¿Ya usas IA? Muchas empresas hoy invierten en inteligencia artificial con grandes expectativas… y acaban con herramientas potentes, caras y prácticamente olvidadas. ¿El problema? Casi nunca es la tecnología. Es el enfoque.
Desde JTS lo observamos cada vez más. Os contamos ejemplos prácticos, ¡adelante!
El proyecto de IA que costó 60.000 €… y que nadie usa
En junio de 2024, una empresa de distribución farmacéutica con 180 empleados invirtió 60.000 € en una plataforma de IA para clasificar y priorizar pedidos.
La promesa era clara:
- Reducir tiempos de procesamiento en un 40 %
- Eliminar errores humanos
- Liberar a los equipos de tareas repetitivas
Nueve meses después, el sistema sigue instalado. Funciona técnicamente. Pero nadie lo usa.
- Los comerciales continúan gestionando los pedidos como siempre.
- El equipo de operaciones ha vuelto a sus hojas de Excel.
- El software se ha actualizado dos veces, se han impartido tres formaciones adicionales y enviado varios correos “recordando la importancia de adoptar la herramienta”.
- Nada ha cambiado…
¿Falló la IA? No. Lo que falló fue algo mucho más básico: nadie se paró antes a entender cómo funcionaba realmente el proceso de gestión de pedidos:
- Qué criterios usaba cada persona para priorizar
- Qué información se necesitaba para decidir
- Por qué algunos pedidos se retrasaban y otros no
Se compró la solución antes de entender el problema.
Por desgracia, este no es un caso aislado.
Vivimos en el boom del “todo es IA”
Desde hace meses, la respuesta a casi cualquier problema empresarial parece ser siempre la misma:
- Ventas estancadas os – IA
- Atención al cliente saturada – IA
- Procesos administrativos lentos – IA
- RRHH desbordado – IA
Da igual la pregunta. La respuesta llega antes de formularla. Y ahí está el error de fondo.
Vender IA empieza por la herramienta. Usar IA debería empezar por el proceso. Cuando se invierte ese orden, los problemas no tardan en aparecer.
¿Cómo va a funcionar una tecnología avanzada sobre una base que nadie ha ordenado?
Otro ejemplo (demasiado habitual)
Una empresa mediana de servicios profesionales contrató una solución de “IA para ventas”. El pitch era impecable: análisis predictivo de leads, scoring automático de oportunidades, recomendaciones personalizadas.
Firmaron en dos semanas.
Tres meses después, el sistema generaba recomendaciones que el equipo comercial ignoraba sistemáticamente.
¿Por qué?
Porque el CRM del que se alimentaba la IA estaba incompleto, desactualizado y lleno de inconsistencias:
- Cada comercial clasificaba oportunidades según su propio criterio
- Muchos contactos no tenían email
- Una parte relevante de las empresas no tenía sector asignado
- Los históricos eran poco fiables
La IA aprendió de ese caos. Y devolvió caos.
El problema no estaba en el algoritmo. Estaba en todo lo que venía antes. ¿Qué podía aprender una IA de datos que ni siquiera el equipo confiaba?
Los síntomas siempre se repiten
En JTS vemos este patrón con pequeñas variaciones:
- Clasificación automática de correos cuando no existen criterios claros de prioridad
- Sistemas de IA para backoffice implantados en departamentos donde bastaba con un workflow bien diseñado
- Chatbots “inteligentes” cuando nadie ha documentado preguntas frecuentes ni protocolos de escalado
En todos estos casos, la IA no falla. Falla el enfoque.
Porque la IA no es magia. No es un atajo. No convierte el desorden en eficiencia.
La IA es una capa de amplificación sobre un proceso que ya funciona razonablemente bien. Cuando el proceso es caótico, la IA no lo arregla: lo acelera… pero mal.
Es como poner un motor turbo a un coche con las ruedas desalineadas. ¿Irás más rápido? Sí. ¿Llegarás lejos? Probablemente no.
El miedo a quedarse atrás si no usas IA
Hay otro patrón que nos encontramos con frecuencia alarmante: empresas que compran herramientas de IA no porque tengan un problema claro, sino porque todo el mundo las está usando.
Es el FOMO corporativo. El miedo a no parecer innovador. La ansiedad de quedarse atrás.
Conocemos empresas que contrataron plataformas de IA generativa “para mejorar la productividad del equipo”.
Seis meses después, el uso real no llegaba al 15 %.
Nunca habían medido:
- Cuánto tiempo se perdía realmente
- Qué tareas eran verdaderamente repetitivas
- Dónde estaba la fricción que ralentizaba el trabajo
Compraron la solución primero. Buscaron el problema después.
El resultado fue una herramienta potente, cara y subutilizada. Y una sensación peligrosa: “la IA no es para nosotros”. ¿Y si el problema nunca fue la IA?
El coste oculto de los proyectos fallidos
El coste real de una implementación fallida de IA no es solo económico. También es:
- Tiempo de equipos clave desperdiciado
- Pérdida de credibilidad interna para futuros proyectos
- Desgaste en la confianza hacia la dirección
- Cinismo organizativo tras otro “proyecto innovador” que no funcionó
Cada fracaso deja una cicatriz. Y esas cicatrices suelen ser más caras que cualquier licencia de software.
La secuencia correcta (que casi nadie sigue)
La alternativa no es “no usar IA”. Es usarla en el momento adecuado y con el enfoque correcto.
En JTS defendemos una secuencia clara:
- Ordenar los procesos
Documentar cómo se hacen las cosas hoy. Eliminar duplicidades. Acordar criterios. - Automatizar lo evidente
Muchas veces no hace falta IA. Hace falta un flujo de trabajo bien diseñado. - Asegurar la calidad de los datos
Sin datos mínimos, consistentes y fiables, cualquier proyecto de IA está condenado. - Solo entonces, evaluar si la IA aporta valor diferencial
Y si ese valor justifica la inversión, la complejidad y el cambio organizativo.
Esta secuencia no es conservadora. Es a nuestro modo de ver, sensata.
La pregunta incómoda
Antes de firmar cualquier proyecto de IA, conviene hacernos una pregunta sencilla:
¿Qué pasa si no hacemos nada?
¿Existe un problema real, medible y doloroso? ¿O solo la sensación de que “deberíamos estar haciendo algo” porque todo el mundo habla de IA?
Si no hay urgencia, impacto claro o métricas definidas, probablemente la IA no sea la respuesta. Todavía.
El verdadero valor
En un contexto saturado de hype, el verdadero valor no está en adoptar IA rápidamente. Está en tener criterio para saber cuándo usarla… y cuándo no.
Porque para nosotros usar IA no va de parecer moderno. Va de resolver problemas reales que impactan en el negocio, en los equipos y en los clientes. Eso es lo que nos importa y en lo que nos enfocamos.
Si una empresa no puede explicar con claridad cómo funciona hoy un proceso, no está preparada para aplicar IA sobre él. Y no pasa nada. Prepararse también es avanzar.Porque, al final, la inteligencia no está en la herramienta. Está en saber cuándo y cómo usarla. Y, a veces, la decisión más inteligente es no usarla todavía.
Descubre cómo evitar que la adopción de IA se convierta en una inversión olvidada.