Encontrar oportunidades de IA en flujos de trabajo reales
Muchas recopilaciones de «IA por sectores» parecen abundantes: finanzas, salud, educación, fabricación y una docena de ideas bajo cada título. Sin embargo, no explican a quién entrevistar, qué datos conectar, qué paso sustituir ni quién pagaría por el resultado.
El problema es que un sector no es un caso de uso. «IA + salud» solo define un territorio. «Después de la consulta, el médico dedica diez minutos a completar la historia; el sistema redacta una nota desde la conversación y el médico la aprueba» sí es un flujo que se puede investigar, diseñar y probar.
Este apéndice revisa más de sesenta informes de consultoría, estudios sectoriales y casos directos de producto. En vez de enumerar todos los sectores, selecciona trabajos empresariales y momentos de consumo que ya se utilizan y cuyo valor se puede localizar. Úsalo como mapa para encontrar preguntas que merecen entrevistas, no como una idea de negocio terminada.
El primero debe aclarar quién trabaja, qué sistemas intervienen y quién responde. El segundo debe explicar por qué la persona vuelve y qué paso elimina la IA frente a búsqueda, plantillas o servicio humano.
Primero distingue empresa y consumo
Empresa: se paga por un resultado
Una empresa rara vez compra «poder conversar». Compra menos tiempo de gestión, menos retrabajo, más estabilidad normativa o más ventas. Un caso investigable debe decir quién lo hace cada día, de dónde llega el material, en qué sistema se escribe el resultado y quién responde por un error.
En la encuesta de Deloitte a 2.773 responsables, solo una parte pequeña de los experimentos llegó a escala. Accenture revisó más de 2.000 proyectos y también encontró pocas organizaciones con valor empresarial general. El obstáculo suele ser la entrada en el flujo completo, no la capacidad de responder del modelo. Deloitte: State of Generative AI in the Enterprise · Accenture: Making Reinvention Real with Gen AI
Consumo: se paga por un momento más sencillo
Un producto de consumo no necesita conectar diez sistemas, pero la persona puede cerrar la aplicación en cualquier momento. Los buenos usos aparecen al preparar un viaje, comparar artículos, practicar conversación, crear un cartel o ordenar facturas. Primero completan una tarea y después aprenden preferencias.
En la encuesta de Capgemini a 12.000 consumidores, la IA generativa ya participaba en el descubrimiento y la comparación de productos. QuestMobile también observa en China el paso desde el chat aislado a búsqueda, productividad, imagen y música. La oportunidad está en conectar la conversación con la siguiente acción. Capgemini: What Matters to Today's Consumer 2025 · QuestMobile: informe móvil de primavera de 2025
Empresa: ocho trabajos que ya están ocurriendo
Cada apartado parte de un puesto concreto. Antes de copiar un producto, observa por qué el trabajo era lento, qué paso tomó la IA y qué tuvo que conservar una persona.
1. Atención al cliente no es responder: es terminar el caso
Quién lo hace: agentes, responsables de equipo y operaciones posventa.
Ante «¿por qué no llega mi reembolso?», el agente verifica identidad, consulta pedido, pago y logística, explica la norma y quizá crea un ticket. La parte lenta no es la respuesta educada, sino reunir contexto entre sistemas.
Klarna gestiona reembolsos, devoluciones e idiomas; ResultsCX enlaza voz, consulta de cuenta y API internas. El valor está en consultar estado → aplicar reglas → registrar → escalar cuando toca, no en una FAQ. Caso Klarna · Caso ResultsCX · Salesforce: State of Service 2025
Una primera versión puede empezar después de la conversación humana: redactar resumen, intención, norma y siguiente acción para que el agente lo apruebe antes de escribir el ticket. Así se mide tiempo sin ceder permisos de reembolso al modelo.
¿Entre qué pantallas cambia más el agente? ¿Qué preguntas repetidas requieren acciones distintas según el pedido? ¿Al transferir un caso se pregunta todo de nuevo?
2. Ventas no necesita más texto, sino saber con quién hablar y de qué
Quién lo hace: ventas B2B, cuentas, preventa y dirección comercial.
Después de una reunión hay que actualizar CRM, ordenar decisores y objeciones, buscar casos, escribir seguimiento y decidir cuándo contactar. Las pruebas están dispersas entre grabaciones, chat, correo y notas, y el CRM queda anticuado.
McKinsey recorre prospección, preparación, comunicación, propuesta, cierre y renovación. Morgan Stanley tampoco sustituye decisiones de inversión; recupera conocimiento interno y convierte reuniones en notas y tareas. McKinsey: Unlocking Gen AI in B2B Sales · Caso Morgan Stanley
La primera versión puede resolver los quince minutos posteriores: extraer objetivos, objeciones, compromisos y siguiente paso, redactar un correo modificable y completar campos del CRM. Mide integridad y rapidez, no palabras generadas.
3. El conocimiento empresarial debe indicar qué regla se aplica esta vez
Quién lo hace: consultoría, operaciones, RR. HH., finanzas, soporte de TI y nuevas incorporaciones.
Las respuestas existen, pero están repartidas entre normas, manuales, correos, vídeos y proyectos. «¿Puede recibir reembolso este cliente?» necesita regla vigente, condiciones y fuente, no cualquier archivo con la palabra reembolso.
Sun Life atiende más de diez mil consultas internas por semana; Morgan Stanley amplió su material buscable a unos cien mil documentos. Notion coloca búsqueda, reuniones y acción en el mismo espacio. El núcleo es permiso, versión, cita y retroalimentación. Sun Life Asks · Descripción de Notion AI
No conectes toda la empresa primero. Elige devoluciones o soporte de TI, con muchas preguntas y límites claros. Cada respuesta cita el original; cuando no exista, lo reconoce y añade la pregunta a la lista de material pendiente.
4. Finanzas, legal y cumplimiento: leer y redactar, pero no firmar
Quién lo hace: análisis financiero, impuestos, legal, compras y cumplimiento.
Contratos, facturas, estados, políticas, auditorías y diligencia parecen similares pero difieren. La IA sirve para extraer, comparar, clasificar, buscar y redactar, pero la decisión final debe volver al original y tener una persona responsable.
La encuesta de Thomson Reuters de 2025 registra más uso en investigación, resumen, contratos y declaraciones. Contract Companion de Moderna resume contratos; OpenAI y PwC tratan conciliación, alertas y agentes financieros entre sistemas. Thomson Reuters: 2025 Generative AI in Professional Services · Caso Moderna · OpenAI × PwC: flujos de CFO
Un equipo pequeño puede revisar pago, renovación, indemnización y datos en contratos de proveedor, con cita y explicación. Demuestra omisiones, tiempo y precisión antes de prometer «departamento legal de IA».
5. Desarrollo de software: el valor aparece en el repositorio
Quién lo hace: desarrollo, pruebas, operaciones y seguridad.
El tiempo se consume entendiendo código antiguo, añadiendo pruebas, leyendo registros, revisando cambios y conociendo repositorios. En el experimento controlado de GitHub, Copilot aceleró una tarea; en equipos reales importan más el contexto, las normas y las pruebas. Estudio de productividad de GitHub Copilot · Informe posterior de GitHub
Una herramienta interna puede empezar en un CI fallido: leer error y cambios, localizar causas, proponer arreglo y preparar parche revisable. Debe ejecutar pruebas, mostrar diferencias y aceptar revisión, no enviar directamente a producción.
6. Fabricación y servicio de campo: unir equipo, manual y orden de trabajo
Quién lo hace: operadores, mantenimiento, servicio de campo e ingeniería de proceso.
Cuando una máquina para, quizá solo se vea un código. La respuesta está en cientos de páginas, piezas e historial, mientras la pérdida crece por minuto. Después de reparar también hay que redactar un informe entendible y archivable.
Siemens Industrial Copilot explica equipos, recupera fundamentos y ayuda a programar automatización. Otra prueba convierte notas breves de más de 1,4 millones de órdenes anuales en informes coherentes. Deloitte señala contexto y calidad de datos como barreras. Siemens Industrial Copilot · Caso de informes Siemens · Deloitte: 2025 Smart Manufacturing Survey
Empieza con un tipo de equipo, no con «predecir toda la fábrica»: identifica código, busca manual e historial, propone orden de comprobación y redacta informe final. Cada sugerencia muestra fuente y puede marcarse como inútil.
7. En salud, empieza por documentación y coordinación, no por una demo diagnóstica
Quién lo hace: médicos, enfermería, historias, seguros y servicio al paciente.
Gran parte de la carga está fuera del diagnóstico: notas, derivación, autorización, reclamaciones y comunicación. Los usos cercanos de McKinsey se concentran en resumen, prestaciones, rechazos, alta y operaciones, no en diagnóstico autónomo. McKinsey: Tackling Healthcare's Biggest Burdens with Generative AI
Abridge crea un borrador estructurado desde la conversación y el médico lo confirma. El límite borrador–revisión–historia reduce documentación sin cambiar la responsabilidad clínica. Caso de Abridge · McKinsey: Generative AI in Healthcare
Sin socio clínico, datos y cumplimiento, no empieces por diagnóstico. Investiga servicios de menor riesgo, como convertir instrucciones de preparación en pasos o ayudar a ordenar llamadas, siempre con revisión institucional.
8. Comercio y contenidos: un recurso debe recorrer muchos canales
Quién lo hace: comercio electrónico, marca, diseño, producto y localización.
Publicar un producto requiere interpretar datos, escribir por canal, tratar imágenes, adaptar tamaños, traducir, comprobar expresiones y actualizar. Mucho tiempo se va en mover material y revisar coherencia.
Deloitte sitúa personalización, operaciones, suministro y marketing entre los usos de IA. Canva adapta tamaño e idioma y Firefly une generación, edición y recursos. La IA no sustituye el criterio de marca: reduce trabajo mecánico de versiones. Deloitte: 2025 Retail Industry Outlook · Canva Magic Studio · Adobe Firefly
Una primera versión sirve a un canal y un producto: redacta la ficha desde datos, verifica campos, tamaño y expresiones y deja publicar a operaciones. Recibirá mejor respuesta que un «asistente universal».
Consumo: siete momentos en que la persona abre el producto
El error más fácil es poner siete prompts en el mismo chat. Estos productos funcionan porque detrás de la conversación hay artículos, cursos, viajes, lienzo, música o datos financieros que permiten continuar.
1. «Reduce mis opciones»: búsqueda, comparación y compra
Quien compra una cámara, carrito o calzado de lluvia no necesita más fichas, sino convertir condiciones vagas en opciones comparables. Rufus combina catálogo, reseñas y preguntas; Capgemini y Adobe observan IA en descubrimiento y consulta previa. Amazon Rufus · Adobe: 2025 AI and Digital Trends
Investiga una categoría difícil, no «compras con IA». Un inquilino que compra proyector combina distancia, luz diurna, ruido y presupuesto. Muestra fundamento, datos ausentes y productos reales, no una conclusión inventada.
2. «No quiero veinte pestañas»: viaje y cambios sobre la marcha
Planear un viaje cruza destino, fecha, transporte, horarios, presupuesto y acompañantes. Expedia conecta conversación con hoteles guardados, precios y reserva. El valor no es un texto bonito, sino un itinerario guardable, comprobable y comprable. Planificación de Expedia · Caso de servicio Expedia
Un inicio menor sería «medio día con niños» o «ruta nocturna tras un concierto». Tiempo, precios y horarios deben venir de interfaces fiables y mostrar su actualización.
3. «Quiero practicar, no solo escuchar»: aprendizaje y respuesta
La IA hace disponible una etapa antes cara: practicar en cualquier momento y recibir comentario sobre este intento. Duolingo usa juego de rol y vídeo; Khanmigo guía con preguntas y pistas en vez de entregar respuestas. Duolingo Max · Khan Academy: Khanmigo
El producto puede atender una acción: entrevista, inglés oral, objeción comercial o defensa. La respuesta debe citar la frase y dar una mejora ejecutable para el siguiente intento.
4. «Dame un borrador que pueda cambiar»: creación personal
En invitaciones, fotos de segunda mano, portadas o carteles, el lienzo vacío y el programa complejo son una barrera. Canva reúne generación, recorte, expansión, tamaño y traducción; Firefly continúa entre imagen, vídeo, audio y vector. Canva Magic Studio · Lanzamiento de Adobe Firefly
Ofrece control, no solo «generar de nuevo». Define el resultado —fotos de vivienda, portada de pódcast, cartel en tres tamaños— y permite bloquear texto, personas y colores.
5. «¿Qué falló esta vez?»: explicación personalizada
La misma respuesta requiere explicaciones distintas para principiante y experto. Explain My Answer parte del error recién cometido y ya conoce pregunta, respuesta y progreso. Duolingo: Explain My Answer
También sirve para postura deportiva, cámara, ajedrez o instrumento: toma una actuación real y señala una mejora. «Consejo personalizado» sin datos personales suele ser contenido general con otro nombre.
6. «No solo recomiendes: recuérdame»: música y experiencias continuas
AI DJ selecciona música por historial y une la experiencia con una voz persistente. Lo difícil de copiar es el dato de preferencias, los derechos y la reproducción, no el tono. Spotify AI DJ · Deloitte: 2025 Digital Media Trends
También hay continuidad en correr, cocinar o leer antes de dormir. Ajusta la próxima sesión con elecciones pasadas y facilita la corrección sin fingir conocer mejor a la persona.
7. «Convierte una regla compleja en mi siguiente paso»: finanzas y trámites
Impuestos, crédito, seguros y facturas tienen reglas complejas, material disperso y pasos distintos. Intuit Assist usa datos existentes de TurboTax, Credit Karma y QuickBooks para explicar y actuar, no para acompañar. Intuit Assist
El riesgo es mayor. La primera versión puede hacer listas, explicar conceptos, clasificar facturas y recordar trámites, separando hechos, cálculos y sugerencias. Declaraciones, inversión o seguro requieren confirmación y acceso profesional.
Dónde encontrar tu propia dirección empresarial o de consumo
Los casos enseñan la forma, no invitan a cambiar el nombre del sector. Tu dirección suele estar entre personas, materiales y hábitos accesibles. La búsqueda empresarial y la de consumo empiezan de forma distinta.
Empresa: sigue un puesto hasta el final
El material empresarial no dice «oportunidad de negocio». Aparece en vacantes, compras, manuales, reseñas y proyectos. Elige un puesto concreto —comercio exterior, atención de inmueble, recepción clínica o mantenimiento— y sigue su trabajo.
- Empleo: responsabilidades, sistemas, tablas e informes diarios.
- Licitaciones y compras: problemas pagados, criterios de aceptación y límites.
- Reseñas de software: busca en G2, Capterra, tiendas y foros «exportar a Excel» y «rellenar a mano».
- Casos e informes anuales: combina empresa con transformación, eficiencia o servicio para encontrar presupuesto.
- Material real: tickets, presupuestos, listas, mensajes y formación están más cerca del producto que un informe.
flujo diario técnico mantenimiento
atención inmobiliaria licitación automatización filetype:pdf
site:g2.com field service software reviews
customer support workflow pain points report
sector transformación digital caso informe anual
Si te interesa el comercio exterior, no busques solo «IA + exportación». Anota respuesta a consultas, presupuesto, especificación, entrega y aduana desde ofertas de empleo; después revisa un presupuesto real y malas reseñas. Quizá convenga «preparar un presupuesto para confirmar desde precios históricos y parámetros» y no un asistente universal.
Consumo: recorre un día y busca fricción repetida
La búsqueda empieza cuando alguien saca el móvil. Piensa en buscar, comparar, registrar, practicar, esperar y compartir. ¿Qué ocurre cada semana? ¿Qué se resuelve mal con capturas, notas, favoritos o grupos?
- App Store y Android: reseñas de una a tres estrellas, funciones ausentes, cobro y abandono.
- Redes y Reddit: busca «cómo», «hay una herramienta» y «recomienda»; los comentarios añaden restricciones.
- Product Hunt y listas: qué acción pequeña resolvió el producto y qué se pide después.
- Tendencias y tráfico: Google Trends, QuestMobile, iResearch e informes para confirmar hábito duradero.
- Tus fotos y favoritos: muchas capturas, guías nunca reabiertas y texto copiado son flujos sin terminar.
site:reddit.com "I wish there was an app"
viajar con niños planificar demasiado difícil
aplicación presupuesto difícil reseñas
Product Hunt AI language learning
crecimiento usuarios aplicaciones IA informe
Si viajas, no construyas enseguida un «itinerario de IA». Descubre por qué se guardan diez guías: cierre inesperado, una persona mayor que debe caminar menos o una vuelta segura tras un concierto. Elige un momento repetido para crear una herramienta que se abre, no un artículo generado.
No escribas código al encontrar material
Conserva tres pruebas: un documento que muestre el flujo, el mismo problema contado por tres personas y una alternativa por la que alguien ya paga o pierde tiempo. Después dedica sesenta minutos a concretarlo.
En empresa, un puesto; en consumo, una situación vital. «Usuario empresarial» y «joven» no bastan.
Consigue tabla, grabación, reseña o acción real y localiza el bloqueo exacto.
La misma dificultad debe venir de tres personas o fuentes, no de una queja llamativa.
Define entrada, salida, revisor y métrica antes de decidir si la IA encaja.
Finalmente, escribe una frase que otra persona pueda imaginar:
Cuando quién vive qué momento, hoy utiliza qué materiales o apaño para completar qué tarea. Primero dejaré a la IA realizar un paso, hará que quién lo confirme y mediré qué cambio para saber si aporta valor.
Ejemplo empresarial:
Cuando el operario de la línea ve el error E37, consulta manual en papel y órdenes antiguas. El sistema encuentra la sección y tres comprobaciones para ese modelo; un técnico las confirma. La prueba mide el tiempo medio de parada.
Ejemplo de consumo:
Cuando una familia visita un museo, combina publicaciones, mapas y reseñas. El producto prepara tres horas según edad y tiempo, cita horarios y precios y añade al calendario tras la confirmación.
Solo con este grado de concreción existe una idea que se puede entrevistar, prototipar y probar en pequeño.
Fuentes
Se enumeran 67 fuentes. El texto prioriza informes con método claro y casos directos; los informes bursátiles chinos sirven para observar intereses comerciales, no para convertir una opinión de inversión en demanda. Los casos de proveedores deben contrastarse con entrevistas y datos reales.
1. Adopción general y valor empresarial (15)
- McKinsey：The Economic Potential of Generative AI
- McKinsey：The State of AI 2025
- PwC：2025 Global AI Jobs Barometer
- PwC：Global Workforce Hopes and Fears Survey 2025
- Deloitte：State of Generative AI in the Enterprise
- Microsoft：2025 Work Trend Index
- IBM：5 Trends for 2025
- IBM：2025 CDO Study
- Cisco：2025 AI Readiness Index
- EY：2025 AI Pulse Survey
- Accenture：Reinventing Enterprise Models in the Age of Gen AI
- Accenture：Making Reinvention Real with Gen AI
- OpenAI：The State of Enterprise AI 2025
- 中国信通院：《人工智能发展报告（2024 年）》
- CNNIC：《生成式人工智能应用发展报告（2025）》
2. Sectores, puestos y flujos empresariales (24)
- McKinsey：Unlocking Profitable B2B Growth Through Gen AI
- McKinsey：Capturing the Full Value of Generative AI in Banking
- McKinsey：The AI-powered Bank—Customer Care
- McKinsey：The Future of AI in Insurance
- McKinsey：Tackling Healthcare’s Biggest Burdens with Generative AI
- McKinsey：Generative AI in Healthcare
- Deloitte：2025 Manufacturing Industry Outlook
- Deloitte：2025 Smart Manufacturing Survey
- Deloitte：2025 Retail Industry Outlook
- Deloitte：2025 Global Health Care Outlook
- Accenture：Commercial Banking Trends 2024
- Accenture：Banking Trends 2026
- Thomson Reuters：2025 Generative AI in Professional Services
- Salesforce：State of Service 2025
- Salesforce：State of Sales 2026
- Adobe：2025 AI and Digital Trends
- Adobe：2025 Content Creation and Management
- 艾瑞咨询：《2025 年中国企业级 AI 应用行业研究报告》
- GitHub：Quantifying Copilot’s Impact on Developer Productivity
- Siemens × Microsoft：Industrial Copilot
- Abridge：Hartford HealthCare Ambient AI 案例
- AWS：Sun Life 内部知识助手
- AWS：ResultsCX 客服自动化
- AWS：Sanofi 企业 AI 助手
3. Productos implantados y casos empresariales (10)
4. Consumidores y productos (13)
- Capgemini：What Matters to Today’s Consumer 2025
- Accenture：Me, My Brand and AI
- Deloitte：2025 Digital Media Trends
- QuestMobile：2025 中国移动互联网春季报告
- QuestMobile：2025 年 8 月 AI 应用行业报告
- 艾瑞咨询：《2025 年中国 AI 类 App 流量分析报告》
- Amazon：Rufus 购物助手
- Expedia：对话式旅行规划
- Duolingo：Duolingo Max
- Khan Academy：Khanmigo
- Spotify：AI DJ
- Intuit：Intuit Assist
- Adobe：Firefly
5. Perspectiva de firmas bursátiles chinas (5)
Fuentes consultadas y organizadas en agosto de 2026. Los porcentajes dependen de la muestra, la región y la definición del proveedor; no sustituyen entrevistas ni pruebas con el público objetivo.