21. Escalando IA: Roadmap 90 Días y Capacidades Internas

Introducción: El Primer Proyecto Marca el Tono

Netflix (2000s):

• Primer proyecto de ML: Sistema de recomendaciones
• Empezaron pequeño: recomendar DVDs similares
• Quick win: +10% engagement en semanas
• Escalaron gradualmente
• Hoy: Recommendations generan 80% de viewing

Resultado: Primera victoria construyó momentum, credibilidad, expertise.

---

Contraste: IBM Watson Health (2011):

• Primer proyecto: Curar cáncer con IA
• Empezaron grande: problema más complejo de medicina
• No quick wins: años sin resultados tangibles
• Escalaron antes de probar concepto
• Resultado: $4B perdidos, programa cancelado

Lección: Tu primer proyecto define tu trayectoria de IA.

---

Esta lección te da:

1. Framework de selección para identificar tu primer proyecto ideal
2. Template de propuesta de 2 páginas para conseguir aprobación
3. Quick wins específicos por función de negocio
4. Plan detallado semana a semana para primeras 4 semanas

---

Framework de Selección: El Proyecto Ideal

Los 4 Criterios del Piloto Perfecto

1. IMPACTO (Business Value)
   - ROI claro y medible
   - Alineado con prioridad de negocio
   - Stakeholders importantes lo quieren

2. VIABILIDAD (Technical Feasibility)
   - Datos disponibles hoy
   - Solución probada existe (no R&D)
   - Expertise accesible (in-house o vendor)

3. RAPIDEZ (Time to Value)
   - Resultados visibles en 4-12 semanas
   - No requiere años de desarrollo
   - Quick wins early en el piloto

4. RIESGO (Manageable Risk)
   - Falla no es catastrófica
   - Scope limitado, fácil rollback
   - No impacta sistemas críticos en producción

Matriz de Selección

         │ Alto Impacto          │ Bajo Impacto
─────────┼──────────────────────┼──────────────────────
Alta     │ 🟢 IDEAL             │ 🟡 CONSIDERAR
Viabili- │ Quick wins + Big ROI │ Fácil pero poco impacto
dad      │ START HERE           │ Solo si no hay opción verde
─────────┼──────────────────────┼──────────────────────
Baja     │ 🔴 EVITAR            │ ⚫ NUNCA
Viabili- │ Importante pero difícil │ Difícil Y sin impacto
dad      │ Hacer en año 2-3     │ Waste of time
─────────┴──────────────────────┴──────────────────────

OBJETIVO: Encuentra proyectos en cuadrante 🟢

Scorecard de Evaluación

Evalúa cada proyecto candidato en escala 1-5:

IMPACTO (Weight: 35%)
├─ ROI Proyectado (1=<100%, 5=>500%)           ___/5
├─ Alineación con OKRs/Prioridades (1=baja)    ___/5
├─ Stakeholder Buy-in (1=resistencia, 5=demand) ___/5
└─ Subtotal Impacto (promedio)                 ___/5

VIABILIDAD (Weight: 30%)
├─ Datos Disponibles (1=no existen, 5=ready)   ___/5
├─ Solución Existe (1=R&D, 5=SaaS probado)     ___/5
├─ Expertise Accesible (1=no, 5=in-house)      ___/5
└─ Subtotal Viabilidad (promedio)              ___/5

RAPIDEZ (Weight: 20%)
├─ Time to First Results (1=>6 meses, 5=<1 mes) ___/5
├─ Complejidad Setup (1=muy complejo, 5=simple) ___/5
├─ Dependencies (1=muchas, 5=ninguna)           ___/5
└─ Subtotal Rapidez (promedio)                  ___/5

RIESGO (Weight: 15%)
├─ Impacto si Falla (1=catastrófico, 5=mínimo) ___/5
├─ Reversibilidad (1=difícil rollback, 5=fácil) ___/5
├─ Scope (1=enterprise-wide, 5=team pequeño)    ___/5
└─ Subtotal Riesgo (promedio)                   ___/5

SCORE TOTAL (weighted average):
= (Impacto * 0.35) + (Viabilidad * 0.30) + (Rapidez * 0.20) + (Riesgo * 0.15)

INTERPRETACIÓN:
4.0-5.0: 🟢 EXCELENTE - Start here
3.0-3.9: 🟡 VIABLE - Considerar
2.0-2.9: 🟠 MARGINAL - Mejorar o skip
<2.0:    🔴 NO HACER - Demasiado riesgo/complejidad

Ejemplo: Evaluando 3 Proyectos

## CANDIDATOS PARA PRIMER PILOTO

### PROYECTO A: Chatbot de Customer Support
- **Impacto:** 4.3/5
  - ROI: 300% año 1 (5/5)
  - Alineación: Top priority de CTO (5/5)
  - Buy-in: Support team lo pide (5/5)
  - Pero: Legal tiene concerns (2/5)

- **Viabilidad:** 4.7/5
  - Datos: 50K tickets históricos listos (5/5)
  - Solución: Intercom, Zendesk AI (SaaS probado) (5/5)
  - Expertise: Vendor lo maneja (4/5)

- **Rapidez:** 4.3/5
  - Time to results: 2-3 semanas (5/5)
  - Complejidad: Integración API simple (4/5)
  - Dependencies: Solo IT approval (4/5)

- **Riesgo:** 4.5/5
  - Impacto falla: Volvemos a manual (5/5)
  - Reversibilidad: Desactivar en minutos (5/5)
  - Scope: Solo support team (20 personas) (4/5)

**SCORE TOTAL:** (4.3*0.35) + (4.7*0.30) + (4.3*0.20) + (4.5*0.15) = **4.48/5** 🟢

---

### PROYECTO B: Predictive Maintenance (Fábrica)
- **Impacto:** 4.5/5
  - ROI: 500%+ (downtime muy costoso) (5/5)
  - Alineación: COO priority #1 (5/5)
  - Buy-in: Ops team escéptico (3/5)

- **Viabilidad:** 2.3/5
  - Datos: Sensores no colectan data necesaria (1/5)
  - Solución: Requiere custom ML + IoT (2/5)
  - Expertise: No tenemos, contratar consultores (4/5)

- **Rapidez:** 2.0/5
  - Time to results: 6-9 meses (1/5)
  - Complejidad: Instalar sensores, integrar (2/5)
  - Dependencies: Budget, hardware, IT, Ops (3/5)

- **Riesgo:** 3.0/5
  - Impacto falla: Pérdida de $500K inversión (2/5)
  - Reversibilidad: Difícil (hardware instalado) (2/5)
  - Scope: Toda la planta (5/5 - alto riesgo)

**SCORE TOTAL:** (4.5*0.35) + (2.3*0.30) + (2.0*0.20) + (3.0*0.15) = **3.02/5** 🟡

---

### PROYECTO C: Churn Prediction
- **Impacto:** 3.7/5
  - ROI: 200% proyectado (4/5)
  - Alineación: Marketing priority (4/5)
  - Buy-in: CEO lo mencionó en town hall (5/5)
  - Pero: Savings son indirectos (2/5)

- **Viabilidad:** 4.0/5
  - Datos: CRM con 3 años de data (4/5)
  - Solución: Pecan AI, Akkio (SaaS) (5/5)
  - Expertise: Vendor + in-house analyst (3/5)

- **Rapidez:** 3.7/5
  - Time to results: 4-6 semanas (4/5)
  - Complejidad: Data cleaning requerido (3/5)
  - Dependencies: Marketing + IT buy-in (4/5)

- **Riesgo:** 4.0/5
  - Impacto falla: Seguimos con gut feel (4/5)
  - Reversibilidad: Cancelar SaaS fácil (5/5)
  - Scope: Solo marketing team (3/5)

**SCORE TOTAL:** (3.7*0.35) + (4.0*0.30) + (3.7*0.20) + (4.0*0.15) = **3.83/5** 🟡

---

### DECISIÓN: PROYECTO A (Chatbot)

**Justificación:**
- Score más alto (4.48 vs 3.83 vs 3.02)
- Todos los criterios >4.0 (bien balanceado)
- Proyecto B tiene alto impacto pero baja viabilidad/rapidez (año 2)
- Proyecto C es viable pero necesita más preparación de datos

**Plan:**
- Año 1 Q1: Proyecto A (Chatbot) - Piloto
- Año 1 Q2-Q3: Proyecto C (Churn) - Si A tiene éxito
- Año 2: Proyecto B (Predictive Maintenance) - Con expertise/infrastructure de A y C

---

Template de Propuesta: Las 2 Páginas Críticas

Página 1: Executive Summary

# PROPUESTA DE PILOTO DE IA
## [Nombre del Proyecto - Descriptivo y Específico]

**Presentado por:** [Tu nombre, título]
**Fecha:** [YYYY-MM-DD]
**Para:** [Stakeholders clave - CEO, CTO, etc.]

---

### EL PROBLEMA
[2-3 oraciones. Específico, cuantificado, doloroso]

Ejemplo:
"Nuestro equipo de customer support recibe 10,000 tickets/mes. 60% son preguntas repetitivas (password resets, account info). Esto cuesta $50,000/mes en tiempo de agentes y genera burnout (turnover de 40%/año). Clientes esperan promedio 4 horas para respuesta."

---

### LA SOLUCIÓN
[2-3 oraciones. Qué, cómo, quién]

Ejemplo:
"Implementar chatbot de IA (Intercom AI) que maneje automáticamente queries Tier 1. Chatbot responde instantáneamente preguntas simples, deriva casos complejos a agentes humanos. Intercom es vendor probado (usado por Shopify, Notion, etc.)."

---

### EL IMPACTO (ROI Proyectado)
[Tabla simple, números conservadores]

| Métrica | Actual | Piloto (3 meses) | Mejora |
|---------|--------|------------------|--------|
| Tickets automatizados | 0% | 60% (6,000/mes) | +6,000 |
| Tiempo de respuesta | 4 horas | <1 min (bot) | 240x |
| Costo/mes | $50,000 | $35,000 | -$15,000 |
| Agent satisfaction | 5/10 | 7/10 (proyectado) | +40% |

**ROI Año 1:**
- Savings: $15,000/mes * 12 = $180,000
- Costo: $30,000 (setup) + $40,000 (licencia) = $70,000
- **Net ROI: $110,000 (157%)** ✅

---

### LA INVERSIÓN
[Transparente, completo]

**ONE-TIME:**
- Software setup: $20,000
- Integration (IT): $10,000
- Total: $30,000

**RECURRING (Annual):**
- Intercom AI license: $30,000/año
- Training & maintenance: $10,000/año
- Total: $40,000/año

**TOTAL AÑO 1:** $70,000

---

### EL PLAN
[Timeline visual, milestones claros]

Semana 1-2: Setup & integración con sistemas Semana 3: Training del chatbot con FAQs Semana 4: Pilot con 5 agentes (beta) Semana 5-8: Pilot con 20 agentes (full team) Semana 9: Evaluación y decisión de escalar Semana 10+: Scale a 100% si éxito

**Success Metrics:**
- ✅ >50% de queries Tier 1 automatizadas
- ✅ Customer satisfaction ≥7.5/10
- ✅ Agent satisfaction mejora >1 punto

---

### LOS RIESGOS & MITIGACIÓN
[Honesto, pero con plan]

| Riesgo | Probabilidad | Impacto | Mitigación |
|--------|--------------|---------|------------|
| Chatbot responde incorrectamente | Media | Medio | Human review de 10% random, botón "Talk to agent" siempre visible |
| Baja adoption de agentes | Baja | Alto | Training intensivo, involucrar agentes desde diseño, incentivos early adoption |
| Customer frustration con bot | Media | Medio | Opción de skip bot, satisfaction surveys, ajustar basado en feedback |
| Technical issues en integración | Baja | Bajo | Intercom tiene APIs probadas, IT involvement desde día 1 |

---

### LA PREGUNTA
**¿Aprobamos un piloto de 8 semanas con presupuesto de $70K para validar ROI de $110K/año?**

**Recomendación:** ✅ SÍ
- Bajo riesgo (piloto limitado, fácil rollback)
- Alto ROI (157% año 1, >400% año 2+)
- Quick win (resultados en 8 semanas)
- Alineado con prioridad de mejorar CX

**Next Step:** Aprobación para comenzar semana del [fecha]

---

Página 2: Detalles de Implementación

# PLAN DE IMPLEMENTACIÓN DETALLADO
## [Nombre del Proyecto]

---

### SCOPE DEL PILOTO

**IN-SCOPE (Qué haremos):**
- Tier 1 queries: Password resets, account info, billing basics, FAQs
- Customer support team (20 agentes)
- Email + chat channels
- Business hours (9am-6pm)

**OUT-OF-SCOPE (Qué NO haremos):**
- Tier 2/3 queries (requieren expertise técnico)
- Phone support (solo email/chat)
- After-hours (24/7 en futuro, no piloto)
- Languages diferentes a español/inglés

---

### TEAM & RESPONSABILIDADES

**PROJECT LEAD:** [Nombre, título]
- Overall accountability
- Stakeholder communication
- Budget owner

**TECHNICAL LEAD:** [IT Manager]
- Integration con sistemas
- Security review
- Technical troubleshooting

**BUSINESS LEAD:** [Head of Support]
- Define use cases
- Training de agentes
- Success metrics owner

**VENDOR:** Intercom
- Setup & configuration
- Technical support
- Best practices guidance

**TIMELINE COMMITMENT:**
- Project Lead: 20% time (8 semanas)
- Technical Lead: 10% time
- Business Lead: 15% time
- Agentes: 4 horas training

---

### BASELINE METRICS (Pre-Piloto)

**Medido en últimos 3 meses:**

**Volume:**
- Total tickets: 30,000 (10,000/mes average)
- Tier 1: 18,000 (60%)
- Tier 2/3: 12,000 (40%)

**Performance:**
- First response time: 4 horas (median)
- Resolution time: 8 horas (median)
- Customer satisfaction (CSAT): 7.5/10

**Costs:**
- Agent time: $50,000/mes
- Turnover cost: $80,000/año (hire + train)

---

### SUCCESS CRITERIA

**MUST-HAVE (Para continuar):**
1. ≥50% de Tier 1 queries automatizadas
2. CSAT mantiene ≥7.5/10
3. Chatbot accuracy >80% (agent-verified)

**NICE-TO-HAVE (Bonus):**
- First response time <5 min (para queries bot)
- Agent satisfaction mejora
- Reducción de turnover (largo plazo)

**GO/NO-GO DECISION (Semana 9):**
- ✅ GO: Cumple 3/3 must-haves → Scale a 100%
- ⚠️ ITERATE: Cumple 2/3 must-haves → Extend pilot, fix issues
- ❌ STOP: Cumple <2/3 must-haves → Cancel, learn, try diferente approach

---

### DATA & SYSTEMS REQUIREMENTS

**DATA NEEDED:**
- Historical tickets (last 12 months) ✅ Tenemos
- FAQs y knowledge base ✅ Tenemos
- Common resolutions ⚠️ Necesita organización (Semana 1)

**SYSTEMS INTEGRATION:**
- Zendesk (current ticketing) → Intercom
- CRM (customer data) → Intercom
- Email (support@) → Intercom
- Website chat widget → Intercom

**SECURITY & COMPLIANCE:**
- PII handling: Encriptación end-to-end ✅
- GDPR compliance: Intercom es compliant ✅
- Data retention: 90 días, luego delete ✅
- Access controls: Role-based ✅

---

### RISKS & CONTINGENCIES

**RISK 1: Low Adoption**
- Early indicator: <20% de agentes usan bot en semana 4
- Contingency: 1-on-1 sessions, incentives, address concerns
- Kill switch: Si <30% adoption en semana 6, pause y investigate

**RISK 2: Poor Accuracy**
- Early indicator: >30% de responses incorrectas
- Contingency: Retrain bot, expand FAQs, adjust prompts
- Kill switch: Si accuracy <70% en semana 6, pause

**RISK 3: Customer Complaints**
- Early indicator: CSAT cae <7.0
- Contingency: Make "talk to agent" más prominente, ajustar tone
- Kill switch: Si CSAT <6.5, rollback

**RISK 4: Technical Issues**
- Early indicator: Downtime >1 hora, integration bugs
- Contingency: Intercom support, IT escalation
- Kill switch: Fallback a Zendesk puro si >24 horas downtime

---

### COMMUNICATION PLAN

**WEEK -2 (Pre-Launch):**
- All-hands announcement: "Nuevo chatbot pilot"
- Email campaign: Por qué, qué esperar, FAQs
- Support team town hall: Q&A, address fears

**WEEK 0-1 (Launch):**
- Daily stand-ups con team
- Slack channel #chatbot-pilot para feedback
- Quick response a issues (<2 horas)

**WEEK 2-8 (During Pilot):**
- Weekly metrics email a stakeholders
- Bi-weekly team retrospectives
- Monthly steering committee update

**WEEK 9 (Evaluation):**
- Final report con data
- Recommendation: GO/ITERATE/STOP
- Learnings share con broader org

---

### BUDGET BREAKDOWN

| Item | Vendor | Cost | Timing |
|------|--------|------|--------|
| Intercom AI setup | Intercom | $20,000 | Week 0 |
| Integration dev | Internal IT | $10,000 | Week 1-2 |
| Training content | Internal | $5,000 | Week 2-3 |
| License (annual) | Intercom | $30,000 | Ongoing |
| Maintenance | Internal | $10,000/yr | Ongoing |
| **TOTAL YEAR 1** | | **$70,000** | |

**Budget Holder:** [CFO name]
**Approval Required:** >$50K → CFO + CTO

---

### LEARNINGS & KNOWLEDGE TRANSFER

**Win or Lose, We Learn:**

**If Success:**
- Document playbook para futuros pilots
- Share en all-hands
- Case study para recruitment/PR

**If Failure:**
- Post-mortem: Por qué no funcionó
- Share learnings (no blame)
- Adjust approach para próximo proyecto

**Knowledge Base:**
- Create wiki page con todo (plan, data, learnings)
- Video walkthrough de setup
- Best practices document

**This is a learning organization. Failing fast is better than not trying.**

---

### APPROVAL SIGNATURES

**I approve this pilot and commit to:**
- Budget: $70,000
- Timeline: 8 semanas
- Team time: 20% project lead, 10% tech, 15% business
- Evaluation criteria: Honest, data-driven GO/NO-GO

**Approvers:**

______________________    ___________
[CEO Name]                Date

______________________    ___________
[CTO Name]                Date

______________________    ___________
[CFO Name]                Date

---

Quick Wins Por Función

Marketing: 5 Proyectos de Alto ROI

1. Lead Scoring con IA

Problema: Sales persigue leads fríos, ignora leads calientes.

Solución: ML predice qué leads convertirán (based on behavior, demográficos).

Herramientas: HubSpot AI, 6sense, Madkudu

ROI Típico:

• Conversion rate: +20-30%
• Sales efficiency: +15% (menos tiempo en leads fríos)
• CAC (Customer Acquisition Cost): -10-15%

Timeline: 4-6 semanas

Datos Necesarios:

• Historical leads (12+ meses)
• Conversion outcomes (win/loss)
• Behavioral data (website visits, email opens)

Success Metric: Top 20% de leads (por score) convierten >2x más que bottom 20%

---

2. Personalización de Email con IA

Problema: Emails genéricos tienen <5% open rate.

Solución: IA personaliza subject lines, contenido, send time por usuario.

Herramientas: Phrasee, Persado, Braze AI

ROI Típico:

• Open rate: +15-25%
• Click-through rate: +10-20%
• Revenue per email: +20-30%

Timeline: 2-4 semanas

Datos Necesarios:

• Email history (sends, opens, clicks)
• Customer segments
• Product catalog

Success Metric: Personalized emails tienen >15% más engagement que control

---

3. Content Generation con LLMs

Problema: Producir contenido (blogs, social, ads) toma semanas.

Solución: GPT-4/Claude genera drafts, marketers editan y publican.

Herramientas: Jasper, Copy.ai, ChatGPT Enterprise

ROI Típico:

• Producción: 3x-5x más rápido
• Costo: -40-60% (menos freelancers)
• Output quality: Similar (con editing)

Timeline: 1-2 semanas

Datos Necesarios:

• Brand guidelines
• Ejemplos de contenido pasado
• Tone of voice

Success Metric: Tiempo de blog post: 8 horas → 2 horas

---

4. Ad Optimization con IA

Problema: Testing manual de ads toma meses, dinero.

Solución: IA auto-optimiza bids, targeting, creative en tiempo real.

Herramientas: Meta Advantage+, Google Performance Max, Smartly.io

ROI Típico:

• CPA (Cost Per Acquisition): -15-30%
• ROAS (Return on Ad Spend): +20-40%
• Time savings: 50% (menos manual bidding)

Timeline: 2-3 semanas

Datos Necesarios:

• Ad account history (6+ meses)
• Conversion tracking setup
• Creative assets library

Success Metric: CPA baja >15% vs manual campaigns

---

5. Sentiment Analysis de Feedback

Problema: Miles de reviews/comments, no sabemos qué dicen customers.

Solución: IA analiza sentiment, extrae themes, alerta de issues.

Herramientas: MonkeyLearn, Lexalytics, Brandwatch

ROI Típico:

• Tiempo de análisis: 40 horas/mes → 2 horas/mes
• Response time a issues: 1 semana → 24 horas
• Actionable insights: +10x volumen

Timeline: 2-3 semanas

Datos Necesarios:

• Reviews (Google, Yelp, social)
• Support tickets
• Survey responses

Success Metric: Detectamos y respondemos a crisis en <24 horas (antes: 1 semana)

---

Sales: 5 Proyectos de Alto ROI

1. Sales Call Analysis con IA

Problema: No sabemos qué funciona en calls (qué dicen top sellers).

Solución: IA transcribe calls, identifica patterns de éxito vs fracaso.

Herramientas: Gong, Chorus.ai, Clari

ROI Típico:

• Win rate: +10-15%
• Ramp time (nuevos sellers): -30%
• Manager time en coaching: -50%

Timeline: 3-4 semanas

Datos Necesarios:

• Call recordings (6+ meses)
• Deal outcomes (won/lost)

Success Metric: Nuevos reps alcanzan quota 2 meses antes

---

2. Email Sequences con IA

Problema: Outreach manual es lento, genérico, baja respuesta.

Solución: IA genera email sequences personalizados, A/B tests automáticamente.

Herramientas: Lavender, Reply.io, Outreach.io

ROI Típico:

• Response rate: +30-50%
• Time writing emails: -60%
• Meetings booked: +25%

Timeline: 1-2 semanas

Datos Necesarios:

• Historical emails que funcionaron
• Prospect data (industry, role, etc.)

Success Metric: Response rate >10% (típico: 3-5%)

---

3. Pipeline Forecasting con IA

Problema: Forecasts son gut-feel, imprecisos (afecta planning).

Solución: ML predice probabilidad de close por deal.

Herramientas: Clari, Aviso, InsightSquared

ROI Típico:

• Forecast accuracy: +15-25%
• Better resource allocation
• Revenue predictability

Timeline: 4-6 semanas

Datos Necesarios:

• Deal history (12+ meses)
• Activities (calls, emails, meetings)
• Sales stages

Success Metric: Forecast accuracy >85% (típico: 60-70%)

---

4. Chatbots para Qualification

Problema: SDRs gastan 50% tiempo en leads no calificados.

Solución: Chatbot califica leads antes de pasar a SDR.

Herramientas: Drift, Intercom, Qualified

ROI Típico:

• SDR productivity: +40%
• Lead response time: 24 horas → 2 minutos
• Qualification accuracy: +20%

Timeline: 2-4 semanas

Datos Necesarios:

• Qualification criteria
• Historical lead data

Success Metric: 60% de inbound leads calificados por bot

---

5. Competitive Intelligence con IA

Problema: Perdemos deals sin saber por qué (qué dijo competitor).

Solución: IA monitorea competitors (pricing, features, reviews), alerta changes.

Herramientas: Klue, Crayon, Kompyte

ROI Típico:

• Win rate vs competitors: +10-15%
• Time researching competitors: -70%
• Faster response a competitor moves

Timeline: 2-3 semanas

Datos Necesarios:

• Competitor list
• Lost deal reasons

Success Metric: Detectamos competitor pricing change en <24 horas

---

Operations: 5 Proyectos de Alto ROI

1. Invoice Processing con OCR + IA

Problema: Procesar facturas manualmente toma días, errores frecuentes.

Solución: IA extrae data de facturas (PDF, imágenes), auto-popula sistema.

Herramientas: UiPath, Automation Anywhere, Rossum

ROI Típico:

• Tiempo: 3 días → 2 horas
• Accuracy: 95% → 99.5%
• Costo: -60-80%

Timeline: 3-5 semanas

Datos Necesarios:

• Sample invoices (100+)
• Current process documentation

Success Metric: 90% de invoices procesadas sin intervención humana

---

2. Inventory Optimization con ML

Problema: Overstocking cuesta dinero, understocking pierde ventas.

Solución: ML predice demanda por producto/location, optimiza stock levels.

Herramientas: Blue Yonder, o9 Solutions, Llamasoft

ROI Típico:

• Inventory holding cost: -15-25%
• Stockouts: -30-40%
• Cash flow: +10-20%

Timeline: 6-8 semanas

Datos Necesarios:

• Sales history (12+ meses)
• Inventory levels
• Lead times de suppliers

Success Metric: Stockouts caen 30%, inventory costs bajan 15%

---

3. Predictive Maintenance

Problema: Equipment falla sin aviso, downtime cuesta $10K+/hora.

Solución: Sensores + ML predicen fallas 2-4 semanas antes.

Herramientas: IBM Maximo, GE Predix, PTC ThingWorx

ROI Típico:

• Downtime: -30-50%
• Maintenance cost: -20-30%
• Asset lifespan: +10-15%

Timeline: 3-6 meses (requiere sensors si no existen)

Datos Necesarios:

• Sensor data (vibration, temperature, etc.)
• Failure history

Success Metric: 80% de fallas predichas con >2 semanas notice

---

4. Route Optimization con IA

Problema: Delivery routes ineficientes (más tiempo, más combustible).

Solución: IA optimiza rutas en tiempo real (traffic, weather, priorities).

Herramientas: Route4Me, OptimoRoute, Onfleet

ROI Típico:

• Fuel cost: -15-20%
• Delivery time: -10-15%
• Más entregas por día: +5-10%

Timeline: 2-4 semanas

Datos Necesarios:

• Historical routes
• Delivery locations
• Time windows

Success Metric: Entregas por día +10%, fuel cost -15%

---

5. Quality Control con Computer Vision

Problema: Inspección visual manual es lenta, inconsistente.

Solución: Cámaras + IA detectan defectos en productos.

Herramientas: Landing AI, Cognex, Neurala

ROI Típico:

• Inspection speed: 10x más rápido
• Defect detection: +20% (encuentra más defectos)
• Labor cost: -50-70%

Timeline: 4-8 semanas

Datos Necesarios:

• Imágenes de productos (good + defective)
• Defect categories

Success Metric: Detecta 95% de defectos, 10x más rápido

---

Plan Detallado: Semanas 1-4

Semana 1: Foundations

Lunes:

☐ Kickoff meeting (1 hora)
  ├─ Team introductions
  ├─ Review project charter
  ├─ Assign roles & responsibilities
  └─ Set communication norms (daily stand-ups, Slack channel)

☐ Setup project infrastructure
  ├─ Create Slack channel #piloto-ia
  ├─ Setup project tracking (Asana, Jira, Notion)
  ├─ Schedule daily stand-ups (9am, 15 min)
  └─ Create shared drive para documentos

Martes-Miércoles:

☐ Data audit
  ├─ Access sistemas necesarios (credentials, permissions)
  ├─ Extract sample data (100-1000 records)
  ├─ Audit calidad:
  │   - Completeness (% campos llenos)
  │   - Accuracy (spot-check 20 registros)
  │   - Freshness (última actualización)
  └─ Document gaps y plan de remediación

☐ Baseline measurement
  ├─ Define métricas específicas
  ├─ Colecta data de últimos 3 meses
  ├─ Calcula promedios, trends
  └─ Document en dashboard (Google Sheets o similar)

Jueves-Viernes:

☐ Vendor/Tool setup
  ├─ Sign contract (si no firmado)
  ├─ Kickoff con vendor
  ├─ Provision accounts
  ├─ Initial configuration
  └─ Integration planning (APIs, webhooks)

☐ Stakeholder communication
  ├─ Email update a broader team: "Empezamos piloto"
  ├─ Address questions/concerns
  └─ Set expectation: "Resultados en semana 4"

Entregables Semana 1:

• ✅ Data audit report
• ✅ Baseline metrics dashboard
• ✅ Tool/vendor kickoff complete
• ✅ Team aligned en goals y proceso

---

Semana 2: Build & Configure

Lunes-Martes:

☐ Data preparation
  ├─ Clean data (fix missing values, errors)
  ├─ Transform para formato requerido
  ├─ Upload a herramienta/sistema
  └─ Validate data integrity

☐ System configuration
  ├─ Configure workflows
  ├─ Setup rules/logic (if no-code tool)
  ├─ O train modelo (if ML tool)
  └─ Integration testing (conecta sistemas)

Miércoles:

☐ Internal testing
  ├─ Test con datos ficticios primero
  ├─ Validate outputs son correctos
  ├─ Test edge cases
  ├─ Document bugs/issues
  └─ Fix critical issues

☐ Security & compliance review
  ├─ Data encryption verified
  ├─ Access controls tested
  ├─ GDPR/CCPA compliance checklist
  └─ Security team sign-off (if required)

Jueves-Viernes:

☐ Training content creation
  ├─ User guide (PDF or wiki page)
  ├─ Video walkthrough (10 min)
  ├─ FAQs document
  └─ Quick reference (1-pager)

☐ Training sessions
  ├─ Session 1: Core team (1 hora)
  ├─ Session 2: Early adopters (1 hora)
  ├─ Hands-on practice
  └─ Q&A, collect feedback

Entregables Semana 2:

• ✅ Sistema configurado y testeado
• ✅ Integration con sistemas existentes
• ✅ Training materials completos
• ✅ Core team entrenado

---

Semana 3: Beta Launch

Lunes:

☐ Beta launch con early adopters
  ├─ 5-10 usuarios seleccionados (enthusiasts)
  ├─ Communicate: "Eres parte de beta, feedback crítico"
  ├─ Enable access
  └─ Monitor closely (estar disponible para ayuda)

☐ Setup monitoring
  ├─ Usage analytics (quién usa, cuánto)
  ├─ Performance metrics (latency, errors)
  ├─ Business metrics (outcomes)
  └─ Dashboard actualizado diariamente

Martes-Jueves:

☐ Intensive support
  ├─ Office hours diarios (1 hora, disponible para preguntas)
  ├─ Respond a issues <2 horas
  ├─ Document issues en tracker
  └─ Daily stand-up: review issues, prioritize fixes

☐ Rapid iteration
  ├─ Fix bugs críticos mismo día
  ├─ Ajustes de configuración basados en feedback
  ├─ Communicate fixes a usuarios: "Escuchamos, mejoramos"
  └─ Keep changelog actualizado

Viernes:

☐ Week 3 retrospective
  ├─ ¿Qué funcionó bien?
  ├─ ¿Qué no funcionó?
  ├─ ¿Qué aprendimos?
  ├─ ¿Listos para full pilot next semana?
  └─ Decision: GO/NO-GO para semana 4

☐ Prepare for full pilot
  ├─ Fix outstanding issues
  ├─ Update training materials basado en learnings
  ├─ Schedule training para remaining users
  └─ Communicate plan para semana 4

Entregables Semana 3:

• ✅ Beta con 5-10 usuarios exitoso
• ✅ Critical bugs fixed
• ✅ Learnings documentados
• ✅ Ready para full pilot

---

Semana 4: Full Pilot & Measure

Lunes:

☐ Full pilot launch
  ├─ Enable access para todos los usuarios (20-50)
  ├─ Announcement: Email + Slack
  ├─ Reminder de training materials disponibles
  └─ Celebrate launch (small wins matter!)

☐ Training sessions finales
  ├─ Sessions para remaining users
  ├─ Buddy system: Early adopters ayudan nuevos
  └─ Ongoing office hours

Martes-Jueves:

☐ Monitor intensivamente
  ├─ Daily dashboard review
  ├─ Track adoption (% usuarios activos)
  ├─ Track performance (métricas clave)
  ├─ Alerts si algo está fuera de rango
  └─ Daily check-ins con usuarios

☐ Collect feedback
  ├─ Survey a usuarios (mid-week)
  ├─ Focus group (45 min session)
  ├─ 1-on-1s con resistors (¿Por qué no usan?)
  └─ Document verbatims (quotes útiles)

☐ Iterate
  ├─ Small fixes (UI, content, configs)
  ├─ Communication de mejoras
  └─ Keep momentum

Viernes:

☐ Week 4 evaluation
  ├─ Compare baseline vs piloto metrics
  ├─ ¿Cumplimos success criteria?
  ├─ ROI calculation (preliminar)
  └─ Qualitative feedback summary

☐ Prepare for decisión de escalar
  ├─ Compile data en report
  ├─ Recommendation: GO/ITERATE/STOP
  ├─ Schedule meeting con stakeholders (semana 5)
  └─ Prepare presentation

Entregables Semana 4:

• ✅ Full pilot ejecutado con todos usuarios
• ✅ Metrics recolectadas y analizadas
• ✅ Feedback colectado
• ✅ GO/NO-GO recommendation ready

---

Checklist Final: ¿Listo Para Tu Piloto?

PRE-FLIGHT CHECKLIST

□ PROBLEMA DEFINIDO
  ¿Problema específico, cuantificado, doloroso?
  ¿Alineado con prioridad de negocio?

□ SOLUCIÓN VALIDADA
  ¿Evaluaste 3+ opciones?
  ¿IA es la mejor opción (no solo hype)?
  ¿Herramienta/vendor probado existe?

□ DATOS READY
  ¿Data audit completado?
  ¿Calidad >90% en campos críticos?
  ¿Acceso confirmado?

□ TEAM COMMITTED
  ¿Roles asignados claramente?
  ¿Time commitment confirmado (20% project lead)?
  ¿Stakeholders bought in?

□ BUDGET APPROVED
  ¿Budget completo (one-time + recurring)?
  ¿Sign-off de CFO/budget owner?

□ SUCCESS CRITERIA DEFINIDOS
  ¿Métricas específicas, medibles?
  ¿Baseline medido?
  ¿GO/NO-GO criteria claros?

□ RISKS MITIGADOS
  ¿Top 3 risks identificados?
  ¿Mitigation plan para cada uno?
  ¿Rollback plan si falla?

□ COMMUNICATION PLAN
  ¿Stakeholders informados?
  ¿Usuarios saben qué esperar?
  ¿Regular updates scheduled?

Si marcaste 8/8: 🟢 GO - Estás listo
Si marcaste 6-7/8: 🟡 CASI - Fix gaps primero
Si marcaste <6/8: 🔴 NO LISTO - Más preparación necesaria

---

Resumen: Tu Camino al Primer Éxito

El Framework en 1 Página

1. SELECCIONA EL PROYECTO CORRECTO

• Alto impacto + Alta viabilidad = 🟢
• Usa scorecard de 4 criterios (Impacto, Viabilidad, Rapidez, Riesgo)
• Evita proyectos aspiracionales (año 2-3)

2. CONSIGUE BUY-IN

• Propuesta de 2 páginas (no 20)
• ROI conservador pero claro
• Honesto sobre riesgos
• Timeline realista (8-12 semanas)

3. EJECUTA CON DISCIPLINA

• Semana 1: Foundations (data, baseline, setup)
• Semana 2: Build & configure
• Semana 3: Beta launch (5-10 usuarios)
• Semana 4: Full pilot (todos usuarios)

4. MIDE Y DECIDE

• Compare baseline vs piloto
• ¿Cumplimos success criteria?
• GO/ITERATE/STOP basado en data
• Aprende win or lose

Los Quick Wins Más Fáciles

SI ERES MARKETING: Start con Lead Scoring o Content Generation (2-4 semanas, ROI claro)

SI ERES SALES: Start con Email Sequences o Call Analysis (1-4 semanas, adoption fácil)

SI ERES OPS: Start con Invoice Processing o Route Optimization (3-5 semanas, savings obvios)

REGLA: Evita proyectos que requieren >3 meses o >$100K para piloto.

---

Próximos Pasos

Has aprendido a lanzar tu primer piloto. En la lección final aprenderás:

Lección 21: Escalando IA en Tu Organización

• Roadmap de 90 días completo
• Build vs Buy: matriz de decisión
• MLOps básico (sin ser data scientist)
• Construyendo capacidades internas

Reflexión Final:

"El primer proyecto de IA define tu trayectoria. Escoge bien—high ROI, low risk, quick wins. Ejecuta con disciplina—data, baseline, pilot estructurado, medición honest. Aprende win or lose—documentar lecciones vale más que el proyecto mismo. El objetivo no es perfección, es momentum."

Tu Acción Esta Semana:

1. Evalúa 3 proyectos candidatos con scorecard
2. Selecciona el de mayor score
3. Completa propuesta de 2 páginas
4. Presenta a stakeholder clave
5. Si aprobado, lanza semana 1 del plan

Template Disponible:

• piloto-propuesta-template.md
• piloto-plan-4-semanas.md
• scorecard-evaluacion.xlsx

(Todos disponibles en recursos del curso)

---

Caso de Estudio Final: Shopify Magic

Background:

• E-commerce platform con millones de merchants
• Quieren democratizar IA para pequeños negocios

Primer Piloto (2022):

• Project: AI-powered product descriptions
• Timeline: 8 semanas
• Scope: 1,000 merchants beta
• Tool: GPT-3 API

Resultados:

• 80% de merchants usaron feature
• Tiempo de descripción: 30 min → 2 min
• Quality: 85% aprobadas sin edits
• ROI: Merchants ahorraron 28 minutos/product

Escalado:

• Semana 12: 10,000 merchants
• Mes 6: 100,000 merchants
• Año 1: 1M+ merchants
• Expandido: Email writing, blog posts, etc.

Lección: Start pequeño (1K merchants), prove value, scale gradualmente. No "big bang". Momentum > perfección.

Tú puedes hacer lo mismo.