IA generativa en empresa: cómo lo están viviendo las compañías de BTC

Más allá del hype

Dos años después de la explosión de ChatGPT, las conversaciones en los eventos de Barcelona Tech City han cambiado: menos demos de laboratorio y más casos concretos en producción. Esto es lo que estamos viendo.

Nota de actualización — julio 2026: este artículo se escribió en otoño de 2024. Hemos mantenido el diagnóstico original porque, sorprendentemente, ha envejecido bien: los casos que funcionaban entonces siguen siendo los que funcionan hoy. Lo que hemos añadido son los datos de 2025 y 2026, el marco regulatorio que ya está encima de la mesa y una hoja de ruta concreta para pasar del piloto a producción.

Qué ha cambiado entre 2024 y 2026 (y qué no)

La diferencia más visible es de escala. En 2024 la IA generativa era un experimento de innovación con presupuesto simbólico; en 2026 es una partida presupuestaria formal. Según los informes sectoriales de este año, alrededor del 78-85 % de las empresas españolas prevé aumentar su inversión en IA durante el próximo ejercicio, y cerca de un tercio anticipa incrementos superiores al 20 %. España aparece además como uno de los países europeos con mayor uso de IA generativa entre la población, aunque la integración real en procesos de empresa va bastante por detrás del uso individual.

La segunda diferencia es de madurez de las herramientas. Los modelos de 2026 tienen ventanas de contexto que permiten trabajar con documentación extensa sin trocearla artificialmente, ejecutan herramientas externas y se integran con sistemas internos mediante protocolos estandarizados. Eso ha hecho viables casos que en 2024 requerían mucha ingeniería a medida.

Lo que no ha cambiado es el cuello de botella. No es el modelo: es el proceso. Las organizaciones que no tenían sus datos ordenados, sus criterios de calidad escritos ni a nadie responsable del resultado siguen sin poder pasar de la demo. Un modelo mejor no arregla un proceso indefinido; lo hace fallar más rápido y con más confianza aparente.

La tercera diferencia es que ahora hay cifras de fracaso, y son incómodas. El informe del MIT Media Lab (Proyecto NANDA) calcula que, de los 30.000-40.000 millones de dólares invertidos en IA generativa empresarial, alrededor del 95 % de los pilotos no llegó a producción con resultados medibles. En el terreno de los agentes, la foto es parecida: cerca del 79 % de las empresas dice haber adoptado agentes de IA, pero solo un 11 % los tiene realmente corriendo en producción, y Gartner estima que más del 40 % de los proyectos agénticos corre riesgo de cancelarse antes de 2027 por falta de gobierno, observabilidad y ROI demostrable.

Casos que funcionan

• Atención al cliente aumentada: no reemplazo humano, sino agentes que preparan respuestas para que el agente humano revise y envíe.
• Catálogos y fichas de producto: generación y mantenimiento de descripciones para ecommerce con miles de SKUs.
• Análisis documental: extracción de información de contratos, facturas, pliegos.
• Copilotos internos: asistentes sobre la documentación propia de la empresa.

Vale la pena entender por qué estos cuatro casos funcionan y otros no. Los cuatro comparten tres propiedades: el resultado es verificable por una persona en segundos, el coste del error es bajo y recuperable, y existe un volumen suficiente para que el ahorro se note. Cuando falta alguna de las tres, el caso se cae.

Atención al cliente: el patrón del borrador

El error clásico es plantearlo como sustitución. El patrón que funciona es el borrador: el modelo redacta una propuesta de respuesta con el histórico del cliente y la base de conocimiento delante, y una persona la aprueba, corrige o descarta. Los equipos que lo aplican bien reportan reducciones sustanciales del tiempo medio de respuesta sin degradar la satisfacción, porque el filtro humano sigue ahí. Además, cada corrección humana es una señal de entrenamiento gratuita para afinar los prompts y la base de conocimiento.

El requisito técnico real no es el modelo, sino el acceso ordenado al contexto: histórico de tickets, datos del pedido, condiciones de devolución. Si esa información vive dispersa entre un CRM, una hoja de cálculo y la cabeza de dos personas, el proyecto se atasca antes de empezar. Por eso muchas veces el primer paso honesto es ordenar el CRM; lo desarrollamos en nuestra guía sobre cómo aplicar IA a la gestión de clientes.

Catálogo y fichas de producto

Es probablemente el caso con retorno más claro en ecommerce, porque el volumen lo justifica solo. Generar y mantener descripciones, atributos y textos SEO para miles de referencias es un trabajo que ninguna empresa mediana hace bien a mano. La clave está en tres controles: partir de datos estructurados reales (no inventar especificaciones), fijar una guía de estilo y de tono de marca en el prompt, y revisar por muestreo antes de publicar en masa.

Un aviso importante: publicar miles de fichas generadas sin revisión ni datos propios es una receta para el contenido plano y duplicado. La ventaja competitiva no está en generar texto, sino en generar texto que incorpore información que solo tú tienes (medidas reales, compatibilidades, uso, devoluciones frecuentes).

Análisis documental

Contratos, facturas, pliegos de licitación, albaranes. Aquí la IA generativa hace bien lo que antes exigía plantillas rígidas de OCR: leer documentos heterogéneos y devolver campos estructurados. El indicador que hay que vigilar no es la precisión media, sino la tasa de error silencioso: cuántas veces el sistema devuelve un dato equivocado con toda la seguridad del mundo. La mitigación estándar consiste en pedir al modelo la cita literal del documento junto al dato extraído, y marcar para revisión manual todo lo que no supere un umbral de confianza.

Copilotos internos

Un asistente sobre la documentación propia (procedimientos, manuales, histórico de proyectos) es el caso que más satisfacción interna genera y el que más depende de la calidad del material de partida. La arquitectura habitual es RAG: indexar los documentos, recuperar los fragmentos relevantes y pedir al modelo que responda citando fuentes. Si la documentación está desactualizada o es contradictoria, el copiloto amplificará el desorden. Es exactamente el mismo problema que aparece cuando se intenta acelerar la documentación funcional de proyectos IT con IA: la herramienta multiplica la calidad del material que le das, en la dirección que sea.

Casos que no funcionan (todavía)

Agentes totalmente autónomos en procesos críticos, generación de código sin supervisión técnica senior y sustitución de análisis estratégico complejo. Ojo con vender esto a cliente.

Este párrafo de 2024 se ha sostenido mejor de lo que esperábamos. La versión 2026 del mismo aviso tiene matices que conviene explicitar.

Agentes autónomos. Las capacidades han mejorado mucho: los agentes actuales encadenan herramientas, consultan APIs y se recuperan de errores. Lo que sigue sin resolverse es la responsabilidad. Un agente que ejecuta acciones con efectos reales —emitir un abono, modificar un precio, enviar un correo a un cliente— necesita permisos acotados, límites de gasto, trazabilidad de cada acción y un botón de parada. Las empresas que están teniendo éxito con agentes los despliegan en procesos internos y reversibles antes de acercarlos a nada que toque al cliente o al dinero.

Código sin supervisión senior. La generación de código es hoy uno de los usos con más adopción real, y funciona: acelera mucho a quien ya sabe lo que quiere. El riesgo no es que el código no compile, sino que compile y esconda decisiones de arquitectura malas, dependencias innecesarias o agujeros de seguridad. La revisión senior sigue siendo el control de calidad, y la formación del equipo pesa más que la herramienta: lo tratamos en las cinco competencias de IA que necesita un equipo técnico y en el análisis de cómo están usando los asistentes de código los equipos de desarrollo.

Análisis estratégico. El modelo produce un documento estructurado y convincente en minutos. El problema es que la estrategia depende de contexto que nadie ha escrito: la política interna, la historia de intentos anteriores, los compromisos con clientes concretos. Como herramienta de exploración y de contraste es excelente; como sustituto de la decisión, no.

Por qué el 95 % de los pilotos no llega a producción

En las auditorías que hacemos nos encontramos casi siempre los mismos cinco motivos, y ninguno es el modelo:

1. El caso de uso no estaba acotado. «Queremos IA en atención al cliente» no es un caso de uso; «queremos reducir el tiempo de primera respuesta en las incidencias de envío» sí lo es.
2. No había línea base. Sin medir cuánto costaba y cuánto tardaba el proceso antes, es imposible demostrar mejora, y el proyecto muere cuando cambia el presupuesto.
3. Los datos no estaban donde hacían falta. El piloto se alimentó de un export manual que nadie iba a mantener en producción.
4. Nadie era dueño del resultado. Innovación construyó, operaciones no lo adoptó, y el piloto quedó huérfano.
5. No se presupuestó la operación. El coste de mantener un sistema de IA —evaluaciones, actualizaciones de modelo, revisión de calidad— no aparecía en ningún sitio.

Hay un dato del informe del MIT que merece una lectura serena: las implantaciones realizadas con un socio externo llegan a buen puerto en torno al 67 % de las veces, frente al 33 % de las intentadas exclusivamente en interno. No es magia de consultoría: es que un equipo que ya ha hecho esto varias veces reconoce antes los casos que no van a funcionar y evita gastar seis meses en descubrirlo.

Cuánto cuesta realmente en 2026

Un presupuesto realista para un caso de uso acotado tiene cuatro partidas, y la primera no suele ser la mayor:

• Consumo de modelo (API). Para volúmenes de pyme, hablamos habitualmente de decenas a pocos cientos de euros al mes por caso de uso. Los modelos pequeños y rápidos han abaratado mucho las tareas de clasificación y extracción; conviene reservar los modelos grandes para lo que de verdad los necesita.
• Integración y desarrollo. Es la partida dominante: conectar el sistema con el CRM, el ERP o el ecommerce, construir el índice de documentación, montar la interfaz de revisión humana.
• Evaluación y calidad. Un conjunto de casos de prueba con respuestas esperadas, ejecutado en cada cambio de prompt o de modelo. Sin esto, cada actualización es una lotería.
• Operación y formación. Monitorización de coste por operación, revisión periódica de resultados y formación de las personas que van a usarlo a diario.

Un patrón de ahorro poco conocido: gran parte del coste variable se va en enviar contexto innecesario al modelo. Recortar el contexto a lo relevante, cachear las partes fijas del prompt y elegir el modelo por tarea suele reducir la factura de forma significativa sin tocar la calidad. Y para saber si el ahorro es real hace falta medirlo: si tu empresa no tiene todavía un cuadro de mando decente, empieza por ahí — lo explicamos en nuestra guía de business intelligence para pymes.

Gobernanza: el AI Act ya no es un tema de 2027

El Reglamento Europeo de Inteligencia Artificial entró en vigor el 1 de agosto de 2024 y su aplicación se ha escalonado. La obligación de garantizar un nivel suficiente de alfabetización en IA del personal que usa estos sistemas es exigible desde el 2 de febrero de 2025. El 2 de agosto de 2026 entran en aplicación la mayoría de obligaciones para sistemas de alto riesgo y las nuevas obligaciones de transparencia: informar de forma clara cuando un cliente, un trabajador o un usuario está interactuando con un sistema de IA, o cuando un contenido ha sido generado por uno.

Tras el acuerdo político de 2026, ciertos usos en ámbitos como empleo, educación, biometría, infraestructuras críticas o control fronterizo ven aplazada su aplicación a diciembre de 2027. Conviene no leerlo como una suspensión general: el grueso del reglamento sigue su calendario, y las obligaciones de transparencia afectan a casos muy comunes en pymes, empezando por los chatbots de atención al cliente.

En la práctica, para una empresa mediana el trabajo de cumplimiento se parece bastante a lo que ya se hace en seguridad de la información: inventario de los sistemas de IA en uso, clasificación por riesgo, documentación de qué datos entran y salen, supervisión humana definida y formación registrada. Si ya trabajáis con un sistema de gestión certificado, buena parte del andamiaje está montado; nuestra guía de certificación ISO 27001 cubre esa base.

Seguridad: los riesgos propios de la IA generativa

Incorporar un modelo a un proceso de negocio abre una superficie de ataque que no existía. Los tres vectores que más vemos:

• Inyección de prompt indirecta. El modelo lee un documento, un correo o una página web que contiene instrucciones dirigidas a él. Si ese modelo tiene herramientas conectadas, el atacante puede intentar que las ejecute. La defensa es tratar todo contenido externo como dato, nunca como instrucción, y exigir confirmación humana para acciones con efectos.
• Fuga de datos. Información confidencial enviada a servicios externos sin acuerdo de tratamiento, o indexada en un buscador interno accesible a toda la plantilla. La preocupación es generalizada: alrededor del 70 % de las organizaciones españolas declara inquietud alta por el uso de sus datos propietarios.
• Permisos excesivos. Un copiloto interno que hereda permisos de administrador puede exponer a cualquier empleado documentos a los que no debería acceder. El principio de mínimo privilegio aplica igual que en cualquier integración.

Si estáis empezando a ordenar esta parte, el punto de entrada razonable es un diagnóstico de seguridad básico antes de conectar nada: lo resumimos en ciberseguridad en la empresa, por dónde empezar.

IA generativa aplicada al ecommerce y a la industria

En tiendas online, más allá del catálogo, los usos con retorno demostrable en 2026 son el buscador semántico (entender «zapatillas para correr en asfalto con pisada pronadora» sin depender de etiquetas exactas), la clasificación automática de incidencias de pedido y la generación de variantes de copy para campañas. La recomendación de producto sigue funcionando mejor con modelos clásicos de comportamiento que con IA generativa; conviene no sustituir lo que ya funciona.

En entornos industriales, el patrón dominante es documental: manuales de máquina, partes de mantenimiento, especificaciones de cliente. Un copiloto sobre esa documentación reduce el tiempo que un técnico pasa buscando. Lo hemos visto de cerca en proyectos de digitalización industrial, donde el valor aparece justo después de ordenar los datos, nunca antes.

Para validar rápido si una idea tiene recorrido, el prototipado asistido por IA permite poner algo delante de usuarios reales en días en lugar de meses; tratamos el enfoque en prototipado con IA para ecommerce y desarrollo.

Nuestra recomendación

Empezar con casos acotados, medir bien, y elegir un partner técnico que entienda la diferencia entre demo y producción. En este post lo contamos desde el ángulo de empresas del Maresme.

Concretando esa recomendación en un plan de trece semanas:

Semanas 1-2 — elegir el caso. Un proceso repetitivo, con volumen, resultado verificable y coste del error bajo. Medir la línea base: cuánto tarda hoy, cuánto cuesta, qué tasa de error tiene. Sin este número, todo lo demás es opinión.

Semanas 3-6 — prototipo con datos reales. Nada de datos de ejemplo. Montar el acceso al contexto real (RAG sobre documentación propia si aplica), con una persona en el bucle desde el primer día y medición del coste por operación.

Semanas 7-10 — piloto controlado. Un equipo, un alcance, KPIs acordados de antemano y un registro sistemático de fallos. Este registro es el activo más valioso del proyecto: es lo que permite decidir con datos si se escala o se para.

Semanas 11-13 — producción y gobierno. Integración real en las herramientas del equipo, permisos acotados, trazabilidad de acciones, formación de los usuarios y un plan de revisión trimestral. Y una decisión escrita: quién es el dueño del resultado.

Cinco errores que vemos una y otra vez

1. Empezar por la herramienta. Comprar licencias antes de definir el proceso garantiza que la herramienta se use tres semanas y se abandone.
2. Pilotos sin dueño de negocio. Si el proyecto vive solo en el departamento técnico, no sobrevive al primer cambio de prioridades.
3. Confundir demo con producción. Una demo funciona con cinco casos elegidos; producción significa el caso 847, el documento mal escaneado y el usuario que escribe en tres idiomas a la vez.
4. No presupuestar la evaluación. Sin un conjunto de pruebas, cada actualización de modelo es un salto al vacío y nadie se atreve a tocar nada.
5. Ignorar el cambio organizativo. Si el equipo percibe la IA como una amenaza a su puesto, el proyecto encontrará resistencia pasiva por muy bien que funcione técnicamente.

Preguntas frecuentes

¿Por dónde empieza una pyme que nunca ha hecho nada con IA?

Por un inventario honesto: qué procesos son repetitivos, tienen volumen y producen un resultado que alguien verifica hoy manualmente. De esa lista, el mejor primer caso suele ser el más aburrido. Los proyectos vistosos hacen buenas presentaciones y malos primeros pasos.

¿Hace falta entrenar un modelo propio?

Casi nunca. Para la inmensa mayoría de casos de empresa, un modelo comercial con buen acceso al contexto propio (RAG) da mejores resultados, más rápido y más barato que un ajuste fino. El ajuste fino tiene sentido cuando se necesita un formato de salida muy específico y estable, o cuando el volumen es tan alto que compensa optimizar el coste por operación.

¿Cómo sé si mi proyecto está funcionando?

Con tres números: tiempo del proceso frente a la línea base, tasa de error tras la revisión humana y coste total por operación (modelo, infraestructura y tiempo humano de revisión incluidos). Si el tercero no baja, no hay caso de negocio por muy contento que esté el equipo.

¿Qué pasa con el AI Act si solo uso un chatbot de atención al cliente?

Probablemente no sea un sistema de alto riesgo, pero sí le aplican obligaciones de transparencia desde agosto de 2026: el usuario debe saber que está hablando con un sistema de IA. Además, la obligación de alfabetización del personal ya es exigible. Documentar qué usáis, para qué y con qué datos es el mínimo razonable.

¿Conviene esperar a que los modelos mejoren más?

Esperar no es gratis. Los modelos seguirán mejorando, pero el trabajo lento —ordenar datos, definir procesos, formar al equipo, montar la evaluación— no se acelera por esperar, y es exactamente lo que separa al 5 % que llega a producción del 95 % que no. Quien empiece ese trabajo ahora aprovechará la siguiente generación de modelos; quien no, volverá a hacer una demo.

Conclusión

Dos años después de escribir la primera versión de este artículo, la conclusión no ha cambiado de fondo, solo de tono: la IA generativa funciona en empresa cuando se aplica a procesos acotados, verificables y con volumen, y fracasa cuando se compra como categoría en lugar de aplicarse como herramienta. Lo que sí ha cambiado es que ahora tenemos datos para demostrarlo, un marco regulatorio que exige documentar lo que se hace y una experiencia acumulada suficiente para reconocer un mal caso de uso antes de gastarse seis meses en él.

El diferencial competitivo en 2026 no está en tener acceso a los mejores modelos —lo tiene todo el mundo, por unos euros al mes—, sino en tener los datos ordenados, los procesos definidos y la disciplina de medir. Esa parte no la resuelve ningún modelo.