IA en las PYMES: La siesta está bien

Meinung & Provokation · 21. Mai 2026 · Joseph Flesh

La IA en las PYMES se está quedando dormida. Por qué esto es racional a corto plazo, y qué hoja de ruta necesitan ahora los directores generales antes de que se vuelva realmente caro.

Hace tres semanas, estaba en Gütersloh, en la zona de envío de un proveedor de ingeniería mecánica, junto a Thomas, director general, de 58 años, con un chaleco gris y ojos cansados. Olía a cartón, a refrigerante y a ese café ligeramente quemado que solo las máquinas de oficina en las zonas industriales pueden producir. Thomas señaló una pila de albaranes y dijo: "Klaus, llevamos hablando de IA en las PYMES desde enero. Pero ayer, nuestro ERP volvió a sacar tres precios incorrectos". Me reí. Brevemente. Luego no más.

Mi tesis es simple y a algunos no les gustará: Las PYMES alemanas se están quedando dormidas con la IA, y a corto plazo, eso está bien. No es elegante. No es visionario. Pero a menudo es más sólido desde el punto de vista económico que lo que algunos consultores venden como un avance.

La frase tiene una segunda parte que duele: Esta siesta no puede durar 24 meses. Quien en 2026 todavía declare con orgullo que "primero se ha liberado ChatGPT para textos", pero no tenga una estrategia de datos, un CRM limpio, responsabilidad de procesos y un plan para casos de uso de IA productivos, ya no está durmiendo. Está cayendo en un agujero.

IA en las PYMES: Por qué la mayoría se equivoca

Llevo meses escuchando la misma acusación. En ferias. En consejos asesores. En esas rondas de desayuno de la IHK, donde los pretzels de mantequilla suelen ser mejores que las diapositivas. "Las PYMES son demasiado lentas". Cierto. Bueno, casi.

Lento no es automáticamente tonto. En las últimas dos décadas, he visitado fábricas de Trumpf en Ditzingen, Wittenstein en Igersheim, Festo en Esslingen y pequeños fabricantes por contrato en la Jura de Suabia. Las buenas empresas allí tienen una virtud que suena casi anticuada en el discurso de la IA: calculan. No a nivel de presentación, sino con el coste por hora de la máquina, la tasa de rechazo, el inventario, el plazo de pago y la pregunta de si el cliente de Wolfsburg se tragará el aumento de precio.

Quien le dice a esta gente que ahora deben implementar un gran programa de IA generativa, nunca ha escuchado el ruido en un turno de noche. La carretilla elevadora chirría hacia atrás, un trabajador golpea un dispositivo con un martillo de goma, en algún lugar el aire comprimido silba. Y en la oficina de al lado está Andrea, jefa de ventas de un campeón oculto en Bielefeld, luchando con 4.800 duplicados en el CRM. ¿Y con este material se supone que un asistente de IA construirá pronósticos de ventas fiables? Por favor.

La mayoría se equivoca porque tratan la IA como una cuestión tecnológica. Pero es, ante todo, una cuestión operativa. ¿Quién tiene acceso a qué datos? ¿Quién decide si el modelo y el maestro se contradicen? ¿Quién es responsable si una IA en la contratación descarta sistemáticamente a los candidatos? ¿Quién paga la factura de la nube si un proyecto piloto de repente tiene 600 usuarios?

Lo digo sin rodeos: Las PYMES alemanas no son tontas, solo saben que es peligroso escalar la tecnología más cara del mundo con datos basura y una regulación a medio hacer.

La incómoda verdad sobre la IA en las PYMES

La cifra que me ha llamado la atención proviene del "KI Readiness Check DACH 2026" de Passion4IT, que se refiere a análisis de Gartner e IDC: Aproximadamente el 60 por ciento de todas las iniciativas de IA fracasan debido a una base de datos deficiente, no a la tecnología en sí. Esto no es un problema de nota al pie. Este es el núcleo.

En marzo de 2025, eché un vistazo a una sala de datos en un automatizador cerca de Heilbronn. No era una demostración brillante. Una sala de servidores real, demasiado caliente, ventiladores como un secador de pelo arrancando, en la puerta una pegatina amarillenta de 2016. Markus, jefe de TI, me mostró tres archivos de exportación de ERP, MES y el sistema de servicio. Tres lógicas de números de artículo. Dos formatos de tiempo. Un cliente con cuatro formas de escribirlo. "Y ahora el departamento de ventas quiere una IA para la próxima mejor oferta", dijo Markus. Lo dijo sin enfado. Eso fue peor.

McKinsey informó en la Encuesta Global de IA 2023/24 que solo entre el 11 y el 15 por ciento de las empresas en todo el mundo logran aumentos significativos y medibles del EBIT con la IA. BCG llegó a una conclusión igualmente sobria en 2024 para bienes industriales: Solo entre el 20 y el 25 por ciento de los proyectos piloto de IA logran el impacto comercial deseado. ¿El resto? Diapositivas, demostraciones, frustración. A veces también un bonito panel de control que muestra números cada mañana en los que nadie confía.

Ahora tomemos al típico empresario alemán de tamaño medio con 180 empleados, 72 millones de euros de facturación, un margen EBIT entre el cinco y el ocho por ciento, dos grandes clientes, un sistema SAP B1 o Proalpha, una plantilla envejecida y un director de ventas que todavía gestiona su cartera en Excel porque el CRM "no encaja del todo". Para esta empresa, un gran proyecto de IA fallido no es un molesto dolor de innovación. Puede consumir el margen de un año.

Las PYMES no se quedan dormidas con la IA, sino con la calidad de los datos

Esa es la frase que más me gustaría clavar en la pared de los directores generales. No con ira. Con una pequeña placa de acero inoxidable, como las que se encuentran en Kärcher o Phoenix Contact en el centro de visitantes. La IA rara vez es el primer problema en las PYMES. El primer problema se llama maestro de artículos, proceso de oferta, historial de máquinas, duplicados, concepto de derechos, disciplina de procesos.

Liberar ChatGPT para correos electrónicos no hace que una empresa esté preparada para la IA. Quizás hace que los correos electrónicos sean un poco más fluidos. A veces también más largos. En una empresa en Augsburgo, Sabine, directora comercial, me dijo en abril de 2025 que su equipo produce más texto desde la liberación de la IA generativa, pero no tiene menos trabajo. "La gente ahora formula mejor, pero la aprobación todavía depende de mí", dijo. En su escritorio había tres carpetas de contratos, una manzana a medio comer y una copia impresa de la Ley de IA de la UE con marcas amarillas.

Ahí está el quid de la cuestión. La IA sin decisión de proceso es cosmética. La IA sin datos limpios es un juego de azar. La IA sin responsables es teatro.

Prefiero tener datos maestros limpios durante un año que un circo de IA durante tres meses. Nuestros clientes no pagan por experimentos, sino por sistemas que funcionan.

— Jens, COO de un fabricante de maquinaria especial de Pforzheim

Por qué esperar con la IA en las PYMES puede ser racional

Hay una dura verdad que no se suele escuchar en los paneles de Berlín: no todas las empresas tienen que estar a la vanguardia de cada ola tecnológica. Las empresas familiares, en particular, a menudo han aprendido que el segundo comprador obtiene la mejor máquina. El primero paga el aprendizaje. El segundo compra la versión revisada, con software estable y menos problemas iniciales.

Con la IA no es diferente. Las grandes corporaciones, las empresas de software y las startups están asumiendo parte de los costos de experimentación. SAP está impulsando Joule en su mundo de productos, Microsoft está introduciendo Copilot en M365, Dynamics y Power Platform, Intershop de Jena habla en la asamblea general de 2025 de comercio B2B agentic impulsado por IA para las PYMES. Suena elegante. Sin embargo, en muchas empresas, todavía están contentos si la tienda web no descompone los precios específicos del cliente después de la actualización.

En junio de 2025, estuve en un proveedor en la región de Núremberg. La tienda B2B estaba bien conectada, después de cuatro años de trabajo en el proyecto, no después de cuatro sprints. En el almacén, un escáner pitaba cada pocos segundos, y en el suelo de hormigón había marcas azules para los pasillos. Stefan, jefe de comercio electrónico, me dijo: "¿Agentes? Klaus, estaríamos contentos si cada cliente encontrara correctamente su número de contrato marco". Suena insignificante. No lo es. Es asegurar los ingresos.

Quien en tal situación dice que esperaremos con los agentes de IA autónomos, no actúa de forma retrógrada. Protege la capacidad de entrega. Y la capacidad de entrega supera a casi cualquier palabra de moda en el B2B.

La trampa regulatoria: Ley de IA de la UE, AGG y responsabilidad

La Ley de IA de la UE se adoptó finalmente en 2024, y las obligaciones se aplicarán gradualmente hasta 2026 y 2027. La IA de alto riesgo en RRHH, control de calidad o procesos de producción críticos para la seguridad conlleva obligaciones de documentación y auditoría. Las corporaciones digieren esto con departamentos legales, equipos de cumplimiento y bufetes de abogados externos. Las PYMES a menudo responden con un simple reflejo: "Preferimos esperar por ahora".

No considero este reflejo cobarde. En RRHH, incluso es saludable. La plataforma anymize advierte sobre un problema especial en el ascenso interno: si todos los datos de cohortes están disponibles en la empresa, la inversión de la carga de la prueba de la AGG puede ser particularmente bien documentada, o particularmente peligrosa. Traducido al alemán de comedor de fábrica: si su IA produce puntuaciones de promoción y al final se hace visible un patrón por género, edad u origen, entonces ya no basta con encogerse de hombros.

En septiembre de 2024, me senté en Stuttgart con Claudia, jefa de RRHH de un proveedor de automoción, en una mesa redonda de madera clara. Afuera pasaba el S-Bahn, adentro tintineaban las tazas de café. "No probamos la IA en la contratación de forma productiva", dijo. "No, hasta que sepa quién explicará en los tribunales por qué el candidato A fue despedido". No lo encontré hostil a la innovación. Lo encontré maduro.

Pero: El argumento más fuerte en contra de mi siesta

Ahora viene la parte en la que algunos directores generales se vuelven demasiado cómodos para mí. El argumento más fuerte es: a corto plazo, esperar puede ser racional, pero económica y estratégicamente puede ser ruinoso. No hay vuelta atrás.

El McKinsey Global Institute describió en 2023 y 2024 aumentos anuales adicionales de productividad a través de la IA de 0,2 a 3,3 puntos porcentuales, dependiendo de la industria. La OCDE y la Comisión Europea han advertido durante años sobre las brechas competitivas estructurales si los países adoptan la IA demasiado lentamente. Alemania ya lucha con altos costos de energía, burocracia, demanda débil y una fatiga de inversión que casi se puede oler en algunas fábricas. Si el apalancamiento de productividad de la IA se deja de lado, la precaución se convierte en autolesión en algún momento.

Y no, las PYMES no son lentas en todas partes. Trumpf utiliza la IA en sistemas láser, mantenimiento predictivo y aplicaciones de fábrica inteligente. Krones trabaja en la optimización de plantas, el aseguramiento de la calidad y la planificación del servicio. DMG Mori impulsa el monitoreo de condiciones y los gemelos digitales. Festo ha demostrado durante años que la IA en sistemas de aprendizaje, monitoreo de condiciones y aseguramiento de la calidad no tiene por qué sonar a ciencia ficción. Schaeffler utiliza la IA para el mantenimiento predictivo, la producción y la logística. Estas empresas a veces hablan menos alto que las corporaciones tecnológicas estadounidenses, pero trabajan.

Quien ahora, en la ingeniería mecánica, la construcción de plantas o la fabricación de componentes, se duerme en el negocio de servicios, no solo perderá un poco de margen más tarde. Perderá el contacto con el cliente. Los análisis de VDMA, BCG y Accenture de 2023/2024 muestran en proyectos relacionados con servicios, piezas de repuesto y monitoreo remoto efectos como un cinco a diez por ciento más de ingresos por servicios o un 20 a 40 por ciento menos de paradas no planificadas. Estos no son 'me gusta' de LinkedIn. Esto es dinero.

La estrategia de seguidor tiene fecha de caducidad

Solo defiendo la espera si es una espera activa. La espera pasiva es peligrosa. La espera activa significa: limpiar datos, establecer procesos, priorizar casos de uso, capacitar empleados, observar proveedores, iniciar pequeñas implementaciones productivas. La espera pasiva significa: uno dice "lo analizaremos" y espera que el problema desaparezca.

El problema no desaparece. Microsoft Copilot no desaparecerá de las oficinas. SAP Joule no preguntará cortésmente si las PYMES están psicológicamente preparadas. Intershop, Salesforce, HubSpot, ServiceNow y muchos proveedores especializados están integrando la IA en el software de procesos. Quien entonces no tenga sus propias reglas de datos, roles y una idea de los beneficios, obtendrá la IA de todos modos. Pero como un proceso en la sombra.

Lo que veo en la práctica

Veo dos tipos de PYMES. Una habla poco y trabaja duro. En Heilbronn, un director de ventas me mostró en mayo de 2025 cómo su equipo, con la ayuda de una puntuación de leads basada en IA, había filtrado 620 cuentas objetivo de 18.000 contactos existentes y de ferias. No fue un espectáculo de fuegos artificiales. Pero después de nueve meses, tenían el triple de citas iniciales cualificadas en el calendario, sin un nuevo empleado de ventas. El hombre se llamaba Ralf, venía de Ludwigsburg, llevaba zapatos de seguridad y tenía más orden en su ThinkPad que algunas estrategias corporativas.

La otra PYME hace teatro. Allí hay un grupo de trabajo de IA, una presentación de lanzamiento con una imagen de robot y tres personas que usan ChatGPT en secreto para las ofertas porque la herramienta oficial todavía está atascada en la protección de datos. En el pasillo cuelga un póster sobre la transformación digital, debajo hay una impresora que lleva dos días informando de un atasco de papel. ¿Exagero? Lamentablemente, solo un poco.

En ventas, la situación es particularmente absurda. Muchos directores generales creen que la IA en ventas es una cuestión de generación de texto. Incorrecto. Las palancas clave residen en el perfil de cliente ideal, la priorización de cuentas, la detección de disparadores, el seguimiento de ofertas, las indicaciones de precios y una transferencia limpia entre marketing, ventas y servicio. Un correo electrónico frío bonito no salva una mala lista de clientes objetivo.

Amplifa ICP Playbook Un manual práctico para definir claramente a los clientes objetivo, afinar los datos y no lanzar la IA a cuentas equivocadas en ventas.

Precisamente por eso considero que el tema del ICP está subestimado. Quien no tiene una respuesta clara sobre qué clientes son realmente rentables, qué disparadores muestran disposición a comprar y qué industrias solo emplean a la fuerza de ventas, no debería aplicar la IA a la generación de leads. De lo contrario, automatizará la dispersión. Poner el carro delante de los bueyes, solo que con una suscripción a la nube.

IA en ventas: Dónde las PYMES no pueden esperar

En ventas, mi paciencia se agota más rápido que en producción. Una IA en el control de calidad puede aumentar el desperdicio o dar una falsa seguridad con datos deficientes. Una IA para la investigación de cuentas, la higiene del CRM y la priorización de ofertas es menos arriesgada si se la maneja con cuidado. Allí se puede aprender sin poner en peligro una línea de inmediato.

Un CSO de Núremberg, llamémosle Martin, me dijo en febrero de 2025, después de una noche de VDMA en Fráncfort: "Si espero un año más, conoceré a mis clientes peor que mi competidor". No se refería a ninguna corporación estadounidense. Se refería a otro proveedor alemán, a 90 kilómetros de distancia, que ya estaba evaluando informes de visitas, escaneando historiales de piezas de repuesto y derivando señales de ventas de casos de servicio.

Ese es el punto. La IA no tiene que controlar la producción de inmediato. Primero puede evitar que el departamento de ventas pierda el tiempo con las cuentas equivocadas. Puede hacer visibles las ofertas muertas. Puede reconocer que un cliente ha pedido menos durante seis meses, aunque su sector esté creciendo. Puede decirle al equipo de ventas qué cinco visitas la próxima semana probablemente generarán ingresos, y cuáles solo costarán café.

Amplifa para la generación de leads Para equipos B2B que quieren construir una cartera sólida a partir de datos, perfiles de clientes objetivo y disparadores, sin el folclore de la IA.

Por qué una estrategia puramente inbound es demasiado débil en 2026

Quien en 2026 siga apostando por una estrategia puramente inbound, no tendrá pipeline en cinco años. De eso estoy bastante seguro. Los departamentos de compras de los OEM no se descargarán tranquilamente un whitepaper solo porque una PYME escriba "Innovación" en el título. Comparan la capacidad de entrega, el precio, los certificados, la integración de datos y el tiempo de respuesta. Y lo hacen cada vez más digitalmente.

El outbound no está muerto. El outbound malo está muerto. De 1.200 correos electrónicos, un fabricante de maquinaria de Westfalia Oriental recibió cuatro respuestas en otoño de 2024. Una de ellas era una queja. Después de una mejora del ICP, clústeres de la industria y disparadores de informes de inversión, anuncios de empleo y eventos de servicio, hubo 31 conversaciones reales de 480 contactos dirigidos. No es un milagro. Solo artesanía.

Qué debe pasar ahora

No aconsejaría a ningún director general que implementara un programa de IA de ocho cifras mañana solo porque la competencia publique una foto del laboratorio de innovación en LinkedIn. Pero sí le aconsejaría que hiciera un balance brutal esta semana. No en el hotel de estrategia. En la empresa. Con ventas, TI, producción, control y una persona que realmente conozca los datos, a menudo no es el jefe de departamento, sino la mujer que lleva 14 años extrayendo las exportaciones.

1. Revisar la situación de los datos: hacer visibles los datos maestros de artículos, clientes, historial de servicio, datos de ofertas y duplicados de CRM, sin edulcorar.
2. Elegir dos casos de uso de bajo riesgo, por ejemplo, la priorización de cuentas en ventas o la búsqueda interna de conocimientos para técnicos de servicio.
3. Definir responsabilidades: un propietario del proceso, un responsable de TI, un departamento especializado, un presupuesto claro.
4. Integrar el cumplimiento desde el principio, especialmente en RRHH, control de calidad y procesos críticos para la seguridad debido a la Ley de IA de la UE y la AGG.
5. Medir el ROI a pequeña escala: no con visiones, sino con citas, tiempo de ciclo, desperdicio, ingresos por servicio o horas ahorradas.
6. Detener o escalar después de 90 días: no un proyecto piloto eterno con una reunión de dirección mensual y sin resultados.

El paso más importante es el primero, y suena poco atractivo: revisar la situación de los datos. Sé que eso se vende peor que un agente de IA con un video de demostración. Pero si los nombres de los clientes, los números de serie de las máquinas y los estados de las ofertas no son correctos, ninguna plataforma, por cara que sea, puede tomar decisiones fiables a partir de ellos. Solo adivinará más caro.

Amplifa Pipeline-Check Un enfoque para directores generales y directores de ventas que quieren saber si su pipeline soporta la base de datos, la lógica de clientes objetivo y el uso de IA.

Preguntas frecuentes: ¿Es la IA en las PYMES realmente demasiado cara?

Sí, si se introduce incorrectamente. No, si se empieza con casos de uso claros. Un sistema de IA generativa que se utiliza con alta frecuencia en la estimación de ofertas, la documentación técnica o la comunicación con el cliente puede volverse rápidamente caro debido a las suscripciones a la nube, los consultores, el tiempo de proyecto interno y el retrabajo. Con márgenes EBIT del cinco al diez por ciento, no es dinero de juego. Un caso de uso limitado en ventas o servicio, medido con precisión, es otra liga.

Preguntas frecuentes: ¿Qué casos de uso de IA son los primeros en encajar?

En muchas PYMES, no empezaría con el control autónomo de la producción. Demasiado delicado. Demasiadas interfaces. Demasiada responsabilidad. Son mejores los casos de uso que condensan el conocimiento y preparan decisiones: resumir tickets de servicio, identificar oportunidades de piezas de repuesto, agrupar clientes existentes por potencial, hacer que la documentación técnica sea localizable, priorizar visitas de ventas. El humano decide, la IA preselecciona.

Preguntas frecuentes: ¿Qué pasa con los referentes como Trumpf y Festo?

Trumpf, Festo, Schaeffler, Krones o DMG Mori demuestran que la IA funciona en la industria cuando la base de datos, la cultura de ingeniería y la disciplina de procesos se unen. Sin embargo, no refutan que muchas empresas más pequeñas aún no estén preparadas. Más bien muestran la distancia. Y precisamente esta distancia es peligrosa si se convierte en una excusa.

El precio de la siesta

El salario mínimo, según la decisión de la Comisión del Salario Mínimo, aumentará de 12,82 euros a 13,90 euros en 2026 y a 14,60 euros en 2027. En la industria, los costes salariales relevantes ya están muy por encima. La escasez de mano de obra cualificada aumenta, el trabajo administrativo no se abarata, los clientes esperan respuestas más rápidas y los bancos analizan más de cerca la madurez digital en la financiación y la sucesión. Quien cree que puede seguir gestionando el trabajo de oficina, la preparación de ventas y la coordinación de servicios como en 2018, no será arrollado por la IA. Será aplastado por los costes.

La gente de capital privado ya pregunta por el potencial de automatización. Las oficinas familiares también. En enero de 2025, me senté en Múnich con Nora, gestora de inversiones de una oficina familiar, en una sala de reuniones con vistas al asfalto mojado y a la Leopoldstraße. "Si una empresa objetivo no tiene una hoja de ruta de datos e IA, lo descontamos", dijo. No de forma dramática. No con una sonrisa de Silicon Valley. Más bien como alguien que evalúa una máquina a la que le falta un mantenimiento.

Los grandes clientes también se impacientan. Automoción, aeroespacial, tecnología médica, ingeniería mecánica: en todas partes crecen las exigencias de cadenas de suministro digitales, datos de calidad, trazabilidad y tiempo de respuesta. Hoy, el OEM pregunta amablemente por las interfaces. Mañana, el proveedor es eliminado de la selección porque un competidor suministra los datos mejor. Esto no se registrará como un "problema de IA" en el protocolo. Se registrará como "falta de capacidad de proceso". Suena más inofensivo. Es más mortal.

Mi verdadera provocación

Las PYMES alemanas se están quedando dormidas con la IA, y eso está bien si están cambiando el colchón. Es decir: si están limpiando datos, aclarando procesos, entendiendo el cumplimiento y preparando los primeros casos de uso con un ROI real. No está bien si se tapan la cabeza con la manta y esperan que la próxima ola tecnológica pase de largo.

Entiendo el cansancio. Implementaciones de ERP, proyectos MES, despliegues de CRM, migraciones a la nube, crisis energética, estrés en la cadena de suministro, cambio de tipos de interés, escasez de personal cualificado: muchas organizaciones no son hostiles a la innovación, están agotadas. En una empresa cerca de Ulm, Peter, director de producción, me dijo en octubre de 2024: "No tenemos miedo a la IA. Tenemos miedo al próximo proyecto que se quede a medias". Esa frase es más honesta que el 80 por ciento de las conferencias que escuché en 2025.

Sin embargo: el agotamiento no es una estrategia. Las PYMES no tienen que seguir todas las modas, pero deben saber dónde quieren estar. En 90 días. En doce meses. Sobre todo, en dos años, cuando las funciones de IA ya no se vendan como un extra, sino que estén integradas en cada software que se ejecute en la oficina y en el taller.

Cuando me despedí de Thomas en Gütersloh y le pregunté qué iba a hacer ahora con la IA, se subió la cremallera de su chaqueta polar gris y señaló los documentos de envío. "Primero vamos a limpiar este desorden", dijo. Luego sonrió. "Pero esta vez, de tal manera que una máquina pueda leerlo más tarde". Afuera, un camión arrancó, olor a diésel bajo la lluvia. Quizás la IA en las PYMES empiece así. No con un robot en el escenario, sino con un director general que finalmente se toma en serio sus datos.