Automatizar el proceso equivocado es la forma más cara de «probar inteligencia artificial». La pregunta útil no es «¿qué se puede hacer?», sino «qué procesos automatizar primero con inteligencia artificial y cuáles dejar para después». McKinsey (State of AI, marzo 2025) indica que solo el 21 % de las organizaciones ha rediseñado workflows con IA, y que ese rediseño es el factor con mayor asociación a impacto en EBIT —asociación, no causalidad demostrada—. El 28 % sitúa la gobernanza de IA en el CEO. Traducción para una pyme: prioriza, rediseña un flujo concreto y nombra responsable. Esta guía te da una matriz impacto/facilidad y reglas claras.
La matriz impacto × facilidad
Priorización de procesos con inteligencia artificial
Hacer primero
- Triaje de email
- FAQ de soporte
- Recordatorios de seguimiento
- Resúmenes de reuniones internas
Planificar (2ª fase)
- Pedidos multicanal al ERP
- Presupuestos complejos
- Agente con varias herramientas
- Reporting financiero sensible
Solo si sobra capacidad
- Textos decorativos
- Automatizar un proceso raro
- Chat genérico sin finalidad
Evitar ahora
- Decisiones legales autónomas
- Precios libres sin reglas
- Procesos sin dueño claro
Solo el 21 % ha rediseñado workflows con IA según McKinsey (marzo 2025). Priorizar y rediseñar un flujo concreto importa más que «añadir un bot».
Fuente: McKinsey State of AI (marzo 2025) — asociación con EBIT; no causalidad
21 %
Rediseñó workflows con IA
28 %
Gobernanza de IA involucra al CEO
Criterios para puntuar impacto
- Horas/semana consumidas hoy.
- Coste del error (cliente, stock, cobro, reputación).
- Dependencia de una sola persona.
- Visibilidad para dirección (si mejora, se nota).
Criterios para puntuar facilidad
- Reglas estables y documentables.
- Datos ya disponibles (sin proyecto de «limpieza total»).
- Pocas excepciones o excepciones tipificables.
- Equipo dispuesto a cambiar el hábito dos semanas.
Qué dejar para después (aunque suene atractivo)
Deja para más adelante los procesos donde la excepción es la norma, donde no hay dueño o donde un error automático tiene coste alto e inmediato (precios, contratos, datos personales sensibles sin protocolo). También aparca las ideas que solo buscan «parecer innovadores» sin dolor operativo real.
Ejemplo pyme: comercio B2B
Gobernanza mínima (también en pymes)
McKinsey reporta que en el 28 % de los casos la gobernanza de IA involucra al CEO. En una pyme no necesitas un comité: necesitas que dirección marque límites (qué no puede hacer sola la IA), un responsable operativo y un canal para reportar fallos. Sin eso, el piloto se degrada en «herramienta que nadie supervisa».
Ritual de priorización (90 minutos)
-
1
Listar 10 procesos dolorosos
Con jefes de área o con quien ejecuta.
-
2
Puntuar impacto y facilidad
Del 1 al 5, en silencio y luego debate.
-
3
Colocar en la matriz
Solo uno entra en «hacer primero».
-
4
Definir métrica y fecha
Dos o cuatro semanas de piloto.
-
5
Nombrar supervisor
Persona con autoridad para cortar o ajustar.
Complementa con cómo detectar procesos automatizables y la guía pilar.
Cómo implantarlo en 15 días (plan realista)
Un piloto de inteligencia artificial en una pyme no necesita un calendario de seis meses. Necesita disciplina de alcance. En la primera semana describes el proceso actual con quien lo ejecuta: pasos, herramientas, excepciones y minutos reales. No basta con la versión «oficial» que cuenta dirección; hace falta la versión del día a día. En la segunda semana defines reglas escritas: qué puede preparar el sistema, qué nunca se envía solo y quién revisa la cola de excepciones. También fijas la métrica (horas, errores o tiempo de respuesta) y tomas una foto de la situación actual durante tres días laborables. Sin baseline, cualquier mejora será opinión.
Entre el día 8 y el 12 construyes el flujo mínimo viable: una entrada, una transformación, una salida y un aviso. Evita conectar cinco sistemas a la vez. Si el correo es la fuente, trabaja solo con el correo. Si WhatsApp es el canal, no mezcles todavía el teléfono. Del día 13 al 15 operas en paralelo: el equipo sigue el método antiguo cuando dude, pero registra cada caso del nuevo flujo. Al cierre, comparáis números y decidís ampliar, ajustar o parar. Parar no es fracaso: es gobernanza.
Roles que deben quedar claros
- Sponsor de dirección: autoriza límites y presupuesto de atención del equipo.
- Dueño del proceso: conoce excepciones y aprueba cambios de regla.
- Operadores: usan el flujo y reportan fallos sin miedo.
- Responsable técnico o partner: conecta herramientas y mantiene el piloto.
Sin esos roles, la inteligencia artificial se convierte en una prueba suelta que nadie mantiene. En pymes pequeñas una misma persona puede acumular dos roles, pero no puede quedar «en el aire». Escribe los nombres en una página. Cuando alguien se vaya de vacaciones, el flujo no debería caerse.
Métricas útiles (y métricas vanidosas)
Métricas útiles: minutos por caso, porcentaje de casos sin reproceso, tiempo hasta primera respuesta útil, errores detectados antes de llegar al cliente, horas liberadas en la tarea piloto. Métricas vanidosas: número de prompts, «mensajes generados» o demos bonitas sin cambio operativo. Si una cifra no ayuda a decidir si el piloto sigue, no la priorices en el cuadro de mando.
También conviene medir fricción humana: ¿el equipo evita la herramienta? ¿Corrige siempre lo mismo? Esas señales indican reglas mal definidas o textos de respuesta flojos. La automatización por detrás solo funciona si delante hay personas que confían en el sistema dentro de sus límites.
Riesgos frecuentes y antídotos
| Riesgo | Señal temprana | Antídoto |
|---|---|---|
| Alcance infinito | Cada reunión añade un «también podría…» | Documento de alcance de una página |
| Falsa autonomía | Se envían mensajes sin revisión en temas sensibles | Lista de acciones que exigen humano |
| Datos de más | Se meten buzones enteros «por si acaso» | Minimizar fuentes del piloto |
| Abandono post-demo | Nadie mira la cola a los 10 días | Ritual semanal de 20 minutos |
La premisa de XumiaLab aplica en todos los casos: automatización por detrás, humanidad por delante. La inteligencia artificial prepara, clasifica y avisa; las personas deciden lo que afecta a cliente, dinero, legalidad o reputación. Si internalizas eso, evitas tanto el miedo paralizante («la IA nos sustituye») como el hype peligroso («la IA decide sola»).
Preguntas frecuentes
¿Y si todo parece «alto impacto y difícil»?
Recorta el alcance: un canal, un tipo de cliente o un subconjunto de productos. La facilidad sube cuando acotas.
¿Puedo empezar por marketing porque es fácil?
Solo si también hay impacto claro. Un generador de posts sin proceso comercial detrás suele ser bajo impacto real.
¿Qué es rediseñar un workflow?
No es «poner IA encima del caos». Es cambiar pasos, roles y herramientas para que el trabajo fluya; la IA encaja en puntos concretos.
¿Quién debe decidir en una pyme de 15 personas?
Dirección define límites; el responsable del proceso define excepciones; quien ejecuta valida usabilidad.
Fuentes y metodología
Dato McKinsey State of AI (marzo 2025) citado con matiz de asociación, no causalidad. Matriz y ejemplos son método práctico XumiaLab / ilustrativos.
- McKinsey — State of AI (marzo 2025): 21 % rediseñó workflows; factor con mayor asociación a impacto en EBIT (no causalidad); 28 % gobernanza de IA en el CEO.