Marisa dirige una empresa de distribución de material de hostelería en Alicante. Este año se decidió: contrató a una consultora para poner una IA que le previera las ventas y le avisara de qué productos reponer antes de quedarse sin stock. Pagó la primera cuota, esperó un mes… y el informe que le devolvió la herramienta no tenía ningún sentido. Recomendaba comprar cámaras frigoríficas en octubre y vaticinaba una caída de ventas justo en la semana de más pedidos del año.
El problema no era la IA. El problema era de dónde bebía. Las ventas estaban en el TPV, la facturación en el ERP, los pedidos del catálogo online en otra plataforma, las incidencias en la bandeja de correo de Marisa y los clientes «buenos» solo en la cabeza de dos comerciales. La inteligencia artificial no adivina: lee lo que le das. Y a Marisa le habían montado un cerebro carísimo conectado a cinco archivos que se contradecían entre sí.
Esta guía es el cierre de una serie que hemos escrito para pymes de Alicante: primero vimos qué tres tareas conviene automatizar primero con IA y después cómo medir si esa automatización funciona de verdad. Hoy vamos a lo que va antes de todo eso y casi nadie cuenta: preparar los datos para que la IA tenga algo fiable que leer.
Por qué la IA fracasa en tantas pymes de Alicante (y no es culpa de la IA)
Hay un dato de 2026 que lo resume todo. Según la encuesta AI Momentum de Dun & Bradstreet, el 97 % de las organizaciones ya tiene iniciativas de inteligencia artificial en marcha, pero solo el 5 % asegura que sus datos están realmente preparados para sostenerlas. Otros estudios elevan la cifra al 9 %, pero el mensaje es el mismo: casi todo el mundo invierte en IA y casi nadie ha ordenado antes la información sobre la que la IA va a trabajar.
La consecuencia es la que vivió Marisa. La IA no falla porque el modelo sea malo, falla porque le pedimos que tome decisiones con datos duplicados, incompletos o repartidos en sitios que no se hablan entre ellos. De hecho, para casi la mitad de los directivos (un 47 % según Accenture) la preparación de los datos es hoy el mayor obstáculo para aplicar la IA en su empresa. No la tecnología: los datos.
Y aquí está la otra cara de la moneda, la buena: cuando los datos sí están conectados, el retorno aparece rápido. Los proyectos de IA bien dimensionados en una pyme empiezan a dar retorno en torno a los cuatro meses, y McKinsey sitúa el ROI de los proyectos que funcionan entre 3 y 10 veces la inversión en dos o tres años. La diferencia entre el fracaso y ese 10x no suele ser el algoritmo. Es si la información de partida estaba lista.
El problema invisible: los datos de tu empresa viven en cinco islas
Si te reconoces en esto, no eres la excepción, eres la norma. En la mayoría de las pymes la información está repartida así:
- Las ventas, en el TPV o en el programa de facturación.
- Los clientes, unos en el ERP, otros en una hoja de Excel y los mejores en la memoria de un comercial.
- Los pedidos online, en la plataforma de la tienda, que nadie ha conectado con el almacén.
- El stock real, en un cuaderno del almacén que no cuadra con el sistema.
- Las incidencias y acuerdos con clientes, sueltas en correos y conversaciones de WhatsApp.
A esto se le llama silos de datos: islas de información que no se comunican. Mientras cada isla vaya por su cuenta, cualquier IA que conectes solo verá un trozo de la realidad y sacará conclusiones a medias. Es como pedirle a un asesor que decida tu estrategia habiéndole enseñado únicamente los tickets de la cafetería.
El primer paso, por tanto, no es comprar una herramienta de IA. Es conseguir que esas cinco islas cuenten la misma historia.
Dato estructurado frente a texto libre: la diferencia que lo cambia todo
Hay una distinción sencilla que marca si la IA podrá o no leer tu información. Un dato estructurado es el que está en su sitio, con su etiqueta: el sector del cliente en el campo «sector», la provincia en el campo «provincia», el importe en el campo «importe». Un texto libre es cuando toda esa información está metida a mano en un campo de «observaciones» del tipo «cliente de Elche, hostelería, paga tarde pero mucho volumen».
Para una persona, ese texto libre se entiende. Para automatizar, es casi inservible: no puedes filtrar, agrupar ni comparar de forma fiable. La regla práctica es que cada cosa importante para tu negocio (sector, zona, tipo de cliente, familia de producto) tenga su propia casilla estructurada, no que viva escondida en un comentario. Cuanto más estructurada esté tu información, menos «adivinar» tendrá que hacer la IA y menos errores cometerá.
La fuente única de la verdad: un solo sitio donde el dato es el bueno
El concepto que ordena todo esto se llama fuente única de la verdad (en inglés, single source of truth). Significa tener un sistema de referencia donde reside la versión oficial y válida de cada dato, de forma que cuando dos empleados miran «cuánto nos debe este cliente» vean exactamente el mismo número.
En la mayoría de pymes, ese papel lo cumple el ERP. Es el sistema que puede centralizar clientes, productos, stock, facturación y cobros, y hacer que el resto de herramientas (la tienda online, el TPV, el CRM) beban de él en lugar de inventarse su propia versión. Por eso, antes de pensar en IA, muchas empresas descubren que lo que necesitan es integrar sus sistemas alrededor de un ERP que actúe como fuente única de datos. Con eso resuelto, conectar una IA encima deja de ser un salto al vacío.
Cómo preparar los datos de tu pyme, paso a paso
No hace falta un proyecto faraónico ni parar la empresa. Con un enfoque ordenado, una pyme alicantina puede dejar sus datos listos en semanas, no en meses:
1. Haz el mapa de dónde vive cada dato
Antes de mover nada, escribe en una hoja qué información tienes y en qué sistema está: clientes, productos, ventas, stock, incidencias. Este mapa te enseñará, casi siempre, más islas de las que creías tener.
2. Limpia antes de conectar
Conectar datos sucios solo multiplica el problema. Antes de integrar nada conviene depurar duplicados, contactos obsoletos y campos vacíos. Lo desarrollamos en detalle en la guía sobre cómo limpiar y enriquecer la base de datos de clientes antes de meterle IA.
3. Decide cuál es tu fuente única
Elige qué sistema manda para cada tipo de dato. Normalmente el ERP para clientes, productos y ventas. A partir de ahí, todo lo demás se sincroniza con él, no al revés.
4. Estructura lo que hoy es texto libre
Convierte los comentarios importantes en campos con etiquetas: sector, zona, tipo de cliente, familia de producto. Es un trabajo tedioso, pero es exactamente lo que después permite que la IA agrupe, prediga y avise sin equivocarse.
5. Conecta los sistemas y protege el conjunto
Integra la tienda online, el TPV y el CRM con el ERP para que dejen de existir versiones distintas del mismo cliente. Y no olvides que centralizar los datos también es concentrar un activo valioso: conviene apoyarse en un buen mantenimiento informático y en medidas de seguridad y copias de seguridad para que esa fuente única esté siempre disponible y a salvo.
Qué gana tu empresa cuando los datos están listos
La recompensa no es solo «que la IA funcione». Antes incluso de automatizar nada, tener los datos conectados ya se nota: decisiones más rápidas porque nadie pierde media mañana buscando información, informes que cuadran a la primera, comerciales que ven el histórico completo de un cliente y un dueño que sabe, de verdad, qué productos le dan dinero y cuáles no.
Y cuando llega el momento de la IA, todo cambia. La misma herramienta que le dio a Marisa recomendaciones absurdas, alimentada con datos limpios y conectados, empieza a acertar: avisa de qué cliente está reduciendo pedidos, previene roturas de stock y libera horas de trabajo administrativo. La IA no se volvió más lista. Los datos se volvieron fiables.
Preguntas frecuentes
¿Cuánto tarda una pyme en dejar sus datos listos para la IA?
Depende del desorden de partida, pero en la mayoría de pymes alicantinas es cuestión de semanas, no de meses. El grueso del tiempo se va en limpiar duplicados y en decidir qué sistema es la fuente única de cada dato; una vez hecho eso, conectar los sistemas es relativamente rápido.
¿Necesito un ERP para preparar los datos o puedo hacerlo con Excel?
Con Excel puedes empezar a mapear y limpiar, pero como fuente única de la verdad se queda corto: no controla versiones, no evita duplicados y no se conecta bien con la tienda o el TPV. Para que la información esté centralizada y siempre actualizada, lo habitual es apoyarse en un ERP que integre clientes, productos, stock y facturación.
¿Merece la pena preparar los datos si aún no voy a usar IA?
Sí, y mucho. Tener los datos conectados y estructurados mejora las decisiones, los informes y el trabajo diario aunque nunca conectes una IA. Es una inversión que se rentabiliza sola y que, además, te deja listo para automatizar el día que quieras.
¿Por qué fracasan tantos proyectos de IA en las empresas?
Porque se pone la IA antes que los datos. En 2026 solo un 5 % de las organizaciones asegura tener sus datos preparados, y sin datos fiables la IA amplifica los errores en lugar de resolverlos. Los proyectos que sí funcionan son casi siempre los que primero ordenaron su información.
Ordena los datos y la IA vendrá sola
Si te llevas una sola idea de todo esto, que sea esta: la inteligencia artificial no arregla el desorden, lo hereda. Antes de invertir un euro en automatizar, dedica ese esfuerzo a que la información de tu empresa cuente una única historia y esté en su sitio. Ese es el paso que separa a las pymes que sacan un 10x de la IA de las que tiran el dinero.
En Softnet llevamos desde 1996 ayudando a pymes de Alicante a poner orden en sus sistemas y a integrarlos alrededor de un ERP que funcione como fuente única de datos. Si no sabes por dónde empezar, podemos revisar contigo dónde vive hoy tu información y qué haría falta para dejarla lista. Descubre cómo ordenar los datos de tu empresa con nuestro software de gestión ERP, CRM y TPV y da el primer paso antes que la IA, no al revés.
🗓️ Última actualización: Julio 2026 — Softnet Sistemas, S.L. (Alicante).