Automatización de procesos con IA: qué se hace en cada departamento

La automatización de procesos con IA se reparte así: en ventas y marketing, contestar contactos y hacer borradores; en administración y compras, leer facturas y pedidos; en RRHH, preparar documentación; en atención al cliente, resolver consultas repetidas. La IA lee y redacta; las reglas registran.

En 2025, el 20,27 % de las empresas españolas con diez o más empleados usaba alguna tecnología de inteligencia artificial, casi el doble que un año antes (11,31 %), según Eurostat. En el conjunto de la Unión Europea, las empresas que la usan la dedican sobre todo a marketing o ventas (34,70 %) y a la organización de procesos administrativos (31,05 %), y muy poco a logística (6,08 %). Este artículo baja de esa foto a las tareas concretas: qué se automatiza en cada departamento, cuánto esfuerzo pide, qué impacto tiene y si conviene hacerlo con reglas, con un flujo con IA o con un agente. Cierra con un ejemplo de por dónde empezar, sacado del cuestionario que nos rellenó la dirección de una cadena de tiendas, y con los motivos por los que muchas empresas europeas que se lo han planteado todavía no dan el paso.

¿En qué departamentos usan más la IA las empresas?

Marketing y ventas es el área donde más empresas europeas usan la IA: el 34,70 % de las que la tienen la dedica a eso, según los datos de Eurostat de 2025. Le siguen la organización de procesos administrativos o de gestión (31,05 %), la contabilidad y las finanzas (23,11 %), los procesos de producción (20,76 %), la seguridad informática (19,77 %), la investigación y el desarrollo (19,05 %) y, muy por detrás, la logística (6,08 %). El tamaño cambia el reparto. En las empresas grandes, la administración pasa al primer puesto (43,38 %) y la seguridad informática llega al 47,51 %, mientras que en las pequeñas se queda en el 14,51 %. El sector también pesa: en el comercio minorista, el 48,18 % de las empresas con IA la usa en marketing o ventas, y en transporte y almacenamiento la logística sube al 19,07 %.

Nuestra lectura de esas cifras es práctica. Marketing y ventas va por delante porque muchas herramientas que esos equipos ya usan, del gestor de correo al CRM, traen la IA incorporada, y empezar no exige conectar nada. La logística va a la cola porque lo que más rinde allí, la previsión de demanda, necesita un histórico de datos ordenado que pocas empresas pequeñas tienen. Entre los dos extremos están la administración y las finanzas, donde la mayor parte del trabajo consiste en leer documentos y pasar sus datos a un programa. Es justo el tipo de tarea en la que un modelo de lenguaje aporta más, porque lee formatos distintos sin que nadie tenga que escribir una regla para cada proveedor. Por eso, en las empresas que nos consultan, administración y compras suelen ser el primer candidato, aunque no sean áreas de moda.

¿Qué procesos se pueden automatizar con IA en una empresa?

Se pueden automatizar con IA los procesos que se repiten muchas veces al mes, que trabajan con texto o documentos y cuyos datos ya viven en algún programa de la empresa, como facturas, pedidos, correos de clientes o informes. Para decidir si un proceso concreto entra, usamos cuatro preguntas. Cuántas veces se repite al mes, porque una tarea que se hace tres veces al mes rara vez compensa el trabajo de montarla. En qué forma llega la información: si es texto o un documento variable, hace falta un modelo de lenguaje; si son datos ya ordenados, bastan reglas. Qué cuesta un error: si tiene consecuencias legales o de nómina, la decisión se queda en reglas y en una persona. Y con qué sistemas tiene que hablar, el ERP, el CRM o el gestor documental, porque una automatización que no se conecta a ellos se queda en demostración.

La respuesta a esas cuatro preguntas decide también la herramienta. Con reglas fijas basta una automatización clásica, sin IA. Cuando hay que leer o redactar texto variable dentro de un camino fijo, se monta un flujo con IA: el modelo hace ese paso y el resto sigue por reglas. Y cuando los pasos cambian en cada caso y cruzan varios sistemas, tiene sentido un agente, que elige el camino por sí mismo dentro de unos límites. La diferencia entre las tres opciones la explicamos con detalle en qué es un agente de IA y qué puede hacer en tu empresa. La tabla aplica ese criterio a las tareas que más vemos en cada departamento, con nuestra estimación de esfuerzo e impacto para una empresa de entre 20 y 200 empleados.

¿Qué se automatiza con IA en ventas y marketing?

En ventas, lo que más rinde es contestar al momento a cada contacto que llega por la web o por correo y clasificarlo según su encaje, para que el comercial reciba primero los que tienen opciones. Es un flujo con IA: el modelo lee el mensaje y lo clasifica, y la asignación, el aviso al comercial y el registro en el CRM van por reglas. La segunda tarea con buena relación entre esfuerzo e impacto es resumir cada llamada o reunión y dejar escrito en el CRM el siguiente paso, algo que muchos equipos comerciales no hacen con constancia. Las dos piden poco esfuerzo si el CRM admite conexiones, que es lo habitual en los de uso extendido. Lo que conviene no automatizar es la decisión de precio o de descuento, que sigue en manos del comercial o de su responsable.

En marketing, la IA ya prepara borradores de textos, fichas de producto, variantes de anuncios y resúmenes de resultados, siempre con revisión de alguien que conozca la marca antes de publicar. El cambio de este año es otro: los buscadores responden con IA y citan unas webs y no otras, así que los equipos de marketing han empezado a trabajar también para que esas respuestas los mencionen, lo que llamamos posicionamiento en buscadores con IA o GEO. Esa tarea tiene una parte que se automatiza bien, la medición: preguntar cada mes lo mismo a varios motores y registrar quién sale citado, como contamos en cómo saber si ChatGPT cita tu web. Los casos de marketing con cifras de nuestras cuentas van en una pieza propia de esta serie, que está en preparación.

¿Qué se automatiza con IA en administración y finanzas?

En administración y finanzas, la tarea más automatizable es leer las facturas y los pedidos de proveedores, que llegan en formatos distintos, y pasar proveedor, importes, fechas y conceptos al programa de contabilidad o al ERP. Leer es trabajo para el modelo de lenguaje, que entiende un PDF de un proveedor y la foto de un albarán de otro sin una regla para cada uno. Registrar los datos, en cambio, va por reglas, con una revisión humana de lo que el modelo marque como dudoso. La conciliación bancaria es distinta: casar movimientos con facturas es sobre todo trabajo de reglas, y la IA solo aporta en los descuadres, cuando hay que leer un concepto mal escrito. La previsión de tesorería necesita histórico y un modelo predictivo, y es un proyecto de otro tamaño.

En esta área es donde más se nota la distancia entre la empresa que ya tiene sus datos en un programa y la que no. En un cuestionario de julio de 2026, la dirección de una cadena de tiendas describía su administración con «muchos procesos arcaicos» y declaraba como únicas herramientas digitales un «erp propio» y un «programa de contabilidad», con una madurez digital que ella misma puntuaba en 1 sobre 5. Con ese punto de partida, automatizar la lectura de facturas es viable, porque el destino de los datos existe. Lo que decide el esfuerzo es si ese ERP propio acepta datos de fuera, por importación o por conexión. Esa es la primera pregunta técnica, antes que cualquier modelo de IA.

¿Qué se automatiza con IA en recursos humanos?

En recursos humanos se automatiza bien todo lo que es documentación repetida: altas, bajas y cambios de contrato con la gestoría, fichas de formación, respuestas a la plantilla sobre convenio, vacaciones o nómina. La misma dirección resumía el problema de su departamento de personal en «mucho papeleo, muchas horas sin valor». Las altas y bajas no necesitan IA: los pasos son fijos y los datos personales piden reglas y registro, y por eso esa empresa ya tenía en marcha un flujo enlazado con su gestoría. Donde sí entra un modelo de lenguaje es en contestar preguntas de la plantilla a partir de los documentos internos, el convenio y las políticas de la empresa, con la respuesta citando el documento del que sale y una persona de RRHH para lo que no esté escrito.

El cribado de candidatos es el caso que pide más cuidado. El Reglamento europeo de inteligencia artificial, en su anexo III, clasifica como de alto riesgo los sistemas de IA destinados a seleccionar personas: publicar ofertas dirigidas, analizar y filtrar candidaturas y evaluar a los candidatos. También los que toman decisiones sobre ascensos o despidos, o que vigilan y evalúan el rendimiento de los trabajadores. Un sistema de alto riesgo carga con obligaciones de documentación, supervisión humana y control de calidad de los datos que una pyme rara vez puede asumir sola. Nuestra recomendación es que la IA ayude a preparar el trabajo, ordenando currículos o resumiendo entrevistas, y que la decisión sobre cada persona siga siendo de una persona.

¿Qué se automatiza con IA en compras y logística?

En compras y logística, lo primero que se automatiza es la documentación de pedidos: leer albaranes, confirmaciones y pedidos de clientes o proveedores que llegan por correo en formatos distintos y cargarlos en el sistema. Es el mismo flujo con IA que el de las facturas, con el mismo reparto entre lo que lee el modelo y lo que registran las reglas. La previsión de demanda es la otra gran tarea del área, y es la que menos empresas tienen resuelta: en Europa, solo el 6,08 % de las empresas con IA la usa en logística, aunque en transporte y almacenamiento la cifra sube al 19,07 %. Prever la demanda es trabajo para un modelo predictivo entrenado con el histórico de ventas de la propia empresa.

Ese histórico es lo que suele faltar. La dirección de la cadena de tiendas definía así el problema de su logística: «falta predicción y métrica». Es un diagnóstico exacto, y explica por qué la logística llega tarde a la IA. Antes de prever hay que medir: tener las ventas por tienda, por producto y por semana en un sitio fiable durante el tiempo suficiente para que aparezcan los patrones de temporada. En una empresa así, el primer proyecto de logística es un cuadro de mando que recoja esas cifras cada semana. Cuando el dato existe, la previsión es un proyecto acotado. Sin el dato, cualquier previsión que prometa un proveedor es una suposición con buena presentación.

¿Qué se automatiza con IA en atención al cliente y en dirección?

En atención al cliente se automatizan las consultas repetidas, y aquí está el caso más claro para un agente de IA: la consulta que exige mirar el pedido, el envío y la factura antes de responder, y cuyos pasos cambian según lo que se encuentra. El agente consulta los tres sistemas, responde o prepara la gestión, y pasa a una persona todo lo que supere un límite, como un abono por encima de cierto importe o un cliente que ya se ha quejado dos veces. Las preguntas que siempre tienen la misma respuesta, como horarios, plazos de entrega o políticas de devolución, no necesitan un agente: un asistente que responda a partir de los documentos de la empresa hace el trabajo con menos coste y menos riesgo.

En dirección, la tarea automatizable es el resumen periódico: recoger cada semana las cifras de ventas, caja y operaciones en un cuadro de mando y que un modelo redacte el comentario de lo que ha cambiado y por qué. La parte de datos va por reglas y conexiones; la IA solo escribe sobre cifras ya calculadas. En operaciones, el caso más instructivo que hemos visto es el de una entidad de inspección ambiental que pidió automatizar con IA sus informes técnicos. Al compararlos, casi la mitad del texto era idéntico de un informe a otro, y esa parte se resolvió con plantillas, sin IA. El modelo de lenguaje se quedó solo con la redacción sobre datos ya calculados, y la parte que cubre su acreditación sigue por código.

¿Por dónde se empieza a automatizar procesos con IA?

Se empieza por un solo proceso: el que combina más horas manuales, datos que ya están en un programa y errores baratos de corregir. El cuestionario de la cadena de tiendas sirve de ejemplo trabajado. A la pregunta por sus tres mayores cuellos de botella, la dirección respondió «recursos humanos, administración, logística». A la de dónde se pierde más tiempo en tareas manuales, «administración, compras, rrhh». Y a la de qué área se beneficiaría más a corto plazo, «compras, rrhh, logística». Recursos humanos aparece en las tres respuestas, pero su tarea más pesada, las altas y bajas con la gestoría, ya la tenían resuelta con un flujo propio. Compras y administración aparecen en dos, y comparten la tarea de leer facturas y pedidos de proveedores.

Ese sería nuestro primer piloto: un flujo con IA que lee los documentos de proveedores y los carga en el ERP propio, con un indicador fijado antes de empezar, como horas de administración al mes o errores de registro. La logística, la tercera candidata, va después, porque su problema declarado es la falta de métricas, y eso se arregla primero con datos. Así trabajamos en nuestra consultoría de IA: diagnóstico, un piloto acotado y escalado solo de lo que cumple su indicador. El diagnóstico empieza con el inventario de sistemas. Cuando un grupo de alimentación animal nos pidió la lista de automatizaciones habituales por departamento, se la dimos con una advertencia por escrito: una lista así es una hipótesis de trabajo, y antes de priorizar hay que ver qué CRM, ERP y gestor documental usa la empresa.

¿Qué frena la automatización con IA en las empresas?

Lo que más frena la automatización con IA es la falta de conocimiento dentro de la empresa. Entre las empresas europeas que se han planteado usar IA y no lo hacen, el 70,89 % lo atribuye a la falta de conocimientos en la empresa, según Eurostat (2025). Le siguen la falta de claridad sobre las consecuencias legales (52,52 %), la preocupación por la protección de datos y la privacidad (48,83 %), las dificultades con la disponibilidad o la calidad de los datos (44,37 %) y la incompatibilidad con los equipos, programas o sistemas que ya tienen (41,39 %). El coste aparece en sexto lugar, con el 33,34 %. Solo el 20,68 % piensa que la IA no le sería útil.

Esas cifras coinciden con lo que oímos en las conversaciones. A la pregunta de qué le preocupaba al implantar IA, la dirección de la cadena de tiendas respondió: «hacerlo sin orden y no ser capaz realmente de generar valor ni aumentar productividad». Lo que le preocupaba era el orden, que es lo que resuelven el inventario de sistemas y el piloto con indicador. La claridad legal y la protección de datos se tratan en el mismo diagnóstico: qué datos personales toca cada proceso, dónde se procesan y qué tareas entran en las categorías de alto riesgo del reglamento europeo. Y la decisión no la toma solo un departamento. En las empresas que nos han consultado, quien decide sobre la IA suele ser un comité de recursos humanos, sistemas y finanzas.

Preguntas frecuentes

¿Qué proceso automatizarías primero en tu empresa?

Empezamos por el inventario de tus sistemas y por el proceso con más horas manuales, y te decimos cuál pide reglas, cuál un flujo con IA y cuál es mejor no tocar todavía. Ver la consultoría de IA.