Qué automatizar primero en tu PyME: cómo elegir sin adivinar

Casi todas las PyMEs que nos escriben llegan con la misma frase: "sabemos que tenemos que usar inteligencia artificial, pero no sabemos por dónde". Y casi siempre, cuando uno pregunta un poco más, resulta que ya la están usando. Alguien del equipo le pide textos a ChatGPT, otro le hace resúmenes de mails, el de marketing arma las publicaciones con una herramienta. Nada de eso está mal. El problema es que nada de eso se decidió: fue pasando.

Los números lo confirman. La encuesta nacional sobre adopción de IA en PyMEs argentinas, publicada en 2026 por el CEPE de la Universidad Torcuato Di Tella y Fundar sobre 402 empresas de 10 a 249 empleados de la industria y el software, relevadas entre noviembre y diciembre de 2025, encontró que el 41,6% ya usa al menos una tecnología de inteligencia artificial. Pero de las que la usan, el 57% no mide formalmente qué impacto tuvo. Y la tecnología más difundida, con el 77,9%, es la generación de texto y código: o sea, chatear con una herramienta.

Es una foto de la industria y el software, no de todos los rubros, así que no la tomes como el retrato exacto de tu negocio. Pero la brecha que muestra se repite en todos lados: mucha herramienta suelta, poca decisión tomada. Esta guía es sobre esa decisión. Está escrita para dueños y encargados, no para programadores.

Usar IA no es lo mismo que automatizar un proceso

Vale la pena separar dos cosas que se mezclan todo el tiempo.

Una persona usando una herramienta de IA sigue siendo una persona haciendo la tarea. Escribe mejor y más rápido, pero está ahí, sentada, cada vez que hay que hacerla. Si mañana falta, la tarea no se hace.

Un proceso automatizado es otra cosa: algo pasa (entra un pedido, llega una factura, un cliente pregunta un precio) y el sistema lo resuelve solo de punta a punta, avisando a una persona cuando corresponde. Nadie tiene que acordarse.

La primera opción es barata y sirve. La segunda es la que devuelve horas de verdad. Y la diferencia importa a la hora de elegir, porque son decisiones distintas: la primera se resuelve capacitando al equipo, la segunda se resuelve construyendo algo. Confundirlas es el motivo por el que muchos negocios sienten que "ya están usando IA" y sin embargo siguen igual de tapados de trabajo.

Por qué elegir mal sale caro

Cuando un proyecto de automatización sale mal, casi nunca es porque la tecnología falló. Es porque se eligió la herramienta antes de entender el proceso, y el proceso elegido no era el que dolía.

Un informe del MIT sobre el estado de la IA en las empresas, publicado en 2025, revisó pilotos de IA generativa en compañías grandes y encontró que la enorme mayoría no llegó a mostrar un impacto medible en el resultado del negocio. Ese estudio mira empresas grandes, no PyMEs argentinas, así que no es tu pronóstico. Pero el diagnóstico de los autores sí se aplica: lo que separa a los pilotos que sirven de los que no es qué tan integrados quedaron al trabajo real de la gente, no qué tan avanzada era la tecnología.

Traducido a una PyME: automatizar la tarea equivocada no te deja en cero. Te deja peor, porque gastaste plata, quemaste la paciencia del equipo y ahora "eso de la IA" quedó como algo que probaron y no funcionó.

Los tres números que necesitás antes de decidir

Antes de contratar a nadie, y antes de mirar una sola herramienta, se puede hacer un trabajo que no requiere saber nada de tecnología. Es agarrar una hoja y anotar, para cada tarea repetitiva de tu negocio, tres cosas.

Cuántas veces pasa. Por día o por semana. Cuántos pedidos entran, cuántas facturas se cargan, cuántas veces alguien pregunta lo mismo. Si no sabés el número, preguntáselo a quien la hace: te lo va a decir con bastante precisión, porque la vive.

Cuánto lleva cada vez. No el tiempo ideal, el real, el que incluye buscar el dato en otro lado, preguntarle a alguien y corregir el error de la vez pasada. Multiplicado por lo anterior te da las horas por semana que se van en esa tarea.

Qué pasa cuando sale mal. Acá es donde aparece la plata que no se ve. Un pedido mal cargado no cuesta los cinco minutos de cargarlo de nuevo: cuesta el reclamo, el flete que volvió, el cliente que la próxima le compra a otro. Anotá qué pasó la última vez que esa tarea salió mal.

Con esas tres columnas ya tenés más información que la mayoría de los negocios que arrancan un proyecto de automatización. Y vas a notar algo incómodo: la tarea que más te molesta a vos casi nunca es la que más horas consume.

La matriz: impacto contra esfuerzo

Con la lista armada, cada tarea se ubica según dos preguntas: cuánto impacto tiene resolverla y cuánto esfuerzo cuesta hacerlo. Salen cuatro grupos.

• Victorias rápidas (mucho impacto, poco esfuerzo). Acá se empieza siempre. Suelen ser tareas con reglas claras que hoy alguien hace copiando datos de un lado a otro.
• Grandes apuestas (mucho impacto, mucho esfuerzo). Valen la pena, pero después. Se planifican cuando las victorias rápidas ya demostraron que esto funciona y el equipo dejó de mirarlo con desconfianza.
• Mejoras menores (poco impacto, poco esfuerzo). Se anotan y se hacen cuando hay un rato libre. No se les dedica un proyecto.
• Descartadas (poco impacto, mucho esfuerzo). Identificarlas y no hacerlas es, en plata, una de las partes más valiosas de todo este trabajo.

Lo importante del ejercicio no es la matriz en sí: es que te obliga a comparar. Sin comparar, uno automatiza lo que tiene más presente, que suele ser lo último que salió mal.

Una aclaración sobre el eje del esfuerzo, que es el que más se subestima. El esfuerzo no es sólo programar. Es también escribir las reglas que hoy están en la cabeza de alguien, conseguir los accesos, ordenar el catálogo de precios y lograr que el equipo lo use. En muchos casos la parte técnica es la más corta del proyecto.

Qué suele ganar en una PyME argentina

Después de mirar bastantes negocios, hay tres candidatos que aparecen una y otra vez arriba en la lista.

Lo que entra por WhatsApp. Pedidos, consultas de precio, turnos. Es el canal por el que pasa el negocio y el que más tiempo consume, porque cada mensaje exige leer, interpretar y cargar. Lo desarrollamos en detalle en cómo automatizar los pedidos de WhatsApp.

Lo que entra en papel o PDF. Facturas de proveedores, remitos, órdenes de compra. Alguien las tipea. Ahí conviene revisar primero qué parte de ese trabajo ya está resuelta antes de pagar por automatizarla, algo que explicamos en automatizar la carga de facturas de proveedores.

Los datos que viajan de un sistema a otro. El pedido en un lado, el cliente en una planilla, la factura en otro programa. Cada copia manual es una oportunidad de error, y es exactamente lo que resuelve la integración de herramientas.

Ninguno de los tres es una recomendación para tu caso. Son los lugares donde conviene mirar primero.

Cómo saber después si sirvió

Este es el paso que, según la encuesta que citamos al principio, se saltea la mayoría. Y es el más barato de todos: se define antes de empezar, no después.

Elegí dos o tres números y anotalos hoy, con el proceso todavía manual. Las horas semanales que consume la tarea, la cantidad de errores del último mes, cuánto tarda el negocio en responderle a un cliente. A las cuatro semanas de tener la automatización funcionando, mirá los mismos números. No hace falta un tablero: alcanza con una planilla y la disciplina de haber medido antes.

Si no medís antes, el resultado siempre va a ser una sensación. Y las sensaciones, cuando hay que decidir si seguir invirtiendo, no alcanzan.

Cómo lo hacemos nosotros

Todo esto, hecho en serio y con alguien de afuera que pregunte lo que adentro ya nadie pregunta, es la auditoría de IA: tres a cuatro semanas de entrevistas con quienes dirigen y con quienes hacen el trabajo, un mapa de los procesos como funcionan hoy, la matriz de oportunidades, y un roadmap por fases con el retorno calculado de cada una. Es el primer paso de todo proyecto: sin eso no proponemos ni un bot ni una integración.

Recién después viene construir, que es la automatización de procesos propiamente dicha, sobre las herramientas que ya usás. El detalle de las dos fases está en cómo trabajamos, y un ejemplo terminado, en El Restó de Office.

Errores comunes

• Empezar por la herramienta. "Quiero un bot" es una respuesta, y todavía no hicimos la pregunta. La pregunta es dónde se te va el tiempo.
• Preguntarle sólo a la dirección. La distancia entre cómo la gerencia cree que se hace el trabajo y cómo se hace en la práctica es, casi siempre, donde están las mejores oportunidades.
• Empezar por lo más difícil. El proceso más complejo suele ser el más tentador y el peor primer proyecto. Si el primero no sale, no hay segundo.
• No medir antes. Sin la foto del punto de partida no vas a poder decidir con datos si conviene seguir.
• Confundir capacitar con automatizar. Enseñarle al equipo a usar bien una herramienta de IA es valioso y cuesta poco. Pero no le saca la tarea a nadie de encima.

Por dónde empezar

Esta semana, en una hoja: las cinco tareas más repetitivas de tu negocio, cuántas veces pasan, cuánto llevan y qué pasa cuando salen mal. Una hora de trabajo, sin comprar nada.

Con eso vas a tener la lista corta de lo que vale la pena mirar en serio, y vas a poder tener una conversación distinta con quien sea que te ofrezca automatizar algo. Si querés que la miremos juntos, escribinos y la revisamos sobre tus números.

Servicios relacionados

Seguí leyendo

• Cómo integrar los sistemas de una PyME para dejar de cargar el mismo dato dos veces
• Cómo automatizar la carga de facturas de proveedores (y qué ya te resuelve ARCA)