Pasó lo siguiente.
«ChatGPT no funciona en mi empresa» te dijiste. Y lo que vas a leer aquí probablemente explica por qué.
Descubriste ChatGPT. Te pareció increíble. Lo probaste tú solo, escribiste algunas cosas, te sorprendió. Pensaste: esto puede cambiar cómo trabajamos.
Se lo mostraste a tu equipo. Algunos lo miraron con interés. Otros con cara de «ya veremos». Lo dejaste disponible. Quizás incluso pagaste la cuenta de empresa.
Y tres meses después, nada ha cambiado.
Siguen tardando lo mismo en redactar un correo. El informe del lunes sigue siendo un calvario. Las propuestas de cliente se hacen igual que siempre. Y tú te preguntas si el problema eres tú, si la herramienta está sobrevalorada, o si simplemente en tu sector «esto no aplica».
No es ninguna de las tres cosas.
El problema no es ChatGPT
ChatGPT funciona. El problema es que funciona para quien sabe exactamente qué pedirle, en qué momento, y con qué información.
Y eso no ocurre solo.
Una herramienta sin contexto es ruido. Un equipo sin criterio compartido la usa de formas distintas, o no la usa. Y una empresa sin un sistema detrás convierte cualquier herramienta, por buena que sea, en un experimento fallido.
Lo que viviste no es un fracaso de la tecnología. Es un fracaso de implantación. Y es el más común de todos.
Según el II Informe de Pymes y Autónomos de Hiscox España 2025, el 82,1% de los dueños de pyme conocen ChatGPT, pero solo el 38,5% lo usa de verdad. Y de los que lo usan, cuatro de cada diez no perciben ninguna ventaja tangible en su negocio.
Cuatro de cada diez.
No porque la herramienta sea mala. Sino porque nadie les dijo cómo integrarla.
Lo que pasa cuando introduces una herramienta sin sistema
Tres o cuatro personas del equipo lo prueban por curiosidad. Cada una para cosas distintas. Nadie comparte lo que aprende. Nadie decide para qué sirve y para qué no. Al mes, dos personas lo usan de vez en cuando. El resto lo olvidó. La herramienta queda asociada mentalmente a «algo que probamos y no funcionó».
No es falta de voluntad. Es ausencia de estructura.
Para que una herramienta de IA funcione en una empresa necesitas saber qué problema concreto va a resolver, quién es responsable de que se use, y cómo vais a saber si está funcionando. Sin eso, da igual la herramienta.
Una cosa que veo repetidamente: las empresas que fracasan con la IA no lo hacen por falta de interés. Lo hacen porque nadie tomó esas tres decisiones antes de empezar.
Las señales de que la adopción está fallando
No hace falta esperar meses para saberlo.
Si cada persona del equipo usa la herramienta para algo distinto sin que nadie lo haya decidido así, eso no es adopción. Es dispersión. Si nadie ha definido cuánto tiempo debería ahorrar la herramienta ni en qué tarea, no hay manera de saber si está funcionando, y sin esa referencia desaparece sola. Y si el equipo sigue haciendo las cosas exactamente igual que antes y usa la IA «de vez en cuando si da tiempo», eso no es integración. Es decoración.
Reconocer esto no es cómodo. Pero es el punto de partida.
Por qué el equipo no adopta
Aquí viene la parte que menos gusta escuchar.
Cuando un equipo no adopta una herramienta nueva, la razón casi nunca es técnica. Es que nadie les explicó qué ganan ellos con eso.
La mayoría de los dueños introducen la IA con el argumento implícito de que va a mejorar la productividad. Lo cual es cierto. Pero para el empleado, «más productividad» puede sonar a «más trabajo con el mismo sueldo». O peor: a «me van a sustituir».
Si no hay una conversación honesta sobre qué cambia y qué no cambia para cada persona, la resistencia es natural. Y legítima.
La adopción real de IA en una empresa no empieza con una herramienta. Empieza con una conversación.
Qué hacen diferente las empresas que sí lo consiguen
El Banco de España encuestó a unas 6.300 empresas a finales de 2024 sobre su uso de inteligencia artificial. El resultado: la mayoría de quienes la usan declaran un uso experimental. Solo una minoría ha llegado a un uso moderado o intenso.
Las empresas que llegan a ese uso real tienen algo en común. No empezaron eligiendo herramientas. Primero analizaron sus procesos, definieron exactamente en qué tarea iban a aplicar la IA, y decidieron qué resultado querían ver antes de medir nada.
La tecnología fue la última decisión, no la primera.
Parece obvio. Es exactamente lo contrario de lo que hace la mayoría.
Qué hacer antes de probar nada más
Antes de pagar otra suscripción o forzar a tu equipo a ver un tutorial, para. Mira tus procesos. Si hoy les quitaras todos los ordenadores y tuvieran que trabajar con papel y lápiz, ¿sabrías decirme exactamente qué paso sigue a cuál y por qué? Si la respuesta es «bueno, más o menos…», entonces la IA no es tu solución, es tu distracción.
Lo primero es saber dónde está tu empresa ahora mismo. Qué procesos tienes, cuáles son repetitivos, qué capacidad real tiene tu equipo para cambiar cómo trabaja, y qué datos tienes disponibles. Sin esa información, cualquier decisión tecnológica es un disparo a ciegas.
Lo que necesitas antes de invertir un euro más es un diagnóstico honesto. Qué está listo. Qué no. Y por dónde empezar para que algo funcione de verdad.
Lo que propongo con el diagnóstico no es enseñarte a usar una aplicación. Es abrir el capó de tu empresa y ver dónde hay grasa acumulada y dónde falta aceite. Solo cuando los procesos están limpios, la IA entra como un tiro.
Si quieres saber dónde está tu empresa
Trabajo con dueños de pymes de entre 5 y 50 personas que ya han probado algo de IA pero no han conseguido que funcione. Lo primero que hago, siempre, es un diagnóstico de preparación.
En cinco días revisamos juntos tus procesos, tu equipo, tus datos y tu operación. Al final tienes un mapa claro de qué está listo para la IA, qué necesita ajustarse antes, y cuál es el primer paso concreto.
Sin vender herramientas. Sin proyectos de seis meses. Sin promesas de productividad multiplicada por diez.
Solo claridad sobre dónde estás y adónde tiene sentido ir.
Si eso es lo que necesitas, puedes reservar el diagnóstico aquí.