Qué IA usar en cada departamento: guía rápida por caso de uso

"¿Cuál es la mejor IA para mi empresa?" es la pregunta que más nos hacen en las primeras reuniones, y es la pregunta equivocada. Marketing necesita generar contenido y analizar campañas; ventas necesita investigar cuentas y preparar propuestas; atención al cliente necesita responder rápido y bien; operaciones necesita ordenar documentos y datos dispersos. Cada tarea vive en herramientas distintas —el CRM de ventas no es la bandeja de Gmail de atención al cliente— y eso importa más que qué modelo "razona mejor" en un benchmark. En este artículo repasamos, departamento a departamento, qué IA encaja mejor con qué tarea, con ejemplos de pyme española y números reales, y qué mirar antes de decidir.

Por qué la pregunta correcta no es "cuál es la mejor"

Claude, ChatGPT, Gemini y Mistral comparten una base similar —todos generan texto, resumen documentos, escriben código y contestan preguntas razonablemente bien—, pero difieren en tres cosas que sí cambian el resultado en una pyme: dónde vive ya tu trabajo (si vives en Google Workspace, Gemini se integra sin fricción; si vives en Microsoft 365, Copilot y Claude for Microsoft 365 lo hacen), qué tan crítica es la exactitud del dato (para redactar un email cualquier modelo sirve; para que un agente consulte tu CRM y no invente cifras, importa el framework de herramientas que use por debajo) y cuánto necesitas que la IA "actúe" y no solo "conteste" (un chatbot de atención al cliente que resuelve un ticket sin intervención humana es un problema distinto a generar diez variantes de un anuncio).

Esta semana hemos visto un ejemplo de por dónde va el sector: OpenAI lanzó el 8 de septiembre la versión estable de ChatGPT sobre su nuevo motor GPT-6 Astra, y junto a ella amplió su función Library —donde antes solo conectaba Google Drive, ahora también lee y comparte archivos de Box, Dropbox y SharePoint— y añadió un plugin de Data para analizar datos de negocio conectados directamente desde el chat, disponible en los planes de empresa (ChatGPT Work y Codex). No es casualidad: el propio OpenAI está admitiendo que la ventaja ya no es solo "el modelo más listo", sino a cuántos sitios donde ya trabajas se conecta sin que tengas que copiar y pegar. Esa es exactamente la lógica que aplicamos departamento a departamento en este artículo.

Marketing: generación de contenido y analítica de campañas

Marketing es el departamento donde más pruebas sueltas hay y menos proceso: alguien genera un post con ChatGPT, otra persona hace las imágenes con Gemini, y nadie ha definido antes un documento de tono de marca (lo vimos con detalle en nuestro artículo sobre IA para marketing). Para este departamento, lo que más pesa es:

• Generación de contenido a volumen (redes, newsletters, fichas de producto): ChatGPT y Gemini llevan ventaja por integración nativa con las suites de oficina donde marketing ya trabaja —Gemini dentro de Google Docs/Slides si usáis Workspace, ChatGPT con su función de "habilidades" ($ en el chat rápido de escritorio, lanzada este mes) para lanzar tareas de redacción sin salir del flujo de trabajo.
• Análisis de campañas y datos de rendimiento: el nuevo plugin de Data de ChatGPT Work permite preguntar sobre datos conectados directamente en el chat y montar informes; Gemini Enterprise ofrece algo equivalente si el dato vive en BigQuery o Looker.
• Consistencia de marca en el tiempo: aquí es donde Claude Skills (o un GPT/Gem con la misma lógica) da más valor —una vez documentado el tono, cualquiera del equipo lo aplica sin reinventarlo cada vez.

Ejemplo real (compuesto): una cadena de 8 tiendas de electrodomésticos e informática en Burgos generaba el contenido de redes sociales entre dos personas de marketing, con 3-4 horas semanales dedicadas solo a adaptar el mismo anuncio a Instagram, Facebook y la newsletter. Con un documento de tono de marca cargado en ChatGPT Team y una plantilla de instrucciones reutilizable, ese trabajo de adaptación bajó a 45 minutos semanales; las 2,5-3 horas liberadas se reinvirtieron en planificar campañas de temporada, algo que antes no daba tiempo a hacer con cabeza.

Ventas: prospección, propuestas y preparación de reuniones

Ventas es el departamento donde el trabajo repetitivo tiene coste de oportunidad más directo: cada hora escribiendo una propuesta es una hora que no se dedica a hablar con clientes. Aquí lo que importa es la conexión con el CRM:

• Investigación de cuentas y personalización de outreach: Gemini Enterprise conecta agentes directamente al CRM para sacar información de la cuenta sin que el comercial tenga que ir a buscarla; Claude, vía Skills o MCP (el protocolo que conecta un asistente con tus herramientas), puede hacer lo mismo si vuestro CRM lo soporta.
• Propuestas comerciales en minutos: cualquiera de los tres genera un primer borrador sólido si parte de una plantilla con vuestra estructura y tarifas ya documentada —lo cubrimos en detalle en nuestro artículo sobre IA para ventas.
• Preparación de reuniones: resumir el historial de un cliente antes de una llamada es una tarea donde Claude tiende a ser más literal y menos "creativo" al resumir datos de negocio —una ventaja cuando lo que quieres es exactitud, no redacción vistosa.

Ejemplo real (compuesto): un fabricante de calzado en Almansa (Albacete), con 32 empleados y ventas a distribuidoras de toda España e Italia, tardaba una media de 50 minutos en preparar cada propuesta comercial para un nuevo distribuidor (tarifas, condiciones, catálogo adaptado al idioma). Con una Skill de Claude que combina la plantilla de propuesta con el catálogo actualizado, ese tiempo bajó a 12 minutos por propuesta; con una media de 14 propuestas al mes, son casi 9 horas mensuales que ahora se dedican a llamadas de seguimiento, no a maquetar documentos.

Atención al cliente: respuestas rápidas sin perder criterio

Es el departamento donde más se confunde "chatbot" con "solución": un bot mal entrenado que no sabe escalar a una persona genera más frustración que no tener nada. Lo que de verdad diferencia las opciones aquí:

• Volumen y disponibilidad 24/7: tanto Gemini (con su Customer Engagement Suite para web, apps y centros de llamada) como agentes construidos sobre Claude o GPT-6 Astra pueden resolver consultas de nivel 1 (horarios, estado de pedido, dudas frecuentes) sin intervención humana, pero solo si el conocimiento de base está bien documentado —el fallo más habitual no es el modelo, es lanzar el bot sin haber escrito antes las respuestas correctas a las 20 preguntas que más se repiten.
• Escalado a humano: la pregunta que hay que hacerse antes de elegir herramienta no es "qué IA responde mejor", sino "qué pasa cuando no sabe la respuesta": un buen despliegue avisa al cliente, no improvisa.
• Tono de marca en la respuesta: igual que en marketing, aquí ayuda tener documentado por escrito cómo suena la empresa al responder una queja, no solo una consulta neutra.

Ejemplo real (compuesto): una clínica de fisioterapia y rehabilitación en Cáceres, con 3 centros y una recepción telefónica saturada en las primeras horas de la mañana (gestión de citas, cambios, dudas sobre seguros médicos concertados), montó un asistente de primera línea con Gemini conectado a su sistema de citas: resuelve el 65% de las llamadas de gestión de agenda sin pasar por recepción, y las que sí llegan son las que de verdad necesitan criterio humano (una incidencia médica, una queja). La recepción pasó de gestionar 90 llamadas diarias a unas 55, sin reducir personal: el tiempo se destinó a atención presencial, que llevaba meses de lista de espera para huecos administrativos.

Operaciones: documentación, procesos y datos dispersos

Operaciones es el departamento más transversal y el que menos "cara" tiene en el marketing de estas herramientas, pero es donde más horas muertas hay: buscar una factura en el correo, consolidar un pedido entre tres hojas de cálculo, redactar el mismo procedimiento por tercera vez porque nadie lo documentó la primera.

• Encontrar y consolidar información dispersa: la ampliación de Library de ChatGPT a Box, Dropbox y SharePoint (además de Google Drive) apunta directamente a este problema —buscar en todos los repositorios documentales de la empresa desde un único chat, sin migrar nada.
• Automatizar tareas con reglas claras (procesar un pedido, clasificar una factura, generar un informe con la misma estructura cada semana): aquí conviene preguntarse primero si hace falta un agente de IA o basta una automatización determinista con Zapier o Make —lo explicamos en nuestro artículo sobre automatización vs. agentes.
• Un agente que trabaja con vuestros propios archivos: para tareas que sí requieren criterio (organizar documentación variable, preparar un informe que combina varias fuentes), Claude Cowork o los agentes de Gemini Enterprise permiten delegar la tarea completa, no solo un paso.

Ejemplo real (compuesto): una empresa de instalaciones eléctricas y fontanería en Guadalajara, con 18 técnicos en ruta y presupuestos que se generaban a mano tras cada visita, tardaba de media 35 minutos en convertir las notas de un técnico en un presupuesto formal para el cliente. Con un flujo que combina una plantilla fija (automatización, sin IA) para los datos estructurados y un agente que redacta la descripción del trabajo a partir de las notas de voz del técnico, el tiempo bajó a 10 minutos, y los presupuestos salen el mismo día de la visita en vez de al día siguiente —lo que en este sector marca la diferencia entre ganar o perder el encargo frente a la competencia.

Tabla comparativa: qué herramienta encaja mejor con cada departamento

Departamento	Punto fuerte de Claude	Punto fuerte de ChatGPT	Punto fuerte de Gemini	Punto fuerte de Mistral
Marketing	Skills para mantener el tono de marca consistente	Library + habilidades para generar contenido sin salir del flujo	Integración nativa en Docs/Slides si usáis Workspace	Le Chat Enterprise si el dato de marca no puede salir de infraestructura propia
Ventas	Resúmenes de cuenta literales, poco "floridos"	Ecosistema de plugins/GPTs si el equipo ya vive en ChatGPT	Agentes conectados al CRM sin código, dentro de Gemini Enterprise	Alternativa si el CRM y los datos comerciales exigen alojamiento en la UE
Atención al cliente	Agentes con buena literalidad para no inventar datos de pedidos	GPT-6 Astra para chat multicanal si ya usáis la app de escritorio de OpenAI	Customer Engagement Suite: web, apps y centro de llamadas en un mismo paquete	Menos ecosistema de atención al cliente ya montado; encaja si priorizáis soberanía del dato sobre integraciones
Operaciones	Cowork para delegar tareas completas con vuestros archivos	Library conecta Drive, Box, Dropbox y SharePoint en un mismo buscador	Agentic Data Cloud si los datos operativos ya están en Google Cloud	On-premise o nube privada si hay requisitos de residencia de datos estrictos

La tabla no dice "usa esto siempre": dice qué mirar primero según de dónde partís. La mayoría de pymes no usan una sola herramienta para todo, sino una combinación de dos —normalmente la que ya viene con su suite ofimática (Google Workspace o Microsoft 365) más una segunda para casos concretos donde la primera se queda corta.

Cuánto cuesta cada opción (y el coste oculto de no elegir)

Los precios de empresa, a fecha de esta semana:

• Claude Team: desde 25 $/usuario/mes (plan estándar) o 125 $ en el plan premium, con un mínimo de 2 usuarios desde julio de 2026 (antes eran 5). Claude Enterprise: desde 20 $/puesto/mes facturado anualmente, con mínimo de 20 puestos y el uso de API facturado aparte.
• ChatGPT Business: en torno a 21 €/usuario/mes facturado anualmente (26 € mensual), mínimo 2 usuarios. ChatGPT Enterprise: precio personalizado, orientativamente entre 50 y 60 $/usuario/mes para la mayoría de organizaciones.
• Gemini para empresas: incluido en los planes de Google Workspace Business (desde unos 12-22 €/usuario/mes según el nivel) o como Gemini Enterprise independiente con precio a medida para agentes más avanzados.
• Le Chat Enterprise (Mistral): Le Chat Pro ronda 15 $/mes y Le Chat Team unos 25 $/usuario/mes; Enterprise (con opción on-premise) tiene precio a medida.

Nota de verificación: estas cifras de Claude Team/Enterprise y ChatGPT Business/Enterprise proceden de fuentes secundarias españolas y especializadas que coinciden entre sí, no de las páginas oficiales de precios (claude.com y openai.com no fueron accesibles esta semana desde nuestro barrido de fuentes) — conviene confirmarlas en el panel de facturación antes de firmar nada.

El coste que de verdad se dispara no es la licencia, es lo que llamamos "IA fragmentada": cinco personas con cinco cuentas personales distintas (una con ChatGPT Plus, otra con Gemini gratis, otra probando Claude), cada una con su propio criterio de qué compartir, sin panel de administración ni control de qué datos entran. Ese escenario —lo veíamos con datos del informe de Netskope en nuestro artículo sobre proyectos de equipo— sale más caro en riesgo de lo que ahorra en no pagar una licencia de empresa.

Límites: cuándo ninguna de estas herramientas es la respuesta

Ser honestos aquí es lo que nos diferencia de quien vende "la IA que lo hace todo":

• Si el proceso es 100% predecible y con reglas fijas (mover un dato de un sistema a otro sin ningún criterio de por medio), una automatización clásica (Zapier, Make, n8n) es más barata, más rápida de montar y más fiable que un agente de IA. No hace falta "inteligencia" donde solo hace falta una regla.
• Si el dato que va a manejar la herramienta es sensible (historiales médicos, datos de menores, información financiera de clientes) y no tenéis claro el nivel de residencia de datos del proveedor, es preferible frenar y resolver primero el punto de cumplimiento —lo tratamos en nuestro artículo de RGPD e IA— que lanzar el asistente y arreglarlo después.
• Si nadie en el departamento tiene 2-3 horas para documentar el proceso antes (el tono de marca, el guion de atención al cliente, la plantilla de propuesta), ninguna IA compensará esa falta de criterio de partida: generará contenido genérico, rápido, pero sin voz.

Conclusión

No existe "la mejor IA": existe la que mejor encaja con dónde trabaja ya cada departamento y con cuánto criterio habéis documentado antes de delegar. Marketing y atención al cliente ganan más con integración y tono documentado; ventas y operaciones ganan más con conexión directa a CRM y archivos. El primer paso que puedes dar hoy sin ayuda de nadie: elige un solo departamento, escribe en una página qué tarea repetitiva os quita más horas cada semana, y prueba con la herramienta que ya tenéis pagada (Workspace o Microsoft 365) antes de sumar una licencia nueva.

---

Si quieres que hagamos ese diagnóstico por ti, en OperandIA hacemos una diagnóstico de IA departamento a departamento: qué automatizar, qué delegar a un agente y con qué herramienta, en menos de una semana.

Fuentes

• Notas de la versión de Claude Platform — Anthropic, consultado 14/09/2026.
• Precios de Anthropic — Anthropic, consultado 14/09/2026.
• ChatGPT Updates by OpenAI — September 2026 — Releasebot, sobre el lanzamiento estable de GPT-6 Astra, Library (Box/Dropbox/SharePoint) y el plugin de Data en ChatGPT Work (8/09/2026).
• IA de Google para el servicio de atención al cliente — Google Workspace.
• Sales Collaboration Tools & Solutions — Google Workspace.
• Introducing Le Chat Enterprise — Mistral AI.
• AI Act para pymes: auditoría y obligaciones legales — Audidat, sobre las obligaciones vigentes desde el 2/08/2026.
• Claude Team precio: cuándo pasar de Pro a Team en una pyme — AI First, sobre la bajada del mínimo de puestos de Claude Team (5→2, julio 2026).