La IA no arregla lo que tu empresa no tiene escrito

Casi todas las conversaciones sobre inteligencia artificial dentro de una empresa empiezan por el nombre de una herramienta. Alguien la ha visto en LinkedIn, alguien la probó el fin de semana, alguien tiene una demostración el jueves a las diez. Y casi ninguna empieza por lo único que decide si aquello va a servir de algo: qué problema, medido, estás intentando resolver.

La frase «primero el problema, después la herramienta» está tan repetida que ya no significa nada. Así que esto no va a defenderla: la da por sabida y baja a lo que casi nadie escribe, que es cómo se sabe si lo que te duele es un problema de inteligencia artificial y qué hacer las veces, que son muchas, en que la respuesta es que no.

01La herramienta llega antes que el problema, y sale cara

La herramienta se elige primero porque es lo único concreto de toda la conversación: tiene nombre, precio y una demostración de quince minutos. El problema hay que escribirlo, medirlo y ponerle un responsable, y eso cuesta una tarde que nadie tiene. Por eso se compra antes de pensar.

Una demostración no prueba nada de tu empresa

Toda demostración está montada sobre un caso limpio: los datos ordenados, el cliente tipo bien definido, la pregunta formulada como el fabricante quiere oírla. Tu empresa no es eso. Tu empresa tiene tres formas distintas de llamar al mismo producto, un histórico de ofertas en la carpeta de alguien y dos comerciales que apuntan las visitas en sitios diferentes.

Lo que la demostración demuestra es que la herramienta funciona en las condiciones del fabricante. Es información útil y no es poca, pero no responde a la única pregunta que te interesa, que es si funciona en las tuyas. Y esa pregunta no la contesta el proveedor: la contestas tú, y para contestarla necesitas haber descrito antes cómo trabajas de verdad, con sus excepciones incluidas.

Lo que cuesta probar sin criterio

El coste visible de probar una herramienta es la licencia, y suele ser el menor de todos. El coste real está en las horas de la casa: el tiempo de quien la configura, el de quien prepara los datos, el de quien la enseña al equipo y el de quien tiene que decidir, meses después, si aquello se queda o se apaga.

Ese último coste es el que casi nunca se paga, porque decidir que algo se apaga exige reconocer que se compró mal. Así nace el piloto eterno: la herramienta sigue facturando, nadie la usa del todo y nadie la cancela. Ya hicimos esa cuenta con nuestro propio gasto en las cuentas del stack de prospección, y el patrón se repite en cuanto se mira una factura con calma.

02El dato español: se compra IA antes que proceso

En España ya usa inteligencia artificial una de cada cinco empresas de diez o más empleados, y solo una de cada tres tiene programa de gestión de clientes. Se está comprando la capa que acelera antes que la capa que ordena, y ese orden explica muchos de los proyectos que no llegan a ninguna parte.

Más empresas con IA que con ficha de cliente

Los datos son del INE, de su encuesta anual sobre uso de tecnología en las empresas. Entre las de diez o más empleados, el 21,1%dato público con fuente y fecha empleaba tecnologías de inteligencia artificial en el primer trimestre de 2025, casi nueve puntos más que el año anterior. En las de menos de diez empleados, el 13,4%.

En la misma encuesta, y sobre las mismas empresas, solo el 34,5%dato público con fuente y fecha usa un programa de gestión de relaciones con clientes. Es decir: dos de cada tres empresas no tienen dónde anotar quién es cliente, qué se le ofreció y cuándo se le vuelve a llamar, y aun así una de cada cinco ya ha metido inteligencia artificial en casa. No es que la IA sobre. Es que llegó antes que el cuaderno.

La industria va por detrás, y eso también informa

El desglose por sector dice algo más. En servicios usa IA el 25,7%dato público con fuente y fecha de las empresas; en la industria, el 17,5%. Ocho puntos de diferencia entre el sector que vende horas y el que vende piezas.

La lectura fácil es que la industria va tarde. La nuestra es otra: en la industria el ciclo de venta es largo, técnico y con pocos clientes posibles, y ahí una herramienta que escribe rápido aporta bastante menos que en un negocio de volumen. La distancia no mide retraso, mide encaje. Que la mitad de tu sector no haya comprado todavía no es una alarma, y desde luego no es un criterio de compra.

03Cuatro condiciones para que un problema sea de IA

Un problema se resuelve con inteligencia artificial cuando cumple cuatro condiciones a la vez: se puede nombrar sin decir IA, se repite muchas veces, se mide con un número que ya existe y tiene un responsable. Si falla una sola, el problema es otro y ninguna herramienta lo va a tocar.

Nombrable: se describe sin decir «IA»

Escribe el problema en una frase que un comercial de tu equipo entendería. «Queremos usar IA en ventas» no es un problema: es una intención. «Tardamos dos semanas en contestar una petición de oferta porque hay que buscar el precio de piezas parecidas en ofertas antiguas» sí lo es.

La prueba es sencilla y no falla: si al quitar la palabra IA de la frase no queda nada, es que no había problema debajo. Había una tecnología buscando dónde aterrizar. Esta condición parece la más blanda de las cuatro y es la que más veces se incumple, porque exige reconocer en voz alta algo que duele: que la iniciativa nació de una demostración y no de una queja repetida del equipo.

Repetible: pasa muchas veces, y se puede contar

Una tarea que ocurre dos veces al año no se automatiza: se hace. La inteligencia artificial paga cuando hay repetición, porque lo que compras es el ahorro multiplicado por la frecuencia, y una frecuencia baja no multiplica nada.

Cuenta las veces sobre una semana real, no sobre la impresión de nadie. Cuántas peticiones de oferta entran, cuántas visitas se hacen, cuántos correos de seguimiento se escriben. La repetición es también lo que hace que el error salga barato: en una tarea que ocurre cien veces al mes, un fallo del diez por ciento se detecta la primera semana y se corrige. En una que ocurre dos veces al año, el mismo fallo tarda un ejercicio entero en aparecer y para entonces nadie recuerda cómo se configuró aquello.

Medible: hay un número antes de tocar nada

Si no puedes decir cómo está hoy, no vas a poder decir si mejoró. Y sin esa comparación, la decisión de mantener o apagar la herramienta se toma por gusto, que es exactamente como se llega al piloto eterno del apartado anterior.

El número no tiene que ser sofisticado, tiene que existir y estar tomado antes: días que tarda una oferta en salir, horas semanales dedicadas a preparar visitas, porcentaje de peticiones que se quedan sin contestar. Si el único número disponible aparece después de instalar la herramienta, ese número no sirve para juzgarla: lo produce ella. Media hora de contar antes de empezar vale más que tres meses de sensaciones después.

Con dueño: alguien responde del resultado

La cuarta condición no es técnica y es la que más proyectos entierra. Alguien tiene que responder del número, con nombre y apellidos, y tener autoridad para cambiar cómo se trabaja. No basta con un entusiasta que la use bien: hace falta quien pueda decidir que a partir del lunes las ofertas se preparan de otra manera.

Cuando el dueño es «el equipo», no es nadie. Y cuando es una persona sin capacidad de cambiar el proceso, la herramienta se convierte en una capa más encima de lo que ya se hacía: trabajo nuevo sobre trabajo viejo, que es la forma más común de que una automatización acabe costando tiempo en vez de ahorrarlo.

04Tres encargos habituales y qué son en realidad

Casi ningún encargo que nos llega dicho como problema de inteligencia artificial lo es. Debajo suele haber un problema de mensaje, de lista de clientes o de proceso sin escribir. Estos son los tres que más se repiten en las primeras llamadas, con nuestro veredicto al lado.

El segundo es el más caro de los tres, y por eso merece una línea aparte. Escribir mejor no arregla una lista mal construida: si el destinatario no tiene el problema que cuentas, da igual con qué elegancia se lo cuentes. Antes de automatizar el envío conviene entender qué es exactamente la prospección en frío y de qué depende que funcione, que casi nunca es de la redacción.

05Cómo se decide, en una tarde

La decisión no necesita un comité ni un plan de transformación: necesita una tarde, una semana real de tareas comerciales encima de la mesa y cuatro pasos. Al final salen una sola tarea elegida, un número de partida y una fecha en la que se decide si sigue o se apaga.

1. Inventaria una semana de verdad. Todas las tareas comerciales que se repitieron, escritas por quien las hizo, no por quien las supervisa. Sin filtrar por importancia: aquí se recoge, no se juzga.
2. Ponles número. Cuántas veces ocurrió cada una y cuánto tiempo se fue en ella. Un cálculo aproximado hecho a mano vale; una impresión, no.
3. Marca cuáles están escritas y cuáles viven en la cabeza de alguien. Las que viven en una cabeza no son candidatas todavía: son deuda de proceso, y ese es otro trabajo.
4. Elige una sola entre las repetidas que sí están escritas, anota el número de partida y ponle fecha de corte. Una tarea, un número, una fecha. Lo demás espera.

Si de esa tarde no sale ninguna tarea que cumpla las cuatro condiciones, la tarde no ha sido un fracaso: ha sido la más rentable del trimestre. Acabas de ahorrarte una licencia anual y tres meses de configuración a cambio de saber qué te falta de verdad, que casi siempre es orden y no tecnología.

06Cuándo la respuesta es «todavía no»

«Todavía no» es una respuesta legítima, y en la pyme industrial es la correcta más veces de las que se dicen en voz alta. Si el proceso vive en la cabeza de dos personas, lo primero que hay que comprar no es una herramienta: es el tiempo de escribirlo.

Escribir el proceso no es hacer un manual de cien páginas que nadie abre. Es una hoja: a quién le vendes, por qué te compra, qué pasos hay desde el primer contacto hasta la firma y quién hace cada uno. Eso es lo que nosotros llamamos el patrón, y es el punto de partida de todo nuestro trabajo de sistema comercial, precisamente porque sin él ningún canal ni ninguna herramienta rinde.

Y hay un premio inesperado en hacerlo: el día que escribes el proceso, la elección de herramienta se vuelve casi obvia. Cuando sabes qué tarea concreta quieres quitarte, cuántas veces pasa y qué número tiene que moverse, la comparativa de productos deja de ser una cuestión de opinión y pasa a ser una lista corta de requisitos. La pregunta difícil nunca fue cuál. Fue qué.