IA para pymes gallegas: por dónde empezar

Casi todas las conversaciones sobre inteligencia artificial en pymes de Galicia empiezan igual. «Tenemos que hacer algo con la IA». Y casi nunca se sabe qué. Es normal: la presión viene de fuera, de las noticias y de los proveedores, no de un problema concreto del negocio. Yo lo planteo al revés. Primero el problema. Luego el dato. Y solo al final, el modelo.

Este artículo es para el dueño o la dirección de una pyme que ya factura y que quiere empezar con criterio, no con una demo.

Empieza por el cuello de botella, no por la herramienta

Una pyme consolidada suele tener un síntoma claro: crece a base de horas y de personas, no de sistema. Cada cliente nuevo exige a alguien más al teléfono, en el correo o delante de una hoja de cálculo. Ahí es donde la IA tiene sentido. No en un chatbot porque sí.

Para encontrar ese punto hago tres preguntas:

• ¿Qué tarea se repite cada día y sigue siempre el mismo patrón? Clasificar correos, responder dudas frecuentes, pasar datos de un documento a otro, preparar un presupuesto base.
• ¿Qué tarea se atasca cuando falta una persona concreta? Si solo una persona sabe hacerla, hay un riesgo, además de un coste.
• ¿Qué decisión se toma a ojo porque los datos están dispersos? Muchas veces la IA no hace falta para decidir, sino para ordenar lo que ya tienes y poder mirarlo.

Si la respuesta a las tres es «nada», probablemente no necesitas IA ahora. Y está bien. Mejor saberlo antes que después de pagar una licencia.

Inteligencia artificial en pymes de Galicia: qué suele funcionar primero

Sin prometer resultados, porque cada negocio es distinto, estos son los primeros pasos que más sentido suelen tener en una pyme de hostelería, salud, alimentación, asesoría o industria:

1. Ordenar la entrada de trabajo. Pedidos, encargos, solicitudes o citas que hoy llegan por cinco canales. Un sistema que los recoge, los clasifica y los deja donde tienen que estar.
2. Responder lo que ya está escrito. Horarios, condiciones, precios de referencia, preguntas frecuentes. Un asistente que responde con tu propia información, no con lo que se invente.
3. Resumir y extraer. Actas, correos largos, documentos de proveedor. La IA es buena leyendo y resumiendo; el criterio de qué hacer con eso sigue siendo tuyo.
4. Cualificar contactos. Separar la consulta que merece una llamada de la que se resuelve con un correo. Es parte de lo que estamos construyendo con Ki.Sui para su inbound internacional: contenido, captación y cualificación automática de contactos para entrar en cinco mercados sin abrir un equipo local en cada uno.

Fíjate en que ninguno de estos pasos empieza por «entrenar un modelo». Empiezan por tener claro un proceso y unos datos mínimamente ordenados.

Tus datos deciden dónde vive el modelo: local o nube

Esta es la parte que menos se explica y la que más importa. No todos los datos de una empresa deberían salir de ella.

Una clínica maneja información de salud. Una asesoría, datos fiscales y laborales de sus clientes. Una industria B2B, precios, fórmulas o condiciones con proveedores que no quiere ver en ningún sitio. Enviar todo eso a un servicio de IA en la nube puede ser perfectamente aceptable en unos casos y una mala idea en otros. Depende del dato, del contrato y del riesgo que el negocio quiera asumir.

Por eso trabajo con las dos opciones:

• Modelos en la nube. Son los más potentes y los más cómodos de usar. Tienen sentido para tareas con datos no sensibles o anonimizados: redactar, resumir contenido público, clasificar consultas genéricas.
• Modelos locales. Se ejecutan en infraestructura controlada, sin mandar los datos a un tercero. Son la opción cuando la información es delicada o cuando el cliente simplemente no quiere que salga.

Para eso tengo Colmena, mi propia infraestructura de IA y automatización: n8n, modelos locales y servicios cerrados. Me permite elegir el modelo según la sensibilidad del dato y no según lo que tenga a mano. La pregunta correcta no es «¿qué IA uso?», sino «¿qué dato estoy dispuesto a sacar de la empresa y para qué?».

Una regla práctica que aplico: si no te sentirías cómodo enviando ese documento por correo a un desconocido, piénsalo dos veces antes de mandarlo a un servicio externo.

Errores típicos al empezar

• Comprar licencias antes de saber para qué. Veinte cuentas de una herramienta que nadie usa pasado el primer mes.
• Dejarlo en manos de quien «sabe de ordenadores». La IA en una empresa es una decisión de dirección, no de soporte técnico.
• No documentar. Si el flujo lo montó alguien que ya no está, nadie sabrá qué hace ni por qué falla.
• Esperar que la IA arregle un proceso mal diseñado. Si el proceso es un caos, la IA automatiza el caos.
• Olvidar a las personas. El equipo tiene que entender qué hace el sistema y confiar en él, o lo sorteará.

Un orden sensato para los primeros meses

Así estructuro el trabajo cuando una pyme decide ir en serio:

1. Diagnóstico. Qué procesos consumen más horas, dónde están los datos y qué sensibilidad tienen.
2. Hoja de ruta. Una o dos piezas con sentido, no diez. Elegidas por impacto y por facilidad de implantar.
3. Implantación. Construir, probar con el equipo y ajustar en el día a día.
4. Medición. Registrar desde el principio qué cambia, para decidir con datos si seguir, corregir o parar.
5. Traspaso. Documentación y formación para que el sistema se quede en la empresa y no dependa de mí.

Es el mismo esquema del programa de transformación que ofrezco, de tres a seis meses. No es rápido, pero lo que se implanta se queda.

Si tienes una empresa en Galicia y quieres ver qué tiene sentido en tu caso, aquí explico cómo trabajo la consultoría de inteligencia artificial para pymes gallegas. Trabajo desde Nigrán, en remoto o en persona en Vigo.

Y si quieres empezar con tus datos en la mesa, reserva una sesión estratégica. Una hora para salir con un diagnóstico y tres acciones concretas.