Para empezar a incorporar inteligencia artificial en una pyme, conviene elegir una tarea recurrente, medible y acotada, con información disponible y una persona que pueda revisar el resultado. Con esos elementos podés probar una mejora y decidir si tiene sentido ampliarla.
Esta guía propone un método para elegir ese primer proceso. Los ejemplos son ilustrativos: no representan resultados de clientes ni porcentajes de ahorro garantizados.
Empezá por una tarea que puedas describir
«Queremos usar IA en ventas» expresa una intención. «Queremos clasificar las consultas que llegan por la web y preparar una respuesta para que la revise el equipo comercial» define algo que se puede probar.
Para describir una tarea, completá esta frase:
Cuando llega esta información, una persona realiza estos pasos para producir este resultado, que después utiliza este equipo o sistema.
Si no podés completarla, observá primero cómo se hace el trabajo. Conversá con quien lo realiza, reuní algunos ejemplos y anotá las excepciones. Ese recorrido suele mostrar si el problema está en la información, en la coordinación entre personas o en una tarea que podría asistirse con tecnología.
Compará candidatos con seis preguntas
Armá una lista corta de tareas. Después comparalas con esta matriz. Es un criterio de priorización propio, no una fórmula universal de retorno.
| Pregunta | Señal favorable para un primer piloto | Lo que conviene resolver antes |
|---|---|---|
| ¿Se repite con frecuencia? | Hay suficientes casos para observar un resultado | La tarea ocurre tan poco que costaría evaluar el cambio |
| ¿Sabemos cuánto esfuerzo consume? | Podemos medir tiempo, espera o correcciones | Solo tenemos la impresión de que «lleva mucho» |
| ¿Está disponible la información? | Las fuentes están identificadas y actualizadas | Hay documentos contradictorios o datos dispersos |
| ¿Las excepciones son reconocibles? | Podemos describir cuándo debe intervenir una persona | Cada caso requiere una decisión diferente y difícil de revisar |
| ¿Podemos limitar el impacto de un error? | El resultado puede revisarse antes de actuar | Un error ejecutaría una acción difícil de revertir |
| ¿Podemos probarlo con poco alcance? | Hay un conjunto acotado de casos y un responsable | El primer intento exige cambiar todos los sistemas |
Usá primero las condiciones de preparación. Si no hay información utilizable, revisión o una forma de limitar errores, resolvé eso antes de elegir por volumen. Entre los candidatos que sí cumplen esas condiciones, priorizá aquel cuyo problema ya podés medir y cuya prueba sea más sencilla.
El test de madurez IA te ayuda a revisar esas bases en procesos, datos, equipo, integraciones y control.
Cómo aplicar la matriz a dos candidatos
Imaginá que estás comparando clasificar consultas y emitir cotizaciones automáticamente. Para las consultas, el equipo ya tiene categorías claras, mensajes de ejemplo y una persona que puede revisar cada sugerencia. Para las cotizaciones, los precios están repartidos en varias planillas y los descuentos dependen de acuerdos que no están registrados.
En ese escenario ilustrativo, la clasificación de consultas es una mejor candidata para el primer piloto: sus datos y controles están más preparados. Aunque cotizar consuma más tiempo, primero habría que ordenar precios y condiciones. La matriz ayuda a elegir una prueba viable; no alcanza con escoger la tarea que parece más costosa.
Cuándo conviene preparar el proceso antes de probar IA
Conviene postergar el piloto si todavía no podés definir un resultado correcto, controlar un error o asignar a alguien que revise la prueba. Antes de avanzar, resolvé estas condiciones:
- Información contradictoria: identificá la fuente vigente y quién debe mantenerla.
- Acceso a datos sin definir: acordá qué información necesita la prueba y quién puede utilizarla. Para explorar el proceso, prepará ejemplos anonimizados cuando sea posible.
- Acciones difíciles de revertir: empezá por sugerencias que una persona apruebe antes de enviar, guardar o ejecutar.
- Falta de responsable o medición: asigná una persona y registrá cómo funciona hoy la tarea.
Estos son criterios de preparación que proponemos para un primer piloto. Si la tarea ya se puede resolver con reglas claras, evaluá también una automatización convencional antes de sumar IA.
Tres ejemplos para aterrizar la elección
Clasificar consultas comerciales
Un equipo recibe mensajes sobre productos, precios, soporte y disponibilidad. Un primer piloto podría clasificar las consultas y sugerir a quién asignarlas. La persona responsable confirma o corrige antes de continuar.
Medí cuántas clasificaciones se aceptan, qué tipos de consultas generan errores y cuánto tiempo requiere la revisión. Si una categoría reúne casos muy distintos, corregí la clasificación antes de automatizar el envío de respuestas.
Extraer información de documentos
Otra empresa copia datos de documentos recibidos a una planilla. Un piloto puede extraer algunos campos y presentarlos para revisión, sin modificar todavía el sistema de gestión.
Elegí documentos que representen la variedad real: formatos distintos, campos ausentes y archivos difíciles de leer. Medí errores por campo y tiempo total, incluyendo las correcciones. Procesar rápido una extracción incorrecta no resuelve el trabajo.
Preparar actualizaciones del CRM
Un equipo comercial dedica tiempo a pasar notas de reuniones al CRM. La IA puede proponer un resumen y una actualización, que la persona revise antes de guardarla.
Definí qué campos puede sugerir, cómo identificar al contacto y qué hacer cuando la información es ambigua. Verificá duplicados y evitá que una suposición termine guardada como un hecho.
En los tres casos, el primer alcance permite observar, revisar y aprender. La conveniencia de automatizar acciones posteriores se evalúa con lo que muestre la prueba.
Medí el trabajo antes de cambiarlo
Durante un período representativo del proceso, registrá:
- Cantidad de casos y variedad de situaciones.
- Tiempo de trabajo por caso, incluyendo búsqueda de información y correcciones.
- Tiempo de espera hasta completar la tarea, si afecta al cliente o a otro equipo.
- Errores que requieren volver a hacer trabajo.
- Costos de las herramientas y personas involucradas.
Después, medí lo mismo en el piloto y agregá el tiempo de supervisión, las excepciones y el costo de operar la solución. Compará casos equivalentes: una semana tranquila y una semana de alta demanda pueden contar historias diferentes.
La calculadora de impacto permite explorar un escenario económico con esos supuestos. Distingue el valor del tiempo liberado de un ahorro efectivo de caja. Ese tiempo también puede usarse para atender mejor o absorber más trabajo sin que desaparezca un gasto.
Un ejemplo de tiempo liberado, incluyendo la revisión
Supongamos, solo para ilustrar el cálculo, que procesás 120 consultas comparables en una semana. El trabajo manual lleva 6 minutos por consulta. Durante el piloto, el tiempo total de trabajo humano por consulta baja a 3 minutos, incluyendo revisión y correcciones, y además dedicás una hora semanal a mantener la solución.
| Concepto | Cálculo | Tiempo semanal |
|---|---|---|
| Proceso actual | 120 consultas × 6 minutos ÷ 60 | 12 horas |
| Trabajo humano durante el piloto | 120 consultas × 3 minutos ÷ 60 | 6 horas |
| Mantenimiento adicional | 1 hora | 1 hora |
| Total con el piloto | 6 + 1 | 7 horas |
| Capacidad liberada | 12 − 7 | 5 horas |
En este ejemplo, se liberan 5 horas semanales si se mantienen el volumen, la complejidad y la calidad del trabajo. No es un ahorro de dinero demostrado: todavía hay que considerar los costos de implementación y operación, y qué uso tendrán esas horas. Si aumentan los errores o el tiempo de espera, el cálculo de horas por sí solo no justifica ampliar la prueba.
Escribí una ficha de piloto de una página
Antes de construir, dejá acordado lo siguiente:
- Problema: qué tarea queremos mejorar y a quién le afecta.
- Alcance: qué casos entran y cuáles quedan afuera.
- Información: qué fuentes se utilizan, quién las mantiene y qué datos están permitidos.
- Responsable: quién revisa resultados y toma decisiones sobre la prueba.
- Resultado esperado: qué entrega concreta produce la solución.
- Control: qué necesita aprobación humana y cómo se detiene ante un problema.
- Medición: con qué línea de base y métricas se compara.
- Continuidad: qué evidencia justificaría ampliar, corregir o abandonar el piloto.
Por ejemplo: «Clasificar consultas de dos categorías y sugerir el responsable. Todas se revisan antes de asignar. Comparar tiempo total y errores con el proceso actual. Ampliar solo si la mejora compensa el costo y las excepciones están controladas».
El criterio de continuidad debe acordarse para ese proceso. Evitá copiar un porcentaje atractivo que no tenga relación con el costo o el impacto de un error en tu empresa.
El contexto uruguayo importa
Uruguay cuenta con una Estrategia Nacional de Inteligencia Artificial 2024–2030, publicada por Agesic. Sus principios incluyen aspectos como transparencia, privacidad y robustez.
Para un piloto concreto, nuestra recomendación es traducir esas preocupaciones en preguntas operativas: qué información utiliza, quién puede acceder, cómo se revisa y qué ocurre cuando falla. La estrategia nacional aporta contexto; no es una certificación del proyecto ni reemplaza la revisión de las obligaciones aplicables a cada empresa.
También conviene trabajar con las condiciones reales del negocio: herramientas que ya usa el equipo, español de sus clientes, horarios de atención, moneda de los costos y capacidad de mantener la solución. Una demostración aislada no comprueba que todo eso funcione junto.
Preguntas habituales antes del primer paso
¿Necesito automatizar un proceso completo?
Podés comenzar con una parte: clasificar, extraer, resumir o preparar una propuesta para revisión. Un alcance pequeño facilita entender qué mejora y qué sigue requiriendo intervención.
¿Todas las tareas repetitivas necesitan IA?
Una regla clara, una fórmula o una integración convencional pueden resolver ciertas tareas de manera más simple. La elección depende del trabajo: interpretar texto variable y copiar un dato con una regla fija presentan necesidades diferentes. Nuestro servicio de automatizaciones contempla esa evaluación.
¿Cómo sé si la empresa está preparada?
Revisá si hay un problema definido, datos disponibles, un responsable y capacidad de supervisar. Podés usar el test de madurez como punto de partida y conversar después sobre las respuestas que generen dudas.
¿Qué debería llevar a una primera conversación?
La ficha del proceso, algunos ejemplos anonimizados, el volumen aproximado y las herramientas que intervienen. Con eso se puede conversar sobre alcance y viabilidad con mucha más claridad.
Tu próximo paso puede ser sencillo: elegí tres tareas, comparalas con la matriz y completá la ficha de la mejor candidata. Vas a tener una base concreta para decidir qué probar.