«Todavía no» es una respuesta legítima: un chequeo honesto de preparación para la IA

La adopción de IA en la pequeña empresa estadounidense ha ido rápido: las encuestas de la U.S. Chamber of Commerce sitúan el uso en el 23% en 2023 y el 58% en 2025 (cifras nacionales). La presión por «hacer algo con IA» llega hoy a todos los dueños, y suele llegar desde varios lados a la vez. La verdad incómoda es que estar listo no depende de la ambición sino del orden.

Antes de que una conversación sobre IA avance, hacemos con la empresa un chequeo de preparación que se reduce a tres preguntas sobre los datos. Ninguna menciona modelos, proveedores ni licencias. Cuando las respuestas son sólidas, el primer proyecto suele ser evidente y pequeño. Cuando no lo son, la respuesta correcta es «todavía no», y este artículo explica por qué eso es un resultado y no un fracaso.

Primera pregunta: ¿dónde viven los datos?

Intenta enumerar los sitios. El programa de contabilidad, el CRM si lo hay, la hoja de cálculo que mantiene el equipo comercial porque el CRM va lento, la carpeta compartida, el grupo de WhatsApp donde el almacén confirma las entregas y las bandejas de entrada de las tres personas que llevan más años en la casa. La mayoría de los dueños sabe nombrar los sistemas. Menos saben decir cuál guarda la versión que se usa de verdad, y casi ninguno sabe explicar cómo viaja una cifra de uno a otro.

Importa porque cualquier proyecto de IA empieza alimentando algo con un conjunto de datos, y solo puede alimentarse de lo que se encuentra y se exporta. Si una parte significativa de lo que sabe la empresa vive en correos y en cabezas, el modelo aprenderá de la parte fácil de alcanzar y se equivocará con total seguridad en el resto.

Segunda pregunta: ¿quién es su dueño?

La propiedad tiene dos sentidos y los dos cuentan. El primero es una persona. Para cada tipo de registro (el cliente, el producto, el precio, el proveedor), ¿hay alguien cuyo trabajo sea mantenerlo correcto? Ni el proveedor informático ni «todos». Un nombre.

El segundo es el sistema de registro. Cuando la dirección de un cliente no coincide entre el programa de facturación y la aplicación de reparto, ¿cuál manda? En muchas empresas la respuesta honesta es «el que haya mirado esa persona». Tres sistemas en desacuerdo equivalen a una discusión permanente, y una herramienta de IA entrenada con los tres tomará partido al azar.

Tercera pregunta: ¿son de fiar?

La prueba que usamos es deliberadamente directa. ¿Cambiarías hoy los precios basándote en lo que dice el sistema sobre el margen por producto? ¿Enviarías un recordatorio de pago a todos los clientes que el informe marca como morosos sin que nadie revise antes la lista? Si la respuesta es «déjame mirarlo primero», acabas de describir el problema de calidad de datos con tus propias palabras.

La desconfianza se ve en las reuniones mucho antes de que nadie lance una consulta. Suena como dos responsables que llegan con cifras distintas para el mismo mes, o como un informe que todo el mundo sabe que hay que corregir a mano antes de leerlo. Esos hábitos son la empresa compensando unos datos en los que no puede apoyarse. La automatización quita de en medio a la persona que compensaba.

A qué lleva el «todavía no»

Si alguna de las tres respuestas tiembla, la IA automatizará el desorden, más rápido y a escala. Eso no es motivo para no hacer nada. Es motivo para secuenciar, y la secuencia suele ser más corta de lo que los dueños temen.

1. Nombrar los sistemas y decidir cuál es el registro de referencia para cada tipo de dato. Es una reunión y una página, no un proyecto.
2. Dar a cada tipo de dato un responsable y una regla sencilla para corregirlo.
3. Cerrar los huecos que importan, normalmente dos o tres: la hoja de cálculo que debería ser un campo del sistema, la exportación que alguien hace a mano cada lunes.
4. Después, elegir el primer proyecto de IA. Pequeño, medible y reversible. Un proceso, una métrica, una persona que responda de leer el resultado y una fecha en la que la empresa pueda contrastarlo con la realidad.

Un buen primer proyecto parece modesto desde fuera. Redactar el borrador de respuesta a las consultas rutinarias de proveedores, con una persona que lo envía. Clasificar las facturas recibidas en el centro de coste correcto antes de que alguien las apruebe. Resumir los tickets de soporte de la semana para la reunión del lunes. Cualquiera de ellos se puede apagar un viernes sin perder nada, y cualquiera da una cifra en semanas.

Cuando la propuesta ya está sobre la mesa

Muchos dueños llegan con la propuesta de un proveedor ya sobre la mesa. Tres preguntas ordenan casi todas. ¿Qué proceso, exactamente, va a cambiar esto y quién lo lleva hoy? ¿Cómo sabremos en ocho semanas si ha funcionado, con una cifra que ya medimos? ¿Y qué pasa si lo apagamos?

Una propuesta que no responde a la primera es un producto en busca de un problema. Una que no responde a la segunda es un piloto sin final. Una que no responde a la tercera se ha convertido en infraestructura antes de demostrar nada. Nada de eso es motivo para desconfiar de la tecnología. Es motivo para exigir el orden.

Las personas siguen siendo responsables en todo el recorrido. Una herramienta de IA no decide por la empresa ni elimina la necesidad de revisar, y las empresas que le sacan valor pronto son aquellas donde revisar ya era fácil porque los datos ya estaban en orden. Nosotros usamos estas herramientas a diario en nuestro propio trabajo, para investigar, programar y documentar, así que nada de esto es escepticismo sobre la tecnología.

Decimos «todavía no» a menudo. Sale más barato que decir «empezad de cero» después.