Cuando una empresa nos llama porque «la IA no le ha funcionado», el problema casi nunca está en el modelo, ni en la herramienta, ni en el proveedor que la montó. Está en una decisión que se tomó semanas antes de que nadie escribiera una línea de código. Hemos visto los mismos siete fallos repetirse en negocios muy distintos: una asesoría de Santander, un taller de Torrelavega, una clínica, una tienda con almacén propio. Cambia el sector, no cambia el error.
Lo bueno de esto es que todos son evitables sin conocimientos técnicos. Lo que hace falta es hacerse las preguntas correctas antes de firmar, no después. Aquí van, ordenados por lo caro que sale cada uno.
Los siete errores, de un vistazo
| Error | Cómo se nota | La comprobación que lo evita |
|---|---|---|
| 1. Empezar por la herramienta | Ya sabes qué software quieres antes de saber qué problema resuelves | Escribe el problema en una frase, sin nombrar tecnología |
| 2. Automatizar un proceso roto | El proceso ya daba errores cuando lo hacía una persona | Arregla primero el proceso a mano, luego automatízalo |
| 3. No medir la situación de partida | Nadie sabe cuántas horas se dedican hoy a esa tarea | Dos semanas de medición antes de tocar nada |
| 4. Proyecto sin dueño interno | «Ya lo lleva el proveedor» | Un responsable con nombre y una hora semanal reservada |
| 5. Ignorar RGPD y AI Act | Nadie ha revisado qué datos entran en el sistema | Inventario de datos y contratos de encargado antes de arrancar |
| 6. No formar al equipo | La herramienta funciona pero nadie la usa | Formación con los usuarios reales, no con la dirección |
| 7. Cuentas a nombre del proveedor | No puedes entrar tú a tus propios sistemas | Pregúntalo por escrito antes de firmar |
Error 1: empezar por la herramienta y no por el proceso
Es el error más común y el que más dinero se lleva por delante. Alguien lee que una herramienta concreta está arrasando, la empresa decide que la necesita, y solo entonces se busca dónde encajarla. El orden correcto es el inverso: primero el proceso que duele, después la herramienta que lo resuelve — y a veces esa herramienta no lleva IA dentro.
Nos ha pasado más de una vez: llega una pyme pidiendo un chatbot y, al mirar de dónde salen las preguntas repetidas, resulta que el 70 % se resuelven poniendo bien los horarios y los precios en la web. Eso son dos horas de trabajo, no un proyecto de 4.000 €. Se lo decimos, aunque signifique no vender el proyecto.
Si no eres capaz de escribir en una frase qué problema vas a resolver, sin nombrar ninguna tecnología, todavía no tienes un proyecto de IA: tienes una compra pendiente de justificación.
Cómo evitarlo: antes de pedir presupuesto, escribe el problema en una frase que empiece por «hoy perdemos X horas a la semana en…» o «hoy se nos escapan X clientes porque…». Si la frase no sale, el proyecto no está maduro. En nuestra guía para automatizar una empresa con IA explicamos cómo hacer ese mapa de procesos paso a paso.
Error 2: automatizar un proceso que ya estaba roto
La automatización no arregla procesos, los acelera. Si tu circuito de presupuestos pierde información cuando lo hace una persona con calma, automatizado va a perderla más rápido y en más sitios a la vez. La IA amplifica lo que hay: si lo que hay está desordenado, amplifica el desorden.
El caso típico son los datos de clientes repartidos en tres sitios que no coinciden entre sí — la hoja de cálculo de administración, el CRM a medio usar y la libreta del comercial. Conectar un asistente de IA a esas tres fuentes no unifica nada: produce respuestas contradictorias con una convicción impecable.
Cómo evitarlo: dibuja el proceso tal como funciona hoy, con sus excepciones y sus parches. Si al dibujarlo aparecen pasos que nadie sabe explicar, arréglalos a mano primero. Es trabajo aburrido y sin brillo, y es exactamente lo que separa un proyecto que funciona de uno que se abandona.
Error 3: no medir nada antes de empezar
Sin una cifra de partida no hay forma de saber si el proyecto ha funcionado. Y sin esa prueba, cuando toque renovar o ampliar, la decisión se tomará por sensaciones — que suelen ser malas, porque el esfuerzo del cambio se recuerda mejor que el ahorro silencioso de cada día.
Medir no requiere un cuadro de mando. Requiere dos semanas y una hoja de cálculo: cuántas veces al día ocurre la tarea, cuántos minutos lleva cada vez, quién la hace y cuánto cuesta esa hora. Con eso ya tienes la línea base. El método completo, con la fórmula y los errores de cálculo más habituales, está en nuestro artículo sobre cómo medir el ROI de implementar IA en tu pyme.
Rangos de referencia para calcular si te compensa (agosto 2026)
- Automatización simple (un solo flujo: emails, citas, formularios): 800 – 2.500 €, de 1 a 2 semanas.
- Automatización media (2 a 4 flujos integrados): 2.500 – 6.000 €, de 2 a 4 semanas.
- Agente de IA o chatbot avanzado: 3.000 – 8.000 €, de 3 a 6 semanas.
- Transformación de un proceso completo: 6.000 – 20.000 €, de 6 a 12 semanas.
- Mantenimiento mensual (opcional): desde 149 €/mes en soluciones ligeras; desde 350 €/mes con varios flujos.
- Herramientas externas (plataformas de automatización, APIs): 30 – 150 €/mes según el proyecto, y se pagan aparte.
Rangos orientativos de SANCANTIA publicados en precios. Si tu tarea consume menos de dos horas a la semana, probablemente todavía no toca automatizarla.
Error 4: dejar el proyecto sin dueño dentro de la empresa
«Ya lo lleva el proveedor» es la frase que precede al abandono. Un proyecto de IA necesita alguien de casa que responda las dudas del negocio, valide que las respuestas del sistema son correctas y avise cuando algo cambia — un precio nuevo, un servicio que se retira, un horario de verano. Esa persona no tiene que ser técnica. Tiene que conocer el negocio y tener una hora a la semana reservada de verdad.
Cuando no hay dueño, el sistema envejece en silencio. A los tres meses contesta con información desactualizada, alguien se queja, y la conclusión que se saca no es «se nos olvidó actualizarlo», sino «la IA no funciona».
Cómo evitarlo: antes de arrancar, pon un nombre y apellidos en el papel, con su hora semanal en el calendario. Si nadie puede asumirlo, reduce el alcance del proyecto hasta que sí pueda: es mejor un flujo pequeño mantenido que cinco abandonados.
Error 5: ignorar el RGPD y el Artículo 4 del AI Act
Este es el que más caro sale cuando sale mal, y el que más se pospone. Son dos frentes distintos y conviene no mezclarlos.
El RGPD aplica en cuanto el sistema toca datos personales — y casi todos los tocan: nombres de clientes, correos, historiales de conversación. Necesitas base legal para el tratamiento, información clara al usuario, contrato de encargado de tratamiento con cada proveedor tecnológico que intervenga y minimizar los datos que entran. Si el sistema maneja datos de salud, el listón sube bastante; lo desarrollamos en el artículo sobre RGPD y datos de salud en la clínica privada.
El Artículo 4 del Reglamento Europeo de IA es más reciente y menos conocido. Está en vigor desde el 2 de febrero de 2025 y el Ómnibus Digital (Reglamento (UE) 2026/1744, aplicable desde el 27 de julio de 2026) lo reformuló como una obligación de medios: la empresa que usa IA debe adoptar medidas que apoyen la alfabetización en IA de las personas que la manejan, sin que se le exija garantizar un nivel concreto en cada una. Conviene ser preciso aquí, porque circula mucha alarma inexacta: el Artículo 4 no tiene una multa propia tasada y el régimen sancionador español todavía está en tramitación parlamentaria. El riesgo real hoy no es una sanción automática, es no tener nada que enseñar el día que un cliente, una aseguradora o un pliego de licitación te pregunte cómo formaste a tu equipo. Lo explicamos con detalle en el artículo sobre el Artículo 4 del AI Act.
Cómo evitarlo: haz un inventario de qué datos entran en el sistema antes de conectarlo, firma los contratos de encargado antes de la puesta en marcha y deja documentada la formación que impartas. Son tres tareas de un par de horas cada una que después no se pueden recuperar hacia atrás.
Error 6: no formar al equipo que tiene que usarlo
Una herramienta que funciona técnicamente y que nadie usa es un gasto, no una inversión. Y la resistencia rara vez es capricho: detrás suele haber miedo — a quedar en evidencia por no saber usarla, o a que el sistema acabe sustituyendo a quien lo maneja. Ignorar esa conversación no la desactiva, la traslada a los pasillos.
El fallo habitual es formar a la dirección y no a quien va a usar la herramienta ocho veces al día. La persona de administración que recibe las facturas o quien atiende el teléfono en recepción necesitan media hora con el sistema delante y con permiso para preguntar lo que sea, no una presentación de diapositivas.
Cómo evitarlo: incluye la formación en el alcance del proyecto desde el principio, con los usuarios reales, y explica desde el primer día qué parte del trabajo cambia y cuál no. Si la empresa tiene plantilla, además puede financiarla con el crédito de FUNDAE que ya paga vía cotizaciones y que caduca cada 31 de diciembre — está detallado en la página de formación in-company.
Error 7: montar todo en cuentas del proveedor
Este no aparece hasta que quieres cambiar de proveedor, y entonces aparece de golpe. Si las cuentas de la plataforma de automatización, las claves de API y los accesos están a nombre de quien te lo montó, no tienes un sistema: tienes un alquiler con dependencia. El día que quieras que lo lleve otro —o llevarlo tú—, hay que rehacerlo.
No siempre es mala fe. Muchas veces es comodidad del proveedor al arrancar rápido. Pero el resultado para ti es el mismo, así que se pregunta antes de firmar, no después.
Cuatro preguntas para hacer antes de firmar cualquier proyecto
- ¿A nombre de quién quedan las cuentas y credenciales al terminar? La respuesta correcta es «a nombre de tu empresa».
- ¿Qué documentación me entregas? Debe permitir que otra persona entienda el sistema sin llamarte.
- ¿Hay permanencia en el mantenimiento? No debería haberla.
- ¿Qué herramientas de terceros usa y cuánto cuestan al mes? Deben ir en tus cuentas y ser visibles para ti.
Si estás en la fase de elegir con quién trabajar, en dónde contratar la implementación de chatbots y agentes de IA en España comparamos las cinco vías disponibles con sus precios de mercado.
Qué hacer si ya has caído en alguno
Que un proyecto haya salido mal no significa que haya que tirarlo. En la mayoría de los casos que llegan a nuestra mesa en Cantabria, el trabajo técnico es aprovechable y lo que falta es lo de alrededor: la medición, el responsable interno, la formación. Ordena la revisión así:
- Recupera el control primero. Migra las cuentas y credenciales a nombre de tu empresa. Sin eso, cualquier otra mejora se construye sobre terreno prestado.
- Mide ahora lo que no mediste antes. Dos semanas de datos sobre la situación actual te dan la referencia que falta, aunque llegue tarde.
- Nombra al responsable interno y reserva su hora semanal en el calendario, no de palabra.
- Revisa el cumplimiento: qué datos entran, qué contratos faltan, qué formación se puede documentar.
- Recorta el alcance hasta lo que se pueda mantener de verdad, y amplíalo solo cuando lo primero funcione sin sobresaltos.
Nuestro criterio, en una frase
Los proyectos de IA que funcionan en una pyme se parecen todos: un problema escrito en una frase, una cifra de partida medida, una persona responsable dentro de casa y un alcance pequeño que crece cuando demuestra que funciona. Los que fracasan también se parecen entre sí — y ninguno fracasó por culpa del modelo.
Qué hacer ahora
Coge el proyecto de IA que tengas sobre la mesa —o el que ya esté funcionando a medias— y responde por escrito a tres preguntas: qué problema resuelve en una frase sin nombrar tecnología, cuál es la cifra de partida contra la que lo vas a comparar y quién es la persona responsable dentro de tu empresa. Si alguna de las tres se queda en blanco, ahí está tu siguiente tarea, y es más barata hoy que dentro de tres meses.
Preguntas frecuentes
¿Cuáles son los errores más frecuentes al implementar IA en una empresa?
Elegir la herramienta antes de entender el proceso, automatizar un proceso que ya funcionaba mal, no medir la situación de partida, dejar el proyecto sin responsable interno, ignorar el RGPD y el Artículo 4 del AI Act, no formar a quien va a usarlo y montar las cuentas a nombre del proveedor. Ninguno es técnico y todos se detectan antes de gastar un euro.
¿Por qué fracasan los proyectos de IA en las pymes?
Casi nunca por la tecnología. Fracasan porque nadie definió qué problema concreto se resolvía, porque no había cifra de partida contra la que comparar, o porque el sistema se quedó sin dueño y envejeció en silencio hasta que alguien concluyó que «la IA no funciona».
¿Cuánto cuesta rehacer un proyecto mal planteado?
Lo mismo que costó la primera vez —de 800 a 2.500 € una automatización simple, de 3.000 a 8.000 € un agente avanzado— más los meses perdidos y la desconfianza del equipo, que es lo caro de verdad. Un diagnóstico previo de 15 minutos evita la mayoría de estos casos.
¿Qué obligaciones legales tiene una pyme que usa IA?
El RGPD si trata datos personales: base legal, información al usuario, contrato de encargado con cada proveedor y minimización. Y el Artículo 4 del Reglamento Europeo de IA, que desde el Ómnibus Digital de julio de 2026 es una obligación de medios sobre alfabetización del equipo. No tiene multa propia tasada y el régimen sancionador español sigue en tramitación, pero sin formación documentada no hay nada que enseñar.
¿Cómo evito que el proyecto se quede sin usar a los tres meses?
Con un responsable interno con nombre y una hora semanal reservada, una métrica de partida medida antes de tocar nada y formación con las personas que van a usarlo a diario. La adopción no es un extra del proyecto: es la mitad del proyecto.
