La adopción de IA en empresa suele fallar por una razón bastante normal: se intenta cambiar el hábito de todo un equipo con una demo, tres prompts y una licencia nueva. Durante una semana hay entusiasmo. Después cada persona vuelve a su forma de trabajar, o usa la IA por su cuenta sin saber bien qué datos puede pegar y qué no.
Para una empresa de Donostia - San Sebastián, Gipuzkoa o Euskadi, el primer objetivo no debería ser “usar IA en todo”. Debería ser más pequeño: elegir un equipo, escoger dos o tres tareas reales, poner reglas claras y medir si el trabajo mejora sin abrir riesgos innecesarios.
Este post propone un plan de 30 días para hacerlo sin convertirlo en un proyecto enorme. Al final tienes un PDF descargable con la plantilla básica para trabajarlo con dirección, responsables de equipo e IT.
El error: formar sin cambiar el trabajo
Una sesión de formación puede ser útil. Pero si termina con una lista de trucos y nadie decide cómo se aplican el lunes, se queda corta.
La pregunta buena no es “qué puede hacer ChatGPT, Claude, Copilot o Gemini”. La pregunta buena es: qué tarea concreta de este equipo merece cambiar. Preparar actas. Revisar respuestas a clientes. Resumir documentación. Clasificar tickets. Borradores comerciales. Búsquedas en normativa interna. Cada caso tiene datos, permisos y revisión distintos.
Cuando la formación no baja a tareas reales, pasan dos cosas. Quien tiene curiosidad improvisa. Quien tiene dudas se queda fuera. Ninguna de las dos es una buena estrategia de adopción.
Semana 1: elegir el campo de juego
Empieza con un equipo concreto, no con toda la empresa. Ventas, administración, soporte, operaciones, dirección, oficina técnica. Elige uno y baja a tierra su trabajo repetitivo.
La lista inicial debería tener entre cinco y diez tareas candidatas. Después recorta. Para el primer mes, basta con dos o tres tareas que cumplan estas condiciones:
- se repiten cada semana;
- no dependen de información demasiado sensible, o se pueden anonimizar;
- tienen una salida que una persona puede revisar;
- el equipo reconoce que ahora consumen tiempo;
- se puede medir si han mejorado.
No busques el caso más vistoso. Busca el que el equipo pueda probar sin pedir permiso a media organización.
Semana 2: reglas simples sobre datos y herramientas
Antes de pedir a la gente que use IA, aclara qué puede usar. Sin esto, la adopción se vuelve incómoda: unos pegan demasiado, otros no se atreven a pegar nada.
Una regla sencilla funciona mejor que un documento eterno. Por ejemplo:
- datos públicos o borradores sin nombres reales: se pueden usar en herramientas aprobadas;
- procesos internos o casos reales: se usan solo anonimizados o en cuenta corporativa;
- contratos, clientes, precios, credenciales, datos personales o propiedad intelectual: no se pegan en IA pública;
- cualquier salida para cliente, proveedor o decisión sensible: revisión humana obligatoria.
El objetivo no es asustar al equipo. Es quitar dudas. La gente usa mejor la IA cuando sabe dónde está la línea.
Semana 3: pilotos pequeños con revisión humana
Aquí empieza el trabajo real. Cada tarea elegida debe tener una ficha mínima:
- qué entra;
- qué debe producir la IA;
- qué fuentes puede usar;
- qué datos quedan prohibidos;
- quién revisa;
- qué se mide.
Un ejemplo: soporte quiere resumir tickets largos antes de escalar. La IA puede leer el texto del ticket, eliminar ruido, proponer categoría y redactar un resumen interno. No puede responder al cliente sola. No puede prometer plazos. No puede consultar contratos sin permiso.
Ese tipo de límite no frena el piloto. Lo hace usable.
Semana 4: medir adopción, no entusiasmo
Al final del mes no preguntes solo si “ha gustado”. Pregunta qué cambió.
Mide pocas cosas:
- cuántas personas lo usaron al menos dos veces por semana;
- cuánto tiempo creen que ahorraron y en qué tareas;
- cuántas salidas necesitaron corrección fuerte;
- qué dudas de datos o permisos aparecieron;
- qué tarea merece seguir, ajustar o parar.
Si nadie lo usa, hay que mirar por qué. Quizá la tarea estaba mal elegida. Quizá la herramienta no encaja. Quizá el equipo no confía en las respuestas. Quizá faltan fuentes. Es mejor saberlo en 30 días que descubrirlo después de comprar licencias para todos.
Una agenda práctica de 30 días
Una secuencia razonable puede ser esta:
- Días 1-3: elegir equipo, responsable y tareas candidatas.
- Días 4-7: clasificar datos y decidir herramientas permitidas.
- Días 8-12: preparar prompts, ejemplos buenos y ejemplos que no se deben usar.
- Días 13-20: probar dos o tres tareas con revisión humana.
- Días 21-25: recoger errores, dudas y mejoras.
- Días 26-30: decidir si se escala, se ajusta o se cierra el piloto.
No hace falta que el calendario sea perfecto. Hace falta que alguien sea dueño del proceso y que el equipo no tenga que improvisar cada paso.
Descarga el plan básico
Hemos preparado un PDF estático para planificar el mes con tu equipo. Incluye una tabla de tareas candidatas, reglas de datos, ficha de piloto y una decisión final para escalar, ajustar o parar.
Descarga el how-to básico
PDF breve para introducir IA en un equipo con tareas reales, reglas de datos, pilotos pequeños, revisión humana y métricas de adopción.
Cómo lo trabajamos en Umintia
En Umintia ayudamos a empresas de Donostia - San Sebastián, Gipuzkoa y Euskadi a pasar de la curiosidad por la IA a pilotos concretos: formación por tareas, reglas de uso, automatizaciones pequeñas y métricas que dirección pueda entender.
Si tu equipo ya está probando IA pero cada persona va por libre, el siguiente paso no siempre es comprar más herramientas. Muchas veces es ordenar el primer mes de uso.