dónde hay resultados hoy. Y hay un patrón claro: la IA aporta cuando hay mucha información sin estructurar y alguien dedicando horas a estructurarla.

1. Leer documentos y sacar los datos

Es el uso más maduro y el que antes se paga. Facturas, albaranes, pedidos que llegan en PDF, partes de trabajo escritos a mano. Todo eso son datos atrapados en un formato que un programa normal no entiende.

Aquí el resultado es medible desde el primer mes, porque el antes y el después son evidentes: alguien lo teclaba y ya no. Lo contamos en detalle en cómo automatizar la entrada de facturas y en cómo se extraen datos de un documento.

2. Clasificar y encaminar lo que entra

Correos, formularios, mensajes, solicitudes. Decidir qué es cada cosa y a quién le toca es un trabajo mental pequeño repetido cien veces al día, y se hace bien automáticamente cuando hay histórico del que aprender.

El detalle importante: esto funciona porque la empresa ya tiene años de decisiones tomadas. La IA no adivina, reconoce patrones de lo que ya hiciste. Sin histórico no hay nada que aprender, y ahí es mejor empezar por reglas sencillas.

3. Convertir criterio experto en algo repetible

Este es el más interesante y el menos comentado. En casi todas las empresas pequeñas hay conocimiento que vive en la cabeza de una persona. Cuando esa persona no está, el negocio se ralentiza.

En NRP Women's Health Science el caso era exactamente ese: la biblioteca de alimentos vivía en la cabeza de la preparadora. Al pasarla al sistema, preparar a una clienta dejó de depender de que ella se sentara a hacerlo desde cero cada vez.

Lo mismo pasa con las rutinas de entrenamiento en un gimnasio: montarlas requiere criterio, y cuando ese criterio está dentro del sistema, se puede dar a cada socio con las máquinas que ese gimnasio tiene.

4. Escribir y preparar borradores

Descripciones de producto, fichas, textos en varios idiomas, primeras versiones de un correo. No sustituye a nadie, pero quita la página en blanco. Para un catálogo con cientos de referencias que hay que publicar en dos idiomas, la diferencia entre empezar de cero y corregir un borrador es de semanas.

Y ahora lo que todavía no

Predecir ventas con pocos datos

Para que una previsión valga algo hace falta historia larga y limpia. Con dos años de datos irregulares, el resultado es un número con aspecto científico y cero fiabilidad. Peor que no tenerlo, porque te lo crees.

Atención al cliente sin supervisión

Un asistente que responde bien el 90% de las veces y muy mal el 10% puede costarte más de lo que ahorra, sobre todo si vendes algo caro o delicado. Como ayuda al humano, bien. Sustituyéndolo del todo y sin red, todavía no.

Decisiones que hay que poder explicar

Si tienes que justificar por qué se rechazó a un cliente o por qué se aplicó un precio, necesitas poder explicarlo. Un sistema que acierta pero no sabe decir por qué no sirve en esos sitios.

Cómo empezar con poco riesgo

Elige una tarea que cumpla tres cosas: se repite mucho, hay histórico de cómo se ha hecho antes, y si falla se detecta a la vista. Con esas tres, el peor caso es que pierdas unas semanas. Sin alguna de las tres, el peor caso es que tomes decisiones malas sin enterarte.

Y mide el antes. Es aburrido y todo el mundo se lo salta, pero sin el antes no hay manera de saber si ha servido.

Preguntas frecuentes