Casos de éxito en inteligencia artificial para empresas
Sistemas de inteligencia artificial que ya funcionan en empresas reales. Las cifras salen de los propios sistemas, a 30 de septiembre de 2026. Por confidencialidad, no publicamos nombres de cliente.
- Clientes
- 22empresas e instituciones han confiado en nosotros
- Repiten
- 10han vuelto con un segundo proyecto
- En producción
- 4de los 7 casos de esta página; el resto, entregados o en implantación
- Fecha de las cifras
- 30/09de 2026. Se revisan cada trimestre
Resultados medibles en inteligencia artificial para empresas
Cada caso cuenta qué pasaba antes, qué hace el sistema ahora y qué se ha medido.
Antes
El equipo de cobros seguía a mano unas 400 facturas pendientes: revisar vencimientos, escribir a cada cliente y apuntar qué contestaba. Los recordatorios dependían de que alguien tuviera tiempo de enviarlos.
Ahora
Cada día el sistema carga la cartera exportada del ERP (unas 1.200 líneas), envía los recordatorios que tocan antes y después del vencimiento en el idioma de cada cliente y avisa al equipo de los casos urgentes. Las respuestas de los clientes las lee una IA, que las clasifica (pago previsto, en seguimiento, reclamación…) para que el equipo solo tenga que actualizar el estado. En la segunda quincena de agosto de 2026 salieron 1.138 recordatorios y entraron 208 respuestas clasificadas. Desde noviembre de 2025 ha seguido 11.030 facturas de 3.365 clientes.
Antes
La documentación técnica estaba repartida entre un gestor documental antiguo, carpetas locales y portales por idioma, con versiones duplicadas. Para resolver una duda de producto o de montaje, lo habitual era llamar a la oficina técnica.
Ahora
Tras el sistema de cobros, el mismo cliente nos encargó un asistente al que se entra con la cuenta de Microsoft de la empresa. Responde sobre 544 documentos técnicos, con un especialista por línea de producto. Entre mayo y septiembre de 2026 contestó 1.185 consultas de 56 personas, y el 74 % de las respuestas valoradas fueron positivas.
Antes
Las facturas llegaban a un buzón y una persona las leía, las asignaba a una de las cuatro sociedades y las tecleaba en varias hojas de cálculo. Los cargos del banco sin factura no los detectaba nadie.
Ahora
La IA lee cada factura, la asigna a su sociedad y a su proveedor, y pide revisión humana cuando no está segura. Los movimientos de 28 cuentas en dos bancos entran solos varias veces al día y se concilian: traspasos internos, nóminas, devoluciones y pagos. Si aparece un cargo sin factura, el sistema prepara la reclamación al proveedor, y también genera las remesas SEPA de transferencias. La cuenta de resultados por área, replicada desde su Excel, cuadra al céntimo (11.282 celdas). El equipo de administración lo está incorporando a su día a día.
Antes
Gestionaban reservas, clientes y fichas con un software antiguo que ya no se adaptaba a su forma de trabajar.
Ahora
Lo sustituimos por un sistema hecho a su medida. Migramos 6.739 registros sin perder el historial y pusimos en marcha un motor de precios que calcula cada reserva. Desde julio de 2026 gestiona unos 1.900 clientes y 2.500 fichas, ha emitido 814 tiques en diez semanas, y las 416 reservas revisadas cuadran con las tarifas.
Lo siguiente que entra en producción
Los publicamos con su estado real. Cuando estén en marcha, añadiremos sus resultados.
Antes
Huéspedes y compradores escriben a cualquier hora, muchas veces desde otro huso horario, por correo y por WhatsApp, y casi siempre preguntan lo mismo. Contestar dependía de una sola persona.
Ahora
El agente atiende por correo, WhatsApp y teléfono en cinco idiomas. Consulta la disponibilidad y las tarifas (que se actualizan desde la web cada 6 horas), agenda visitas y pasa la conversación a una persona cuando hace falta. Los contactos que llegan de los portales inmobiliarios se clasifican y se responden solos. Antes de abrirlo lo validamos con 174 correos reales y con una batería de 100 preguntas trampa: superó 94 a la primera y las 6 restantes se corrigieron.
Antes
Los técnicos buscaban piezas y despieces abriendo carpetas por fabricante: 62.676 páginas de manuales en cinco idiomas, muchas escaneadas o en forma de plano. Encontrar una pieza dependía de saber dónde mirar.
Ahora
Estamos montando un buscador propio, en un servidor en España y con acceso por Microsoft 365, que encuentra la pieza por código, máquina o fabricante y enseña la página del despiece. Hay una regla de diseño: la IA nunca inventa un código de pieza, porque los códigos salen de una base de datos verificada. En el piloto, 29 de 30 consultas reales del SAT encontraron la pieza entre los 10 primeros resultados.
Antes
Empezamos por la formación: 54 personas, en grupos bonificados por FUNDAE. De ahí salió una hoja de ruta con 24 procesos que se podían automatizar, y el primero elegido fue el papel: unos 5.000 documentos al mes entre albaranes escaneados y adjuntos de correo, que se separaban, renombraban y archivaban a mano.
Ahora
El sistema leerá cada documento con OCR en un servidor propio, lo clasificará por tipo y proyecto con la nomenclatura que ya usan y cruzará cada factura con sus albaranes (en el 80-90 % de los casos, una factura agrupa varios). Las excepciones irán al responsable. Publicaremos los resultados cuando esté en marcha.
Solo publicamos lo que el propio sistema puede contar
Por eso aquí no hay «horas ahorradas» ni retornos de la inversión: no los hemos medido, y no los vamos a estimar para que queden bien.
Sale del sistema
Cada cifra viene de la base de datos, del registro o de un informe del propio sistema.
Con su fecha
Todas están a 30 de septiembre de 2026 y se revisan cada trimestre.
Sin nombres
Por confidencialidad no publicamos el nombre del cliente. Contamos el tipo de empresa y lo que hace el sistema, sin datos que permitan reconocerla.
¿Queréis ser el próximo caso?
Media hora para ver qué se repite a mano en vuestra empresa y qué tendría sentido automatizar.