IA para tu negocio, paso a paso

Si tienes una pyme en México, seguramente ya alguien de tu equipo usa un asistente de IA para redactar un correo, resumir un PDF o contestar un mensaje de WhatsApp. La pregunta ya no es si la inteligencia artificial llegará a tu negocio, sino si llegará con orden o por la puerta de atrás: cuentas personales, datos de clientes copiados en chats gratuitos y nadie que mida si de verdad ahorró tiempo.

Esta guía propone un método por etapas, pensado para dueños y gerentes de negocios pequeños y medianos: diagnosticar tus procesos, elegir dos o tres casos de uso de alto impacto y bajo riesgo, probar con métricas, poner reglas claras de uso y privacidad conforme a la ley mexicana vigente, capacitar a tu gente y sólo entonces escalar. No necesitas un departamento de sistemas ni un presupuesto de corporativo; necesitas disciplina y un poco de curiosidad.

Dónde está México: lo que dicen los datos

Antes de invertir conviene saber en qué terreno estás parado. Los datos serios sobre adopción de IA en México son pocos y miden cosas distintas, así que hay que leerlos con cuidado.

• Empresas grandes y medianas. El Banco de México preguntó en su Encuesta Mensual de Actividad Económica Regional (EMAER), representativa de establecimientos de más de 100 trabajadores, qué tecnologías de IA usan. En junio de 2026, el 48.5% reportó usar al menos una, frente a 24.3% en septiembre de 2025 (las preguntas de ambos levantamientos difieren, así que la comparación es indicativa), y 64.8% espera usarla en los próximos tres años. La adopción crece con el tamaño: 43.7% entre empresas de 101 a 250 trabajadores contra 69.9% entre las de más de 1,000. Las tecnologías más usadas fueron la creación de contenido visual, el procesamiento de datos y la generación de texto con modelos de lenguaje. Además, 67.5% de las empresas que usan IA dijo no haber percibido efectos significativos en el empleo en los últimos tres años (Banxico, Reporte sobre las Economías Regionales abril-junio 2026, Recuadro 4, publicado el 10 de septiembre de 2026).
• El universo completo de negocios. Los Censos Económicos 2024 del INEGI preguntaron por primera vez por el uso de tecnologías digitales. De 1,266,352 unidades económicas que usaron herramientas digitales en 2023, sólo 2.1% reportó usar un sistema de inteligencia artificial; los buscadores (83.8%) y los repositorios (57.4%) fueron lo más común (INEGI, comunicado 79/25, 24 de julio de 2025). Ojo: el dato es de 2023, antes de la popularización masiva de los asistentes, y se refiere sólo a quienes ya usaban herramientas digitales.
• Referencia internacional. Una encuesta de la OCDE a más de 5,000 pymes de siete países (Alemania, Austria, Canadá, Corea, Irlanda, Japón y Reino Unido), levantada a finales de 2024, encontró que 31% usaba IA generativa. Entre quienes la usaban, 65% dijo que mejoró el desempeño de sus empleados y 83% que no cambió su necesidad total de personal. Entre quienes no la usaban, las barreras principales fueron que las herramientas no se ajustaban a su trabajo (57%) y preocupaciones legales o de derechos de autor (54%) (OCDE, Generative AI and the SME Workforce). México no está en esa muestra.

La lectura práctica: las empresas grandes avanzan rápido, la mayoría de los negocios pequeños apenas empieza y, donde hay datos, la IA se usa más para hacer mejor el trabajo existente que para sustituir personas. Esa es justo la ventana para una pyme ordenada.

Etapa 1. Diagnostica tus procesos antes de buscar herramientas

El error más caro es empezar por la herramienta («¿qué app compro?») en lugar de por el problema. Dedica una o dos semanas a mapear cómo trabaja hoy tu negocio. No necesitas consultores: basta una hoja de cálculo y conversaciones honestas con tu equipo.

1. Lista las tareas repetitivas. Pide a cada persona que anote durante una semana qué hace, cuánto tarda y cuántas veces lo repite: contestar las mismas preguntas por WhatsApp, capturar facturas, armar cotizaciones, publicar en redes, conciliar pagos.
2. Marca dónde hay texto, voz o documentos. La IA generativa es especialmente buena con lenguaje: redactar, resumir, clasificar, extraer datos de documentos y responder preguntas. Si una tarea consiste en leer o escribir, es candidata.
3. Identifica los cuellos de botella. ¿Dónde se te van clientes? ¿Qué se atrasa cada fin de mes? ¿Qué depende de una sola persona?
4. Clasifica los datos involucrados. Anota si la tarea toca datos personales de clientes o empleados, datos financieros o información estratégica. Esto definirá qué herramienta puedes usar y con qué reglas.
5. Detecta la IA que ya se usa. Pregunta sin regañar quién usa ya un asistente y para qué. Esa IA en la sombra te dice dónde está la demanda real, y también dónde están los riesgos.

Etapa 2. Elige 2 o 3 casos de uso de alto impacto y bajo riesgo

Un caso de uso es una tarea concreta donde la IA aporta valor medible. Para empezar, busca la intersección de tres condiciones: ocurre muchas veces a la semana, un error no es grave (o una persona lo revisa antes de que llegue al cliente) y puedes medir el antes y el después. Evita en esta primera ronda todo lo que implique decisiones sobre personas (contratar, otorgar crédito, despedir) o datos sensibles.

Para priorizar, califica cada candidato del 1 al 5 en impacto (horas ahorradas, ventas ganadas, errores evitados) y en riesgo (datos involucrados, visibilidad ante el cliente, costo de un error). Quédate con los dos o tres que tengan alto impacto y bajo riesgo. Todo lo demás va a una lista de espera, no a la basura.

Recuerda que estos sistemas pueden producir una alucinación: una respuesta fluida y segura, pero falsa. Por eso, en la primera etapa, casi todos los casos deberían tener una persona que revise antes de que el resultado salga del negocio.

Etapa 3. Herramientas según tu presupuesto

No hace falta comprar software especializado para empezar. Piensa en tres escalones y sube sólo cuando el anterior se quede corto. En esta guía no damos precios porque cambian con frecuencia y varían por moneda y región: consulta siempre la página oficial de cada proveedor antes de decidir.

Escalón 1: asistentes generales con plan gratuito

ChatGPT, Gemini, Claude y Microsoft Copilot tienen versiones gratuitas útiles para redactar, resumir, traducir y analizar documentos. Son perfectas para explorar, pero tienen dos límites para un negocio: las cuentas son personales (no hay control central) y, en los planes individuales, el uso de tus conversaciones para entrenar modelos suele depender de una configuración que el usuario debe revisar. Por ejemplo, la página de planes de Anthropic indica que en sus planes individuales el entrenamiento con tu contenido es de exclusión voluntaria («opt-out») (Claude, planes y precios, consultada el 4 de noviembre de 2026). Si los usas, la regla es simple: nada de datos personales de clientes ni información confidencial.

Escalón 2: planes de equipo o empresariales

Cuando ya hay casos de uso validados, conviene pasar a planes de negocio, que dan administración central de usuarios y condiciones de datos más estrictas. A noviembre de 2026, los proveedores principales declaran que no entrenan sus modelos con los datos de estos planes por defecto: OpenAI para ChatGPT Business, Enterprise y su API (OpenAI, Enterprise privacy); Anthropic para Claude Team y Enterprise (Claude, planes); y Google para Gemini en Workspace, cuya ayuda para administradores afirma que tus datos, instrucciones y respuestas no se usan para entrenar sus modelos de IA generativa (Google Workspace, ayuda para administradores). Si tu negocio ya vive en Google Workspace o Microsoft 365, revisa primero qué funciones de IA incluye tu suscripción: muchas veces lo más práctico es usar lo que ya pagas.

Escalón 3: herramientas especializadas e integraciones

Aquí entran los chatbots conectados a WhatsApp o a tu tienda en línea, los sistemas de punto de venta y CRM con funciones de IA integradas, el reconocimiento óptico de caracteres (OCR) para leer facturas y las plataformas de automatización que conectan aplicaciones. Muchos asistentes también permiten crear un asistente personalizado con tus documentos e instrucciones, un buen punto intermedio antes de contratar desarrollo. Cuando el caso de uso requiere que la IA consulte tu catálogo, tome acciones o hable directamente con clientes, ya estás en terreno de agentes; te lo explicamos en Cómo crear un agente de IA (sin humo).

Para comparar opciones concretas, revisa el directorio de herramientas de manIA.

Etapa 4. Una prueba piloto con métricas, no con impresiones

Una prueba de concepto o piloto sirve para responder una sola pregunta: ¿este caso de uso vale la pena en mi negocio, con mi gente y mis datos? Para que la respuesta sea confiable, define antes de empezar:

• Duración: de cuatro a ocho semanas suele bastar para tareas que ocurren a diario.
• Responsable: una persona dueña del piloto, no «todos».
• Línea base: mide cómo está hoy la tarea (tiempo promedio, volumen, errores, tiempo de respuesta al cliente) durante una o dos semanas antes de usar IA.
• Métricas de éxito: elige dos o tres. Ejemplos: minutos por cotización, porcentaje de mensajes respondidos en menos de una hora, facturas capturadas por hora, tasa de correcciones que hace el revisor humano, satisfacción del cliente.
• Criterio de decisión: escribe de antemano qué resultado te haría escalar, ajustar o abandonar. Por ejemplo: «si reduce al menos 30% el tiempo por cotización sin aumentar errores, lo extendemos a todo el equipo de ventas».

Lleva un registro sencillo: una hoja con fecha, tarea, tiempo, si la IA ayudó y qué hubo que corregir. Al final compara contra la línea base y calcula un retorno de inversión honesto: horas ahorradas por el costo de la hora, menos licencias, menos el tiempo de capacitación y revisión. Si el ahorro sólo existe cuando nadie revisa, no es ahorro: es riesgo diferido.

Etapa 5. Política interna de uso y privacidad conforme a la ley

Una política de uso de IA no tiene que ser un documento legal de 40 páginas. Para una pyme basta con una o dos cuartillas que respondan: qué herramientas están aprobadas, para qué sí y para qué no, qué datos nunca se introducen, quién revisa los resultados y a quién se reporta un incidente.

Lo que dice la ley mexicana vigente

Desde el 21 de marzo de 2025 rige una nueva Ley Federal de Protección de Datos Personales en Posesión de los Particulares (LFPDPPP), publicada en el Diario Oficial de la Federación el 20 de marzo de 2025, que abrogó la de 2010; su última reforma se publicó el 14 de noviembre de 2025 (Cámara de Diputados, LFPDPPP). La autoridad ya no es el INAI: la propia ley define a la Secretaría Anticorrupción y Buen Gobierno como la autoridad en la materia (artículo 2, fracción XV) (texto vigente). Los puntos que más tocan a una pyme que usa IA:

• Consentimiento (art. 7). Todo tratamiento de datos personales requiere consentimiento, por regla general tácito si pusiste a disposición tu aviso de privacidad. Los datos financieros o patrimoniales requieren consentimiento expreso, salvo excepciones.
• Datos sensibles (art. 8). Salud, origen étnico, creencias, preferencia sexual y similares requieren consentimiento expreso y por escrito. Mantenlos fuera de cualquier herramienta de IA no aprobada.
• Aviso de privacidad (arts. 14 a 16). Debe informar, entre otras cosas, qué datos tratas y para qué finalidades. Si vas a procesar mensajes o llamadas de clientes con IA, revisa que tu aviso cubra esa finalidad.
• Seguridad y confidencialidad (arts. 18 a 20). Debes mantener medidas administrativas, técnicas y físicas, informar de inmediato a las personas afectadas por vulneraciones significativas y asegurar que quien trate los datos guarde confidencialidad.
• Proveedores. La ley llama «persona encargada» a quien trata datos por cuenta del responsable (art. 2, fracción XII). Un proveedor de IA que procesa información de tus clientes puede caer en esa figura: revisa su contrato y sus condiciones de tratamiento de datos.
• Decisiones automatizadas (art. 26, fracción II). Las personas pueden oponerse a un tratamiento automatizado que, sin intervención humana, les produzca efectos jurídicos no deseados o afecte significativamente sus intereses, por ejemplo al evaluar su situación económica o su comportamiento. Otra razón para no dejar decisiones sobre personas en manos de un sistema sin supervisión.

Esta guía no sustituye asesoría legal; si tu negocio maneja datos de salud, financieros o de menores, consulta a un especialista. Profundizamos en el tema en Privacidad y datos al usar IA.

Plantilla mínima de política

1. Herramientas aprobadas y con qué tipo de cuenta (siempre cuentas de la empresa).
2. Datos prohibidos: datos sensibles, contraseñas, datos bancarios completos, información de clientes en herramientas sin contrato.
3. Revisión humana obligatoria antes de enviar algo a un cliente, publicar o registrar en contabilidad.
4. Transparencia: si un cliente habla con un chatbot, que lo sepa y que pueda pedir a una persona.
5. Propiedad intelectual: no subir material de terceros sin permiso y verificar el uso de imágenes generadas.
6. Reporte de incidentes: a quién avisar si algo salió mal y en qué plazo.

Etapa 6. Capacita al equipo (y a ti mismo)

La herramienta no sirve si la gente no sabe usarla o le tiene miedo. La alfabetización en IA no es volver ingenieros a tus empleados: es que entiendan qué hace bien la IA, en qué se equivoca y cómo pedirle las cosas.

• Sesiones cortas y prácticas. Mejor cuatro sesiones de una hora con tareas reales del negocio que un curso genérico de un día.
• Biblioteca de instrucciones. Guarda los prompts que funcionan (para cotizar, para responder quejas, para resumir) en un documento compartido. Nuestra guía Cómo escribir prompts que sí funcionan es un buen punto de partida.
• Campeones internos. Identifica a una o dos personas entusiastas que ayuden a los demás.
• Conversación sobre el empleo. Explica que el objetivo es quitar trabajo repetitivo, no personas. Los datos citados arriba de Banxico y la OCDE apuntan en esa dirección, pero lo que más pesa es lo que tú decidas y comuniques.

En la sección de cursos de manIA encontrarás opciones para pymes, ventas, marketing y contadores.

Etapa 7. Escalar y decidir cuándo contratar a un proveedor

Si el piloto cumplió el criterio que definiste, escala por capas: primero a todo el equipo que hace esa tarea, luego al siguiente caso de uso de tu lista. Cada nuevo caso pasa por el mismo ciclo: diagnóstico, piloto, métricas, política. Revisa cada trimestre qué herramientas se usan, cuánto cuestan y qué resultados dan; cancela lo que no se use.

Señales de que necesitas un proveedor externo

• El caso de uso requiere integrar sistemas (tu punto de venta, tu ERP, tu tienda en línea, WhatsApp Business) y nadie en tu equipo sabe hacerlo.
• La IA va a hablar directamente con clientes o tomar acciones (reservar, cobrar, modificar pedidos).
• Vas a procesar grandes volúmenes de datos personales o información regulada.
• Necesitas que el sistema consulte tus documentos internos con precisión, lo que suele implicar técnicas como generación aumentada por recuperación.

Qué preguntarle a un proveedor

1. ¿Qué modelo y qué servicios en la nube usa, y dónde se almacenan y procesan los datos?
2. ¿Firma un contrato que lo obligue a tratar los datos sólo por tu cuenta, con medidas de seguridad y confidencialidad?
3. ¿Cómo mide la calidad de las respuestas y qué pasa cuando el sistema se equivoca?
4. ¿Hay un mecanismo de humano en el circuito para escalar casos?
5. ¿Puedes exportar tus datos y configuraciones si cambias de proveedor?
6. ¿Puede mostrarte un piloto con tus propios datos antes de un contrato largo?

Desconfía de quien promete resultados garantizados, no quiere hablar de métricas o pide contratos largos sin piloto. Si buscas opciones ya integradas, revisa la sección de soluciones de IA para negocios del portal.

Dos ejemplos hipotéticos de principio a fin

Los siguientes casos son ilustrativos: no describen negocios reales ni resultados medidos.

Ejemplo hipotético 1: una ferretería en Guadalajara

Una ferretería familiar en la colonia Santa Tere, con seis empleados y venta por mostrador y WhatsApp, hace su diagnóstico. Descubre que dos personas pasan buena parte de la mañana contestando las mismas preguntas («¿tienen tubo de cobre de media?», «¿hasta qué hora abren?», «¿hacen envíos a Zapopan?») y que las cotizaciones para contratistas tardan hasta un día porque se arman a mano.

Elige dos casos de uso. Primero, respuestas sugeridas para WhatsApp: con un asistente de plan de equipo y un documento con horarios, zonas de envío, políticas de devolución y preguntas frecuentes, el empleado pide un borrador, lo revisa y lo envía. Las existencias no se las inventa la IA: se consultan en el sistema de inventario. Segundo, cotizaciones: a partir de la lista de materiales que manda el contratista (a veces una foto de una nota escrita a mano), el asistente arma una tabla con claves y cantidades que el vendedor completa con precios vigentes.

El piloto dura seis semanas. La línea base dice cuánto tardaba una cotización y cuántos mensajes quedaban sin respuesta al cierre. La política prohíbe pegar datos de clientes en cuentas personales. Al final, el dueño compara números y decide si conecta un chatbot directo a WhatsApp, para lo cual probablemente necesitará un proveedor que integre el inventario.

Ejemplo hipotético 2: un despacho contable

Un despacho de cuatro contadores atiende a 80 personas físicas y pequeñas empresas. Su cuello de botella es el cierre mensual: capturar y conciliar facturas, estados de cuenta y recibos, y responder correos repetitivos sobre fechas límite.

Aquí el riesgo es mayor porque se trata de datos financieros y patrimoniales, que la LFPDPPP trata con más cuidado. El despacho decide: sólo herramientas con contrato empresarial y condiciones claras de no entrenamiento; ningún dato de clientes en cuentas gratuitas; revisión obligatoria de todo lo que se extraiga antes de registrarlo. Sus casos de uso iniciales son la extracción de datos de estados de cuenta a una hoja de conciliación y la redacción de recordatorios personalizados de obligaciones. Deja fuera, por ahora, cualquier cosa que implique interpretar criterios fiscales para un cliente sin revisión de un contador.

Mide minutos por conciliación y errores detectados en revisión. Si el error de lectura es alto con documentos escaneados de mala calidad, el piloto revela algo valioso: primero hay que mejorar cómo recibe los documentos.

Lista de verificación para tu primer trimestre con IA

1. Mapeé las tareas repetitivas de mi negocio y cuánto tiempo consumen.
2. Sé qué herramientas de IA usa ya mi equipo y con qué tipo de cuenta.
3. Elegí dos o tres casos de uso de alto impacto y bajo riesgo, por escrito.
4. Para cada caso, tengo línea base, métricas y criterio de decisión.
5. Las herramientas aprobadas usan cuentas de la empresa y revisé sus condiciones de uso de datos.
6. Mi aviso de privacidad cubre las nuevas finalidades si proceso datos de clientes con IA.
7. Tengo una política de uso de una o dos cuartillas, comunicada y firmada por el equipo.
8. Hay revisión humana antes de que cualquier resultado llegue a un cliente o a la contabilidad.
9. Capacité al equipo con tareas reales y guardamos los prompts que funcionan.
10. Agendé una revisión de resultados al final del piloto y otra trimestral.
11. Si voy a contratar un proveedor, tengo mis preguntas listas y pediré un piloto con mis datos.

La IA no arregla un negocio desordenado, pero sí puede darle horas de vuelta a uno que sabe qué quiere medir. Empieza pequeño, mide en serio y escala sólo lo que demuestre valor.