Cómo elegir tu primer proyecto de IA: el método de impacto y esfuerzo

Casi todas las pymes que se plantean usar IA se atascan en la misma pregunta: por dónde empiezo. Hay tantas cosas que “se podrían automatizar” que acabas con una lista de veinte ideas y ninguna en marcha. O peor: eliges la más vistosa, la que salió en una charla, y a los tres meses descubres que tus datos no daban para eso.

Esta guía te da un método sencillo para elegir un solo primer proyecto. Apuntas tus tareas repetitivas, las puntúas con unos pocos criterios, las colocas en una matriz de impacto y esfuerzo, y te quedas con la que más te aporta con menos trabajo. No necesitas saber de tecnología. Necesitas conocer tu empresa y ser honesto con los números.

¿Por qué tiene que ser un solo proyecto?

Porque el primero no es solo un proyecto: es cómo aprende tu empresa a trabajar con IA. Si sale bien, tu equipo ve el cambio en su día a día y el segundo proyecto se vende solo. Si abres cinco frentes a la vez, ninguno termina y la conclusión en la oficina será “esto de la IA no funciona”.

No vas tarde. Según el INE, en el primer trimestre de 2025 usaba IA el 21,1 % de las empresas españolas de 10 o más empleados, y el 13,4 % de las de menos de 10 empleados con conexión a Internet. En la UE, Eurostat da un 17 % entre las pequeñas empresas (10 a 49 personas) frente al 55 % de las grandes. Y entre las empresas europeas que se lo habían planteado y no dieron el paso, el motivo más citado fue la falta de conocimientos (el 70,9 %). Elegir bien el primer caso es la forma más barata de ganar ese conocimiento.

Hay un segundo motivo, más práctico. El bono empresarial de IA que anuncia el Plan IA360 prevé que la implantación incorpore “diagnóstico previo de madurez, identificación de un caso de uso concreto y medición posterior del impacto en productividad”. Un caso de uso, concreto y medible. Lo tienes explicado en la guía del Bono de inteligencia artificial.

Paso 1: ¿qué tareas repetitivas tiene tu empresa?

Empieza por un inventario. Siéntate con las personas que hacen el trabajo, no solo con quien lo dirige, y apunta todo lo que se repite. Una hoja de cálculo basta. Para cada tarea, anota:

• Qué es, en una frase: “pasar los albaranes de proveedores al programa de gestión”.
• Quién la hace y en qué momento del día o de la semana.
• Cuántas veces se repite a la semana o al mes.
• Cuánto tarda cada vez, más o menos.
• Qué datos usa y dónde están: correo, PDF, papel, WhatsApp, programa de gestión.
• Qué pasa cuando sale mal: un cliente molesto, una multa, una factura repetida.

Algunas pistas para que no se te escape nada. Busca tareas donde alguien copia datos de un sitio a otro, contesta la misma pregunta muchas veces, revisa documentos buscando siempre lo mismo o prepara un informe que se parece al de la semana pasada. Ahí suele estar el trabajo que la IA hace bien. Si no sabes por dónde buscar, los cuatro sitios donde casi siempre aparece algo —lo repetitivo, lo que se pierde por no contestar, lo que se rehace y el cobro— los repasamos en qué automatizar primero en tu pyme.

Si no sabes cuánto tarda algo, no lo inventes. Cronométralo una o dos semanas. Un dato medido vale más que diez supuestos, y además te servirá luego para saber si el proyecto ha funcionado. Si quieres una visión más amplia de cómo está tu empresa antes de empezar, haz el autodiagnóstico de IA.

Paso 2: ¿con qué criterios comparo las tareas?

Con seis. Los tres primeros miden el impacto: lo que ganas si la tarea se resuelve. Los tres últimos miden el esfuerzo: lo que cuesta llegar ahí.

Criterio	Qué preguntas	Suma a
Frecuencia y volumen	¿Cuántas veces pasa a la semana?	Impacto
Tiempo que consume	¿Cuántas horas se van en ella?	Impacto
Errores	¿Se equivoca la gente a menudo? ¿Cuánto cuesta cada error?	Impacto
Datos disponibles	¿Están en digital, ordenados y en un sitio accesible?	Esfuerzo
Riesgo si falla	¿Qué pasa si la IA se equivoca una vez?	Esfuerzo
Quién lo usa	¿El equipo lo quiere? ¿Cambia mucho su forma de trabajar?	Esfuerzo

Dos aclaraciones. Datos disponibles puntúa al revés: si los datos ya están en digital y limpios, el esfuerzo es bajo. Si están en papel o repartidos en cinco programas, el esfuerzo es alto. Tienes más detalle en cómo preparar los datos de tu empresa para la IA.

Riesgo si falla no significa que la tarea sea poco importante. Significa cuánto control humano necesita. Clasificar correos tiene poco riesgo: si uno va a la carpeta equivocada, alguien lo mueve. Mandar un presupuesto al cliente sin revisar tiene mucho más. Una tarea con riesgo alto puede ser buen proyecto, pero pide revisión humana, y eso suma esfuerzo.

Paso 3: ¿cómo funciona la matriz de impacto y esfuerzo?

Colocas cada tarea en una tabla de dos ejes. Impacto alto o bajo, esfuerzo alto o bajo. Salen cuatro cuadrantes:

	Esfuerzo bajo	Esfuerzo alto
Impacto alto	Ganancias rápidas. Tu primer proyecto sale de aquí.	Proyectos grandes. Valen la pena, pero después, con experiencia.
Impacto bajo	Rellenos. Se pueden hacer con herramientas sencillas si sobra tiempo.	Evitar. Mucho trabajo para poco retorno.

• Ganancias rápidas: tareas frecuentes, que se comen horas, con datos ya digitales y poco riesgo. Aquí está tu primer proyecto.
• Proyectos grandes: tareas con mucho retorno que necesitan integrar varios programas o limpiar datos antes. Apúntalos para el segundo o tercer proyecto. Llegarás con un equipo que ya sabe lo que es trabajar con IA.
• Rellenos: cosas pequeñas que no cambian tu cuenta de resultados. No las descartes, pero no las conviertas en “el proyecto de IA de la empresa”.
• Evitar: tareas que pasan poco, que dependen de datos que no tienes o que exigen revisar cada resultado a mano. El esfuerzo nunca compensa.

Paso 4: ¿cómo puntúo cada tarea?

Da a cada criterio una nota de 1 a 5. Suma los tres de impacto y los tres de esfuerzo por separado. En esfuerzo, 5 es lo más costoso: datos en papel, riesgo alto, equipo reacio.

Un ejemplo. Imagina una empresa de distribución de 15 personas. Es un caso inventado para enseñar el método, y las notas son las que podría poner su equipo, no resultados medidos:

Tarea	Frecuencia	Tiempo	Errores	Impacto	Datos	Riesgo	Uso	Esfuerzo	Cuadrante
Pasar facturas de proveedor al programa	5	4	4	13	2	2	1	5	Ganancia rápida
Contestar “¿dónde está mi pedido?” por WhatsApp	5	3	2	10	2	2	2	6	Ganancia rápida
Previsión de compras por temporada	2	4	4	10	4	4	3	11	Proyecto grande
Redactar publicaciones para redes	3	2	1	6	1	1	2	4	Relleno
Clasificar el correo entrante	4	2	2	8	1	1	1	3	Relleno
Análisis de rentabilidad por cliente	1	3	2	6	5	3	4	12	Evitar

Con estas notas, el primer proyecto sería la entrada de facturas: mucho impacto, poco esfuerzo, datos que ya llegan en PDF por correo. La atención del WhatsApp va segunda. La previsión de compras queda para cuando la empresa tenga el histórico ordenado.

Pon el corte donde tenga sentido para ti. Con tres criterios de 1 a 5, cada eje va de 3 a 15, y 9 es un punto medio razonable. Lo que importa no es la cifra exacta sino comparar tareas entre sí con los mismos criterios y las mismas personas puntuando.

Antes de decidir, haz una última comprobación: ¿puedes medir el resultado? Si eliges las facturas, apunta hoy cuántas entran al mes y cuánto se tarda en cada una. Sin ese punto de partida no sabrás si ha servido. Para convertir esas horas en euros, usa la guía de rentabilidad de un proyecto de IA. Y cuando lo tengas elegido, lo que viene después son las 5 fases de implantar IA: entender el proceso, construir sobre tus herramientas, verlo funcionando, medir y ajustar.

¿Qué señales indican un mal primer proyecto?

Si tu candidato cumple alguna de estas, piénsalo dos veces:

• Nadie sabe cuánto tiempo lleva hoy. Si no hay punto de partida, no habrá forma de demostrar la mejora.
• Pasa pocas veces al año. Automatizar algo que se hace cuatro veces no compensa el esfuerzo de montarlo.
• Los datos están en papel o en la cabeza de una persona. Primero hay que sacarlos de ahí, y ese es otro proyecto.
• Un error tiene consecuencias graves. Diagnósticos, decisiones legales, dinero que sale sin revisar. Se puede hacer, pero no como primera experiencia.
• El equipo no lo ha pedido y no lo quiere. Si quien hace la tarea no ve el beneficio, lo seguirá haciendo a mano “por si acaso”.
• Es comprar una licencia y ya. Pagar una herramienta sin cambiar el proceso no es un proyecto. El bono de IA, además, no financiará la mera suscripción a licencias.
• Se describe con palabras grandes. “Transformar la atención al cliente” no es un caso de uso. “Contestar las consultas de estado de pedido fuera de horario” sí lo es.

Tienes más errores habituales en los errores al implantar IA en una pyme.

¿Qué primer proyecto tiene sentido en cada sector del Campo de Gibraltar?

Estos ejemplos son ilustrativos. No son clientes ni resultados: son candidatos típicos que conviene pasar por la matriz. En tu empresa pueden salir otros.

Logística y aduanas en el puerto de Algeciras. Transitarios y agencias de aduanas mueven mucho papel con estructura repetida: facturas comerciales, listas de bultos, conocimientos de embarque. Extraer esos datos para preparar la documentación suele puntuar alto en frecuencia y en errores. Ojo al riesgo: un dato mal puesto en una declaración tiene consecuencias, así que la revisión humana es obligatoria. Más en IA para logística y aduanas en el puerto de Algeciras.

Hostelería en Tarifa. La temporada concentra las consultas: reservas, disponibilidad, horarios, alérgenos, cómo llegar. Contestar esas preguntas repetidas por WhatsApp o web, con acceso a la disponibilidad real, suele caer en ganancias rápidas. La previsión de personal por temporada es un proyecto grande para después. Tienes ideas en IA para negocios de temporada en Tarifa.

Talleres. Las llamadas para pedir cita y preguntar “¿está ya mi coche?” interrumpen al mecánico. Un agente que agenda y avisa del estado suele puntuar bien. Montar presupuestos automáticos a partir de fotos tiene más riesgo y más esfuerzo. Mira IA para talleres en Algeciras y La Línea.

Despachos y gestorías. Clasificar y extraer datos de la documentación que envían los clientes (facturas, nóminas, tiques) es un candidato claro: mucho volumen, formato repetido. Redactar escritos o dar respuestas legales sin revisión es un mal primer proyecto por riesgo. Lee IA para abogados y asesorías.

Comercio en La Línea. Consultas de stock, horarios y pedidos por WhatsApp, a menudo en dos idiomas. Resolverlas con un chatbot conectado a tu inventario suele ser ganancia rápida si el stock ya está en un programa. Si el inventario va en una libreta, primero hay que digitalizarlo. Más en IA y WhatsApp para tiendas de Algeciras y La Línea; y si importas por el paso, el papeleo que trae la frontera abierta lo tienes en facturas y papeleo en La Línea.

Clínicas. Citas, cambios de cita, recordatorios y preguntas de antes de la consulta. Es volumen alto y datos que ya están en la agenda. Todo lo que toque diagnóstico o historia clínica queda fuera del primer proyecto: riesgo alto y datos de salud, que la normativa de protección de datos trata como categoría especial. Lo tienes en IA para clínicas dentales.

Fíjate en el patrón. En casi todos los sectores, las ganancias rápidas son de dos tipos: leer documentos repetidos (facturas, albaranes, documentación de clientes) y contestar consultas repetidas con datos reales de tu negocio. Por eso la automatización de facturas y los agentes de IA suelen ser el primer paso.

¿Cómo encaja esto con el bono de IA?

Encaja casi palabra por palabra. El Plan IA360 describe una implantación en tres piezas: diagnóstico de madurez, un caso de uso concreto y medición del impacto en productividad. El método de esta guía te da las tres:

1. El inventario es la base del diagnóstico: qué procesos tienes, qué datos usan y dónde se va el tiempo.
2. La matriz te deja un caso de uso concreto y justificado, no una idea general.
3. La medición de partida (cuántas veces, cuánto tarda, cuántos errores) es lo que te permitirá demostrar el impacto después.

Lo que no se sabe todavía: la cuantía por empresa, quién podrá pedirlo y cómo se solicitará. A 25 de septiembre de 2026 no hay bases publicadas. El plan prevé un piloto en el primer semestre de 2027 y la convocatoria general antes de que acabe 2027. Mientras tanto, el trabajo previo no depende de ninguna convocatoria. Si buscas otras líneas, repasa las ayudas para implantar IA en 2026.

¿Y si no tengo claro cómo puntuar el esfuerzo?

Es lo normal. El impacto lo conoces tú mejor que nadie: sabes qué tareas os comen la semana. El esfuerzo técnico es más difícil de ver desde dentro. Si tus datos sirven tal como están, si tu programa de gestión deja conectarse, qué parte necesita revisión humana.

Eso es justo lo que hacemos en la auditoría de empresa: recorremos tus procesos contigo, puntuamos las tareas con estos mismos criterios y te dejamos por escrito cuál es tu primer proyecto y por qué. Si prefieres hablarlo antes, escríbenos.