Bono IA: hasta 24.000 € por empresa · Apúntate gratis y te avisamos cuando se publiquen las bases
Preparación

Cómo elegir el primer proyecto de IA de tu pyme

Cuatro criterios, un ejemplo de priorización y una prueba acotada para pasar de «queremos usar IA» a una mejora concreta y medible en tu pyme.

Imagen ilustrativa: Cómo elegir el primer proyecto de IA de tu pyme

Empieza por el atasco, no por la herramienta

La pregunta «¿qué herramienta de IA usamos?» suele llevar a pruebas dispersas que nadie mide. La pregunta útil es otra: ¿dónde pierde tiempo tu empresa cada semana, siempre de la misma forma? Un primer proyecto sirve para resolver un problema concreto y, de paso, para aprender cómo trabaja tu organización con esta tecnología.

Durante una o dos semanas, pide a cada responsable de área que anote los atascos que vive: consultas que se acumulan, datos que alguien copia de un sistema a otro, informes que llegan tarde, documentos que se revisan a mano. Habla con quien hace la tarea, no solo con quien la supervisa. Las personas que ejecutan el proceso conocen las excepciones que no aparecen en ningún manual.

Al final tendrás una lista con más candidatos de los que puedes abordar. No intentes atacarlos todos: el objetivo de esta fase es elegir uno y hacerlo bien.

Paso a pasoDel atasco a la prueba: cómo elegir el primer proyecto de IA
  1. 1
    Recoge los atascos

    Durante una o dos semanas, cada responsable de área anota dónde pierde tiempo su equipo.

  2. 2
    Puntúa cada candidato

    Del 1 al 5 en frecuencia, datos disponibles, coste de un error y responsable claro.

  3. 3
    Elige uno y hazlo bien

    Prioriza el candidato frecuente, con datos, con dueño y con riesgo controlable.

  4. 4
    Mide el punto de partida

    Tiempo por caso, volumen, errores y vueltas atrás, en una hoja compartida.

  5. 5
    Diseña una prueba acotada

    Un proceso, un equipo, un criterio de éxito decidido antes y una duración cerrada.

  6. 6
    Decide con datos

    En la fecha fijada, amplía, ajusta o abandona según la medida inicial.

Fuente: Elaboración propia a partir del método de priorización descrito en esta guía

Cuatro criterios para puntuar cada candidato

Para comparar candidatos con algo más que intuición, puntúa cada uno del 1 al 5 en cuatro criterios. No es un método científico, pero obliga a discutir con los mismos argumentos y deja por escrito por qué se eligió una opción y no otra.

En el criterio de error, puntúa más alto cuanto menor sea el daño de un fallo. Así, una suma alta indica un candidato frecuente, con datos, con dueño y con riesgo controlable. Los procesos de alto impacto y alto riesgo pueden esperar a una segunda fase, cuando ya tengas experiencia y controles probados.

  • Frecuencia y volumen: cuántas veces se repite la tarea y cuánta gente participa. Una tarea diaria de varias personas pesa más que un informe trimestral.
  • Datos disponibles: si existen ejemplos reales, accesibles y razonablemente ordenados (correos, documentos, registros del ERP o del CRM) con los que probar.
  • Coste de un error: qué pasa si la IA se equivoca. Clasificar mal un correo interno no es lo mismo que enviar un precio equivocado a un cliente.
  • Responsable claro: una persona con autoridad sobre el proceso, tiempo para revisarlo y ganas de que funcione.

Un ejemplo de priorización

Por ejemplo, una distribuidora de 30 personas identifica tres candidatos: clasificar los pedidos que llegan por correo y pasarlos al ERP, preparar borradores de respuesta para consultas de clientes sobre plazos de entrega y generar un informe mensual de ventas por zona.

Los pedidos por correo puntúan alto en frecuencia, porque llegan a diario, y en datos, porque hay meses de histórico. El riesgo es controlable si una persona valida cada pedido antes de confirmarlo. Las consultas de plazos también son frecuentes, pero dependen de información de stock que hoy no está actualizada en tiempo real, así que puntúan bajo en datos. El informe mensual tiene poco volumen y ya se resuelve razonablemente con una hoja de cálculo.

La decisión sensata es empezar por los pedidos y dejar las consultas para cuando el stock esté bien integrado. Fíjate en que el criterio decisivo no fue la tecnología, sino la calidad de los datos y la posibilidad de revisar el resultado antes de que tenga efecto.

Mide la situación de partida antes de tocar nada

Sin una medida inicial no podrás saber si el proyecto ha mejorado algo. Antes de probar cualquier herramienta, registra cómo funciona hoy el proceso elegido. No hace falta un sistema sofisticado: una hoja compartida durante unas semanas suele bastar.

Elige una medida principal y una persona responsable de revisarla. Si intentas medir diez cosas, acabarás sin mirar ninguna.

  • Cuánto tarda cada caso, en tiempo de trabajo efectivo y no en tiempo transcurrido.
  • Cuántos casos hay por semana o por mes, y si hay temporadas.
  • Qué errores aparecen y cuánto cuesta corregirlos.
  • Cuántas veces hay que pedir información que falta o volver atrás.

Diseña una prueba acotada

La prueba debe ser pequeña para controlar el riesgo y lo bastante realista para que el resultado signifique algo. Define por escrito, en una página, qué vas a probar y cómo sabrás si ha funcionado.

Abandonar una prueba que no funciona no es un fracaso: es información. Lo que sí sale caro es seguir invirtiendo en algo que nadie ha medido.

  • Un proceso y un equipo concretos, no toda la empresa a la vez.
  • Un conjunto de datos representativo que incluya casos difíciles y excepciones, no solo los fáciles.
  • Un criterio de éxito decidido antes de empezar y comparado con la medida inicial.
  • Los momentos en los que debe intervenir una persona y quién es esa persona.
  • Una duración cerrada y una fecha para decidir si se amplía, se ajusta o se abandona.

Señales para descartar un candidato de momento

Algunos candidatos parecen atractivos pero no son buenos para un primer proyecto. No están descartados para siempre: simplemente no te ayudarán a aprender, que es lo que más necesitas ahora.

Guarda la lista de descartes con el motivo de cada uno. Cuando el primer proyecto termine, revisa si algo ha cambiado: quizá el ERP ya está renovado o los datos se han ordenado. Así el segundo proyecto no empieza desde cero y la dirección ve que la decisión inicial tenía un criterio, no una preferencia personal.

  • Nadie puede explicar el proceso de principio a fin sin contradicciones.
  • Los datos están en archivos personales o en papel y no hay plan para ordenarlos.
  • Un error tendría consecuencias legales, económicas o de reputación difíciles de revertir.
  • El proyecto depende de que otra iniciativa, como un cambio de ERP o una reorganización, termine antes.
  • El único argumento a favor es que la herramienta parecía espectacular en una demostración.

Qué tiene que ver esto con el Bono IA

El documento del Plan IA360 indica que la implantación del futuro Bono IA incorporará un diagnóstico previo de madurez, la identificación de un caso de uso concreto y la medición posterior del impacto en productividad. Elegir bien tu primer proyecto y medir el punto de partida encaja con ese planteamiento.

Aun así, a octubre de 2026 no hay bases ni convocatoria publicadas, y no se conocen importes por empresa ni gastos subvencionables. Prepara el proyecto porque tiene sentido para tu negocio; si después encaja en una ayuda, mejor, pero no condiciones la decisión a ella.

Los ejemplos son orientativos y no implican que un proyecto sea subvencionable. La financiación depende de las bases y de la convocatoria aplicable.

Para seguir explorando

Contenido elaborado con asistencia de IA bajo los criterios de la política editorial de Nextmedia.