Los proyectos de automatización en empresas pequeñas no suelen fracasar por la tecnología. Fracasan por seis motivos que se repiten con una regularidad casi aburrida, y los seis se pueden ver venir. Van ordenados de más frecuente a más caro.
Automatizar un proceso que no está definido
El error número uno, con diferencia. Se automatiza un proceso que nadie ha definido, y el resultado es un sistema que ejecuta rápido algo que estaba mal.
Si tres personas hacen la misma tarea de tres formas distintas, no hay un proceso: hay tres. Automatizar eso obliga a elegir una, y esa elección es una decisión de negocio que no puede tomar un proveedor.
Qué hacer en su lugar: escribe en una hoja cómo funciona hoy, paso a paso, con quién hace cada cosa. Es gratis, cuesta una tarde y es lo que más determina el resultado. Si al escribirlo descubres que el proceso sobra, acabas de ahorrarte el proyecto entero.
Empezar por lo vistoso en vez de por lo que pesa
El segundo error es empezar por lo que más ilusión hace en vez de por lo que más pesa. Casi siempre eso significa un chatbot de atención al cliente, que es lo más visible y de los más difíciles de hacer bien.
El criterio que funciona es el aburrido: primero lo que se repite mucho, requiere poco criterio y se mide fácil. Recordatorios, archivo de documentos, avisos, respuestas a preguntas frecuentes internas. Cuando eso lleva un trimestre funcionando, se sube un escalón.
Hay una razón práctica detrás: el primer proyecto no tiene que ser el más rentable, tiene que ser el que demuestre que esto funciona en tu casa. Si el primero sale bien, hay presupuesto y ganas para el segundo. Si el primero sale mal, no hay segundo.
No medir antes, que es no poder demostrar después
Sin una medición previa, cuando el proyecto termine no habrá forma de saber si sirvió. Y sin esa prueba, el año que viene nadie renovará el gasto.
- Mide antes. Cuántas horas, cuántos casos, cuánto tarda, cuántos errores. Una semana con un cuaderno vale más que una hora de estimaciones.
- Mide lo mismo después. Mismo periodo, misma unidad.
- Guarda las dos cifras. Son tu argumento para seguir o para parar.
Y una advertencia sobre el sentido de la medición: casi todo el mundo estima a la baja el tiempo de las tareas que se hacen a ratos. Por eso los proyectos parecen menos rentables de lo que son antes de medir, y por eso conviene medir de verdad en vez de discutir de memoria.
Los datos, y el papel que te toca en la norma
El cuarto error es de bulto y es el más caro cuando llega: usar herramientas sin contrato con datos que no son tuyos.
La Agencia Española de Protección de Datos es explícita sobre cualquier tratamiento que incorpore inteligencia artificial: «Si no se encuentra una base legitimadora no se debe realizar el tratamiento». Y sobre la revisión humana advierte que ha de ser real —una persona competente y autorizada para modificar la decisión—, no un visto bueno simbólico.
Fuente: AEPD, Adecuación al RGPD de tratamientos que incorporan Inteligencia Artificial. Una introducción, febrero de 2020. aepd.es · consultado el 02/09/2026.En la práctica, tres reglas que no cuestan dinero: ningún dato de cliente, paciente o empleado en una herramienta sin contrato de encargado del tratamiento; toda herramienta nueva entra en el registro de actividades; y todo lo que genere el sistema lo revisa una persona antes de salir.
El quinto error va pegado a este: confundir tu papel. En el Reglamento europeo de IA, quien desarrolla y comercializa un sistema es el proveedor; quien lo usa en su actividad es el responsable del despliegue. Casi todo el articulado pesado recae sobre el primero. Si alguien te vende una auditoría de cumplimiento sin preguntarte antes para qué usas la IA, no te está asesorando.
Montarlo sin las personas que hacen el trabajo
El sexto error no es técnico y es el que más proyectos entierra: montarlo sin las personas que hacen el trabajo.
Un sistema que le ahorra tiempo al equipo se defiende solo. Uno que le añade pasos para que la oficina tenga mejores informes dura hasta el primer viernes con prisa. Y el equipo casi siempre sabe dónde está el problema real, porque lo sufre todos los días.
Las señales de que va a salir mal
- Nadie del equipo ha estado en las reuniones del proyecto.
- El proveedor no ha pisado el sitio donde ocurre el trabajo.
- Hay una fecha de entrega pero no un criterio de «esto funciona».
- Nadie sabe decir qué pasa si el sistema se cae un martes.
- No hay una persona de la empresa que sea la dueña del proceso.
Y la señal contraria, la que indica que va a salir bien: alguien de dentro puede explicar el proceso completo sin mirar papeles. Si esa persona existe y está en el proyecto, la mitad del trabajo ya está hecho.
Fuentes
- Agencia Española de Protección de Datos. Adecuación al RGPD de tratamientos que incorporan Inteligencia Artificial. Una introducción, febrero de 2020. aepd.es · consultado el 02/09/2026.
- Reglamento (UE) 2024/1689, por el que se establecen normas armonizadas en materia de inteligencia artificial — distinción entre proveedor y responsable del despliegue. EUR-Lex · consultado el 02/09/2026.
- Instituto Nacional de Estadística. Encuesta Trimestral de Coste Laboral, primer trimestre de 2026 — coste laboral por hora efectiva, total nacional. Publicada el 16/06/2026. ine.es · consultado el 02/09/2026.