Por donde empezar tu primer proyecto de IA en una PYME: una ruta en 3 pasos

¿Por dónde empiezas con IA en tu PYME? No por la herramienta. La regla 10/20/70 de BCG reparte el valor de un proyecto así: 10% en los algoritmos (los modelos de IA ya construidos), 20% en la tecnología y 70% en las personas y en cómo cambia el trabajo. Leída como orden de trabajo, deja tres pasos: elegir el problema, preparar lo mínimo que necesitas y diseñar cómo lo va a adoptar tu equipo. Gartner proyecta que hasta 2026 se abandonará el 60% de los proyectos sin datos listos.

¿Por qué empezar por la herramienta sale mal?

Porque invierte el orden. La conversación típica con un dueño de PYME arranca con "queremos implementar IA", y la reacción natural es buscar producto: pedir una cotización, comparar opciones, aprobar una licencia. Tres meses después la herramienta está abierta en dos pestañas y nadie la usa.

Lo que sigue explica por qué ese camino termina casi siempre igual, y cómo la misma regla de BCG ofrece una ruta más confiable.

La regla señala dónde suele vivir el valor de un proyecto de IA; no es una fórmula para repartir presupuesto ni horas.

¿Qué dice realmente la regla 10/20/70?

BCG la publicó en febrero de 2026 y se volvió referencia rápido: el 10% del valor de un proyecto de IA viene de los algoritmos, el 20% de la tecnología y los datos, y el 70% de las personas, los procesos y el cambio organizacional.

Conviene detenerse en la primera palabra, porque es la que más ruido genera. Los algoritmos, en este reparto, son los modelos de IA que hacen la tarea, los que ya vienen construidos dentro de las herramientas que contratas: tú no los entrenas ni los programas, los eliges y los pones a trabajar. Pesan 10% justamente por eso, porque son la parte que llega resuelta de fábrica. Lo que no llega resuelto es el resto: dónde vive tu información y quién puede consultarla, que es el 20% de tecnología y datos, y cómo cambia el trabajo de la gente que va a usar la IA, que es el 70%.

Es fácil leerla al revés y concluir que hay que poner el 70% del presupuesto en capacitación. No es eso. La regla no dice dónde gastar el dinero, dice dónde vive el valor. Y por lo tanto, dónde mirar cuando algo no está funcionando.

Un dato que refuerza la lectura: solo cerca del 5% de las organizaciones captura ganancias financieras sustanciales con IA, y ese grupo planea capacitar a más de la mitad de su personal frente al 20% de las rezagadas. La distancia entre unas y otras no se explica solo por presupuesto tecnológico.

Paso 1: ¿qué problema vas a atacar?

Primero el dolor, después la herramienta. El dolor que sirve para arrancar es el que alguien de tu equipo puede describir sin pensarlo, con el proceso y la persona que lo sufre, y que ya te está costando algo concreto: horas que se van, trabajo que se rehace, clientes que se enfrían por una respuesta que llegó tarde. En una empresa de servicios ese costo aparece en muchos frentes. Los candidatos habituales son las reuniones que no producen seguimiento, las propuestas comerciales que toman más tiempo del necesario, el conocimiento que depende de dos o tres personas y el seguimiento de clientes que se cae por falta de criterio compartido. Esa lista no está cerrada. Si tu peor dolor no aparece ahí, sigue siendo un buen candidato mientras el costo sea real y alguien pueda nombrarlo.

El primer caso debería cumplir tres condiciones: que el problema pase seguido, que se pueda medir y que tengas al menos una idea de cómo sabrás en 90 días si mejoró.

Antes de avanzar, escribe en una frase qué dolor vas a atacar y por qué ese antes que los demás. Si esa frase no te sale, ahí está el trabajo pendiente, y la herramienta puede esperar.

Paso 2: ¿qué necesitas mínimamente para probar?

Con el problema claro entra la parte técnica, y aquí la regla es no pasarse. La tecnología pesa un 20%, lo que significa dos cosas a la vez: vale la pena tener la información accesible y una herramienta que sirva, y no vale la pena armar tres meses de ordenamiento de datos ni comprar el paquete más sofisticado antes de validar el primer caso.

Gartner proyecta que, hasta 2026, las organizaciones abandonarán el 60% de los proyectos de IA que no estén respaldados por datos listos. La lectura útil no es dedicar un año a preparar datos antes de tocar nada. Es verificar que la información clave del problema que elegiste exista en algún lado consultable, aunque esté imperfecta.

Para un primer proyecto suele alcanzar con una herramienta autorizada que cubra el caso, un lugar compartido donde viva la información y un flujo acotado. Al elegir, revisa privacidad, retención de datos, permisos, integración y costo total con el proveedor que ya usas.

Si el paso 2 te está tomando más tiempo que el paso 1, casi siempre significa que el caso de uso no estaba bien definido.

Paso 3: ¿cómo lo va a adoptar tu equipo?

Aquí se juega el partido, y es el paso que casi nadie planifica con el detalle que merece. Diseñar la adopción significa, como mínimo, nombrar a alguien que lleve el proyecto en el día a día y a alguien de la dirección que lo defienda cuando compita con otras prioridades. Definir quiénes van a usar la IA y con qué frecuencia. Decidir cómo se va a entrenar al equipo, no solo en cómo pedirle cosas a la herramienta sino en cuándo conviene usarla y cuándo no. Fijar al menos un indicador para los días 30, 60 y 90. Y revisar resultados en fechas puestas de antemano, para decidir si se amplía, se pausa o se cambia de rumbo.

McKinsey reporta que el 48% de los empleados encuestados usaría más IA con capacitación formal, y el 45% si estuviera integrada en su flujo de trabajo. Capacitar e integrar no son gestos simbólicos: son las dos condiciones materiales de que la gente lo use.

Dedica a este paso la mayor parte de tu atención. El 70% describe dónde se crea el valor, no una fórmula para repartir horas ni presupuesto.

Empezar por la herramienta invierte el orden y aumenta el riesgo de terminar con una solución sin uso real.

¿Cuál es el error más común?

Hacer los tres pasos en orden inverso. Primero se compra la herramienta, después se descubre que nadie definió para qué se quería, y al final se nota que nadie la está usando. A los tres meses se cancela la licencia y queda la conclusión de que la IA todavía no es para esta empresa.

Casi nunca es cierto. Lo que pasó fue que se empezó por el paso equivocado.

¿En qué paso estás parado?

El Discovery web de VegasiO toma 5 minutos, es gratuito y al final te dice en cuál de los tres conviene que pongas el foco primero, con una recomendación concreta para tu caso.