Cómo empezar con IA en tu empresa argentina sin romper nada

Cuando una empresa argentina decide adoptar inteligencia artificial, el primer error suele ser arrancar por la herramienta. Alguien vio una demo, se entusiasmó, firmó una suscripción enterprise, y dos meses después nadie la usa. El producto era bueno. El problema no era el producto.

Adoptar IA en serio se parece más a cambiar el motor de un auto que sigue circulando que a comprar un auto nuevo. Tenés que mantener el resto andando mientras intervenís una pieza. Si lo hacés mal, no es que la IA no funcione: es que tu operación deja de funcionar. Esta nota es un playbook progresivo pensado para PyME y empresas medianas argentinas que tienen un sistema que funciona y no quieren romperlo para sumar algo que prometen que cambia todo.

El error de arrancar por la tecnología

La pregunta correcta no es “¿qué herramienta de IA conviene?” sino “¿qué proceso de esta empresa duele lo suficiente como para que valga la pena tocarlo?”. Si no podés contestar la segunda en una oración, ninguna herramienta te va a servir. Vas a terminar con licencias caras y un equipo que sigue trabajando como antes, porque la herramienta no sabe a qué proceso entrar.

Lo que importa es identificar dolor concreto. Una PyME de Rosario que vende equipamiento industrial puede tener un equipo de cinco personas pasando dos horas diarias armando presupuestos repetitivos a partir de planillas. Eso es diez horas-persona por día. Eso es dolor medible. Una empresa cordobesa de servicios profesionales puede tener un cuello de botella en la primera respuesta a consultas comerciales. Eso también es dolor medible. Empezá por ahí, no por el modelo de IA que está de moda esta semana.

Antes de cualquier herramienta: tres preguntas

Antes de evaluar proveedores, contestá tres preguntas internamente. No tienen que ser largas. Tienen que ser claras.

Primera: ¿qué proceso querés intervenir, y cuánto te cuesta hoy en horas-persona por semana? Si no sabés el costo actual, no vas a poder medir el retorno. No hace falta una métrica de consultora, alcanza con un número honesto.

Segunda: ¿quién dentro de la empresa va a ser dueño de este proceso después de la intervención? La IA no se “implementa y listo”. Alguien tiene que decidir, semana a semana, qué ajustar. Si nadie tiene tiempo para esa función, la adopción se va a frenar al segundo mes.

Tercera: ¿qué pasa si la IA se equivoca? Hay procesos donde un error cuesta una corrección manual de cinco minutos. Hay otros donde un error cuesta una sanción regulatoria, un cliente perdido, o un riesgo legal. La primera categoría es donde tenés que empezar.

Gobernanza liviana: quién decide qué

La palabra “gobernanza” suena pesada y se asocia a documentos largos que nadie lee. Pero en una PyME argentina, gobernanza de IA significa concretamente tres cosas. Quién aprueba que un proceso pase a tener IA en el medio. Quién revisa los resultados cuando algo sale raro. Quién decide cuándo apagar la IA si no funciona como esperaban.

En empresas chicas esos tres roles pueden ser dos personas. En medianas pueden ser tres o cuatro. Lo importante es que estén nombrados antes de la implementación, no después. Si esperás a que algo salga mal para decidir quién decide, vas a perder semanas en discusiones cuando lo que necesitás es velocidad de respuesta.

Una empresa que se toma esto en serio escribe un documento de dos páginas, no de doscientas. Una página dice qué procesos tienen IA, quién es responsable de cada uno, y qué métrica se mide. La otra dice qué hacer cuando algo sale mal: a quién avisar, en cuánto tiempo, con qué información mínima. Eso es gobernanza viva. El resto es teatro.

Coexistencia con tu ERP, CRM y sistemas legacy

Acá viene el miedo más concreto: “si meto IA, ¿me rompe el sistema que ya tengo?”. La respuesta práctica es que no, si lo planificás bien. La IA puede leer datos de salida de tu ERP, procesarlos, y devolver resultados que un humano valida antes de que vuelvan al sistema. En esa configuración, el sistema legacy nunca recibe nada que no haya pasado por revisión humana.

El error es querer integraciones profundas en la primera fase. Conectar la IA directamente al ERP con permisos de escritura es elegante en una diapositiva y peligroso en producción. Una sola alucinación del modelo, un solo prompt mal diseñado, y tenés datos contaminados en el sistema que mueve tu facturación. Empezá con integraciones de lectura, salida controlada, validación humana. Recién a los seis u ocho meses, cuando ya tenés métricas de confiabilidad, evaluás integraciones más profundas.

Hay una excepción que conviene mencionar. Si tu ERP es lo suficientemente moderno y tiene API documentada, podés usar IA para enriquecer datos sin tocar la base. Por ejemplo, clasificar tickets de atención automáticamente y devolver la clasificación como metadato. Eso no rompe nada porque no modifica el dato original, solo agrega un campo nuevo.

Tres casos de uso de bajo riesgo para empezar

Si tuviera que recomendar tres procesos por donde una empresa argentina puede empezar sin riesgo grave, serían estos.

Resumen y acta de reuniones internas. Una transcripción procesada con un modelo lingüístico devuelve acta estructurada, decisiones tomadas, próximos pasos asignados. El costo del error es bajísimo: si el resumen está mal, alguien lo corrige en cinco minutos. La frecuencia es alta: cualquier empresa tiene tres a diez reuniones internas por semana. El ahorro acumulado es real.

Primera redacción de respuestas a consultas comerciales. Un modelo recibe la consulta del cliente más el contexto de la empresa (productos, precios, condiciones) y propone una respuesta. Un humano la revisa, ajusta, y manda. No es automatización completa: es asistencia. Pero reduce el tiempo de primera respuesta a la mitad, y eso en venta consultiva impacta tasa de cierre.

Búsqueda en documentación interna. Cualquier empresa de cierto tamaño tiene manuales, procedimientos, contratos, decisiones pasadas, repartidos entre carpetas y mails. Un sistema de Retrieval Augmented Generation (RAG) sobre documentación interna le permite a un empleado preguntar en lenguaje natural y recibir respuestas con cita textual del documento fuente. Si te interesa cuándo conviene esta arquitectura frente a un LLM público, RAG vs LLM público explica el trade-off.

Métricas que importan en los primeros 90 días

Adoptar IA sin medir es comprar humo. Pero medir mal es peor: te da una falsa sensación de control. En los primeros 90 días, alcanzan tres métricas. No necesitás más.

Tiempo ahorrado por proceso, en horas-persona por semana. Es la métrica más obvia y la más útil. Si dijiste que el proceso costaba diez horas semanales y ahora cuesta cuatro, el ahorro es seis. Multiplicalo por costo horario interno y tenés impacto en pesos.

Tasa de error o de retrabajo. Si el output de la IA tiene que ser corregido el ochenta por ciento de las veces, no estás ahorrando: estás reemplazando trabajo de producción por trabajo de corrección. La intervención no rinde. Mejor pararla y replantear.

Adopción real por el equipo. Si licenciaste herramientas para diez personas y solo tres las usan después de un mes, hay un problema de diseño, no de tecnología. Las herramientas tienen que entrar en el flujo de trabajo natural, no exigir que el equipo cambie de aplicación seis veces por día.

Si te interesa profundizar en cómo pensar los costos reales de una implementación más amplia, cuánto cuesta implementar IA en una PyME argentina tiene rangos orientativos en dólares para cada tipo de proyecto.

Cuándo escalar y cuándo parar

A los 90 días tenés que decidir. Si los tres procesos iniciales funcionan, la pregunta es qué escalás. Hay dos caminos.

Profundidad: tomás uno de los tres procesos y lo extendés. Si el resumen de reuniones funciona, agregás generación automática de seguimiento. Si la primera respuesta comercial funciona, agregás un sistema de priorización de leads. Lo importante es seguir en un terreno donde el equipo ya entiende la herramienta.

Amplitud: replicás el patrón a otros tres procesos. Esto exige más recursos pero distribuye riesgo. Si uno de los nuevos procesos no funciona, los otros siguen aportando valor.

Y después está la decisión más incómoda: parar. Si los tres procesos iniciales no funcionaron, no insistas. Volvé a preguntar qué dolor querías resolver. Capaz la herramienta era buena, pero estaba aplicada al proceso equivocado. La adopción de IA no es lineal. Las empresas que ganan son las que aprenden rápido qué no funciona y rotan.

Lo que sigue conviniendo no hacer

Cerrando el playbook, vale la pena nombrar lo que no conviene hacer en los primeros doce meses, aunque te lo vendan bien.

No automatices decisiones que afectan al cliente sin intervención humana. Atención al cliente con respuesta totalmente automatizada en empresa B2B argentina es una receta para perder cuentas. Asistencia sí, automatización pura no.

No empieces por el área de mayor riesgo regulatorio. Si trabajás en fintech, no empieces el experimento por scoring crediticio: empezá por procesos internos. Si trabajás en legal o contable, no toques redacción de dictámenes en el día uno: empezá por gestión documental. El marco BCRA Comunicación A 7724 y los proyectos legislativos argentinos sobre IA ya están en discusión, y los procesos sensibles requieren preparación regulatoria, no improvisación.

No firmes contratos enterprise de tres años en el primer mes. El mercado está cambiando rápido. Empezá con licencias mensuales o trimestrales hasta que sepas qué necesitás de verdad. Una herramienta que parece imprescindible en marzo puede ser irrelevante en septiembre.

Adoptar IA bien no es una carrera. Es una secuencia de decisiones chicas y reversibles que se van componiendo. Las empresas que la rompen son las que tratan cada paso como definitivo y se cierran a corregir. Las que ganan son las que mantienen la operación corriendo mientras intervienen una pieza por vez.

Si querés conversar sobre por dónde empezar concretamente en tu caso, escribime a r@patron.ar con tu contexto: tamaño de equipo, sector, qué proceso tenés en la cabeza. Una conversación de treinta minutos suele ser suficiente para definir el primer paso. Si después te interesa una intervención estructurada, hablamos de consultoría de adopción de IA o formación ejecutiva según donde esté el cuello de botella real.