Impacto, datos y riesgo: la matriz para elegir tu primer caso de uso de IA

El primer caso de uso es una decisión, no una intuición

El 21 de septiembre de 2026 el Gobierno presentó el Plan IA360. Entre sus proyectos figura el bono empresarial de inteligencia artificial para pymes y autónomos, con un diseño anunciado que encaja tres piezas: un diagnóstico previo de madurez, un caso de uso concreto y la medición posterior del impacto en productividad. Dicho de otro modo: cuando llegue el momento de preparar un proyecto, la pregunta no será «¿ponemos IA?», sino «¿en qué proceso concreto y por qué ahí?».

Esa decisión se puede ensayar hoy, sin gastar apenas recursos. La orientación práctica de las oficinas públicas de apoyo a empresas coincide en un punto: empezar por tareas que consumen tiempo o generan errores, con un caso pequeño, viable y medible, y con un responsable claro. Este artículo traduce ese criterio en una matriz de tres ejes para comparar varios candidatos y descartar con fundamento, en lugar de decidir por moda o por urgencia.

Una advertencia necesaria: a fecha de hoy no hay bases reguladoras ni convocatoria publicadas del Bono IA, así que nada de lo que sigue otorga derecho a subvención. Es un ejercicio de preparación. Y, como tal, vale para cualquier proyecto de IA, con o sin ayuda detrás.

Impacto, datos y riesgo

Impacto. Cuánto se gana si funciona. Se mide en horas que consume hoy la tarea, número de personas afectadas, frecuencia y valor del proceso. Un caso de uso puede ser técnicamente brillante y económicamente irrelevante: si ahorra veinte minutos al mes, no es buen primer candidato, por muy bien que quede en la presentación.

Datos. Qué información existe, si es accesible, si está ordenada y si plantea restricciones de protección de datos. La IA no crea información: la transforma. Un candidato sin datos disponibles, dispersos en correos personales o en hojas de cálculo sin estructura, arrastrará retrasos y errores, se implante lo que se implante.

Riesgo. Qué pasa si la IA falla. Aquí cuentan la criticidad del proceso (facturar no es lo mismo que archivar albaranes), la tolerancia al error (un borrador revisable tolera más fallos que una respuesta automática al cliente) y la reversibilidad: si el piloto fracasa, ¿se vuelve atrás en una tarde o quedan hilos sueltos durante meses?

Puntuar cada eje de 1 a 3

Asigna a cada candidato una puntuación de 1 a 3 en cada eje, siguiendo estas referencias orientativas:

La puntuación no busca precisión decimal. Busca algo más útil: que dos personas de la misma empresa, puntuando por separado, lleguen a conclusiones parecidas y puedan discutir las diferencias.

• Impacto: 1 si el ahorro estimado es menor de dos horas semanales o el proceso es marginal; 2 si supera esas horas o afecta a varias personas; 3 si el proceso es central del negocio y hay una métrica clara de horas, errores o servicio.
• Datos: 1 si no existen o están dispersos e inaccesibles; 2 si existen pero hay que ordenarlos o pedir permisos; 3 si están digitalizados, estructurados y accesibles, y no plantean problemas graves de protección de datos.
• Riesgo: 1 si el proceso tolera error y hay revisión humana obligatoria; 2 si el error se nota pero es corregible con bajo coste; 3 si un fallo afecta a facturación, clientes, legalidad o seguridad.

Dos reglas de descarte contra los errores más caros

Primera regla: datos igual a 1, a aplazar. Antes de implantar hay que ordenar la información, y ese trabajo conviene hacerlo como proyecto propio, no disfrazado de implantación de IA. Un candidato con datos caóticos promete plazos imposibles.

Segunda regla: riesgo igual a 3, a esperar. El primer caso de uso debe ser de riesgo bajo con impacto medio o alto, porque su función principal es demostrar que la empresa sabe ejecutar. Los procesos críticos pueden llegar después, sobre la experiencia del primero.

Con estas dos reglas se evitan los tropiezos más frecuentes: empezar por el proceso más visible en lugar del más viable y comprometerse, de salida, con un caso que exige resolver los datos y el riesgo a la vez.

Tres candidatos comparados en la misma matriz

Un ejemplo ilustrativo, con cifras inventadas solo para mostrar el método. Una distribuidora pequeña baraja tres candidatos: clasificar los correos comerciales entrantes, generar borradores de presupuestos a partir de las solicitudes de clientes y prever la demanda para ajustar las compras.

Clasificar correos sale con impacto 2 (ahorra tiempo real a administración y ventas), datos 3 (los correos ya existen y están accesibles) y riesgo 1 (un correo mal clasificado se corrige en segundos). El asistente de presupuestos queda con impacto 3, datos 3 y riesgo 2: el borrador siempre lo revisa una persona. La previsión de demanda, en cambio, marca impacto 3, datos 1 (los históricos están repartidos entre el ERP y hojas locales) y riesgo 2.

Aplicando las reglas, pasan el asistente de presupuestos y la clasificación de correos. La previsión de demanda se aplaza hasta ordenar los datos, aunque su impacto sea alto. La matriz no elimina al candidato: le pone fecha y condiciones.

La ficha del elegido y la de los descartados

Del ejercicio conviene conservar dos cosas. Una ficha del candidato elegido: proceso afectado, puntuaciones, métrica de partida (horas, errores, tiempos de respuesta medidos antes de tocar nada) y responsable. Y una ficha breve de los descartados, con el motivo: datos insuficientes, riesgo alto o impacto bajo.

Ese papel encaja con lo que el diseño anunciado del bono anticipa: diagnóstico previo de madurez, un caso de uso concreto y medición del impacto en productividad. Tener la comparación hecha y la métrica base anotada ahorra trabajo el día que haya que definir el proyecto en detalle. Y sirve igual si el proyecto sale adelante con subvención o sin ella.

El paso siguiente, si el candidato elegido aguanta el análisis, es una prueba piloto con criterio de éxito definido antes de empezar. No después.

Lo confirmado y lo pendiente del Bono IA

Lo confirmado hasta ahora: el Bono IA es el proyecto 11 del Plan IA360, con una dotación anunciada de 600 millones de euros y el objetivo de que 25.000 empresas se transformen. La cifra de hasta 24.000 euros por empresa es la referencia que resulta de ese reparto, no un importe garantizado: el importe final de cada proyecto lo fijarán las bases y la convocatoria.

El calendario previsto incluye un piloto controlado en el primer semestre de 2027 y una convocatoria general antes de que acabe 2027. El bono financiará servicios y soluciones de IA de empresas tecnológicas europeas que aporten valor propio (desarrollo a medida, integración, conocimiento sectorial, tratamiento de datos o rediseño de procesos), no la mera suscripción a licencias.

A fecha de revisión no están publicadas las bases reguladoras, la convocatoria, el organismo gestor, los requisitos de las empresas ni la lista de gastos subvencionables, y ninguna web puede tramitar hoy una solicitud. El Kit Digital, gestionado por Red.es, es un programa distinto cuyas convocatorias ya cerraron: no cabe trasladar sus condiciones al Bono IA.

Por eso, la matriz de impacto, datos y riesgo es la parte del trabajo que no depende de ninguna convocatoria: el caso de uso bien elegido es útil desde el primer día, llegue o no la ayuda. Y llegue cuando llegue.