# Casos de uso de IA en empresas: el catálogo por función de negocio > Casos de uso de IA en empresas organizados por función: finanzas, atención al cliente, logística, compras, RRHH, ventas y cómo elegir el primero. - Canonical: https://arkatai.com/casos-de-uso-de-ia-en-empresas/ - Site: Arkatai (https://arkatai.com) — agentic operations as a service - Language: es - Published: 2026-07-19 --- Cuando un comité me pide "casos de uso de IA en empresas", casi siempre busca lo contrario de lo que pide: no una lista larga, sino un criterio para descartar. La lista importa poco. Lo que decide un despliegue es saber cuáles de esos casos tienen volumen, reglas expresables y un resultado que se puede verificar. Este artículo es el catálogo transversal por función de negocio, con dos a cuatro casos por área descritos en una línea, y al final el criterio que uso para elegir por dónde empezar. Antes de la lista, una aclaración que ahorra discusiones: aquí hablo de agentes que **ejecutan** trabajo, no de copilotos que asisten a una persona. La distinción entre responder y operar la desarrollo en el ensayo hub de este bloque, [agentes de IA en operaciones](/agentes-de-ia-en-operaciones/), y la definición de fondo está en el pilar, [agentes de IA para empresas](/agentes-de-ia-para-empresas/). Lo que sigue asume esa base. ## Finanzas y contabilidad Es el terreno donde antes veo tracción, porque las reglas están escritas y el coste del error se conoce. - **Conciliación** de facturas contra pedidos y albaranes, y de movimientos bancarios contra cartera. - **Cierre contable**: cuadrar cuentas, marcar desviaciones y dejar documentado el porqué. - **Gestión de cobros**: seguimiento de vencimientos, avisos escalonados y priorización de la cartera. - **Control de gastos**: cotejo de gastos contra política y detección de lo que se sale de norma. He desarrollado esta función entera, con lo que ejecuta el agente y lo que se queda el controller, en [IA en finanzas y contabilidad](/ia-en-finanzas-y-contabilidad/). El caso de la factura, de la recepción a la contabilización, tiene su propio artículo en [IA en facturación](/ia-en-facturacion/). ## Atención al cliente El caso que todo el mundo nombra primero, y no siempre el mejor para empezar. - **Resolución de casos con patrón**: estado del pedido, cambios, devoluciones tipificadas, incidencias conocidas. - **Enrutado con contexto**: clasificar la consulta y escalar a la persona correcta con el caso ya preparado. - **Respuesta multicanal** coherente entre correo, chat y formularios, con el mismo criterio en todos. El agente resuelve el tramo repetitivo y deja al equipo humano los casos que exigen juicio o tacto. El riesgo aquí es de imagen, no solo de dinero: un error se ve. Por eso conviene arrancar con permisos de lectura y propuesta antes de dejarle responder en firme. ## Logística y cadena de suministro - **Seguimiento de pedidos** de punta a punta, con aviso temprano de ruptura de plazo. - **Gestión de incidencias de transporte** dentro de reglas: rehacer ruta, avisar al cliente, abrir reclamación. - **Reposición** vigilando roturas de stock y proponiendo pedidos dentro de umbrales pactados. La logística tiene mucho dato en tiempo real y muchas excepciones tipificables, que es justo lo que un agente maneja mejor que un flujo rígido. ## Compras y aprovisionamiento - **Cotejo de ofertas** contra condiciones pactadas y preparación de comparativas. - **Vigilancia de renovaciones** y alertas de vencimiento de contrato. - **Alta y control de proveedores**: verificar datos, cruzar contra listas internas, mantener la ficha al día. ## Recursos humanos - **Cribado inicial** de candidaturas contra requisitos objetivos del puesto, dejando la valoración a la persona. - **Onboarding**: preparar accesos, documentación y checklist de alta, coordinando entre sistemas. - **Respuesta a consultas internas** de nómina, vacaciones o política, con escalado cuando el caso es sensible. Aquí el límite lo pone la sensibilidad del dato y el sesgo: el agente prepara y ordena, pero la decisión sobre personas se queda en manos humanas. Es un caso donde los controles pesan más que la velocidad. ## Ventas - **Cualificación de leads** contra criterios de encaje y enriquecimiento de la ficha. - **Preparación de propuestas** a partir de plantillas y condiciones vigentes. - **Higiene del CRM**: detectar duplicados, completar campos y mantener el dato limpio. ## Back office y documentos - **Extracción de datos** de documentos y volcado a los sistemas correctos. - **Consistencia entre plataformas**: mantener el mismo registro cuadrado en ERP, CRM y hojas de cálculo. - **Cierre de tareas administrativas** repetitivas que hoy consumen tardes enteras y no dejan valor. Este es el trabajo invisible que sostiene a los demás. Rara vez sale en las demos porque es aburrido, y por eso mismo es de los mejores primeros candidatos: volumen alto, criterio bajo, resultado verificable. ## Cómo elegir el primero Un catálogo no sirve de nada sin un criterio de selección. El error más caro que veo es elegir el caso más vistoso o el que hace la competencia. Yo miro cinco cosas, y las miro en este orden: | Criterio | Qué pregunto | |---|---| | Responsable | ¿Hay una persona que responde hoy de este proceso? Sin dueño, no hay despliegue. | | Volumen | ¿Pasa muchas veces? El retorno vive de la repetición, no del caso brillante aislado. | | Reglas | ¿Se pueden escribir las reglas y las excepciones? Si solo viven en la cabeza de dos personas, ese es el primer trabajo. | | Verificable | ¿Se puede comprobar si el resultado está bien? Sin eso no hay evaluación posible. | | Coste del error | ¿Qué pasa si se equivoca? Empieza donde el radio de daño sea pequeño y trazable. | Un caso que puntúa alto en los cinco es mejor primer candidato que uno espectacular que falla en dos. Y hay una preferencia adicional que aplico casi siempre: **el proceso debe tocar ingresos, margen o servicio**. Los pilotos de laboratorio, desconectados de la cuenta de resultados, son los que acaban en la estantería, un patrón que he analizado en [por qué fracasan los pilotos de IA](/por-que-fracasan-los-pilotos-de-ia/). Antes de encender nada, dos capas no son negociables. Los **permisos y controles** definen qué puede leer y escribir el agente y dónde se detiene, y lo detallo en [permisos y controles de agentes](/permisos-y-controles-de-agentes/). Y la **gobernanza** decide quién responde, cómo se audita y cómo se para. El marco completo está en [gobernanza de agentes](/gobernanza-de-agentes/). Cuando la decisión sube al comité, lo que sostiene el sí es el retorno, y para eso escribí [ROI de la IA en operaciones](/roi-de-la-ia-en-operaciones/). Si al leer el catálogo has pensado "no sé si mi casa está lista para nada de esto", esa es la respuesta correcta y el punto de partida realista. Qué reviso antes de aceptar un despliegue está en [preparar tu empresa para agentes](/preparar-tu-empresa-para-agentes/). ## Preguntas frecuentes ### ¿Cuáles son los casos de uso de IA más habituales en una empresa? Los que aparecen antes en operaciones reales son la conciliación y el procesamiento de facturas en finanzas, la resolución de casos con patrón en atención al cliente, el seguimiento de pedidos en logística y la extracción de datos en back office. Comparten tres rasgos: volumen, reglas expresables y resultado verificable. ### ¿Por dónde debería empezar mi empresa? Por el proceso que tenga responsable identificado, volumen alto, reglas escribibles, resultado comprobable y un coste del error pequeño, y que además toque ingresos, margen o servicio. Ese candidato pesa más que cualquier caso vistoso. La popularidad de un caso no es un criterio de selección. ### ¿Atención al cliente es el mejor primer caso? Es el más nombrado, no necesariamente el mejor. Tiene la ventaja del volumen y la desventaja de que el error se ve. Si tu proceso de soporte no tiene reglas claras ni escalado definido, probablemente haya candidatos más limpios en finanzas o back office para empezar. ### ¿Necesito automatizar toda una función de golpe? No, y no lo recomiendo. Se empieza por un proceso acotado dentro de una función, se demuestra fiabilidad con evidencia y se amplía desde ahí. Intentar cubrir un departamento entero en el primer despliegue es la vía rápida a un piloto que no llega a producción.