El número que de verdad importa
Microsoft publicó hace unos meses una encuesta sobre cómo las pymes de Costa Rica están adoptando inteligencia artificial. El titular fue optimista. El 50% ya usa algún tipo de IA, el 69% planea seguir invirtiendo, y el 59% está usando específicamente IA generativa.
Pero hay otra cifra, de un informe distinto de Trycore, que no apareció en los titulares. Solo el 1% de los líderes empresariales en el país considera que su compañía ha alcanzado madurez en el uso de IA.
Cincuenta por ciento de adopción. Uno por ciento de madurez. Ese espacio entre ambos números es donde vive todo el valor no capturado del país.
Qué significa "usar IA" en la práctica
Cuando una pyme tica dice que "ya usa IA", casi siempre se refiere a una de tres cosas. Alguien en el equipo pagó ChatGPT Plus y lo usa para redactar correos. La empresa compró Microsoft 365 con Copilot y espera que los empleados saquen provecho. O instalaron un chatbot en el sitio web.
Nada de eso está mal. Son puntos de entrada razonables. Pero ninguno cambia cómo funciona realmente el negocio. Redactar un correo más rápido no es transformación, es comodidad. Un chatbot en el sitio no redefine la operación, solo absorbe consultas repetitivas.
La IA que sí mueve la aguja es la que se mete adentro de los procesos. La que lee los tiquetes de soporte y los clasifica antes de que llegue un humano. La que revisa las facturas recibidas y extrae los campos importantes sin que nadie tenga que transcribir. La que mira el historial de un cliente y genera una respuesta borrador con el contexto correcto. Esa clase de integración requiere trabajo. No se compra por suscripción.
Dónde se queda estancado el otro 49%
Trycore publicó otro dato útil. En Latinoamérica, 4 de cada 5 procesos con alto potencial de automatización no están siendo priorizados por las áreas de negocio. Es decir, el problema no es encontrar dónde aplicar IA. Los procesos automatizables están a la vista. El problema es que nadie los rediseña.
Rediseñar un proceso es incómodo. Hay que entender los flujos actuales, identificar dónde se pierde tiempo, decidir qué paso puede hacer una máquina y cuál sigue siendo humano. Eso es trabajo de ingeniería aplicada, no de compra de licencias. Y ese es exactamente el eslabón que falta en el mercado tico.
El error más común
Cuando una empresa me llama para hablar de IA, casi siempre formula la pregunta así: "¿Cuál herramienta deberíamos usar?". Copilot o Claude. ChatGPT Team o Azure OpenAI. Gemini for Workspace. Esa pregunta es la trampa.
La pregunta correcta es otra. "¿Qué proceso de los nuestros tiene una forma repetible, un input claro, un output verificable, y nos está costando horas de trabajo humano cada semana?". Responder eso honestamente toma más tiempo que elegir una herramienta. Pero es la única manera de llegar al 1% real.
Qué hacer, en concreto
Si dirige una pyme en Costa Rica y quiere pasar de "ya usamos IA" a "la IA nos está generando valor medible", tres pasos prácticos.
Uno. Mapear tres procesos candidatos. No diez. Tres. Los que más consumen tiempo humano repetitivo en el equipo. Una integración bien hecha sobre un proceso claro vale más que diez experimentos dispersos.
Dos. Pregunte si tiene los datos. La IA aplicada depende de tener acceso a lo que entra y lo que sale del proceso. Si sus facturas están en PDFs dispersos en correos, primero hay que resolver eso. Si el historial de clientes vive en una hoja de Excel que solo una persona edita, hay que resolver eso. La integración de IA expone los huecos de la infraestructura de datos antes que nada.
Tres. Empiece con un proceso, no con una plataforma. No compre Copilot para toda la empresa porque "todos lo están usando". Elija el proceso primero, diseñe la integración alrededor de él, y solo ahí decida qué modelo y qué proveedor tienen sentido.
El salto que viene
El 50% que ya usa IA no va a quedarse donde está. En uno o dos años, el mercado va a separarse entre las empresas que aprendieron a rediseñar procesos y las que siguieron comprando suscripciones esperando que la magia pase sola.
El 1% actual es pequeño porque rediseñar procesos es difícil. Pero difícil no es imposible, y no se necesita un equipo de data scientists para lograrlo. Se necesita alguien que entienda el negocio, que entienda la tecnología, y que sepa dónde conectar una con la otra.
Si su empresa está en el 49% que "usa IA" pero no siente que nada cambió, probablemente el problema no es la herramienta.
Si eso suena familiar, un correo corto a sergio@bahercr.com funciona bien.