En el fascículo anterior vimos qué IA funciona hoy de verdad en una posventa y por qué el más del 80% que ya la usa no gana dinero por igual. La conclusión era incómoda: la ventaja no la da la herramienta, la da aplicarla con criterio sobre un dato ordenado. Bien, pues «con criterio» empieza aquí, en el autodiagnóstico. Sin él, comprar IA es comprar lotería.

Te voy a proponer un método en cuatro pasos que uso en cada implantación: inventariar lo que ya tienes, identificar dónde te duele, priorizar por impacto y esfuerzo, y elegir uno o dos pilotos con la forma de medirlos definida antes de empezar. Lo ideal sería hacerlo tú con tu equipo, si os comprometéis a ser sinceros al señalar qué falla. Si lo ves complicado, un consultor de tu confianza, que vea y sienta tu taller, te hará este documento de partida.

Paso 1 — Ya tienes más IA de la que crees (y la ley te obliga a contarla)

Antes de pensar qué comprar, cuenta lo que ya tienes funcionando. Casi siempre hay más IA metida en tu operativa de la que imaginas: tu DMS probablemente ya incorpora algún módulo de previsión o de lenguaje natural, tu CRM puede tener scoring de propensión, la herramienta de peritación de carrocería lleva visión por computador, y si tienes Microsoft 365 con Copilot, ahí hay IA aunque nadie la use. Hazte una lista simple: qué sistema, qué hace, quién lo usa (o quién debería) y si aporta algo medible o está ahí de adorno.

Este ejercicio, que parece burocrático, tiene un doble premio. El primero es estratégico: no puedes decidir dónde meter IA nueva si no sabes qué IA ya te está costando dinero sin darte retorno. El segundo es legal, y conviene que lo sepas. El Reglamento Europeo de IA está en vigor y, desde agosto de 2026, tu concesionario tiene obligaciones propias como usuario de estos sistemas (aunque las herramientas sean de terceros): saber qué IA usas, formar a quien la maneja, avisar al cliente cuando habla con una máquina y mantener siempre supervisión humana. Es decir, ese inventario que te pido no es solo buena gestión: te lo va a pedir la normativa igual. Hazlo una vez y bien.

DATO: un inventario honesto casi siempre destapa dos sorpresas. Una, herramientas que pagas y nadie usa (solo un 36% de las licencias de Copilot se usan de verdad). Dos, procesos donde crees que hay «análisis» y en realidad hay alguien exportando el DMS a Excel a mano cada lunes. Las dos son oportunidades, no fracasos.

Paso 2 — El mapa: dónde (1) necesitas y (2) aporta el implantar IA

Aquí está el error mental más caro: preguntarse «¿dónde puedo poner IA?» en lugar de «¿dónde puedo mejorar mi operativa con IA?». La IA es un medio, no un fin. El punto de partida siempre es dónde fallas, y en posventa los fallos recurrentes los sabe recitar de memoria hasta el aprendiz.

Recorre tus áreas y marca honestamente dónde y cuánto fallas:

  • Recepción y cita previa: ¿cuántos clientes se quejan porque nadie coge el teléfono? ¿Cuántos mantenimientos pierdes por no recordar las revisiones a tus clientes?
  • Taller: ¿sabes la productividad real de cada técnico? ¿diaria, semanal o a cierre de mes? ¿Y el técnico, la sabe o se la encuentra en la nómina? ¿Cuántas ORs NO se cierran en tiempo y forma? ¿Cuántas garantías te caducan (contando las que se corrigen)?
  • Recambios: ¿cuánto dinero tienes muerto en estanterías «por si»? ¿Cuántas horas pierdes a la semana por falta de pieza para un coche ya desmontado en elevador?
  • Gestión y control: ¿sabes qué descuentos aplica cada asesor? ¿qué operaciones/clientes te dejan más margen? ¿vas a llegar a la facturación y beneficio suficiente este mes? Si las respuestas son «cuando cierro el mes y lo monto en Excel», aquí tienes mucha mejora posible.
  • Administración: ¿cuántas horas se van en operaciones repetitivas, presupuestos manuales y correos que no existirían si se hiciese todo a tiempo?

No hace falta perder tiempo en datos exactos. Con una simple valoración tipo «Muy bien/Bien/Regular/Mal/Muy mal» para cada línea ya lo tienes. Y este mapa, no un folleto de proveedor, es el que debe decidir por dónde empiezas.

TEST RÁPIDO — ¿está tu posventa lista para invertir en IA? Respóndete sí o no, sin trampas:

  1. ¿Podrías darme hoy, en 20 segundos, las productividades por técnico del mes pasado?
  2. ¿Tus OR se abren, rellenan y cierran con un criterio común, o «cada uno como puede»?
  3. ¿Sabes qué porcentaje de tus clientes no vuelve tras la primera revisión?
  4. ¿Tienes tu stock de recambios clasificado por rotación y con los obsoletos identificados?
  5. Cuando alguien te pide un dato de negocio, ¿sale del DMS/BI software?

Cada «no» es un cimiento que te falta. Con tres o más «no», el problema no es que te falte IA: es que te falta dato ordenado. Y eso se arregla antes, no después.

Paso 3 — Prioriza: impacto contra esfuerzo (y no lo hagas todo)

Ya tienes el mapa del punto anterior. Ahora viene la disciplina de NO querer arreglarlo TODO A LA VEZ, que es por donde se hunden la mayoría de proyectos. Planifica pequeños cambios, pero continuos, y midiendo resultados.

El criterio es sencillo: cruza cada oportunidad por dos ejes, cuánto te va a aportar a tu operativa y cuánto esfuerzo/riesgo implica incluir IA. Te salen cuatro cuadrantes:

  • Mucho impacto, poco esfuerzo → empieza aquí. En posventa suele caer aquí la recepción y cita previa (retorno rápido, integración razonable) y las alertas y resúmenes de negocio sobre datos que ya tienes.
  • Mucho impacto, mucho esfuerzo → planifícalo, no lo improvises. Previsión de demanda de recambios o análisis fino de taller: dan mucho, pero exigen el dato limpio primero.
  • Poco impacto, poco esfuerzo → hazlo si sobra tiempo. Borradores de correos, transcripción de reuniones. Está bien, pero no mueve tu cuenta de resultados.
  • Poco impacto, mucho esfuerzo → ni lo mires ahora. Aquí es donde vive casi todo el hype del agente autónomo que gestiona el taller solo.

La regla que me funciona: elige del primer cuadrante, uno o dos casos como mucho. No cinco. Uno o dos, bien hechos y bien medidos, valen más que diez a medias que nadie sigue.

DATO: McKinsey lo confirmó con números en 2025: quienes sacan impacto real de la IA no son los que compran más herramientas, sino los que rediseñan el proceso donde la aplican. Enchufar IA sobre un proceso roto no arregla el proceso; solo automatiza el desorden más rápido.

Paso 4 — Elige el piloto y define cómo lo vas a medir (antes de empezar)

Este es el paso que separa una inversión de un gasto, y el que más gente se salta. Antes de tocar nada, apunta el número de partida. Si no sabes de dónde partes, jamás sabrás si la IA te ha mejorado algo o solo te ha aligerado la cuenta corriente.

Para cada piloto, define un KPI de negocio (no un KPI de «uso de la herramienta») y mídelo antes y después. Algunos ejemplos según el área:

  • Recepción: % de agenda ocupada, tasa de no-shows, citas generadas fuera de horario.
  • Taller: productividad por técnico, tiempo de paso, ratio de absorción, garantías recuperadas.
  • Recambios: rotación de stock, valor de obsoletos, roturas que frenan reparaciones.
  • Retención: % de clientes que vuelven tras la 1ª/2ª/3ª… revisión (recuerda el dato del sector: alrededor del 40% no vuelve).
  • Gestión: horas dedicadas actualmente a montar informes, que ya podrían generarse automáticamente.

Fija el número, fija un plazo razonable (60-90 días suele bastar para ver tendencia) y compara. Y sé realista con lo que esperas: como decía en el fascículo anterior, las mejoras que promete cualquier software son el mejor caso posible, como los consumos WLTP. Con acercarte ya tienes un buen resultado; igualarlo, casi nunca.

Una cosa más, de método, que repito en todas mis implantaciones: «mano arriba». Deja que tu equipo pruebe el piloto sin miedo (si no te equivocas es porque no lo estás usando), pero en cuanto vean algo raro, que levanten la mano y avisen rápido. El piloto es para aprender, y se aprende usándolo y corrigiendo, no leyendo un manual.

El chequeo que lo condiciona todo: ¿está tu dato listo?

Si has hecho el test rápido de más arriba con honestidad, ya intuyes el final de este fascículo.

Puedes tener el mapa perfectamente diseñado, el piloto mejor elegido y el KPI más claro del mundo, que si tu dato está sucio, duplicado y sin cruzar, la IA te va a dar resultados. Pero resultados incorrectos. No es una opinión: Microsoft lo dice en su documentación: sin un modelo de datos ordenado, el copiloto no entiende el contexto y responde mal.

Por eso el autodiagnóstico de verdad no termina en «qué IA compro», sino en «¿está mi casa en orden para que cualquier IA funcione?». Y esa respuesta, la mayoría de las veces, es que hay bastante trabajo de DATO por hacer antes de implantar IA. Este comentario no te lo hará ningún proveedor de software, pero es el que te vas a encontrar una vez lo implantes.

El orden, otra vez: primero el dato, luego la IA

Si te llevas una sola idea de este fascículo: no empieces comprando, empieza diagnosticando. Haz un inventario del software/IA que ya usas, mapea dónde falla, prioriza uno o dos casos de mucho impacto y poco esfuerzo, y define cómo los vas a medir antes de arrancar. Y por encima de todo, comprueba si tu dato está listo, porque este es el cimiento de todo lo que construyas.

Espero que el artículo te haya sido útil. En RM Data Solutions me dedico a convertir lo que generan tu DMS y tus sistemas, en información limpia, estructurada y visible, sin tocar tu DMS ni tus procesos. Si quieres hacer este autodiagnóstico sobre tu caso concreto y ver si tu dato está listo para dar el salto, lo valoramos en 30 minutos sin compromiso.

Fascículo 2 de la serie «IA en Posventa». En el próximo: qué herramientas son implantables hoy según tu caso y qué integración necesita cada una.