Coste real de las tareas administrativas repetitivas en una PYME

En una asesoría, un despacho, una clínica o una administración de fincas, una parte significativa del tiempo del equipo se va en tareas repetitivas: redactar correos casi iguales, resumir documentos largos, traducir jerga al cliente, picar datos, montar plantillas, conciliar movimientos, recordar citas, transcribir audios. Es trabajo necesario, pero rara vez es el más rentable. Y rara vez aparece en ningún cuadro de mando. La diferencia entre una empresa que mide este coste y una que no lo mide no está en la conciencia genérica de que existe (eso lo tienen casi todas), sino en si la dirección ha cuantificado mínimamente cuántas horas semanales por puesto absorbe y qué dejan de hacer esas horas.

Es habitual ver cifras del tipo "se ahorra un treinta por ciento en tareas administrativas" o "recupere veinte horas a la semana por persona" en marketing de herramientas de IA. No publicamos cifras genéricas que no podemos sostener para una empresa concreta. El ahorro real depende del sector, del puesto exacto, del nivel de uso alcanzado, de la madurez digital previa del equipo, de la calidad de los datos de partida y del grado de complejidad de las tareas. Una asesoría en plena campaña Renta tiene un patrón distinto al de una clínica en consulta ordinaria. Vender porcentajes universales es vender una expectativa que rara vez se cumple, y cuando no se cumple, daña la credibilidad de toda la inversión.

Para estimar coste y oportunidad en una PYME conviene mirar cuatro variables. Primera: volumen semanal de tareas repetitivas por puesto (cuántas veces a la semana ocurre cada tarea). Segunda: tiempo medio por tarea (cuántos minutos consume cada vez, en media). Tercera: perfil salarial del puesto que las realiza (coste hora-persona, no solo bruto sino con cargas sociales y costes indirectos). Cuarta: porcentaje razonable de aceleración alcanzable con IA generativa básica para esa tarea concreta (cuánto se reduce el tiempo cuando se usa con criterio). Las dos primeras se observan en una semana de seguimiento; las dos segundas se estiman con prudencia, en franjas, no en cifras únicas.

Hay un conjunto de tareas donde la aceleración con IA es consistente y verificable en cualquier sector profesional. Borradores de correo a partir de instrucciones breves. Resúmenes de documentos largos con verificación posterior. Traducción de jerga técnica a lenguaje de cliente. Generación de plantillas y modelos. Transcripción de audios a texto editable. Comparación cruzada de varios documentos. Redacción de comunicaciones recurrentes (recordatorios, reclamaciones, agradecimientos). Estas tareas comparten dos rasgos: son repetitivas y la salida la valida un profesional antes de enviar. Cuando ambos rasgos se dan, la asistencia con IA funciona con regularidad. La cifra exacta de ahorro depende del caso, pero la dirección del efecto es clara.

Hay otro grupo de tareas donde la IA parece acelerar pero no lo hace en términos netos. Decisiones que requieren criterio profesional: la IA puede proponer, pero el tiempo de verificación humana posterior anula la ganancia inicial. Tareas con datos sensibles que requieren minimización extrema: el tiempo de redactar correctamente el prompt sin pegar datos identificables a veces compensa solo parcialmente. Cálculos numéricos exactos: los modelos generativos no son calculadoras y la verificación posterior es obligatoria. Decisiones jurídicas o médicas finales: el tiempo se mantiene porque la responsabilidad no es delegable. Reconocer este segundo grupo es parte de una alfabetización IA seria.

Asesorías: correos masivos en campaña Renta o cierre trimestral, picado y conciliación asistida, resúmenes de resoluciones AEAT, traducción de jerga fiscal al cliente. Despachos: lectura de sentencias largas, búsqueda cruzada de jurisprudencia, primer borrador de escritos, redacción a cliente con tono ajustado. Clínicas: recordatorios bilingües, reagendado por mensaje, comunicación post-visita no clínica, traducción a paciente extranjero. Fincas: actas de junta desde audio, convocatorias y comunicaciones, reclamaciones a morosos, resúmenes de incidencias mensuales. Detalle por sector en asesorías, despachos, clínicas e administradores de fincas.

La opción de no hacer nada también tiene coste. Es coste de oportunidad, no de gasto: cada semana que el equipo dedica horas a tareas repetitivas sin asistencia es tiempo no dedicado a relación con cliente, criterio profesional, formación continua o crecimiento del despacho. No aparece en la cuenta de resultados, pero está en el límite de capacidad del equipo, en el cansancio del cierre de mes y en la conversación que la dirección ya no tiene tiempo de mantener con su mejor cliente. Cuando se computa el coste de oportunidad junto al coste directo, la cifra real de la inacción crece sensiblemente.

Más cara que la opción cero es la opción intermedia: que el equipo use IA por iniciativa propia, sin formación, sin política escrita y con cuentas gratuitas. Esto introduce riesgo regulatorio (incumplimiento del Art. 4 del Reglamento UE de IA y del RGPD vía cuentas sin DPA), riesgo reputacional (datos de cliente en sistemas no contratados) y riesgo operativo (decisiones tomadas sobre respuestas plausibles pero no verificadas). El coste de un incidente reputacional con un cliente importante supera con frecuencia el coste de una formación seria. Lo desarrollamos en el mito del LOPD y en el artículo sobre el Reglamento.

La calculadora de coste administrativo de OctIA permite estimar el orden de magnitud para una empresa concreta. Es gratuita y email-gated; pide número de personas, perfil sectorial y franjas de tareas repetitivas observadas, y devuelve un escenario cualitativo con franjas razonables. El resultado es orientativo, no una promesa de retorno, y está pensado como punto de partida para una conversación interna con la dirección, no como cifra de pliego. La calculadora de cumplimiento Art. 4 complementa este análisis desde la perspectiva regulatoria.

Con cuentas corporativas configuradas, política IA escrita y firmada, formación presencial sobre tareas reales del equipo y seis meses de acompañamiento posterior, un equipo que parte de cero entra en una curva de adopción razonable cuya consolidación se observa entre el tercer y el sexto mes. No publicamos cifra única porque depende de la empresa concreta. Lo que sí podemos sostener es que la dirección del efecto es positiva, que la curva tiene un valle en el primer mes (donde el equipo aún se está acostumbrando) y que la cifra concreta se fija con datos de la empresa, no antes. Más sobre el método en la página dedicada.

Una práctica que recomendamos en sala el Día 1 del Octa es mantener durante el primer mes una hoja sencilla por persona con dos columnas: tarea asistida, tiempo aproximado ahorrado en cada caso. No para auditar al equipo, sino para que cada persona vea su propia curva. Al cabo de cuatro semanas, la suma agregada da una primera idea concreta de qué está funcionando y qué no. Es preferible un número modesto pero propio que un número grande pero inventado. La honestidad cuantitativa fortalece la adopción más que cualquier promesa inflada.

La decisión sobre invertir en IA en una PYME pequeña no debería tomarse sobre promesas porcentuales generales. Debería tomarse sobre la observación honesta de qué tareas repetitivas absorben tiempo, qué coste de oportunidad supone para la empresa y qué nivel de inversión resulta proporcional a su tamaño. Para una conversación inicial sin guion comercial sobre el caso concreto de la empresa, la llamada de veinte minutos sirve para validar encaje. La página de precios recoge la inversión cerrada según número de personas a formar, y para quién encaja aporta el perfil de empresa con el que el método funciona mejor.