¿Estás usando IA con criterio o solo probando herramientas? por Sandy Gómez

El verdadero reto para una PYME está en saber cuándo el uso de la inteligencia artificial responde a una necesidad concreta del negocio y cuándo simplemente suma herramientas, consume tiempo y añade complejidad a la operación.

Usar IA con criterio no empieza por elegir una plataforma, sino por identificar qué procesos consumen tiempo y tener claridad sobre qué se quiere resolver. Cuando existe ese punto de partida, la tecnología puede ayudar a ordenar datos, interpretar información y evaluar escenarios con mayor agilidad.

En esta entrevista, Sandy Gómez explica cómo una PYME puede pasar de la curiosidad por la IA a un uso más práctico y consciente, qué errores conviene evitar y por dónde empezar para que la tecnología aporte valor real a la gestión.

Hoy muchas pymes sienten curiosidad por la Inteligencia Artificial, pero no siempre saben si realmente la necesitan. ¿Cómo distingues entre interés genuino y simple presión por montarse en la tendencia?

El interés genuino nace de un “dolor” operativo, de un problema concreto que cuesta tiempo o dinero. Lo explico en el webinar: si un dueño de negocio busca IA porque quiere que “un botón le prediga el futuro de su mercado”, está cayendo en el humo publicitario. Si, por el contrario, busca IA porque pasa cuatro horas reclasificando líneas de gastos de una tarjeta de crédito en un Excel, entonces tiene un interés genuino y un uso pragmático. La tecnología sólo tiene sentido si reduce el costo transaccional de tomar una decisión hoy.

Cuando un negocio empieza a probar herramientas de IA, ¿qué señales muestran que lo está haciendo con criterio y no solo por entusiasmo?

La señal principal es que están usando la herramienta para estructurar el caos, no para evadir el trabajo base. Un negocio con criterio ve a la IA como un “Analista Junior” que cobra muy barato. Le dan instrucciones precisas, le proveen datos propios (bien calculados) y esperan que la IA ejecute tareas pesadas, como traducir un balance financiero complejo a términos no-financieros o simular escenarios rápidos de flujo de caja. Si el dueño sigue al volante tomando la decisión final basándose en el análisis de la IA, está actuando con criterio.

¿Por qué crees que tantas empresas confunden innovación con usar más herramientas, aunque eso no mejore realmente su gestión?

Porque existe la falsa creencia de que el software arregla procesos rotos. Como mencioné en mi presentación: “Basura digital de entrada genera basura digital de salida a la velocidad de la luz”. Las empresas creen que por suscribirse a una herramienta nueva sus problemas de gestión desaparecerán. La innovación real para una PYME no es tener 10 aplicaciones distintas; es lograr que un trabajo manual ineficiente (como analizar 300 transacciones bancarias mezcladas en un PDF) se resuelva con precisión en 45 segundos usando herramientas libres o de bajo costo.

Desde tu experiencia, ¿cuáles son los errores más comunes que cometen las pymes cuando intentan incorporar IA sin una necesidad clara?

El error más grande es creer que la IA piensa por ellos y que pueden darle datos sin auditar. Si los números contables base están mal calculados, la IA va a multiplicar ese error de forma exponencial. Otro error gravísimo es la vulnerabilidad de ciberseguridad financiera. Muchos, en su afán de probar, suben cuentas bancarias completas, contraseñas o nombres reales de clientes asociados a sus deudas a modelos públicos. La regla de oro que siempre recalco es la anonimización obligatoria: antes de usar la IA para analizar datos financieros, reemplaza siempre los nombres por “Cliente A” o “Banco 1”.

¿En qué tipo de tareas o decisiones sí puede aportar valor real la IA para una pyme que ya está operando?

Aporta un valor inmenso en tres áreas muy concretas:

  • Clasificación y estructuración de datos: Transformar Excels caóticos (como estados de cuenta) en tablas de gastos consolidadas por categorías.
  • Traducción financiera: Interpretar reportes del contador para que el dueño identifique rápidamente las “banderas rojas” del mes.
  • Simulación de escenarios: Plantear preguntas de negocio reales de forma ágil, por ejemplo: “Si contrato a un vendedor con sueldo base de $Z más 5% de comisión, ¿cuántas ventas adicionales necesito para justificar la contratación en 3 meses?”.
¿Qué riesgos aparecen cuando un negocio empieza a usar IA sin entender bien qué quiere resolver, medir o mejorar?

El mayor riesgo es el desenfoque operativo. El dueño del negocio ya tiene poco tiempo; si dedica horas de su semana a aprender a usar herramientas que no resuelven cuellos de botella específicos, está destruyendo valor. Además, terminan con sistemas desconectados que generan más confusión que claridad. En lugar de un “Analista Junior” eficiente, terminan financiando un “hobby tecnológico” que no tiene impacto en el flujo de caja ni en la rentabilidad de la empresa.

Si una pyme quiere empezar a usar IA con más criterio, ¿qué debería revisar primero: sus datos, sus procesos, sus decisiones frecuentes o su equipo?

Definitivamente debe empezar revisando sus procesos, específicamente las áreas donde el dueño y el equipo “pierden más tiempo en tareas manuales”. Luego, debe garantizar que los datos (la información de entrada) tengan una base de cálculo sólida y lógica, aunque estén desordenados. La IA es excelente para ordenar lo caótico, pero no sirve para corregir lo que conceptualmente está mal calculado desde el origen.

Para una empresa que ya ha probado algunas herramientas, pero aún no tiene claro su valor, ¿cuál sería un primer paso útil para pasar de la exploración a un uso más inteligente?

Les propongo aplicar el “Método de los Pasos Progresivos” que aplico en mi empresa y sugiero en mi práctica profesional. Detengan la búsqueda de nuevas herramientas y enfóquense en usar un modelo de lenguaje para un solo proceso en la semana 1: por ejemplo, automatizar textos repetitivos como políticas de cobranza basadas en el comportamiento histórico. En la semana 2, pasen a algo analítico: ordenen un Excel desordenado. Pasar de la exploración pasiva a la instrucción dirigida es lo que les va a ayudar a desarrollar el músculo analítico para aprovechar el uso avanzado, generando escenarios o simulaciones de negocio.

Sandy Gómez – Economista y especialista en valoración de startups.