Un quick win de IA no es el proyecto más grande ni el que más entusiasma en el comité. Es el primer caso que puede llegar a producción en 90 días o menos, con un dueño que responde por el número, una línea base tomada antes de tocar nada y el proceso rediseñado, no automatizado tal cual estaba. Todo lo demás es una apuesta con nombre bonito.
Los cuatro criterios que separan un caso real de una demo, por categoría de proveedor, quién entrega qué, cuándo la respuesta correcta es esperar, y cómo se eligió, en un caso real, el proceso que pasó de 50 a 10 días.
Un quick win que se eligió mal no cuesta lo que costó el sprint que lo construyó. Cuesta el trimestre en que el comité dejó de confiar en la palabra «IA» porque la primera prueba no llegó a ningún lado, y la energía política que ya no vas a tener para el segundo intento.
El costo de elegir mal no llega en una factura, y por eso se subestima. Se paga en tres partidas, y las tres se calculan con datos que ya están en tu contabilidad: el trimestre completo que el proceso equivocado consumió sin dar ninguna señal; el presupuesto que ya se comprometió con un proveedor antes de tener línea base, que es capital asignado a ciegas; y la siguiente iniciativa, que llega a la mesa sin argumento porque la anterior no dejó cifra. Aquí no ponemos un porcentaje: el número es tuyo y sale de tus propios libros.
Gartner encontró en abril de 2026, en una encuesta a 782 líderes de TI y operaciones, que solo 28% de los proyectos de IA cumple la expectativa de retorno y 20% fracasa por completo. Las causas que más se repiten: se esperó automatización inmediata que la tecnología no podía dar en ese plazo, el agente quedó conectado a un proceso que siguió corriendo en paralelo en vez de integrarse al flujo, y el patrocinio ejecutivo no se sostuvo después del lanzamiento. Ninguna de las tres es del modelo. Las tres se deciden antes de escribir la primera línea de código: en la elección del proceso.
Ya escribimos cómo se ve, paso a paso, un agente de IA que sí llegó a producción. Este artículo responde la pregunta de la etapa anterior, la que se hace quien todavía no ha elegido dónde empezar: ¿qué hace que un caso califique como quick win, y qué tipo de proveedor puede realmente entregarlo en 90 días? Son cuatro criterios de selección, un mapa por categoría de proveedor, y el escenario en el que lo correcto es no firmar todavía.
Un quick win no es el proyecto más fácil: es el que puede llegar a producción en 90 días
Un quick win de IA es el primer caso de uso que se puede llevar de la línea base a un número comparable, en producción, dentro de un horizonte de 90 días o menos. No es el proceso más simple de automatizar ni el que más impresiona en la demo. Es el que tiene un dueño identificable, un dato disponible y un proceso lo bastante acotado para rediseñarse sin esperar a que cambie el resto de la empresa.
El plazo de 90 días no es una promesa de resultado: es un límite de alcance. Define qué tan grande puede ser el primer caso, no cuánto va a ahorrar. Un proceso que necesita seis meses de limpieza de datos antes de poder medirse no es un mal proceso, es simplemente el segundo o el tercero de la lista, no el primero.
Producción no es la meta final: es el punto de partida. El primer agente entra a trabajar con un número comparable desde el día 90, y ese número se sigue afinando después. El proceso no se da por terminado: queda vivo, genera valor desde el arranque y se sigue calibrando.
Un MVP se arma y se prueba en días o semanas; ahí no está el reto. El reto es mandarlo a producción con una arquitectura que aguante el volumen real, no una demo que se cae en cuanto llega el primer pico de uso. Montar un MVP en una laptop lo hace cualquiera. Convertirlo, en el mismo plazo, en un sistema con ingeniería y un proceso de desarrollo agéntico real detrás, uno que sostiene el crecimiento y sigue generando valor desde el día 90, lo hace muy poca gente. Ese es el salto que la mayoría no da: de la prueba de concepto a un sistema que la empresa usa todos los días, sin perder la velocidad del arranque ni el orden que exige escalar.
La tentación más común en el comité es elegir el proceso más visible, el que todos conocen y del que todos hablan. Ese instinto casi nunca coincide con el proceso que de verdad se puede medir en 90 días.
Quién responde: el dueño del proceso elegido, no el área de sistemas.
Los cuatro criterios que separan un caso real de una demo con suerte
Un caso califica como quick win cuando cumple cuatro condiciones a la vez, no cuando cumple tres de cuatro. Faltar una sola convierte el proyecto en una demostración técnica, aunque el resto esté perfecto.
- Dueño con nombre y no un área: alguien que responde por el resultado de negocio, no por el sistema.
- Número de línea base tomado antes de tocar el proceso: sin esto, cualquier mejora futura es una impresión, no un dato.
- Dato disponible y con calidad suficiente hoy, no en el roadmap del siguiente trimestre.
- Proceso rediseñado antes de meter el agente: el flujo cambia para que la IA tenga sentido, no al revés.
El error más caro no es fallar en uno de los cuatro. Es dar por cumplidos los cuatro porque el proyecto avanza rápido en las primeras semanas. La velocidad inicial de una demo no dice nada sobre si el proceso de fondo fue rediseñado.
Quién responde: dirección de negocio, con el dueño del proceso presente en la decisión.
Por qué el tipo de proveedor que eliges ya decidió qué tan lejos llega el quick win
El proveedor que contratas define, antes de la primera reunión, cuántos de los cinco movimientos necesarios vas a cubrir. Levantar el proceso, diseñar el rediseño, adoptarlo con la gente, implementar el sistema y acompañar hasta el número: son cinco, no dos ni uno.
Una consultora tradicional entrega el levantamiento y el diseño, los dos primeros movimientos, y se retira con un documento. El documento puede ser excelente. El problema es que nadie queda responsable de que la gente adopte el nuevo flujo ni de que el sistema llegue a producción con un número comparado contra la línea base.
Una fábrica de software hace lo opuesto: instala el sistema, el cuarto movimiento, sin haber tocado el proceso que había antes. El agente se conecta a un flujo que nunca se rediseñó, y entonces automatiza la ineficiencia en vez de eliminarla. Automatizarla no la arregla: la acelera, y la vuelve más cara de mantener.
El arco completo, del primero al quinto movimiento, es el que sostiene un quick win hasta que tiene número y dueño en producción, no hasta que tiene una presentación aprobada.
Quién responde: quien firma el contrato, con el alcance de los cinco movimientos explícito en el documento, no implícito.
Cuándo la respuesta correcta es esperar, no contratar
Hay casos en los que la decisión correcta es no arrancar todavía, y decirlo es parte del criterio, no una excusa para no vender. Si el proceso candidato no tiene un dueño que pueda nombrarse en la misma junta donde se decide, el proyecto va a quedarse sin quién responda por el número cuando llegue el momento incómodo.
Si el dato de línea base no existe y tomarlo va a tardar más de lo que dura el propio quick win, el orden está invertido: primero se instrumenta el proceso, después se automatiza. Y si el proceso candidato depende de que otro proceso cambie primero, ese no es un quick win: es una fase dos disfrazada de fase uno.
¿Si este proceso se resolviera solo mañana, cambiaría algo de lo que la dirección reporta al consejo? Si la respuesta es no, hay otro proceso que sí es el candidato correcto, y elegir el equivocado por presión de calendario es la forma más cara de perder el trimestre.
Quién responde: dirección de negocio. Esperar también es una decisión, y también tiene dueño.
La prueba: por qué el reclutamiento crítico calificó como quick win, y no otro proceso
En una embotelladora líder en México, el proceso elegido como primer quick win no fue el más visible del negocio: fue el que tenía dueño, dato y una fecha de dolor comprobable. Las vacantes críticas llevaban casi dos meses abiertas en promedio, y cada semana sin cubrirlas se traducía en línea detenida y horas extra, un número que Recursos Humanos y la planta ya monitoreaban antes de que existiera cualquier conversación sobre IA.
La decisión no fue automatizar el proceso de reclutamiento tal como estaba: fue rediseñarlo primero, poner el agente donde de verdad movía el número, y solo después medir. El ciclo bajó de 50 a 10 días, una reducción de 80%, con posiciones críticas cubiertas hasta 40 días antes que el promedio previo.
El dato se pudo afirmar porque la línea base existía desde el día 0, antes de tocar el flujo. Sin ella, el mismo resultado habría sido apenas una impresión favorable de la planta, no un número que se pudiera llevar a un comité.
No es un caso aislado. En nuestros casos publicados el mismo filtro de selección se repite en otros sectores: en servicios, un payback de menos de 90 días sobre atención y propuestas; en financiero, −65% en el tiempo de onboarding KYC, sin bajar el estándar regulatorio. Tres sectores distintos, el mismo criterio de entrada: dueño, dato y fecha de dolor comprobable antes de tocar el proceso.
Quién responde: el director de Recursos Humanos de planta, con el número reportado a Operaciones cada mes.
Qué hacer el lunes
- Elige un solo proceso candidato y escribe en una línea quién es su dueño, con nombre y puesto. Si nadie puede firmar esa línea, ese es el hallazgo: todavía no hay quick win, hay solo una intención.
- Pide el número de línea base de ese proceso, tal como está hoy, antes de cualquier conversación con un proveedor. Si el dato no existe o tarda meses en construirse, ese proceso pasa al segundo lugar de la lista, no al primero.
- Pregunta a cualquier proveedor que te presente una propuesta cuántos de los cinco movimientos cubre, por escrito. Si la respuesta menciona solo diagnóstico o solo implementación, ya sabes qué le va a faltar al proyecto en el mes cuatro.
- Fija en el mismo documento la fecha de corte a 90 días y quién revisa el número contra la línea base en esa fecha. Sin fecha de corte, el quick win no tiene manera de fracasar a tiempo, y por eso tiende a alargarse en silencio.
Tu primer número, en 90 días
Elegir el proceso correcto es el paso que determina si los siguientes noventa días producen un número o una explicación. En nuestro Agentic Discovery aplicamos los cuatro criterios de este artículo contra tus procesos reales, con el límite de alcance declarado desde el inicio: el primer agente sobre un proceso real, en 90 días o menos.
Empieza tu Discovery.
Para ir más a fondo:
- El arco completo de los cinco movimientos: cómo trabajamos en Neurya
- Cómo se estructura un Agentic Discovery: ver la solución
- Artículo hermano: Cómo se ve, paso a paso, un agente de IA ya en producción
- Resultados por industria: ver casos
Casos documentados por industria disponibles bajo acuerdo de confidencialidad.
Preguntas frecuentes
¿Qué es exactamente un quick win de inteligencia artificial?
Es el primer caso de uso de IA que se puede llevar a producción en 90 días o menos, con un dueño que responde por el resultado, un número de línea base tomado antes de empezar y un proceso rediseñado, no solo automatizado. Sin las tres condiciones, es una demo, no un quick win.
¿Cómo se priorizan los casos de uso de IA cuando hay varios candidatos?
Se descartan primero los que no tienen dueño identificable ni dato de línea base disponible hoy. Entre los que quedan, se elige el que tenga la fecha de dolor más comprobable para el negocio, la que ya alguien monitorea aunque todavía no exista ninguna solución de IA sobre la mesa.
¿Qué procesos conviene automatizar primero con agentes de IA?
Los que ya tienen un número que la dirección revisa hoy, aunque sea de forma manual: reclutamiento crítico, cobranza, atención saturada, onboarding regulado. El criterio no es la tecnología disponible: es si mover ese número cambia algo que ya se reporta arriba.
¿Qué pasa si el quick win elegido no llega al resultado esperado en 90 días?
Si la línea base y la fecha de corte se fijaron desde el inicio, el resultado se conoce a tiempo y con datos, no con opiniones. El proyecto se ajusta, se detiene o se reemplaza por el siguiente candidato, sin que nadie descubra el problema seis meses después.
¿Cómo sé si mi empresa está lista para empezar con inteligencia artificial?
No se trata de madurez tecnológica general, sino de si existe al menos un proceso con dueño claro, dato disponible y una fecha de dolor medible hoy. Si ese proceso existe, la empresa está lista para un primer caso, aunque el resto del negocio no lo esté todavía.