A muchas empresas les pasa lo mismo con la IA: tienen una idea que suena bien, alguien prepara una demo, la demo funciona lo suficiente como para ilusionar y después llega la pregunta incómoda. ¿Esto merece inversión o solo ha sido una prueba curiosa?
La diferencia rara vez está en el modelo. Está en si el problema era real, si había datos suficientes, si el riesgo estaba acotado y si alguien podía medir el resultado sin hacer teatro.
Para una empresa de Donostia - San Sebastián, Gipuzkoa o Euskadi, un piloto de IA no debería empezar por la herramienta. Debería empezar por una ficha corta que obligue a escribir lo básico: qué duele, cuánto se repite, quién revisa, qué datos se pueden usar y qué tendría que pasar para decir “seguimos” o “lo paramos”.
Al final tienes un PDF descargable con una ficha básica para trabajar esa decisión con dirección, negocio e IT.
El error: confundir una buena demo con un buen piloto
Una demo enseña que algo puede funcionar en condiciones controladas. Un piloto tiene que demostrar que funciona con trabajo real.
La diferencia importa. En una demo eliges el caso bonito, limpias el ejemplo y evitas las excepciones. En un piloto aparecen los PDFs raros, el cliente que escribe a medias, el dato que vive en otro sistema, el responsable que no tiene tiempo y la excepción comercial que nadie había documentado.
Por eso conviene hacer una parada antes de construir. No para frenar la IA. Para no gastar tres semanas en una automatización que luego muere porque nadie había definido qué problema resolvía.
La ficha en una frase
La ficha responde a una pregunta simple: ¿este caso tiene suficiente valor, datos y control como para probarlo durante unas semanas?
Si la respuesta es sí, se prepara un piloto pequeño. Si la respuesta es no, se arregla antes el proceso, se limpian datos o se busca otro caso. Parece básico. En la práctica ahorra muchas vueltas.
Qué debe quedar escrito
La ficha no tiene que ser larga. De hecho, si ocupa demasiado, nadie la usará. Lo importante es que obligue a concretar seis bloques.
1. Problema y dueño
Escribe el problema como lo contaría la persona que lo sufre. No “mejorar eficiencia”, sino “el equipo comercial dedica dos horas al día a ordenar solicitudes entrantes antes de saber cuáles merecen llamada”.
Añade un dueño. Si nadie se hace cargo del proceso, el piloto acabará siendo un experimento técnico sin adopción.
2. Volumen y coste actual
La IA tiene sentido cuando toca trabajo repetido o caro. Apunta cuántas veces ocurre la tarea al mes, cuánto tiempo consume y qué coste tiene equivocarse.
Un caso pequeño puede valer la pena si evita errores delicados. Un caso grande puede no merecerlo si cada solicitud es distinta y necesita criterio humano completo.
3. Datos y fuentes
Aquí suelen aparecer las sorpresas. ¿Dónde está la información? ¿Está actualizada? ¿Hay permisos claros? ¿Se puede usar en una IA pública, en un entorno privado o necesita un RAG con control por rol?
Si la respuesta es “tenemos documentos, pero están mezclados”, el primer proyecto no es automatizar. Es ordenar fuentes.
4. Riesgo y revisión humana
No todos los errores pesan igual. Una clasificación interna mal sugerida se corrige rápido. Una respuesta enviada a un cliente con una promesa comercial equivocada puede salir cara.
Define dónde se para la IA. Puede proponer, resumir, preparar, clasificar o rellenar un borrador. Que ejecute sin revisión ya es otra conversación.
5. Integración mínima
Un piloto no necesita conectarse a todos los sistemas. Necesita llegar al sitio donde el equipo trabaja.
A veces basta con una bandeja compartida, una hoja de cálculo o una tarea en el CRM. Otras veces conviene conectar email, Drive, SharePoint, ERP o ticketing. La regla útil es sencilla: integrar lo mínimo para medir el caso sin montar una arquitectura que todavía no se ha ganado.
6. Métrica de decisión
Antes de empezar, escribe cómo se decide si el piloto sigue. Por ejemplo:
- reducir un 30% el tiempo de clasificación de solicitudes;
- preparar borradores útiles en 7 de cada 10 casos;
- evitar que el equipo copie datos entre sistemas en tareas repetidas;
- mantener revisión humana sin aumentar errores;
- detectar casos donde el flujo debe escalar a una persona.
Sin métrica, todo el mundo opina. Con métrica, la conversación mejora.
Señales de que el piloto no está listo
Hay ideas que suenan bien, pero todavía no están maduras. Algunas señales:
- nadie puede explicar el proceso de principio a fin;
- los datos están repartidos y sin dueño;
- el caso depende de excepciones que ocurren cada semana;
- no hay una persona que pueda revisar las salidas;
- el éxito se define como “que la IA ayude”, sin número ni decisión;
- el piloto exige tocar sistemas críticos desde el primer día.
No pasa nada por parar. A veces la mejor decisión es ordenar documentación, limpiar permisos o elegir una tarea más pequeña.
Un ejemplo cercano
Imagina una empresa de servicios en Gipuzkoa que recibe solicitudes por web y email. Quiere usar IA para cualificar oportunidades.
La idea genérica sería “automatizar ventas”. Demasiado grande.
La ficha la baja a tierra: leer solicitudes entrantes, resumir necesidad, detectar si encaja con tres servicios concretos, marcar datos que faltan y preparar una propuesta de siguiente acción para que comercial revise. Nada de enviar emails automáticos al principio. Nada de modificar el CRM sin aprobación.
Ese piloto sí se puede medir: tiempo ahorrado por solicitud, calidad del resumen, porcentaje de casos bien priorizados y número de oportunidades que llegan a llamada con mejor contexto.
Cómo usar el PDF
Descarga la ficha, rellénala con un caso concreto y fuerza una decisión en una reunión corta. Si la conversación se va a “qué herramienta usamos”, vuelve a la ficha. Primero problema, datos, riesgo y métrica. Después herramienta.
Descarga el how-to básico
PDF breve para aterrizar una oportunidad de IA: problema, volumen, datos, riesgo, revisión humana, retorno y decisión de siguiente paso.
Si quieres hacerlo con acompañamiento
En Umintia ayudamos a empresas de Donostia - San Sebastián, Gipuzkoa y Euskadi a pasar de ideas sueltas de IA a pilotos con criterio: alcance pequeño, datos controlados, revisión humana y una métrica que dirección pueda entender.
Si tienes tres o cuatro ideas encima de la mesa, podemos ayudarte a elegir cuál merece empezar y cuál conviene dejar para más adelante.