Preparar los datos de tu empresa antes de usar IA: guía práctica

Preparar los datos de tu empresa antes de usar IA consiste en tres cosas: saber qué datos necesita la tarea concreta que quieres automatizar, localizar dónde están (correo, hojas de Excel, programa de gestión, papel o la cabeza de alguien) y dejar una única versión fiable de cada uno, accesible y en formato digital. No hace falta ordenar toda la empresa: basta con los datos de un proceso. La IA no funciona sobre datos que no existen, y con datos duplicados o contradictorios responde con la misma confusión, solo que más rápido.

Esta guía va de la parte que nadie ve en una demostración: el trabajo previo. Si todavía no sabes qué puede hacer la IA en una pyme, empieza por qué puede y qué no puede hacer la inteligencia artificial.

¿Qué datos necesita la IA para funcionar en una empresa?

La IA necesita los datos de la tarea concreta que va a hacer, no «todos los datos de la empresa». Un agente que contesta a clientes necesita el catálogo, las condiciones y las respuestas habituales; uno que prepara presupuestos necesita tarifas, descuentos y plantillas. Por eso el primer paso es elegir la tarea y, a partir de ahí, listar qué consulta una persona cuando la hace.

Tarea	Datos que necesita	Dónde suelen estar
Contestar consultas de clientes	Catálogo, horarios, condiciones de envío y devolución, respuestas frecuentes	Web, correos enviados, la memoria del equipo
Preparar presupuestos	Tarifas, descuentos por cliente, plantillas, presupuestos anteriores	Excel de precios, programa de gestión, carpetas compartidas
Registrar facturas de proveedor	Ficha de proveedores, pedidos, albaranes, cuentas contables	Correo, programa de gestión, papel
Avisos de cobro	Facturas pendientes, vencimientos, contactos de cada cliente	Programa de facturación, banco, agenda del comercial
Informes de ventas	Ventas por cliente, producto y periodo	Programa de gestión, tienda online, hojas de cálculo

Conviene separar desde el principio tres cosas que la IA usa de forma distinta:

• Datos de referencia: lo que la IA consulta para decidir (tarifas, catálogo, condiciones). Si cambian, tienen que cambiar en un solo sitio.
• Datos de cada caso: lo que entra cada día (un correo, un pedido, una factura), por un canal que el sistema pueda leer.
• Reglas: el «depende» que aplica quien hace la tarea. Si no están escritas, la IA no las conoce.

Las reglas son lo que más se olvida. La IA no decide lo que no se le ha definido: si el descuento de un cliente depende de lo que acordó el comercial por teléfono, primero hay que apuntarlo.

¿Dónde suelen estar los datos de una pyme?

En una pyme los datos suelen estar repartidos en cinco sitios: el programa de gestión o ERP, hojas de Excel, el correo, carpetas en ordenadores personales y papel. Cada uno da un problema distinto cuando se quiere conectar la IA:

• Programa de gestión o ERP. El mejor punto de partida: datos con estructura y, en muchos programas, API o exportación. El problema típico: campos de observaciones con información clave escrita a mano.
• Hojas de Excel. Suelen ser la tarifa real o la lista de clientes «buena». El problema: varias versiones del mismo fichero y colores que significan algo que solo sabe quien los puso.
• Correo. Pedidos, acuerdos con clientes y respuestas que ya funcionan, mezclados y repartidos por buzones personales.
• Carpetas en ordenadores. Presupuestos, contratos, fichas técnicas. Si están en el portátil de una persona, para el resto de la empresa no existen.
• Papel y cabezas. Albaranes firmados, cuadernos de pedidos, el cliente que «siempre paga tarde». Para la IA, esto aún no son datos.

Un ejemplo hipotético: una distribuidora de quince personas tiene la tarifa oficial en el programa de gestión, pero los precios pactados con sus veinte clientes principales están en un Excel del comercial. Un agente de IA que presupueste con la tarifa del programa se equivocará justo con los clientes que más importan. Ese Excel tiene que pasar al programa o convertirse en la fuente oficial.

Si los ficheros viven en ordenadores personales o memorias USB, el primer paso es reunirlos en un sitio común con permisos por persona.

¿Cómo se ordenan los datos antes de conectar la IA?

Los datos se ordenan antes de conectar la IA en seis pasos, siempre sobre un solo proceso: copia de seguridad, inventario, una fuente única por dato, limpieza, formatos comunes y reglas por escrito. Con una hoja de cálculo y unas semanas de trabajo repartido suele bastar.

1. Haz una copia de seguridad antes de tocar nada. Limpiar duplicados o fusionar fichas es irreversible si no hay copia.
2. Haz un inventario. Una fila por dato que necesita la tarea: qué es, dónde está, quién lo actualiza y cada cuánto.
3. Elige una fuente única para cada dato. Si el teléfono de un cliente está en el programa, en el CRM y en el Excel, decide cuál manda. Las demás copias se actualizan desde ahí o se eliminan.
4. Limpia lo que vas a usar. Clientes duplicados, proveedores dados de baja, productos descatalogados que siguen activos.
5. Unifica formatos. Fechas siempre igual, NIF sin espacios ni guiones, nombres de producto con la misma referencia, unidades claras (cajas o unidades, no las dos según el día).
6. Escribe las reglas. Media página por tarea: qué entra, qué sale, qué excepciones hay y quién decide cada una.

Sobre la copia, la guía de copias de seguridad para el empresario de INCIBE recomienda la estrategia 3-2-1: tres copias de cualquier fichero importante (el original y dos copias), en dos soportes distintos y con una de ellas fuera de la empresa, por ejemplo en la nube. La misma guía incluye pruebas de restauración: una copia que nunca se ha intentado recuperar no está comprobada.

Ordenar no significa dejarlo perfecto. Un dato que falta en unas pocas fichas no impide empezar si el sistema, cuando no lo encuentra, para ese caso y avisa a una persona; no saber cuál de tres versiones es la buena, sí. Cómo se frenan los errores que quedan está en cómo evita una automatización los errores de entrada manual de datos.

¿Qué hacer si los datos no están digitalizados?

Si los datos no están digitalizados, lo más útil es empezar a registrarlos en digital desde hoy y digitalizar el archivo antiguo solo cuando la tarea lo necesite. Escanear diez años de albaranes cuesta mucho y casi nunca hace falta; que los albaranes de este mes entren ya en digital, sí.

Por orden de prioridad:

• Lo que entra cada día. Pedidos, albaranes y facturas: por correo o escaneados al recibirlos, en la misma carpeta y con un nombre coherente (fecha, proveedor, número).
• Lo que solo sabe una persona. Precios pactados, excepciones, contactos clave: a una ficha del programa o una tabla compartida, aunque sea poco a poco.
• El histórico que la tarea consulta. Para responder sobre garantías hacen falta las ventas de los últimos años; para presupuestos nuevos, quizá no.

Al escanear, la calidad importa: un documento recto, a buena resolución y en PDF con texto reconocible (OCR) da a la IA menos dudas que una foto torcida tomada con el móvil. Un escáner con alimentador evita hacerlo hoja a hoja.

Escanear no significa poder tirar el papel. Para las facturas, la Agencia Tributaria explica en sus preguntas frecuentes sobre la digitalización certificada de facturas que este proceso está regulado en el artículo 7 de la Orden EHA/962/2007. Según el texto de la Orden EHA/962/2007 en el BOE, las facturas digitalizadas mediante digitalización certificada, con software homologado por la Agencia Tributaria, permiten prescindir de los originales en papel. Un escaneo normal sirve para trabajar con la IA, pero no sustituye ese procedimiento. Esto es información general; para tu caso concreto, consulta con un profesional (tu asesoría, un abogado o tu delegado de protección de datos) antes de destruir ningún original.

Cómo se leen y se cuadran después esas facturas está explicado en automatizar facturas de proveedor de principio a fin.

¿Qué datos personales conviene dejar fuera?

Conviene dejar fuera de la IA todos los datos personales que la tarea no necesita. Para preparar un presupuesto hace falta el nombre de la empresa cliente y sus condiciones, no la fecha de nacimiento de su gerente ni el historial de incidencias de sus empleados.

No es solo prudencia. El Reglamento General de Protección de Datos en EUR-Lex establece en su artículo 5.1 que los datos personales serán «adecuados, pertinentes y limitados a lo necesario» para sus fines (minimización), «exactos y, si fuera necesario, actualizados» (exactitud) y que no se conservarán de forma que identifiquen a las personas más tiempo del necesario (limitación del plazo de conservación). Preparar los datos para la IA es buen momento para aplicarlo:

• Separa lo personal de lo operativo. El catálogo no lleva datos personales; las fichas de clientes particulares, sí. Cada tarea accede solo a lo que usa.
• Revisa los correos y documentos de ejemplo: DNI escaneados, nóminas o datos de salud no deberían acabar en la base de conocimiento de atención al cliente.
• Archiva o borra lo caducado. Contactos de hace años que ya no son clientes no mejoran ninguna respuesta.
• Ten claro dónde se tratan. Si un servicio externo procesa esos datos, actúa como encargado del tratamiento y hace falta un contrato. Dónde acaban los datos según el tipo de IA lo contamos en IA local frente a la nube.

Esto es información general; para tu caso concreto, consulta con un profesional (tu asesoría, un abogado o tu delegado de protección de datos).

¿Cuándo no compensa preparar los datos para la IA?

No compensa preparar los datos para la IA cuando no hay una tarea concreta detrás, cuando el volumen es tan bajo que lo hace antes una persona o cuando las reglas cambian cada semana. Ordenar datos «por si acaso» es un proyecto sin final.

• Sin tarea elegida. «Limpiar todos los datos de la empresa» se alarga meses y nadie sabe cuándo está terminado.
• Volumen muy bajo. Si la tarea aparece cinco veces al mes, prepararla puede costar más que hacerla a mano.
• Reglas que cambian cada semana. El mantenimiento se come el beneficio.
• El dato no existe y no se va a registrar. Si nadie apunta el estado de los pedidos, ningún sistema lo podrá consultar.
• Cada persona lo hace a su manera. Primero se acuerda el criterio; después se automatiza.

Tres errores frecuentes: migrar de programa solo para «tener los datos limpios» (casi siempre se puede trabajar sobre lo que ya usas), esperar a tenerlo perfecto antes de probar nada y hacer pruebas con documentos que llevan datos personales. Si dudas entre algo ya hecho o un desarrollo propio, mira agente de IA a medida o herramienta de serie.

Y un límite de fondo: unos datos ordenados no hacen que la IA acierte siempre. La IA no garantiza cero errores ni sustituye el criterio de quien conoce a tus clientes; donde equivocarse sale caro, sigue revisando una persona.

Por dónde empezar esta semana

Para empezar no hace falta comprar nada: hace falta elegir una tarea y mirar sus datos con calma. En una semana se puede tener claro si los datos están listos o qué falta:

1. Elige una tarea que se repita mucho y dependa de copiar datos de un sitio a otro.
2. Pide a quien la hace que apunte unos días qué consulta y dónde.
3. Marca los datos que solo existen en una cabeza o en papel. Ese es el trabajo previo real.
4. Decide la fuente única de cada dato repetido.
5. Pregunta qué vía de conexión tiene cada programa (API, exportación). Sin ninguna, alguien acabará copiando a mano.

Con esa lista ya se puede valorar si la tarea encaja con una automatización de procesos basada en reglas fijas o necesita un agente de IA que interprete correos y documentos y que, cuando duda, pare y avise a una persona.

Si quieres ver qué datos te faltan para la tarea que tienes en mente, puedes contarnos cómo trabajáis hoy y lo revisamos juntos en un diagnóstico gratuito de una hora, sin compromiso.