Módulo 10: IA para negocio

IA para negocio: datos, decisiones y productividad

La IA no es solo una herramienta de tecnología. Es una herramienta de negocio. Análisis de datos, planificación estratégica, reporting automatizado, cálculo de ROI. Este módulo está diseñado para founders, managers y product managers que quieren tomar mejores decisiones con IA.

No necesitas saber programar para sacar valor de la IA en tu negocio. Necesitas saber qué preguntar, cómo estructurar la información y cuándo automatizar.

Análisis de datos con IA

El caso de uso más inmediato: convertir un CSV en insights accionables. En lugar de abrir Excel y buscar patrones manualmente, puedes usar un prompt estructurado para análisis exploratorio:

Analiza este dataset CSV. Reporta:
1. Número de filas y columnas
2. Tipos de datos por columna
3. Valores nulos (% por columna)
4. Estadísticas descriptivas (media, mediana, desv. estándar)
5. Correlaciones significativas (r > 0.7)
6. 3 hipótesis basadas en los patrones detectados

Antes de analizar, limpia los datos. Pide a la IA que identifique:

• Duplicados: filas repetidas o casi idénticas
• Nulos: columnas con más del 30% de valores vacíos
• Formato inconsistente: fechas en distintos formatos, monedas mezcladas
• Outliers: valores que están a más de 3 desviaciones estándar de la media

SQL en lenguaje natural: describe lo que necesitas en español y obtén la query PostgreSQL exacta.

-- Prompt: "Ventas por trimestre con variación respecto al anterior"
-- Resultado:
WITH ventas_trimestre AS (
  SELECT
    DATE_TRUNC('quarter', fecha_venta) AS trimestre,
    SUM(importe) AS total_ventas
  FROM ventas
  WHERE fecha_venta >= '2025-01-01'
  GROUP BY 1
  ORDER BY 1
)
SELECT
  trimestre,
  total_ventas,
  LAG(total_ventas) OVER (ORDER BY trimestre) AS trimestre_anterior,
  ROUND(
    (total_ventas - LAG(total_ventas) OVER (ORDER BY trimestre))
    / LAG(total_ventas) OVER (ORDER BY trimestre) * 100, 1
  ) AS variacion_pct
FROM ventas_trimestre;

Gestión de proyectos con IA

Sprint planning con IA. Usa este prompt para planificar un sprint completo:

Planifica un sprint de 2 semanas con esta información:
- Stories pendientes: [lista de stories con puntos]
- Equipo: 3 devs (senior, mid, junior)
- Capacidad: 10 días x 6h efectivas = 60h por dev
- Priorización: P0 primero, luego P1

Output: tabla con columnas día / dev / story asignada

OKRs con IA. Genera OKRs alineados con tu estrategia:

Objective: Aumentar la retención de clientes B2B

Key Result 1: Reducir churn mensual del 5% al 2%
Key Result 2: NPS de clientes enterprise > 50
Key Result 3: 80% de tickets resueltos en < 4h

Iniciativas:
- Onboarding personalizado con checklist automatizado
- Health score predictivo con alertas proactivas
- Programa de customer success con QBRs trimestrales

SOPs y documentación. La IA puede generar procedimientos operativos estándar, actualizarlos cuando cambia un proceso, y crear checklists de onboarding para nuevos empleados.

Actas de reunión automáticas. Transcribe la reunión y pide a la IA que extraiga:

• Asistentes: quién participó
• Decisiones: qué se acordó
• Action items: tarea, responsable y deadline

Las mejores retrospectivas producen 1-2 acciones concretas, no una lista de 10 quejas.

ROI y costes de la IA

Calcular el ROI real de la IA en tu negocio es sencillo: horas ahorradas multiplicadas por coste/hora, menos el coste de la herramienta.

# Cálculo ROI real
Horas ahorradas:    10h/semana
Coste por hora:     40 EUR/h
Ahorro semanal:     400 EUR
Ahorro mensual:     1.600 EUR

Coste API mensual:  ~50 EUR

ROI = 1.600 / 50 = 32x

Token optimization. Tres técnicas para reducir costes sin perder calidad:

• Prompts cortos: elimina redundancia, sé directo
• Context caching: reutiliza el contexto del sistema entre llamadas
• Batch API: agrupa peticiones para obtener descuento (hasta 50% en algunos providers)

Tabla comparativa de costes por modelo (por millón de tokens de output):

• Claude Opus: $15/M tokens
• Claude Sonnet: $3/M tokens
• Claude Haiku: $0.80/M tokens
• GPT-4o: $2.50/M tokens
• DeepSeek: $0.27/M tokens
• Self-hosted (vLLM): ~$0.05/M tokens (coste compute)

Elegir el modelo correcto para tu negocio

Cuatro criterios para elegir modelo: calidad de respuesta, velocidad (latencia), coste por token y privacidad de datos.

Routing inteligente: usa un modelo barato para clasificar la complejidad de cada petición y redirigir al modelo adecuado.

# Pseudocódigo routing inteligente
def route_request(prompt):
    # Paso 1: Haiku clasifica complejidad (barato, rápido)
    complexity = haiku.classify(prompt)  # "simple" | "medium" | "complex"

    # Paso 2: Redirigir al modelo adecuado
    if complexity == "simple":
        return haiku.generate(prompt)      # $0.80/M tok
    elif complexity == "medium":
        return sonnet.generate(prompt)     # $3/M tok
    else:
        return opus.generate(prompt)       # $15/M tok

Cuándo usar API externa vs self-hosted:

• API externa: prototipos, datos no sensibles, volumen bajo
• Self-hosted (vLLM): datos sensibles, volumen alto, requisitos de compliance (ENS, NIS2, RGPD)

Con routing, puedes reducir tu factura un 60-80% sin perder calidad en las tareas que importan.

Visualización y reporting ejecutivo

Genera gráficos con Python y matplotlib directamente desde la IA. Pide el código, ejecútalo, obtén el PNG.

Para dashboards interactivos, usa Streamlit (prototipo rápido) o Grafana (monitorización en tiempo real).

Prompt para resumen ejecutivo:

Genera un resumen ejecutivo para el CEO con estos datos: [pega datos].

Formato:
- 3 insights principales (una frase cada uno)
- 2 recomendaciones accionables
- Máximo 200 palabras
- Tono directo, sin tecnicismos

KPIs de productividad con IA que deberías trackear:

• Horas ahorradas/semana: por equipo y por tarea
• Coste por tarea automatizada: comparado con el coste manual
• Tasa de adopción: % del equipo usando IA activamente
• Calidad del output: % de outputs que no requieren edición humana