Estados Unidos — Yash Thakker: adopta IA en tu pyme con bucles simples

El 88% de las organizaciones que encuestó McKinsey usó inteligencia artificial en al menos una función de negocio durante 2025, frente al 55% de 2023, según el Stanford AI Index 2026 recopilado por CoinCentral. Dentro de las pymes el panorama sigue siendo otro: el 45,3% de las empresas españolas no usa IA ni prevé hacerlo a corto plazo, según la Radiografía de adopción de IA en empresas españolas de la Cámara de Comercio de España que recoge ABC. Esa distancia es la que explica por qué Yash Thakker, especialista en IA e instructor de Udemy, propone lo contrario de lo que dicta el instinto: no arrancar por la gran transformación, sino por una tarea simple y repetitiva.

Qué es la ingeniería de bucles y por qué cambia el punto de partida

Thakker detalla en entrevista con MVS Noticias un método al que llama ingeniería de bucles (loop engineering): la IA ejecuta una parte del trabajo, verifica sus propios resultados y corrige errores, mientras una persona supervisa y aprueba el producto final. La lógica es sencilla y, sobre todo, vendible internamente: la tecnología se queda con lo tedioso, las decisiones importantes siguen en manos humanas.

Esto no es solo una opinión de consultor. Una encuesta del Singapore National Employers Federation (SNEF) difundida el 30 de octubre y publicada por Channel NewsAsia analizó casi 3.000 casos de uso de IA en recursos humanos y encontró que en el 85% de ellos la decisión final la confirma una persona después de que la IA aporte su análisis. De ese 85% se deduce el dato más interesante para un founder: la supervisión no es un cuello de botella que haya que eliminar, es el mecanismo que hace que la adopción sea aceptable dentro de la empresa.

Por qué empezar por tareas simples reduce la resistencia del equipo

El freno número uno en las pymes no es técnico. El informe de la Cámara de Comercio de España identifica entre las barreras principales la baja utilidad percibida o falta de prioridad (60,8%), el déficit de conocimiento (26,0%) y la falta de tiempo o recursos (22,1%). Los tres se atacan igual: con un primer caso de uso pequeño que demuestre valor en semanas, no en trimestres.

Idoya Arteagabeitia, directora de Regulación de Telefónica, lo resume con precisión en el mismo reportaje de ABC: «El principal error es pensar que la IA empieza por la tecnología… en realidad, empieza por entender el propio negocio». Muchas pymes preguntan qué herramienta comprar antes de saber qué problema quieren resolver.

Hay un segundo error que conviene evitar y que documenta Miguel Ángel Díez Ferreira, fundador de Startups Institute: comprar licencias de IA para los empleados sin formación ni plan de implantación, algo que «termina generando caos» o, en el mejor de los casos, licencias que nadie usa. Su frase para retenerla: es mejor que no la usen a que la usen mal.

Cuánta supervisión humana hace falta (y cómo se reparte)

No todas las tareas necesitan el mismo control. La encuesta del SNEF mostró que, de los casos donde la IA decide sin validación humana, el 73% corresponde a procesos administrativos rutinarios y de alto volumen. Donde hay consecuencias reales para las personas, la firma humana se mantiene.

En el terreno de los agentes autónomos los datos van en la misma dirección. El Stanford AI Index 2026 señala que el despliegue de agentes de IA se mantuvo en dígitos porcentuales bajos en casi todas las funciones de negocio durante 2025, según la recopilación de CoinCentral. Traducido a decisiones: la ventana para adoptar IA con bucles revisados es ahora, mientras la tecnología acompaña en lugar de reemplazar.

También ayuda saber dónde están las pymes frente a las grandes. La misma encuesta del SNEF encontró que el 81% de las empresas con más de 200 empleados usa IA en funciones de RR.HH., frente al 65% de las pymes de 200 empleados o menos. La brecha no es de acceso a la tecnología, es de proceso: las grandes tienen a alguien cuyo trabajo consiste en diseñar el flujo.

En qué sectores y en qué tipo de pyme tiene más sentido

Thakker apunta a sectores con gran volumen de trabajo y procedimientos definidos: atención al cliente, finanzas, contabilidad, marketing, educación, logística y desarrollo de software. En todos ellos hay tareas con entrada y salida claras, que es justo lo que un bucle necesita para funcionar.

Su foco regional es explícito: «En México y América Latina, observo un gran potencial en las pymes, el comercio electrónico y la educación; sectores donde una sola persona, utilizando los bucles de IA adecuados, puede atender a muchos más clientes o estudiantes que antes».

Para una startup hispanohablante eso tiene una lectura concreta. En LATAM, donde el capital es más escaso y los equipos más delgados, el argumento no es reducir plantilla sino multiplicar la capacidad de un equipo existente: responder más tickets, procesar más pedidos o acompañar a más alumnos sin sumar headcount.

¿La IA va a sustituir empleos en tu empresa?

La respuesta depende menos de la tecnología que de la estrategia. Thakker plantea que la habilidad valiosa deja de ser ejecutar cada paso y pasa a ser diseñar y supervisar el proceso: saber qué pedirle a la IA, cómo verificar el resultado y cuándo intervenir. Añade que quienes aprenden a crear y gestionar bucles de IA serán muy demandados y que, de los más de 300.000 estudiantes que dice haber formado, quienes empiezan antes se adaptan mejor que quienes esperan.

El dato sirve para planificar formación, no para prometer recortes. La adopción se parece más a reorganizar tareas que a eliminar puestos completos: cambia lo que hace un analista de cuentas o un asistente contable, no desaparece la función.

Qué significa esto para tu startup

La buena noticia es que empezar con IA no exige grandes inversiones, infraestructura compleja ni proyectos de meses. Como resume Arteagabeitia en ABC, muchas pymes pueden arrancar con un proceso muy concreto, un equipo reducido y las herramientas que ya tienen. Cinco movimientos para esta semana:

• Elige una sola tarea repetitiva con entrada y salida claras (informes semanales, respuestas frecuentes de soporte, revisión de documentos) y mide cuánto tiempo consume hoy. Sin línea base no hay caso de negocio.
• Diseña el bucle por escrito: qué le pides a la IA, cómo verifica, quién aprueba y qué haces si el resultado falla. Ese documento es lo que evita que la herramienta se use mal o se abandone.
• Define dos métricas —tiempo ahorrado y tasa de corrección humana— y revísalas cada dos semanas. El Thomson Reuters 2026, citado por CoinCentral, encontró que solo el 18% de los profesionales dice que su organización mide el retorno de la IA: medirlo es una ventaja competitiva barata.
• No automatices lo que afecta a personas sin supervisión explícita. La evidencia de las grandes empresas muestra que ahí está el límite que los equipos aceptan sin resistirse.

Conclusión

La adopción de IA en una pyme no se gana con la herramienta más potente ni con el proyecto más ambicioso, sino con el primer bucle bien diseñado. Empezar por lo tedioso y mantener la decisión final en manos humanas reduce el miedo, genera evidencia interna y construye el criterio que después permite escalar. El 88% de las organizaciones ya usa IA en alguna función; el diferenciador real está en cuántas logran rediseñar el trabajo alrededor de ella con supervisión, formación y medición.