Una empresa no necesita empezar por una herramienta. Necesita identificar un proceso comercial que ya tenga una pregunta repetida, una fuente de información reconocible y una persona capaz de revisar el resultado.
La conversación sobre inteligencia artificial suele empezar demasiado tarde: con una demostración, una licencia o una lista de automatizaciones. El problema no es que esas herramientas sean inútiles. El problema es que llegan antes de que alguien haya decidido qué parte del proceso comercial debe mejorar y cómo se sabrá si realmente ha mejorado.
En una empresa pequeña o mediana, la fricción comercial rara vez vive en un único sistema. Está en la reunión cuya información no llega al CRM; en la propuesta que se reinventa porque nadie encuentra la versión aprobada; en la oportunidad que no tiene una próxima acción clara; en el distribuidor que pregunta algo que otra persona ya respondió hace meses. La IA puede ayudar en esos momentos. Pero no sustituye la decisión de ordenar el proceso.
El punto de partida no es la IA. Es una fricción comercial concreta.
Una primera aplicación merece atención cuando el trabajo se repite, afecta a una decisión comercial y deja una huella que el equipo puede revisar. No hace falta que el proceso sea perfecto. Sí hace falta que sea identificable.
Una manera sencilla de reconocerlo es formular la situación en una frase: “Cada vez que ocurre esto, alguien tiene que buscar esta información, decidir esta acción y dejar constancia en este lugar”. Si la frase no se puede completar, todavía no hay un caso de uso. Hay una intuición.
Cuatro puntos de entrada que suelen ser razonables
- Propuestas y presupuestos. Cuando el equipo busca referencias, requisitos o respuestas previas antes de construir un primer borrador.
- Conocimiento comercial. Cuando las respuestas sobre productos, condiciones, casos o clientes están repartidas entre archivos, correos y personas.
- CRM y seguimiento. Cuando una conversación no se traduce de forma consistente en una próxima acción, un responsable y una fecha.
- Preparación de reuniones. Cuando preparar una visita exige reconstruir el contexto de una cuenta desde varias fuentes conocidas.
El denominador común no es “usar IA”. Es reducir una búsqueda, una transferencia de información o una espera que hoy impide avanzar con criterio.
Qué información necesita una empresa antes de automatizar
La IA no convierte automáticamente información dispersa en información fiable. Antes de pedir a un sistema que resuma, clasifique o redacte, conviene responder cinco preguntas operativas.
- ¿Cuál es el proceso actual? Describe el inicio, los pasos, el resultado esperado y las excepciones más habituales.
- ¿Qué fuentes pueden utilizarse? Distingue documentos aprobados, material de trabajo, información histórica y contenido que ya no debe reutilizarse.
- ¿Quién responde por el resultado? Debe existir una persona que pueda validar una propuesta, corregir una actualización de CRM o resolver una excepción.
- ¿Qué no puede decidir el sistema? Precio, margen, alcance técnico, condiciones contractuales, compromisos con clientes y versiones finales deben tener límites explícitos.
- ¿Con qué ejemplos se probará? Un piloto necesita casos reales, pero controlados, para comprobar utilidad, errores y tiempo de revisión.
Este orden tiene una base práctica. El marco de gestión de riesgos de IA de NIST organiza el trabajo en torno a gobernar, contextualizar, medir y gestionar. No es una receta comercial ni una certificación de resultados. Sí refuerza una idea esencial: roles, contexto, evaluación y supervisión no son detalles que se añaden después de comprar una herramienta.
¿Propuestas, conocimiento, CRM o seguimiento? Cómo elegir el primer flujo
No todos los problemas deben resolverse a la vez. La elección inicial debe seguir la fricción que hoy es más visible y más revisable.
| Si hoy ocurre esto… | El primer foco puede ser… | La pregunta que hay que poder responder |
|---|---|---|
| Las respuestas se buscan en demasiados lugares. | Conocimiento comercial. | ¿Qué fuentes están aprobadas y quién las mantiene? |
| Las propuestas empiezan desde cero aunque se repitan partes. | Propuestas y presupuestos. | ¿Qué contenido puede reutilizarse sin inventar alcance o condiciones? |
| Las oportunidades pierden continuidad tras llamadas o reuniones. | CRM y seguimiento. | ¿Cuál es la próxima acción, quién la asume y cuándo? |
| Una reunión exige reconstruir manualmente el historial de la cuenta. | Preparación de reuniones. | ¿Qué información debe llegar al responsable antes de hablar con el cliente? |
La tabla no prescribe una herramienta. Sirve para separar un problema de información de un problema de proceso. En el primer caso, quizá haya que establecer fuentes y acceso. En el segundo, quizá haya que definir una etapa, una responsabilidad o una regla de seguimiento antes de automatizar nada.
Errores habituales al comprar herramientas
1. Empezar por la integración más grande
Conectar todos los sistemas puede sonar ambicioso, pero también multiplica dependencias, permisos, excepciones y superficie de error. Un primer piloto controlado suele enseñar más que una integración extensa sin un caso de uso delimitado.
2. Confundir un chatbot con un proceso comercial
Un asistente aislado puede ser útil para explorar. No es, por sí mismo, un sistema comercial. Para que aporte valor sostenido debe saber qué fuentes puede usar, qué no puede afirmar, cuándo debe pedir revisión y dónde queda el resultado.
3. Medir actividad en vez de utilidad
El número de mensajes generados, documentos resumidos o automatizaciones activas no demuestra mejora. Es más útil observar una medida propia del flujo: tiempo de búsqueda, porcentaje de oportunidades con próxima acción, tiempo hasta el primer borrador, correcciones relevantes o preguntas que siguen sin respuesta.
4. Delegar decisiones que siguen siendo humanas
La IA puede proponer. No debe asumir sin control un precio, una especificación, el cierre de una oportunidad o un compromiso con un cliente. En procesos comerciales, la velocidad sin atribución clara de responsabilidad puede salir cara.
5. Tratar los documentos existentes como si todos fueran válidos
Que un archivo esté disponible no significa que sea actual, aprobado o adecuado para una propuesta nueva. Un sistema útil necesita distinguir procedencia, vigencia y responsable.
Un contexto útil para pymes españolas
La adopción no consiste solo en elegir software. La OCDE señaló en su análisis de España de 2025 que alrededor del 10,4 % de las pymes españolas declara utilizar aplicaciones de IA. La misma fuente relaciona la distancia de adopción con desconocimiento, capacidades, preocupaciones regulatorias y complejidad de integración. Es una cifra de contexto nacional, no una encuesta de E2M ni una predicción sobre el resultado de una empresa concreta.
Precisamente por eso, una primera decisión sobria vale más que una demostración espectacular. El objetivo no es “ponerse al día” con IA. Es elegir un proceso comercial en el que la empresa pueda aprender sin comprometer la calidad de la información ni la relación con sus clientes.
Cuándo tiene sentido un Diagnóstico de IA Comercial
Un Diagnóstico tiene sentido cuando ya existe una fricción reconocible, pero no está claro cuál debe ser el primer flujo, qué información puede usarse o qué alcance tendría una prueba responsable.
El Diagnóstico de IA Comercial de E2M revisa un proceso prioritario, sus fuentes, herramientas, personas y dependencias. Entrega una priorización de casos de uso, una recomendación de primer piloto y límites explícitos. No es una implantación ilimitada, una migración completa de CRM ni una promesa de resultados garantizados. Es una forma de decidir mejor antes de aumentar el alcance.
¿Qué proceso comercial conviene revisar primero?
Si existe una fricción concreta y un responsable interno, E2M puede revisar el encaje para una conversación inicial.
Fuentes y límites de esta guía
- NIST AI Risk Management Framework, Core. Marco voluntario de gestión de riesgos; no acredita resultados comerciales ni sustituye asesoramiento jurídico.
- OCDE, Economic Surveys: Spain 2025. La cifra de 10,4 % se refiere a pymes españolas que declararon utilizar aplicaciones de IA, en el contexto descrito por la OCDE.