La herramienta de IA cambia cada seis meses. Lo que construya a su alrededor tiene que durar.

En un año, la diferencia de rendimiento entre el mejor modelo de IA y el décimo de la clasificación Chatbot Arena ha pasado del 11,9 % al 5,4 %, según el AI Index 2025 de Stanford. Entre los dos primeros, ya solo es del 0,7 %. Al mismo tiempo, el precio para obtener un mismo nivel de resultado baja entre 9 y 900 veces al año según la tarea, según Epoch AI.

Para una pyme, esto significa dos cosas muy concretas. La herramienta que elija hoy tendrá en pocos meses competidores equivalentes, a menudo más baratos. Y cada semana dedicada a comparar herramientas es una semana que no sirve para construir.

La pregunta útil ya no es «¿qué herramienta elijo?». Es más bien: ¿qué construimos, para conseguir qué resultado, y cómo hacemos que dure cuando la herramienta cambie?

Comparar herramientas, un trabajo sin fin

Durante años, elegir un programa informático era una decisión de peso, tomada para diez años: un ERP, un programa de nóminas, un CRM. Se comparaba mucho tiempo porque el compromiso era largo. Y la escena sigue siendo frecuente: cuando el gerente de una pyme de 40 personas pide a dos empleados que «miren lo que hay», prueban ChatGPT, Copilot, Gemini, Claude... Comparan funciones y precios, y después preparan una tabla. Mientras tanto, sale una nueva versión y hay que rehacer la tabla.

Con la IA, ese reflejo de comparar y desmenuzar las ventajas e inconvenientes de cada solución ya no funciona: las herramientas cambian cada mes y, sea cual sea el proveedor, se parecen cada vez más.

Resultado: seis meses después, la empresa paga tres suscripciones distintas porque ha seguido observando tres soluciones. Cada uno usa su herramienta por su lado, a veces con una cuenta personal. Los presupuestos, los recordatorios a clientes y las actas se hacen, en general, como antes, pero con la IA ayudando a redactar. Se han añadido herramientas, pero la forma de trabajar no ha cambiado. Y nadie sabe decir qué ha aportado realmente la IA a la empresa, algo que se note en las cuentas.

Los grandes estudios llegan a la misma conclusión. El informe del MIT NANDA sobre la IA en la empresa estima que el 95 % de los proyectos piloto de IA generativa no producen un resultado medible. Según sus autores, la causa principal no es la calidad de los modelos, sino cómo se integran, o no, las herramientas en el trabajo diario.

Este estudio se centra en grandes empresas. Pero el mecanismo es el mismo en una pyme.

Partir del reto de negocio y avanzar en ciclos de tres semanas

Estoy haciendo una formación del MIT sobre la implantación de la IA agéntica en las organizaciones. En una de las entrevistas, una especialista que diseña productos de IA daba tres consejos a las direcciones que preparan los próximos seis a doce meses.

El primero: comparar herramientas, sí, pero muy rápido. En una mañana, por ejemplo. Las funcionalidades se van a igualar entre proveedores, y las novedades salen en pocos días. El segundo: sacar una primera versión en tres semanas como máximo, probada por un grupo pequeño de cinco personas como mucho. El tercero: fijar el rumbo en los objetivos de negocio, sin atarse a un proveedor, y construir una organización capaz de cambiar de herramienta rápidamente.

El razonamiento detrás de estos tres consejos es sencillo: nadie sabe qué saldrá dentro de dos o tres meses. Un plan a doce meses, construido sobre las herramientas de hoy, quedará superado antes de terminarse. Lo que se mantiene estable es el reto de negocio: responder antes a los clientes, reducir el tiempo dedicado al papeleo, tener datos fiables. Y cuando todo cambia, lo único que no cambia es la necesidad de adaptarse continuamente a esos cambios.

Las cifras van en la misma dirección. BCG estima que el valor de la IA procede en un 10 % de los algoritmos, en un 20 % de los datos y la tecnología, y en un 70 % de las personas y los procesos. Y según McKinsey, solo el 6 % de las empresas obtiene un beneficio significativo de la IA en sus resultados. Casi tres cuartas partes de ellas han rediseñado a fondo su forma de trabajar, frente a una cuarta parte del resto de empresas.

Estas empresas no han encontrado una herramienta mejor que las demás. Han cambiado la forma en que se hace el trabajo. Para una pyme, es más bien una buena noticia: cambiar una forma de trabajar suele ser más rápido en un equipo de 30 personas que en un grupo de 30.000.

Por qué cuesta

El primer freno es una costumbre. En la mayoría de las empresas, hemos aprendido a lanzar un proyecto cuando todo está claro: la necesidad, la herramienta, el presupuesto, el calendario. Avanzar con pequeñas versiones, sin saber exactamente cómo será la cuarta, da la sensación de no tener el control. Es una reacción normal. Pero con la IA, esperar a que todo esté claro suele equivaler a no empezar nunca.

El segundo freno es la dependencia de un proveedor. Se instala sin que nadie la decida. Las instrucciones están escritas en la herramienta, los documentos están guardados en la herramienta, los ajustes solo los conoce quien los hizo. El día que sale una herramienta mejor, o que cambia el precio, hay que rehacerlo todo. Una encuesta de Zapier a 542 directivos de empresas estadounidenses muestra el alcance del problema: el 74 % dice que perder a su proveedor de IA alteraría su actividad. Entre quienes ya intentaron cambiar, el 58 % dice que fracasó o que costó mucho más esfuerzo de lo previsto. En una pyme, el riesgo es el mismo, con menos medios para gestionarlo.

El tercer freno es la tentación de ir demasiado rápido hacia el sitio equivocado. Los agentes de IA, capaces de encadenar tareas por sí solos, atraen mucha atención. Sin embargo, Gartner prevé que más del 40 % de los proyectos de IA agéntica se cancelarán antes de finales de 2027, por los costes, por un valor de negocio poco claro o por riesgos mal controlados. Un agente solo funciona si el saber hacer de la empresa está escrito, si las reglas están claras y si alguien revisa el resultado. Sin esas bases, ir rápido no sirve de nada.

Por último, está el tiempo. En una pyme, las personas que mejor conocen el trabajo son también las más ocupadas. Pedirles que participen en un proyecto de IA además de sus expedientes suele equivaler a pedirles que lo hagan por la noche. Se entiende que duden.

Construir para que dure, en un mundo que cambia

La primera clave es partir de un reto concreto y medible. No «usar la IA», sino, por ejemplo: reducir a la mitad el tiempo de preparación de un presupuesto, o responder en menos de dos horas a las preguntas más frecuentes de los clientes. Un reto claro permite elegir la herramienta en pocos días, porque se sabe qué se le pide.

La segunda clave es entregar una primera versión en tres semanas, con algunas personas que la usen de verdad. Tres semanas bastan para construir algo útil. Y es un plazo lo bastante corto para que el mundo no haya cambiado demasiado entre el principio y el final.

La tercera clave es guardar el saber hacer de la empresa fuera de la herramienta. Las reglas, los documentos de referencia, los buenos ejemplos, los criterios de un trabajo bien hecho: todo eso se escribe en documentos sencillos, que cualquier herramienta de IA puede leer. Es lo que a veces se llama el «cerebro» de la empresa. La herramienta, en cambio, pasa a ser sustituible. El día que sale una herramienta mejor, se conecta a esa base en lugar de rehacerlo todo.

La cuarta clave es la más importante: acostumbrarse a mejorar continuamente. Los ingenieros que construyen modelos de IA tienen un nombre para esto, el DevOps. La idea, descrita por ejemplo por Google Cloud, es sencilla: un sistema de IA pierde calidad cuando la realidad cambia. Por eso se vigila de forma permanente y se mejora en cuanto los resultados bajan.

Traducido a una pyme, esto da una rutina sencilla. Cada uso de la IA tiene una persona responsable, una medida y una cita periódica. Cada tres semanas, se revisa lo que funciona, lo que ya no funciona y lo que una nueva herramienta permitiría hacer mejor. Después, se corrige. Cada mejora sirve de base a la siguiente, y los resultados se suman.

Nada es fijo, y ese es precisamente el principio: no se construye un proyecto que termina, sino una forma de trabajar que mejora.

Lo que hemos construido en Facil

Por eso nuestros dos métodos para pymes, «Mejorar las operaciones internas» y «Gestionar mejor la relación con los clientes», se basan en ciclos de tres semanas. Cada ciclo parte de un reto de su actividad y entrega una primera pieza que sirve desde el primer día. El saber hacer de su empresa se organiza de forma que pueda cambiar de herramienta más adelante sin rehacerlo todo. Y su equipo aprende construyendo, para poder mejorar por sí mismo lo que se ha puesto en marcha.

Nadie sabe cómo serán las herramientas de IA dentro de un año. Pero una empresa que ha aprendido a construir, medir y corregir cada tres semanas estará preparada, sean cuales sean las herramientas.

La IA está transformando su sector. Nuestro Balance IA le ayuda a ver dónde y cómo, y analiza en qué medida su empresa va por buen camino. Es gratuito y se hace en 12 minutos: diag.facil.solutions. 

¿Quiere comentarlo después? Le proponemos una reunión de 30 minutos. Gratuito.

Fuentes