En 2026 una de cada tres empresas españolas de más de diez empleados usa IA, y la mayoría lo hace de forma experimental. En marketing, lo que funciona es concreto: contenido con método, leads que se responden en segundos, informes que se escriben solos y decisiones con datos. Lo que no funciona es comprar herramientas sin criterio. Esta guía ordena las dos listas.
Está escrita para quien dirige una pyme o su marketing y tiene que decidir en qué gastar el año que viene: gerentes, responsables de marketing y de ventas, y las personas de administración que acaban montando la mitad de las cosas. No hace falta saber programar ni haber tocado ChatGPT más de dos veces.
Vas a encontrar los datos de adopción en España, una tabla con lo que la IA hace hoy en cada área del marketing y su nivel de madurez, una lista de lo que es humo, la secuencia por la que empieza una pyme, los costes reales, lo que exige la ley, qué herramientas elegir según tu entorno y cómo medir si está funcionando. Y por qué ahora: desde el 2 de febrero de 2025 formar al equipo es una obligación legal, y desde agosto de 2026 hay quien lo supervisa.
¿Cuántas empresas españolas usan ya la IA y en qué?
En 2026, un tercio de las empresas de más de diez empleados usa IA en España, según la infografía de usos TIC del INE. Es una cifra que ha crecido deprisa, pero la mayoría de las pymes la usa de forma experimental u ocasional, no dentro de un proceso. El dato que importa no es cuántas la usan, sino cuántas la usan para algo que se mide.
El Banco de España separa el dato por tamaño: las pymes entre el 30 y el 35 %, grandes en torno al 70 % a inicio de 2026, y la brecha entre unas y otras no se ha cerrado desde 2024. El mismo informe señala que más del 25 % de las empresas que la usan ya reporta mejoras de productividad, y que la barrera más citada es la falta de personal cualificado. No falta tecnología, falta gente que sepa usarla dentro del proceso.
En Europa la foto es parecida. Eurostat sitúa en el 20 % de las empresas de la UE (en inglés) el uso de IA en 2025, frente al 13,5 % de 2024. España va por delante de la media europea, lo que cambia la pregunta: ya no es si tu competencia va a usar IA, es en qué la está usando mientras tú decides.
A escala global, McKinsey mide que el 78 % de las organizaciones usa IA (en inglés) en al menos una función, y marketing y ventas es la función donde más se usa. Es la misma conclusión que vemos en las pymes con las que hablamos: marketing es la puerta de entrada porque es donde más texto se produce y donde más se nota el tiempo.
Tenemos un análisis más largo de los datos del INE y del Banco de España sobre adopción de IA, con el desglose por sector y tamaño. Para esta guía basta con una idea: la adopción es alta y superficial. La ventaja ya no está en tener IA, sino en tenerla dentro de un proceso que se mide.
¿Qué puede hacer la IA en marketing para pymes hoy, de verdad?
La IA hace hoy seis cosas útiles en el marketing de una pyme: producir contenido con método, mejorar la visibilidad en Google y en los asistentes de IA, generar y analizar variantes de anuncios, responder y cualificar leads en segundos, atender el primer contacto y escribir los informes a partir de los datos. Cada una tiene un nivel de madurez distinto y pide un requisito distinto antes de funcionar.
HubSpot mide que el 80 % de los profesionales de marketing usa IA para contenido (en inglés). Es el uso más extendido porque es el más fácil de empezar y el más fácil de hacer mal. Un texto generado sin criterio editorial ni dato propio es el mismo texto que están publicando otras cien empresas esa semana.
| Área | Qué hace hoy | Madurez | Qué necesita antes |
|---|---|---|---|
| Contenido | Borradores, variantes, adaptación a formatos (artículo, carrusel, guion), revisión de estilo | Alta | Línea editorial, datos propios, una persona que revisa |
| SEO y visibilidad en IA | Investigación de intenciones, estructura chunkable, FAQ, auditorías técnicas, medición de lo que responde ChatGPT | Media-alta | Web en orden, Search Console, método de medición mensual |
| Publicidad | Variantes de copy y creatividades, análisis de resultados, propuestas de qué pagar y qué parar | Media | Conversiones bien medidas; sin eso optimiza sobre ruido |
| Leads | Respuesta en segundos, cualificación por sector y tamaño, aviso al comercial solo cuando encaja | Alta | CRM con los campos definidos y un criterio de qué es un buen lead |
| Atención | Primer contacto, preguntas frecuentes, recogida de datos, paso a una persona | Media | Base de conocimiento escrita y límites claros de lo que no responde |
| Datos e informes | Resumen mensual de Search Console, GA4 y CRM; detección de anomalías; informe redactado el día 1 | Alta | Datos limpios y conectados; medir bien antes que informar bonito |
Las dos áreas más maduras son leads y datos, y son las que menos aparecen en las conversaciones comerciales. Responder a un lead en diez segundos con el dato correcto vale más que cien artículos generados. El contenido es lo más visible; el flujo de leads es lo que se nota en caja.
Los agentes de IA merecen una nota aparte. Un agente decide pasos, consulta herramientas y actúa; una automatización ejecuta siempre los mismos pasos. En una pyme, el 90 % de lo que se vende como agente es una automatización con un modelo de lenguaje dentro, y eso está bien, porque es más barato y más predecible. Explicamos la diferencia y cuándo compensa cada cosa en agentes de IA explicados a un gerente.
¿Qué es humo en la IA para marketing?
Es humo todo lo que no se puede medir, no se puede explicar en una frase o no viene con un caso que se pueda comprobar. En marketing con IA hay cuatro tipos frecuentes: la agencia que se llama «de IA» sin un solo caso con cifras, el chatbot que no resuelve nada, la automatización montada sobre un proceso que nadie había definido y el contenido producido a escala sin nadie detrás.
El primero se detecta rápido. Pide un caso con tres números: qué se midió antes, qué se midió después y cuánto costó. Si la respuesta es una lista de herramientas o la palabra «transformación», no hay caso. Nosotros publicamos nuestros propios datos solo cuando los tenemos, y esa es la vara que puedes aplicar a cualquier proveedor, incluidos nosotros.
El chatbot que no resuelve es el segundo. Un asistente que responde a todo con un párrafo amable y acaba pidiendo el correo es un formulario caro. El criterio para saber si vale: cuántas conversaciones terminan en una acción concreta (cita, pedido, respuesta útil) y cuántas acaban en «le pasamos con un compañero». Si no tiene base de conocimiento escrita y límites de lo que no debe responder, no está listo.
La automatización sin proceso es el tercero y el más caro de deshacer. Si el equipo no sabe explicar qué pasa con un lead desde que llega hasta que se cierra, automatizarlo solo hace que el caos vaya más rápido. Primero el proceso en una hoja, después la herramienta.
El cuarto es el contenido a escala. Las políticas de spam de Google sobre contenido a escala definen como abuso la producción masiva de páginas que no aportan nada al usuario, con o sin IA, y Google ha lanzado actualizaciones de spam en marzo, junio, agosto y septiembre de 2026. Generar 300 artículos en un fin de semana no es una estrategia de contenido, es una forma de perder el dominio.
La prueba del humo es una sola pregunta: qué número cambia si esto funciona. Si nadie sabe responder, no hay proyecto, hay una compra de herramientas.
¿Por dónde empieza una pyme con la IA?
Una pyme empieza por una decisión de dirección, no por una herramienta. La secuencia que vemos funcionar tiene cuatro pasos y un orden: dirección decide dónde y para qué, el equipo se alfabetiza, se automatiza un único proceso que ya está definido y se mide a los 60 días. Saltarse el primer paso es la causa más habitual de que los otros tres no sirvan.
- Dirección decide. Una jornada de trabajo para listar los procesos de la empresa, estimar dónde se va el tiempo y el dinero, y elegir tres casos de uso por valor, coste y riesgo. Sale una hoja de ruta a doce meses con una cifra de inversión. Sin esto, cada departamento compra su herramienta y nadie sabe qué está pasando.
- El equipo se alfabetiza. Toda la plantilla, en seis horas: qué es y qué no es la IA que ya usan, qué datos no se pueden meter, cómo comprobar lo que responde. Se redacta y firma la política de uso de la empresa. Esto es además lo que exige la ley, y lo tratamos en su propio apartado más abajo.
- Se automatiza un proceso. Uno. El que más veces se repite a la semana y más tiempo cuesta. Lead del formulario al CRM con origen, informe mensual, recordatorio de cita, factura al ERP. Se monta, se documenta y se deja a alguien del equipo como responsable.
- Se mide a 60 días. Horas recuperadas, leads respondidos, uso real de la herramienta. Si no se usa, no ha funcionado, y es mejor saberlo a los dos meses que al año.
Este orden es el que seguimos con nuestros cursos de IA bonificables para empresas: primero dirección, después toda la plantilla, después cada equipo con su proceso. No porque sea el que más vende, sino porque la alternativa (formar al equipo en una herramienta que dirección no ha decidido usar) la hemos visto terminar en un PDF que nadie abre.
Hay una pregunta que sirve para elegir el primer proceso: qué hace alguien del equipo todas las semanas, a mano, copiando datos de un sitio a otro. Esa tarea existe en todas las pymes. Suele ser pasar leads del correo al CRM, montar el informe del mes o perseguir facturas. Es el mejor primer candidato porque el ahorro se nota en la primera semana y el equipo lo entiende sin explicaciones.
Lo que no recomendamos como primer paso: un agente de atención al cliente, una web nueva «con IA» ni un proyecto de datos de seis meses. Son proyectos buenos para el segundo año, cuando ya hay proceso, equipo formado y una métrica que seguir.
¿Cuánto cuesta la IA para marketing y cuánto vuelve?
Para una pyme, la IA aplicada al marketing cuesta tres cosas distintas: licencias (decenas de euros por persona y mes), formación (entre 990 y 2.900 € por grupo, bonificable por FUNDAE) y automatización (desde 450 € por flujo, o desde 1.400 € por un proyecto con varios flujos). Lo que vuelve se mide en horas, leads y margen, y el retorno depende de que exista un proceso definido antes de comprar nada.
| Concepto | Rango | Qué incluye | Cuándo tiene sentido |
|---|---|---|---|
| Licencias de IA generativa | Decenas de euros por persona y mes | ChatGPT, Copilot o Gemini en su versión de empresa, con control de datos | Siempre que el equipo esté formado; sin formación es dinero parado |
| Formación por grupo | 990 € (6 h, toda la plantilla) a 2.900 € (sprint de agentes) | Sesiones en directo, trabajo sobre procesos propios, acompañamiento de 4 a 8 semanas | Antes de automatizar y antes de comprar licencias a todo el mundo |
| Automatización, primer flujo | desde 450 € | Un proceso real conectado (formulario, CRM, correo, hoja) con documentación | Cuando el proceso está definido y se repite varias veces a la semana |
| Automatización, proyecto | desde 1.400 € | Varios flujos, o un flujo con IA dentro, con manejo de errores y alertas | Segundo paso, con el primer flujo funcionando |
| Infraestructura de automatización | 0 € alojado en tu servidor; 20 a 60 € al mes en la nube | n8n u otra herramienta de flujos | Desde el primer flujo |
Los precios de formación son los que tenemos publicados, por grupo de hasta 12 personas: alfabetización en IA, 6 horas, 990 €; productividad por equipo, 12 horas, 1.700 €; IA para marketing y ventas, 16 horas, 2.200 €; automatización con n8n, 20 horas, 2.700 €; agentes, desde 1.400 €; IA para dirección, 10 horas presenciales, 1.900 €. FUNDAE bonifica el aula virtual con un módulo máximo de 13 € por hora y participante: un grupo de 12 personas en el curso de 12 horas recupera hasta 1.872 €, y uno de 10 en el de 16 horas, hasta 2.080 €. Los detalles y el cálculo para cada caso están en la página de cursos de IA bonificables para empresas.
Lo que vuelve es más difícil de dar en una tabla porque depende del proceso. Un flujo de lead al CRM devuelve las horas de la persona que copiaba los datos y el margen de los leads que antes se enfriaban esperando al lunes. Un informe automático devuelve el día de trabajo que se iba cada mes en montarlo. La formación devuelve horas por persona y semana, y esa cifra sí se puede medir antes y después.
Hay muchas inversiones en IA que no rentan, y la causa casi nunca es la tecnología. Es decidir sin criterio: comprar licencias para todo el mundo sin formar a nadie, automatizar un proceso que no existía o medir el éxito por el número de herramientas contratadas. El coste pequeño es la licencia; el coste grande es el proyecto que se abandona a los cuatro meses. Por eso el primer gasto debería ser la jornada de dirección, que es la más barata y la que evita las demás.
Cuándo no hace falta contratar nada: si tu equipo tiene tres personas, el volumen de leads es de cinco a la semana y el informe mensual se hace en una hora, probablemente te basta con una licencia de empresa y seis horas de formación. Automatizar lo que se hace en una hora al mes no compensa; lo decimos antes de presupuestar.
¿Es obligatorio formar al equipo en IA?
Sí. El artículo 4 del Reglamento de IA de la Unión Europea obliga a proveedores y responsables del despliegue de sistemas de IA a garantizar un nivel suficiente de alfabetización en IA de su personal. Se aplica desde el 2 de febrero de 2025 a cualquier empresa que use estos sistemas, y la supervisión nacional por las autoridades designadas, en España la AESIA, está activa desde el 2 de agosto de 2026.
«Alfabetización» en el reglamento no significa un máster. Significa que las personas que usan IA en su trabajo entienden qué hace la herramienta, qué riesgos tiene (datos personales, errores, sesgos, propiedad intelectual) y cómo interpretar lo que produce, en proporción a su contexto y a su puesto. Es una obligación de medios: hay que poder demostrar que se ha hecho algo razonable, con un registro de quién se formó, cuándo y en qué.
Lo que no exige: un curso certificado por un organismo concreto, un número fijo de horas ni un examen. Lo que sí conviene tener: un registro de formación por persona y una política de uso escrita que diga qué herramientas están aprobadas, qué datos no entran en una IA y quién revisa qué. Son los dos documentos que te pedirían si alguien pregunta, y los dos que salen de una sesión de seis horas bien hecha. Contamos los límites de la obligación con más detalle en qué exige el AI Act sobre formación.
Más allá de la ley, formar es lo que convierte la licencia en resultado. El Banco de España señala la falta de personal cualificado como la barrera más citada para adoptar IA, y es la misma barrera que vemos cuando un equipo tiene ChatGPT de empresa desde hace un año y lo usa para redactar correos. La herramienta sin formación produce correos más largos; la formación sin herramienta produce frustración. Hacen falta las dos, en ese orden.
¿Qué herramientas de IA usar en una pyme?
Elige por el entorno que ya usas, no por la herramienta de moda. Si tu empresa vive en Microsoft 365, Copilot; si vive en Google Workspace, Gemini; si quieres un asistente independiente para redactar, analizar y programar, Claude o ChatGPT en su versión de empresa. Para automatizar, n8n. Para medir, Search Console, GA4 y el CRM que ya tengas. Cambiar de entorno por la IA casi nunca compensa.
| Función | Entorno Microsoft 365 | Entorno Google Workspace | Independiente del entorno |
|---|---|---|---|
| Asistente general (redactar, resumir, analizar) | Copilot | Gemini | Claude, ChatGPT |
| Documentos y hojas | Copilot en Word y Excel | Gemini en Docs y Sheets | Subir el archivo al asistente |
| Correo | Copilot en Outlook | Gemini en Gmail | Flujo de n8n que clasifica y redacta borradores |
| Automatización de procesos | Power Automate o n8n | n8n (Apps Script para cosas pequeñas) | n8n |
| Agentes con IA | Copilot Studio o n8n | n8n | n8n con el modelo que elijas |
| Datos y paneles | Power BI | Looker Studio y BigQuery | BigQuery como almacén, panel según equipo |
| Medición de marketing | Search Console, GA4, CRM | Search Console, GA4, CRM | Search Console, GA4, CRM |
Tres criterios para no equivocarte. El primero es dónde están los datos: la IA que ya vive en tu correo, tus documentos y tu CRM evita copiar y pegar, y copiar y pegar es donde se filtran los datos de clientes. El segundo es el control: la versión de empresa de cualquier asistente permite decidir qué se guarda y qué no, y la versión gratuita no. El tercero es quién lo va a mantener: una herramienta que solo entiende una persona del equipo es un riesgo, no un activo.
Sobre n8n, lo elegimos para automatizar porque es de código abierto, se puede alojar en tu propio servidor sin coste de licencia y no cobra por cada ejecución del flujo. Para una pyme que va a lanzar miles de ejecuciones al mes (cada lead, cada pedido, cada factura) eso cambia la cuenta. Lo instalamos como parte del curso de automatización para que se quede en la empresa, no en la nuestra.
Sobre los modelos de lenguaje, la diferencia entre Claude, ChatGPT y Gemini para las tareas de una pyme es menor que la diferencia entre usarlos con criterio o sin él. Prueba los tres con una tarea real de tu equipo durante una semana y quédate con el que mejor encaje en vuestro entorno y vuestro presupuesto. Cambiar de modelo dentro de un flujo de n8n cuesta minutos; cambiar de entorno de trabajo cuesta meses.
Lo que no hace falta comprar: una plataforma «todo en uno de IA para marketing» con cuota mensual de cuatro cifras, un chatbot para la web si recibes diez consultas a la semana, ni una herramienta de generación masiva de contenido. En los tres casos hay una alternativa más barata con lo que ya tienes.
¿Cómo saber si la IA está funcionando?
La IA está funcionando si cambian tres números: las horas que el equipo dedica a tareas repetitivas, los leads que se responden y cualifican a tiempo, y el margen de lo que se vende. Si no se mide ninguno de los tres antes de empezar, no hay forma de saberlo, y la sensación de «vamos más rápido» dura hasta que alguien pregunta cuánto.
| Métrica | Qué mide | Cómo se mide | Cuándo mirar |
|---|---|---|---|
| Horas | Tiempo del equipo en tareas repetitivas antes y después | Registro de una semana tipo antes del proyecto, repetido a los 60 días | A los 60 días y cada trimestre |
| Leads | Tiempo de respuesta, porcentaje cualificado, porcentaje que llega a reunión | CRM con campo de origen y marcas de tiempo | Cada semana |
| Margen | Beneficio por producto, servicio o campaña, no solo facturación | Datos de ventas unidos a costes, en un panel que dirección abra los lunes | Cada mes |
Las horas son la métrica más fácil y la que casi nadie toma. Pide a cada persona que apunte una semana lo que hace y cuánto le cuesta. No hace falta precisión de minuto; hace falta saber que el informe mensual son ocho horas y que pasar leads al CRM son tres a la semana. Sin esa foto inicial, cualquier ahorro posterior es una opinión.
Los leads son la métrica de marketing que más se nota en caja. Tiempo de respuesta medido en minutos, no en días. Porcentaje de leads que encajan con lo que vendes. Porcentaje que llega a una reunión o a un pedido. Si automatizas la respuesta y el scoring, los tres números deberían moverse en el primer mes; si no se mueven, el problema está en el criterio de cualificación, no en la herramienta.
El margen es la métrica de dirección. Unir ventas, costes y origen del cliente en un panel es un proyecto de datos, no de IA, pero es el que permite saber si el marketing con IA está trayendo clientes que dejan dinero o solo volumen. Lo tratamos con detalle en nuestra categoría de datos, y es el proyecto que recomendamos para el segundo año.
Hay una cuarta medición que nos aplicamos a nosotros mismos: qué responden los asistentes de IA cuando alguien pregunta por una agencia como la nuestra.
Si a los 60 días ningún número ha cambiado, se para y se revisa el proceso, no se compra otra herramienta. Es la regla que más dinero ahorra y la que menos se aplica.
Hay más sobre esto en la sección de IA para marketing del blog.
Preguntas frecuentes
¿Una pyme de diez personas necesita IA en marketing?
Depende del volumen. Si recibes más de diez leads a la semana, publicas contenido con regularidad o montas un informe mensual a mano, sí: hay horas que recuperar. Si el marketing es una persona dos tardes a la semana, basta con una licencia de empresa y seis horas de formación.
¿Cuánto tiempo tarda en notarse?
Un flujo de automatización se nota la primera semana en horas. La formación se mide a los 60 días en uso real y horas recuperadas. El contenido con método y la visibilidad en Google y en asistentes de IA tardan entre tres y seis meses, porque dependen de que se publique con constancia y de que los buscadores lo recojan.
¿Hay que formar a toda la plantilla o solo a marketing?
A toda la plantilla en lo básico (qué es, qué datos no entran, cómo comprobar lo que responde), porque el artículo 4 del Reglamento de IA se aplica a cualquier persona que use sistemas de IA en su trabajo. Después, cada equipo con su proceso: marketing y ventas, administración, atención al cliente.
¿Puedo meter datos de clientes en ChatGPT?
En la versión gratuita, no. En la versión de empresa, con el contrato de tratamiento de datos firmado y la configuración que impide usar tus datos para entrenar, se puede, con límites: nunca datos de salud ni datos que no hagan falta para la tarea. Esa regla debe estar escrita en la política de uso de la empresa.
¿Qué pasa si contrato una herramienta y no la usamos?
Es lo más frecuente, y la causa casi siempre es el orden: se compró la herramienta antes de decidir el proceso y de formar al equipo. La herramienta se puede cancelar; el tiempo perdido no. Por eso recomendamos empezar por una jornada de dirección y un proceso, no por una licencia para todos.
—
Elena lleva la formación en IA en We Love SEO: prepara los programas para equipos, sobre procesos reales y no sobre ejercicios de manual. Más sobre ella en el equipo.
