Averis

Daniel, Founder & CEO9 nov 2026

Cuándo no usar IA en tu empresa: siete casos en los que es mejor no automatizar (lo dice una empresa que vive de ello)

Vendemos inteligencia artificial, y precisamente por eso sabemos que no todo proyecto compensa. Hay procesos donde la IA no ahorra nada, otros donde sale cara y otros donde estropea lo que funcionaba. Siete casos en los que conviene no usarla todavía, y la pregunta que separa un buen proyecto de uno que acabará en el cajón.

Cuándo no usar IA en tu empresa: siete casos en los que es mejor no automatizar (lo dice una empresa que vive de ello)

Innovación, s. Proyecto que se aprueba porque lo hace la competencia y se abandona porque nadie sabe para qué era.

No conviene usar IA cuando el proceso no está definido, cuando el volumen es tan bajo que no compensa montarla, cuando faltan los datos, cuando la decisión exige criterio o tiene consecuencias personales, cuando el valor está en el trato personal, cuando un error es muy caro y no se puede revisar, y cuando lo que falta es una persona o una norma. Lo decimos nosotros, que vivimos de implantarla: un proyecto de IA que no mejora una cifra concreta acaba en el cajón.

No es una exageración. En agosto de 2025, el informe 'The GenAI Divide' del proyecto NANDA del MIT concluyó que el 95 % de las organizaciones estudiadas no obtenía un retorno medible de sus inversiones en IA generativa. Una parte de ese fracaso son proyectos que nunca debieron empezar.

1. Cuando el proceso no está definido

Si cada persona hace la tarea de una forma y nadie ha escrito cómo debería hacerse, la IA no lo arregla: hace más rápido el desorden. Primero se ordena el proceso, se decide quién hace qué y con qué reglas; después, si sigue mereciendo la pena, se automatiza.

2. Cuando el volumen es muy bajo

Automatizar algo que pasa dos veces al mes rara vez compensa: montarlo, probarlo y mantenerlo cuesta más que seguir haciéndolo a mano. La automatización paga cuando la tarea se repite muchas veces a la semana.

3. Cuando no hay datos

Si la información está en la cabeza de una persona, en libretas o en diez hojas de cálculo distintas, la IA no tiene de dónde sacar respuestas fiables y se las inventará. El proyecto empieza por reunir y ordenar los datos.

4. Cuando la decisión exige criterio o afecta a personas

Contratar, despedir, conceder un crédito, aplicar un descuento excepcional o resolver una reclamación delicada son decisiones que necesitan criterio y responsabilidad. La IA puede preparar la información para decidir rápido, pero no debe decidir. Además, el Reglamento europeo de IA trata como de alto riesgo usos como la selección de personal o la evaluación de la solvencia, con obligaciones que una pyme no quiere asumir sin motivo.

Eficiencia, s. Virtud que consiste en llegar antes al sitio equivocado.

5. Cuando el valor está en la relación personal

En la ferretería de barrio, el despacho de confianza o el proveedor que conoce a cada cliente desde hace veinte años, la conversación es el servicio. Ahí la IA puede encargarse de lo de alrededor (el pedido, la factura, el recordatorio), pero no de la conversación. Sustituir al dueño por un chatbot es una forma rápida de perder a los clientes que más valen.

6. Cuando un error es muy caro y no se puede revisar

Los modelos de IA se equivocan, a veces con mucha seguridad. Si un error cuesta mucho (un dato en un escrito judicial, una dosis, un cálculo de estructura, un precio en un contrato grande) y no hay forma de que una persona revise cada resultado, todavía no es un buen sitio para la IA.

7. Cuando lo que falta no es una herramienta

Muchas veces el problema no es tecnológico: falta una persona, una norma clara o que alguien sea responsable. Si los presupuestos no se siguen porque nadie tiene esa tarea asignada, el primer paso es asignarla. Después, una automatización puede ayudar a esa persona; antes, solo añade una herramienta más que nadie mira.

La pregunta que decide

Antes de empezar cualquier proyecto, responde a tres preguntas: qué cifra concreta va a mejorar (horas a la semana, tiempo de respuesta, errores, ventas), cuánto, y cómo se va a medir. Si hay respuesta clara, adelante con un piloto pequeño. Si no la hay, el proyecto no está maduro, por mucho que lo esté haciendo la competencia.

El descargo

Vivimos de implantar IA, así que decir cuándo no usarla puede parecer raro. No lo es: un proyecto que no funciona nos cuesta un cliente y una referencia. Por eso conviene hacerse estas preguntas antes de empezar, con nosotros o con quien sea.

En resumen

No uses IA para automatizar desorden, procesos de poco volumen, tareas sin datos, decisiones que afectan a personas, relaciones que son el servicio o errores que no puedes revisar, ni para tapar la falta de una persona o una norma. Úsala donde puedas decir qué cifra mejora, cuánto y cómo lo medirás.

Ideas clave

  • Automatizar un proceso desordenado solo hace más rápido el desorden: primero se ordena, después se automatiza.
  • Con poco volumen, montar y mantener la automatización puede costar más que seguir haciéndolo a mano.
  • Las decisiones con criterio o consecuencias personales (contratar, despedir, conceder crédito) no se delegan en una IA.
  • Donde el valor está en la relación personal, la IA prepara y la persona atiende.
  • La pregunta que decide: qué cifra concreta mejorará, cuánto y cómo se medirá. Si no hay respuesta, no hay proyecto.

Preguntas frecuentes

Lo esencial del artículo, en respuestas cortas.

¿Cuándo no conviene usar inteligencia artificial en una empresa?+
Cuando el proceso no está definido, cuando el volumen es muy bajo, cuando no hay datos o están dispersos, cuando la decisión exige criterio o tiene consecuencias legales o personales, cuando el valor está en la relación personal con el cliente, cuando un error es muy caro y no se puede revisar, y cuando lo que falta es una persona o un proceso y no una herramienta.
¿Por qué fracasan tantos proyectos de IA en las empresas?+
Sobre todo porque empiezan por la herramienta y no por el proceso, no se integran en la forma de trabajar del equipo y nadie define qué cifra debía mejorar. En agosto de 2025, el informe del MIT 'The GenAI Divide' concluyó que el 95 % de las organizaciones no obtenía retorno medible de sus inversiones en IA generativa.
¿Cómo saber si un proceso merece la pena automatizarlo con IA?+
Si se repite mucho, lleva bastante tiempo cada vez, tiene reglas claras, los datos están accesibles y puedes decir qué cifra concreta mejorará y cómo la medirás. Si falla alguna de esas condiciones, probablemente toca ordenar el proceso primero o dejarlo como está.
¿La IA va a sustituir el trato personal con los clientes?+
No debería. Donde el valor está en la relación personal, la IA se encarga de lo de alrededor (pedidos, facturas, recordatorios, primeras respuestas fuera de horario) para que la persona tenga más tiempo para el cliente, no menos. Sustituir esa conversación por un chatbot suele costar los clientes que más valen.

Más artículos

¿Por dónde empezamos?

Rellena el formulario y te contactamos en menos de 24 horas.
Te ofrecemos una hora de consultoría estratégica completamente gratis.