Hay un patrón que se repite en muchas empresas medianas: alguien del equipo (marketing, operaciones, IT) está convencido de que la IA puede transformar algún proceso clave. Lo ha investigado. Ha hecho pruebas. Sabe que funciona.
Y luego llega la reunión con dirección y la conversación se atasca en "¿cuánto cuesta?" y "¿cómo sabemos que va a funcionar?" y "no estamos preparados para esto todavía".
El problema rara vez es la resistencia al cambio. El problema es que el caso de negocio no está construido en el lenguaje que los decisores necesitan para tomar la decisión. Entusiasmo y demos impresionantes no son suficientes. Un caso de negocio con ROI calculable sí lo es.
Lo que la dirección realmente necesita escuchar
Un comité de dirección no toma decisiones de inversión basándose en lo que es tecnológicamente interesante. Toma decisiones basándose en tres preguntas:
- ¿Cuánto me cuesta (dinero + tiempo de equipo + riesgo)?
- ¿Cuánto voy a recuperar y en qué plazo?
- ¿Qué pasa si no lo hacemos?
La mayoría de las propuestas de inversión en IA responden bien la primera pregunta (costes de herramientas y consultoría) y muy mal las dos siguientes. Eso genera dudas que detienen la decisión.
Paso 1: Cuantifica el problema que vas a resolver
Antes de hablar de soluciones, tienes que cuantificar el problema actual en euros y horas. Este es el paso que la mayoría salta porque parece obvio, y es el más importante.
Ejemplos:
"El equipo comercial dedica actualmente 12 horas semanales a cualificar prospectos a mano. Con un salario bruto de €35.000 anuales, cada hora de trabajo cuesta aproximadamente €17. Son €204/semana, €10.600/año, solo en este proceso."
"El proceso de generación de informes mensuales para clientes toma entre 4 y 6 horas por informe y tenemos 8 clientes. Son 40-48 horas al mes de trabajo que actualmente hace personal senior. A un coste de €25/hora, estamos hablando de €1.000-1.200/mes en tiempo de informe."
"El tiempo medio de respuesta a solicitudes de soporte de clientes es de 6 horas. En nuestras entrevistas de baja, [X] de los clientes que se fueron citaron el tiempo de respuesta como motivo principal. Con un ticket medio de €4.000/año por cliente, cada cliente perdido por esta causa representa €4.000 de valor de vida perdido."
Ese [X] tienes que sacarlo de tus propios datos, no de un informe de sector. Un número tuyo, aunque sea de una muestra pequeña, aguanta mucho mejor las preguntas de dirección que una estadística prestada.
La dirección toma decisiones mucho más fácilmente cuando puede ver el coste de no hacer nada.
Paso 2: Define el caso de uso específico (solo uno)
El error más frecuente en propuestas de IA es intentar justificar "una transformación digital con IA" como concepto. Eso es demasiado vago para que alguien tome una decisión.
Elige un proceso concreto, uno solo, y construye todo el caso alrededor de él. El proceso debería cumplir tres criterios:
Es repetitivo y de alto volumen. La IA genera más valor en tareas que se hacen muchas veces con patrones similares. Un proceso que ocurre una vez al trimestre no es el mejor candidato inicial. El criterio completo para escoger ese primer proceso lo desarrollo en la guía de IA para pymes: por dónde empezar.
Tiene un coste actual medible. Si puedes calcular cuánto cuesta hacer este proceso hoy (en tiempo de equipo, en errores, en oportunidades perdidas), puedes proyectar el ahorro.
Tiene bajo riesgo de error. Para la primera implementación, elige un proceso donde un error de la IA sea fácilmente detectable y corregible, no uno donde un error tenga consecuencias graves.
Candidatos típicos de primer caso de uso: cualificación de prospectos, respuesta a consultas frecuentes de clientes, generación de borradores de propuestas, resumen de reuniones y extracción de tareas acordadas, clasificación de emails entrantes. Si quieres el mapa por áreas antes de elegir, lo tengo desglosado en casos de uso de IA por departamento.
Paso 3: Construye el modelo de ROI
Con el coste actual cuantificado y el caso de uso definido, el modelo de ROI tiene esta estructura:
Inversión inicial:
- Herramientas (suscripciones mensuales × 12, o coste de puesta en marcha)
- Tiempo de implementación (interno + externo si hay consultoría; los dos escenarios y sus costes reales están en consultor de IA frente a hacerlo por tu cuenta)
- Tiempo de entrenamiento del equipo
- Buffer de contingencia (recomendado 20%)
Ahorro proyectado:
- Horas ahorradas × coste por hora del personal que hace esa tarea actualmente
- Reducción de errores (si es cuantificable)
- Mejora en velocidad (si genera ingresos o reduce pérdidas de cliente)
ROI en meses: Inversión total ÷ (ahorro mensual proyectado) = meses hasta recuperación de inversión
Ejemplo concreto:
Proceso: automatización de cualificación de prospectos con IA
Inversión: €3.000 de consultoría de setup + €200/mes de herramientas = €5.400 en año 1
Ahorro proyectado: 12 horas semanales × €17/hora × 52 semanas = €10.608/año
ROI: Punto de equilibrio en 6 meses. Beneficio neto en año 1: €5.208.
Ese cálculo, con esas cifras, es una decisión fácil de tomar. No requiere entusiasmo tecnológico —requiere que los números tengan sentido.
Paso 4: Define el proyecto piloto
La dirección tiene menos resistencia a aprobar un piloto de 90 días que a aprobar una "transformación digital con IA". Los pilotos son más fáciles de aprobar porque el riesgo percibido es menor.
Propón un piloto con:
- Duración definida (60-90 días)
- Presupuesto limitado (el coste de probar, no el coste total del proyecto)
- Métricas de éxito definidas previamente y de forma objetiva
- Criterios claros de "ir/no ir" al final del piloto
"Proponemos un piloto de 90 días con un presupuesto de €4.500 para automatizar la cualificación inicial de prospectos. Al final del piloto, mediremos: tiempo dedicado a cualificación (objetivo: reducción del 60%), calidad de los prospectos que pasan a ventas (medido por tasa SQL), y satisfacción del equipo comercial. Si los resultados son positivos, ampliamos a los procesos siguientes."
Esa propuesta tiene mucho más probabilidad de aprobación que "necesitamos invertir en IA porque el mercado va en esa dirección".
La pregunta que no puedes ignorar: ¿qué pasa si no hacemos nada?
Esta es la pregunta que más impacto tiene en las decisiones de inversión y que menos se responde bien en las propuestas.
No es suficiente mostrar el beneficio de adoptar la IA. Hay que mostrar el coste de no adoptarla.
Ejemplos de cómo articularlo:
"Si no automatizamos la cualificación, el equipo comercial va a seguir dedicando 12 horas semanales a una tarea que la IA puede hacer mejor y más rápido. Con el crecimiento proyectado para 2027, ese coste va a subir a 20 horas semanales —equivalente a contratar a una persona para esa única tarea."
"La competencia X ya usa IA para respuesta a clientes y tiene un tiempo de respuesta de 15 minutos frente a nuestras 6 horas. Si ese gap se consolida, va a ser un factor diferenciador que nos va a costar clientes en el medio plazo."
"El 97,1% de las pymes españolas todavía no ha integrado IA en su negocio, según el Barómetro de IndesIA 2025. Somos un mercado temprano. Las empresas que adopten primero van a tener ventajas de proceso y coste que van a ser muy difíciles de alcanzar para los que lleguen tarde."
Lo que no debes hacer
No prometas resultados que no puedes garantizar. "Esto va a triplicar nuestras ventas" es el tipo de afirmación que destruye la credibilidad de cualquier propuesta técnica. Sé conservador en las proyecciones y claro sobre las asunciones.
No uses el argumento "todo el mundo lo está haciendo". A un comité de dirección no le importa lo que hace la competencia genérica. Le importa su empresa específica y su situación específica.
No ocultes los riesgos. Explicar proactivamente los riesgos (qué puede salir mal, cómo se mitiga) genera más confianza que presentar el proyecto como infalible. La dirección sabe que todo proyecto tiene riesgos — prefieren trabajar con quien los identifica.
El objetivo final no es vender IA. Es construir un caso de negocio tan claro que la decisión de no invertir sea la que requiera justificación, no la de invertir.
Newsletter
¿Te fue útil este artículo?
Suscríbete y te aviso cuando publique algo que valga la pena leer. Sin correo basura y sin una frecuencia forzada.