Implementación de IA en pymes y en empresas grandes: qué cambia

El dueño de la pyme arma un comité y la empresa grande no arranca el piloto

El dueño de una distribuidora de treinta y cinco personas vuelve de un webinar sobre transformación con IA en una multinacional y llega decidido a copiar el modelo completo: comité de gobierno, área de datos propia, proceso de aprobación en varios pasos. Semanas después no hay un solo piloto corriendo, solo un comité que se reúne los martes y un documento de gobierno que todavía nadie ha usado. El dinero y el tiempo que la pyme tenía para experimentar se fueron en construir la estructura de otro tamaño de empresa, no en resolver el problema que lo llevó hasta ahí.

A pocas cuadras, en la sede regional de una empresa con miles de empleados, pasa lo contrario. El gerente de operaciones ya tiene presupuesto aprobado, un sponsor dentro del comité ejecutivo y años de datos transaccionales ordenados. Pasaron varios meses de reuniones entre TI, legal y el área de negocio, y el piloto sigue sin arrancar, porque cada área quiere una versión distinta del mismo proyecto y nadie tiene autoridad para cerrar la discusión. Ninguna de las dos empresas tiene un problema de tecnología. Tienen el cuello de botella equivocado para su tamaño.

El mismo método, el cuello de botella al revés

Estas dos escenas no son un accidente ni un problema de mala suerte: son el resultado directo de dónde vive la fricción en cada tipo de organización. La pyme tiene la ventaja de que una sola persona puede decir “arranquemos” en una conversación corta, pero rara vez tiene el histórico de datos ordenado para que ese “sí” valga algo en la práctica. La empresa grande tiene guardado ese histórico desde hace años, en varios sistemas, pero decidir usarlo exige el acuerdo de gente que no siempre coincide entre sí.

La consecuencia práctica es que el manual de implementación no cambia de fondo entre una pyme y una empresa grande (diagnosticar el proceso, elegir el dolor correcto, medir antes y después), pero el orden de los obstáculos sí cambia. Confundir esto es la razón por la que tantos proyectos que podrían implementarse con poco presupuesto terminan copiando pasos que no les correspondían, o al revés, tardan meses justificando algo que un dueño podía haber aprobado en una sola llamada.

Las 8 dimensiones donde la pyme y la empresa grande difieren de verdad

Reducir la diferencia a “la pyme es ágil y la empresa grande es lenta” es cómodo, pero no sirve para decidir nada. Conviene mirarlo dimensión por dimensión, porque el punto donde una empresa es fuerte suele ser justo el punto débil de la otra.

• Decisión: en la pyme la aprueba una sola persona en una conversación de pasillo; en la empresa grande necesita alinear a varias gerencias y, a veces, al directorio completo.
• Datos: la pyme casi nunca tiene el histórico limpio y centralizado; la empresa grande sí lo tiene, aunque disperso en sistemas distintos que nadie ha cruzado todavía.
• Presupuesto: la pyme arriesga dinero propio y lo siente directo en la caja del dueño; la empresa grande mueve presupuesto entre varias líneas de gasto que compiten por atención, no solo por plata.
• Talento: la pyme no tiene un equipo técnico dedicado y depende de terceros; la empresa grande sí tiene gente, pero rara vez dedicada a tiempo completo al proyecto de IA.
• Riesgo: en la pyme, un error de un piloto lo nota el dueño al día siguiente; en la empresa grande el error se diluye entre áreas y tarda semanas en visibilizarse, lo que retrasa la corrección.
• Gobierno: la pyme no necesita comité, porque la decisión reversible la toma una sola persona; la empresa grande sí necesita reglas claras de quién aprueba qué, porque el proyecto toca a más gente y a más sistemas.
• Adopción: en la pyme el equipo entero se entera del cambio en una reunión; en la empresa grande la adopción exige gestión de cambio formal en varias capas de mando.
• Plazo: la pyme puede lanzar un piloto en semanas porque nadie más tiene que aprobarlo; la empresa grande necesita más tiempo antes de arrancar, aunque después escala más rápido porque ya tiene el dato y el presupuesto resueltos.

Ninguna columna de esta lista es buena o mala en sí misma. Lo que importa es identificar en cuál de las ocho vive el freno real de tu proyecto, porque ahí es donde hay que invertir el esfuerzo primero, no en copiar la solución completa del otro tamaño de empresa.

La ventaja que debe explotar la pyme: decidir rápido y medir en la operación real

La velocidad de decisión de la pyme no es una curiosidad simpática, es el activo más caro de conseguir en cualquier organización grande y la pyme ya lo tiene gratis. Cuando el dueño o el gerente general puede aprobar un piloto en una conversación, sin pasar por un comité, la empresa gana algo que ninguna empresa grande puede comprar de un día para otro: la posibilidad de probar, fallar rápido y corregir sin que el error se vuelva un tema de junta directiva.

El uso correcto de esa ventaja no es implementar más rápido cualquier cosa, es usar la velocidad para acortar el ciclo entre probar una idea y medir si sirvió. Una pyme que decide en una semana lanzar un piloto acotado, sobre un proceso concreto, y decide en otra semana si seguir o cortar, está usando su ventaja real. La misma pyme que gasta esa velocidad en levantar comités y procesos de aprobación está regalando la única ventaja que tenía frente a la empresa grande. Antes de definir qué automatizar primero conviene revisar por dónde empezar con IA en una empresa, porque la velocidad sin un punto de partida claro se agota rápido en pruebas sueltas.

La ventaja que debe explotar la empresa grande: el dato que ya tiene guardado

La empresa grande suele subestimar lo que ya tiene. Años de transacciones, tickets de soporte, rotación de personal y comportamiento de clientes, guardados en sistemas que llevan tiempo funcionando. Esa es una ventaja que a la pyme le toma años construir, y la empresa grande la trata como un activo aburrido en vez de como el insumo principal de cualquier proyecto de IA que valga la pena.

El uso correcto de esa ventaja es dejar de tratar el dato como un problema de TI y empezar a tratarlo como el argumento para acelerar la decisión: si ya existe el histórico y ya existe el resultado registrado de una decisión repetida, no hace falta esperar a que todas las áreas estén de acuerdo en todo, alcanza con que una sola gerencia acote un piloto sobre ese dato y lo mida. La inteligencia artificial para empresas rinde más rápido justamente donde ya existe un histórico limpio, y eso es algo que la mayoría de las pymes todavía no tiene. Desperdiciar esa ventaja esperando el consenso de todas las áreas es, en la práctica, regalarle a la pyme la velocidad que a ella le sobra.

El error típico de cada lado (y por qué no es el mismo error)

El error de la pyme y el error de la empresa grande parecen opuestos pero comparten la misma raíz: ninguno de los dos diagnosticó su propio cuello de botella antes de actuar. Uno construye estructura donde no la necesita, el otro pide consenso donde ya tenía autoridad suficiente para decidir.

El error de la pyme

Copiar el aparato de gobierno de una empresa grande sin tener el volumen de gente ni de proyectos que ese aparato justifica. Contratar o prometer un área de datos completa antes de haber ordenado un solo proceso. Confundir “ser serios” con “tener un comité”, cuando lo serio en una pyme es medir si el piloto funcionó o no, y decidirlo rápido. El resultado es siempre parecido: se gasta el primer intento en burocracia y se llega al segundo intento sin presupuesto ni paciencia para probar de nuevo.

El error de la empresa grande

Tratar el consenso como si fuera prudencia. Esperar a que TI, legal, seguridad y negocio firmen la misma versión del proyecto antes de arrancar cualquier piloto, en vez de acotarlo a una gerencia con autoridad para decidir. El costo no se ve en una pérdida puntual, se ve en meses acumulados donde competidores más chicos, con menos datos pero con menos gente que convencer, ya probaron, corrigieron y escalaron algo que la empresa grande sigue discutiendo en una sala de reuniones.

Qué copiar del manual de la empresa grande y qué dejar en la carpeta

No todo lo que hace una empresa grande es exceso de burocracia, y no todo lo que evita una pyme es simplicidad sana. Hay piezas del manual grande que sí conviene adoptar en cualquier tamaño, y piezas que solo tienen sentido cuando hay que coordinar a miles de personas.

Qué sí conviene copiar

• Medir un punto de partida antes de arrancar: sin un número de referencia de cómo se decide hoy, no hay forma de probar después que el piloto mejoró algo.
• Definir un dueño del proceso con nombre y apellido: alguien responsable de que el dato se mantenga vivo y de decidir si el piloto sigue o se corta.
• Fijar el criterio de éxito antes de empezar: qué número tiene que moverse y en qué plazo, para no evaluar el proyecto con la vara que convenga después.
• Documentar la decisión, aunque sea en una página: no para llenar un archivo, sino para que la próxima persona no repita el mismo diagnóstico desde cero.

Qué no conviene copiar

• El comité de varias personas para aprobar un piloto pequeño: existe para coordinar desacuerdos entre áreas que en una pyme no existen.
• El proceso de aprobación de varias semanas: fue diseñado para proyectos que tocan a miles de empleados, no para un piloto acotado a un área.
• El área de datos completa antes de tener un primer caso de uso probado: contratar estructura antes que resultado invierte el orden que sí funciona.
• La lentitud disfrazada de rigor: en la empresa grande a veces se confunde demorar con ser cuidadoso, y ese hábito no aporta nada si la pyme lo importa tal cual.

Este recorte también aplica al revisar las fases de implementación de IA en una empresa: las fases son las mismas para cualquier tamaño, lo que cambia es cuánta gente tiene que aprobar cada una antes de avanzar a la siguiente.

Mi criterio sobre el tamaño y el punto de partida

El tamaño no es la variable, el cuello de botella sí

Cuando alguien pregunta si su empresa es “demasiado chica” o “demasiado grande” para implementar IA, está haciendo la pregunta equivocada. El tamaño solo determina cuál de los dos cuellos de botella va a enfrentar primero, no si el proyecto tiene sentido. Una pyme sin dato ordenado y una empresa grande sin acuerdo entre áreas tienen la misma probabilidad de fracasar, solo que fracasan por razones opuestas y en momentos distintos del proyecto.

El criterio que sostengo después de ver ambos lados es que el diagnóstico correcto no pregunta cuántos empleados tiene la empresa, pregunta dónde está el freno real: si es el dato, se trabaja el dato antes que la tecnología; si es el acuerdo entre áreas, se trabaja ese acuerdo antes de escribir una sola línea de código. Ignorar esa pregunta y copiar el manual del otro tamaño es la forma más segura de gastar el primer intento en la estructura equivocada, sea el comité que la pyme no necesita o la parálisis que la empresa grande podría evitarse con un piloto acotado dentro de un roadmap de IA a doce meses que la obligue a decidir por etapas.