Cómo sumarle IA al sistema que ya tenés (sin tirar nada)

La pregunta no es "tiro todo y empiezo de cero". Sumarle IA a tu sistema es justo lo contrario: agregarle inteligencia a lo que ya tenés andando, de a poco, sin tocar lo que funciona.

Si querés el cuadro completo: la guía de software a medida en Argentina, el servicio de sistemas a medida y para qué le sirve la IA a una PyME.

Qué quiere decir "sumarle IA"

Tu empresa ya tiene un sistema: propio, por suscripción o un ERP. Tirarlo para "ser una empresa con IA" es un error caro, y no hace falta: la IA se monta encima.

Tampoco se trata de comprar una herramienta aparte. Un chatbot genérico que vive por su cuenta y no toca tus datos te suma una pantalla más y no te resuelve nada.

Lo que sí funciona es agregar capacidades adentro de lo que tu equipo ya hace. Cuando alguien sube una factura, recibe un reclamo o escribe un mail, la IA actúa ahí mismo: saca los datos, ordena, sugiere una respuesta, valida, avisa si algo está raro. Nadie tiene que abrir otro programa ni cambiar cómo trabaja.

Dónde sumar IA primero

No todo proceso justifica IA. Una tarea es buena candidata cuando junta estas cosas:

• Tiene texto de por medio y se repite. Leer, escribir o clasificar texto, decenas de veces por día. Si pasa pocas veces, no se justifica.
• Aguanta un error de vez en cuando. La IA acierta el 90 a 99% de las veces. Si ese poquito que falla lo puede revisar una persona, perfecto. Si necesitás acertar siempre sin que nadie mire, no es para automatizar todavía.
• Los datos están a mano. La IA necesita poder consultar la info para responder. Si está en silos imposibles de tocar, primero hay que resolver eso.
• Se puede medir. Tiempo que te ahorra, errores que evita, ventas que mejora.

Las tareas que naturalmente entran: leer facturas, remitos y contratos; ordenar reclamos por prioridad; sacar datos de mails comerciales; redactar respuestas a consultas frecuentes; resumir reuniones o documentos largos; avisar si hay algo raro en el stock o las finanzas; o buscar un dato en tu propia documentación preguntando en castellano.

La cuenta para saber si vale la pena la hacés vos: cuántas horas al mes te ahorra, llevado a plata según lo que cuesta esa hora. Si te saca 30 horas mensuales, ya son varios cientos de dólares por mes que hoy se van en algo que nadie disfruta hacer. Un caso típico se paga entre el mes 4 y el 10. Más ejemplos en para qué le sirve la IA a una PyME.

Cómo lo conectamos sin romper nada

Antes de tocar la IA, miramos tu sistema para entender dónde se va a enchufar.

Primero, por dónde se conecta. Vemos qué datos puede entregar y recibir tu sistema. Cada uno de esos puntos es una puerta donde la IA puede leer info, procesarla y devolver el resultado, sin meterse en el corazón del programa.

Después, qué dispara la tarea. Identificamos los momentos en que conviene que la IA actúe sola: se carga un reclamo y la IA lo ordena; llega una factura por mail y la IA saca los datos; se sube un PDF y la IA lo resume.

Y un detalle que parece menor y no lo es: la IA tarda unos segundos en hacer su trabajo, así que la ponemos a trabajar por detrás, sin frenar a nadie. El usuario sigue con lo suyo y la IA termina su tarea en paralelo. Un sistema que se queda pensando cinco segundos cada vez que alguien aprieta un botón se deja de usar en una semana.

Elegimos la herramienta justa para cada tarea

No usamos lo más caro para todo. La regla es simple:

• Tareas livianas (clasificar en pocas categorías, sacar tres datos de un texto corto): modelos chicos, rápidos y baratos. Centavos por operación.
• Tareas pesadas (analizar documentos largos, redactar con criterio, razonar varios pasos): modelos más potentes, más caros pero necesarios cuando la calidad manda.

La diferencia de costo entre uno y otro es enorme. Una tarea simple con un modelo chico sale USD 30 al mes; la misma con uno potente, varias veces más. Por eso conviene diseñar el caso con el modelo correcto desde el principio, y no descubrirlo cuando llega la primera factura.

Le ponemos red de seguridad

Acá está la diferencia entre una IA confiable y una que mete la pata sin que nadie se entere. Para cada respuesta:

• Chequeamos contra las reglas de tu negocio. ¿El total cierra con la suma de los ítems? ¿El CUIT tiene el formato correcto? ¿La categoría es una de las válidas?
• Dejamos siempre un camino manual. Si la IA no está segura, lo que detecta dudoso va a una fila para que una persona lo revise en segundos, no se carga a ciegas.
• El usuario siempre puede corregir. Si la IA propone algo y vos sabés que está mal, lo cambiás en un par de clics. Esas correcciones sirven después para ajustar la IA.

Que siga andando bien con el tiempo

Una IA puede empezar perfecta y empeorar despacio, sin que nadie lo note: cambia el tipo de documentos que entran, aparecen casos nuevos, el proveedor actualiza el modelo. Si nadie mira, la calidad cae en silencio. Por eso el seguimiento no es opcional.

Lo que medimos mes a mes:

• Si sigue acertando, comparando contra las correcciones que hace tu equipo.
• Cuántas veces el usuario la corrige. Si eso empieza a subir, algo se desajustó.
• Cuánto sale, para que el costo no se dispare sin aviso.

Para revisar la calidad a gran escala funciona bien usar otra IA, más potente, que lea una muestra de las respuestas y marque las flojas. Para equipos chicos hay una versión casi gratis y que rinde igual: que una persona revise a mano 20 casos por semana. Son una o dos horas y alcanzan para detectar a tiempo si la cosa se está desajustando.

Cómo se ve en la práctica: un asistente de WhatsApp que venía acertando bien en general, hasta que el tablero mostró que con un tipo de consulta puntual, clientes nuevos sin historial, rendía bastante peor que con el resto. Se ajustó esa parte sola y volvió a subir. Sin medir, ese agujero habría quedado invisible durante meses.

Cuándo arrancás y cuándo sumás más

Una vez que el primer caso funciona y se nota el retorno, conviene ir de a poco: a los pocos meses, un segundo caso parecido (si funcionó leer facturas, sumar leer remitos); más adelante, uno vecino (ordenar mails); y recién después, algo más ambicioso.

Sumá un caso nuevo cuando el anterior tiene retorno claro, está dentro del presupuesto y tu equipo está cómodo. No sumes si el primero todavía no quedó estable o si los costos se dispararon. Es la regla más fácil de escribir y la que más se rompe.

Qué te devuelve cada tipo de caso

Tipo de caso	Lo que te devuelve	Andando en
Simple (ej.: ordenar reclamos)	varias horas por día de clasificación a mano	4 a 6 semanas
Mediano (ej.: leer facturas)	60 a 80 horas por mes con 800 comprobantes	6 a 10 semanas
Armado (ej.: asistente que hace varias tareas)	atención resuelta sola en 6 de cada 10 consultas	6 a 10 semanas

Lo que se paga por usar la IA, lo que se paga de infraestructura y lo que mueve el precio del armado están abiertos en cuánto cuesta sumar IA a tu negocio.

Si tu sistema es uno de los clásicos argentinos

Con sistemas heredados muy usados acá, como Tango Gestión o Bejerman, hay dos caminos: pasar los datos en tandas programadas (un archivo cada tanto) o conectarse directo a su base, que requiere acuerdo con el proveedor. El primero tiene demora de horas. El segundo puede dejarte sin soporte si el proveedor detecta un acceso que no autorizó. Conectarse con estos sistemas sale un 30 a 50% más que con uno moderno, porque los puentes hay que armarlos a medida.

Si usás Tango, lo más práctico es preguntar primero si tu versión tiene habilitada la conexión oficial (algunas la traen) antes de asumir que solo queda el pasaje por tandas. Esa llamada te puede ahorrar dos semanas de trabajo.

Una sola puerta para varios asistentes

Si con el tiempo vas a tener varios asistentes tocando los mismos sistemas (uno para ventas, otro para soporte, otro para administración), conviene armar una sola puerta de conexión que todos compartan, en vez de programar la conexión de cero para cada uno. Cuando cambia algo en tu sistema, se ajusta en un lugar y no en cinco. Sumar un asistente nuevo pasa a llevar días en vez de semanas.

Para un solo asistente sobre un solo sistema, en cambio, la conexión directa alcanza y la puerta compartida es trabajo de más. Esto se define según hacia dónde va tu proyecto, no por prolijidad.

Doscientos cincuenta reclamos por día, repartidos a mano

Una empresa con un sistema propio de cuatro años quería automatizar el orden de los reclamos que entran. Recibía 250 por día, y tres personas los repartían a mano en cuatro categorías. Varias horas diarias de clasificación, con un puñado de errores que retrasaban las respuestas de siempre a los clientes de siempre.

En unas cuatro semanas se armó la conexión con un modelo chico, con chequeos y revisión humana para lo dudoso. Cada reclamo entra ya pre-ordenado. Si la IA no está segura, va a una fila de revisión; si está segura, va directo al equipo, que igual puede recategorizarlo con un clic.

A los pocos meses: la IA acierta la gran mayoría de las veces, solo una parte chica pasa por revisión humana, el tiempo dedicado a clasificar bajó de varias horas por día a un rato, y los errores cayeron bastante. Los números finos dependen de tu volumen y de cuánto tiempo te esté comiendo hoy la tarea.

Los errores que conviene esquivar

• Querer reemplazar todo de una. "Hacemos un sistema completo con IA desde cero." Resultado: proyecto eterno, presupuesto reventado, IA usada en el 10% de los casos.
• No medir. Si no sabés cuánto acierta ni cuánto sale, no sabés si funciona. Puede estar fallando un tercio de las veces sin que nadie se entere.
• No dejar camino manual. Si la IA falla y no hay forma de hacerlo a mano, el equipo queda trabado.
• Subestimar el costo a gran escala. Una tarea barata por operación se vuelve cara si la repetís miles de veces por día. Ahí conviene un modelo más chico o procesar en tandas.

Tu primer caso

Buscá esa tarea repetitiva con texto que tu equipo hace cien veces por día y donde acertar el 90 a 99%, con un repaso humano para lo dudoso, alcanza. Esa es toda la receta: un caso, bien definido, medido a los dos meses.

Si ya sabés cuál es, contanos cuánto tiempo te está comiendo hoy.