Saltar al contenido
Cursos/IA para pymes y autónomos/Diagnóstico y piloto

Diagnóstico y primer piloto de IA para una pyme

Antes de comprar una herramienta o montar un agente, elige una tarea concreta, mide su punto de partida y prueba una mejora reversible. Este método sirve para una empresa de una a cincuenta personas.

Qué vas a conseguir ahora

Una decisión o prueba aplicada a «Diagnóstico y primer piloto de IA para una pyme».

  1. 1Entiende el criterio
  2. 2Haz una práctica pequeña
  3. 3Guarda una evidencia
Evidencia

Una nota breve con qué hiciste, qué salió bien, qué falló y qué revisarías después.

Objetivos de aprendizaje
  • Convertir un problema cotidiano en un piloto pequeño y medible.
  • Elegir con criterio entre una herramienta local, cloud o un diseño híbrido.
  • Evitar que la primera prueba acceda, envíe o modifique datos sin control humano.
En cristiano: piloto de IA. No es instalar muchas herramientas. Es probar durante dos o cuatro semanas una única mejora: por ejemplo, convertir facturas en un borrador de tabla que una persona valida antes de importarlo.

La regla de entrada: proceso antes que herramienta

Empieza por una tarea que ocurra con frecuencia, tenga una entrada clara y pueda revisarse antes de causar un efecto. Los primeros buenos candidatos suelen ser clasificar emails, resumir reuniones, extraer campos de documentos o redactar borradores de respuesta.

No prometas de antemano horas ahorradas ni retorno inmediato. Formula una hipótesis y mídela: el ahorro, la calidad y el coste real dependen de los datos, el equipo, la revisión y el mantenimiento.

Terminal
FICHA DE DESCUBRIMIENTO (15 minutos)

1. Tarea repetitiva:
2. Quién la hace y cuántas veces por semana:
3. Tiempo actual por caso y errores frecuentes:
4. Entrada mínima necesaria (no "todos los datos"):
5. Salida que una persona pueda comprobar:
6. Acción que el sistema NO puede hacer todavía:
7. Datos personales, financieros, de salud o secretos implicados:
8. Herramientas ya utilizadas (correo, Excel, CRM, Drive...):
9. Persona responsable de revisar cada salida:
10. Métrica de éxito y fecha de revisión:
Idea clave. La mejor primera automatización no es la que parece más inteligente: es la que tiene un responsable, una muestra de prueba y un botón claro para detenerla.

Prioriza con una tabla, no con entusiasmo

Elige tres candidatos y puntúalos de 1 a 5. Da preferencia a alto impacto y frecuencia, pero baja exposición de datos y bajo daño si la salida es incorrecta. Si una tarea afecta pagos, contratos, selección de personas, salud o derechos, no la uses como primer piloto.

Terminal
CASO                         IMPACTO  FRECUENCIA  REVISABLE  RIESGO  DATOS
Clasificar emails               4          5           5        2       2
Extraer campos de facturas      4          4           4        3       4
Enviar respuestas a clientes    4          5           2        4       3

Regla inicial: empieza por la opción más revisable y de menor riesgo.
No sumes puntos de forma ciega: un riesgo alto descarta el piloto aunque el ahorro parezca atractivo.

Elige la arquitectura según el caso

  • Herramienta cloud: buena para un borrador sin datos sensibles, con puesta en marcha rápida y presupuesto por uso conocido.
  • Local o self-hosted: útil cuando necesitas más control sobre dónde se procesan datos, tienes capacidad para administrar el equipo, copias, actualizaciones y accesos.
  • Híbrida: separa datos o tareas: por ejemplo, anonimizar y clasificar localmente, y usar un servicio externo solo para un texto no sensible.

Local no equivale a cumplimiento automático, coste cero ni seguridad total. Cloud tampoco es siempre inaceptable. Documenta finalidad, datos, proveedor, accesos, retención, coste y responsable antes de decidir.

Cuidado. No uses el Self-hosted AI Starter Kit de n8n como si fuese una plataforma de producción lista para datos de empresa. n8n lo presenta como punto de partida o prueba de concepto: para operar necesitas secretos propios, control de acceso, copias, actualizaciones, monitorización y una revisión de seguridad acorde al caso.

Plan de 30 días: un caso, cuatro decisiones

  1. Semana 1 · Línea base. Recoge entre 10 y 30 ejemplos autorizados o sintéticos; mide tiempo, errores y coste actual. Define qué hace una respuesta correcta.
  2. Semana 2 · Prototipo seguro. El sistema solo crea una vista previa o un borrador. No envía emails, no registra contabilidad, no borra y no cobra.
  3. Semana 3 · Evaluación. Compara salida con la revisión humana. Registra campos erróneos, abstenciones, tiempo de revisión, incidencias y coste.
  4. Semana 4 · Decisión. Mantén, corrige, amplía o descarta el piloto. Es válido descartar: evita pagar por una automatización que no aporta.
Terminal
REGISTRO MÍNIMO DEL PILOTO

caso: "extracción de facturas a borrador CSV"
modo: "vista previa; sin importación contable"
muestra: "20 documentos autorizados o anonimizados"
campos: [emisor, fecha, número, base, IVA, total]
aceptación: "campos críticos correctos o marcados como dudosos"
revisor: "administración"
incidencia: "guardar documento ID, campo, motivo y corrección"
coste_a_medir: "suscripción/API + equipo + tiempo de revisión + mantenimiento"
fecha_decisión: "YYYY-MM-DD"
acción_prohibida: "pago, asiento contable o envío automático"

Cuatro pilotos que suelen ser seguros si se acotan

  • Email: clasifica y propone un borrador; una persona decide si lo envía.
  • Reuniones: genera resumen, decisiones y tareas; el anfitrión corrige antes de compartirlo.
  • Facturas: extrae JSON/CSV con esquema fijo, alertas y umbral de confianza; administración valida antes de exportar.
  • RAG interno: responde solo sobre un conjunto pequeño de documentos autorizados, cita la fuente y se abstiene cuando no la encuentra.
Cuidado. Una factura no se "entrena" con tres ejemplos. Para extracción, define un esquema, prueba una muestra representativa —incluye documentos difíciles— y obliga al flujo a marcar dudas. No conectes la primera versión al banco, a pagos ni al programa contable.

Checklist de salida antes de ampliar

  • La persona responsable puede explicar para qué sirve el flujo y detenerlo.
  • El equipo sabe qué datos entran, dónde se alojan, quién accede y cuánto se conservan.
  • Hay una prueba con casos normales, ambiguos y erróneos; los fallos se registran.
  • Las acciones irreversibles requieren aprobación humana explícita.
  • El coste incluye suscripciones o API, infraestructura, energía, soporte, copias y tiempo de revisión.
  • Si hay datos personales o un caso de alto riesgo, se ha involucrado al responsable/asesor de protección de datos correspondiente.
Comprueba que funciona. Completa la ficha para una tarea real. Si no puedes describir su entrada mínima, salida verificable, persona revisora y métrica, todavía no automatices: vuelve al proceso manual y acláralo primero.
Guardar y reabrir el proyecto.
Descarga la plantilla editable en Markdown. Se revisa editorialmente cada semana: cada herramienta añadida debe indicar fecha de comprobación, coste supuesto, ubicación de los datos, riesgos, alternativa y fuente oficial. Las alertas de seguridad se corrigen fuera de ese ciclo.

Si has guardado la evidencia de esta lección, continúa con «RGPD básico». Si no, repite la comprobación antes de avanzar.

Mapa completo de Aulafy

Cómo se relacionan todos los cursos

No es una lista que debas completar. Empieza por la base, elige un resultado y profundiza solo cuando tu proyecto necesite más control.

  1. 1Comprender
  2. 2Aplicar o construir
  3. 3Operar con confianza
01

Empieza aquí

Crea una base común: qué puede hacer la IA, cómo pedir resultados y cómo comprobarlos antes de especializarte.

Desde esta base puedes aplicar la IA a una tarea o aprender a construir con código.

02

Elige una aplicación

Convierte la base en un resultado visible: una web, una mejora de negocio, contenido o una experiencia interactiva.

Si necesitas mantener código, datos o infraestructura, continúa por la rama técnica.

03

Construye con código

Prepara el entorno, trabaja con agentes de programación y aprende a ejecutar modelos con control sobre tus proyectos.

Esta rama prepara los conocimientos necesarios para diseñar y operar sistemas de IA fiables.

04

Lleva sistemas a producción

Combina recuperación, agentes, evaluación, seguridad, despliegue y adaptación de modelos cuando el problema lo exija.

No es obligatorio completarlo todo: elige solo la pieza que tu sistema necesita y vuelve al mapa cuando crezca.

Ver catálogo completo