Casos de uso de IA en empresas: el catálogo por función de negocio

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, y la definición de fondo está en el pilar, 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. El caso de la factura, de la recepción a la contabilización, tiene su propio artículo en IA en facturación.

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.

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. Y la gobernanza decide quién responde, cómo se audita y cómo se para. El marco completo está en 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.

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.

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.