Planificación anual 2027 con IA: datos, escenarios y OKR

Usar la planificación anual con IA no consiste en pedirle el plan de 2027 a un modelo. Consiste en quitarle al ciclo de planificación las tres semanas de trabajo mecánico que se lo comen —consolidar datos de cinco fuentes, montar escenarios a mano, redactar cincuenta versiones del mismo objetivo— para que la dirección dedique ese tiempo a lo único que no delega: decidir dónde pone el dinero y la gente.

Escribimos esto en septiembre a propósito, porque es cuando empieza el ciclo en la mayoría de las empresas españolas y porque llegar a noviembre con los datos sin consolidar es la razón habitual de que el plan se cierre en enero. Nosotros planificamos así nuestros propios negocios; lo que sigue es el proceso, las herramientas y los límites, sin humo.

¿Qué parte del ciclo de planificación se puede automatizar?

La parte mecánica, que es más de la mitad. Un ciclo típico tiene cinco bloques y solo el último es irreductiblemente humano:

La consecuencia práctica es contraintuitiva: el mayor valor de la IA en planificación no está en el análisis brillante, está en la fontanería. Cuando el director financiero deja de pasar diez días cuadrando exportaciones del ERP, del CRM y de tres hojas de cálculo, aparecen diez días para pensar. Ese es el retorno real.

¿Cómo se preparan los datos base sin perder tres semanas?

Con un agente que haga la recopilación como tarea programada y no como proyecto anual. La diferencia entre las empresas que cierran el plan en noviembre y las que lo cierran en febrero casi nunca es la capacidad analítica: es que unas tienen los datos listos y otras empiezan a buscarlos en octubre.

1. Inventario de fuentes. ERP, CRM, facturación, nóminas, herramientas de marketing. Anota para cada una quién la mantiene y con qué frecuencia se actualiza.
2. Extracción automática a un mismo formato y periodicidad. Aquí el agente es imbatible: no se cansa, no se salta un mes y deja traza de lo que hizo.
3. Detección de incoherencias antes de analizar nada: clientes duplicados, categorías que cambiaron a mitad de año, ingresos imputados a dos periodos. Es el trabajo que nadie quiere hacer y que invalida el plan si no se hace.
4. Un único cuadro base del que salen todos los escenarios. Si cada departamento trae su versión de la verdad, la reunión de planificación se convierte en una discusión sobre cifras en vez de sobre decisiones.

Si tu previsión de caja también se hace a mano cada mes, este es el momento de resolverlo, porque alimenta directamente el plan: lo tratamos en agentes de IA para tesorería y previsión de caja.

¿Cómo se construyen escenarios que sirvan para decidir?

Con tres escenarios, no con diez, y explicitando las dos o tres variables que de verdad mueven el resultado. La IA ayuda a construirlos rápido y a probar sensibilidades, pero el valor está en la disciplina del formato, no en el número de simulaciones.

• Escenario base: continuidad de las tendencias observadas, sin heroicidades. Es el que se usa para presupuestar.
• Escenario de tensión: qué pasa si cae la variable crítica —el cliente que pesa el 30%, el canal que trae la mitad de los leads, el margen del producto estrella—. Aquí la pregunta no es "cuánto ganaríamos menos", es "en qué mes tocamos caja mínima".
• Escenario de expansión: qué haría falta para crecer un 30%, expresado en personas, capacidad y capital, no en optimismo.

Una advertencia que damos siempre: un modelo de lenguaje no predice tu facturación. Puede estructurar el modelo, ejecutar los cálculos con las herramientas adecuadas, señalar supuestos inconsistentes y redactar la explicación, pero los supuestos los pones tú y la responsabilidad de la cifra es tuya. Cuando alguien presenta una previsión "generada por IA" sin poder explicar de dónde sale cada supuesto, el problema no es el modelo: es el proceso.

¿Cómo se priorizan las iniciativas de 2027?

Con la misma disciplina que aplicamos a los casos de automatización: valor estimado, esfuerzo y riesgo, y un límite estricto de iniciativas simultáneas. La IA aporta en tres puntos concretos y ninguno es la decisión final.

Primero, en la estimación: recupera el histórico de lo que costó de verdad cada iniciativa parecida el año pasado —no lo que se presupuestó— y lo pone al lado de la nueva estimación. Es el antídoto más eficaz contra el optimismo sistemático de las propuestas. Segundo, en las dependencias: al leer las cincuenta propuestas juntas detecta que tres dependen del mismo equipo y que dos se solapan. Tercero, en la coherencia: señala qué iniciativas no contribuyen a ningún objetivo declarado, que en toda cartera suelen ser unas cuantas.

Para las iniciativas de automatización, el marco de estimación es el que ya usamos: un agente a medida en pyme se mueve entre 15.000 y 40.000 € y de 4 a 8 semanas, más un 10-20% anual de mantenimiento. Cómo se traduce eso en retorno esperado está en ROI de la inteligencia artificial en la empresa.

¿Sirve la IA para redactar los OKR?

Sirve mejor como crítico que como autor. Un objetivo escrito por un modelo suena bien y no compromete a nada; un objetivo escrito por el equipo y sometido a crítica mejora de verdad. El patrón que funciona: el equipo redacta, el agente pregunta.

• ¿Este resultado clave es medible con un dato que ya existe? Si hay que montar un sistema para medirlo, no es un buen resultado clave para enero.
• ¿Es un resultado o una actividad? "Lanzar el nuevo portal" es una tarea; "reducir a la mitad las consultas de estado de pedido" es un resultado.
• ¿Quién lo controla? Un objetivo que depende de tres áreas no tiene dueño.
• ¿Contradice otro objetivo? Crecer en volumen y subir margen a la vez, sin más recursos, suele ser un conflicto encubierto.

Añade una revisión de coherencia entre niveles: los objetivos de equipo deberían sumar los de la empresa, y esa comprobación es exactamente el tipo de tarea aburrida y sistemática donde un agente no se salta ninguna línea. Qué medir cuando la empresa opera con agentes lo desglosamos en KPIs de una empresa AI-First.

¿Cuánto presupuestar para IA en 2027?

Cuatro líneas, y todas se olvidan menos la primera:

1. Desarrollo de nuevos agentes: 15.000-40.000 € por agente en pyme. Presupuesta por casos concretos y no por "proyecto de IA"; un número global sin casos detrás es un número que se recortará entero en la primera revisión.
2. Mantenimiento de lo que ya está en producción: 10-20% anual del desarrollo acumulado. Esta línea crece cada año y es la que descuadra los presupuestos a partir del tercero.
3. Licencias y consumo: asistentes por usuario y consumo de modelos. Los precios cambian con frecuencia, así que confirma las tarifas vigentes al presupuestar en lugar de arrastrar las del año pasado.
4. Formación: lo que menos cuesta y lo que más se recorta. En España, parte es bonificable con el crédito de formación, lo que reduce el coste neto de forma significativa.

Y una recomendación de estructura: reserva entre un 15 y un 25% del presupuesto de IA sin asignar. En un año cambia lo suficiente como para que las oportunidades de octubre no estén en el plan de diciembre anterior, y un presupuesto cerrado al 100% obliga a elegir entre saltarse el proceso o dejar pasar lo que aparezca.

¿Qué NO deberías delegar en la IA?

La asignación de capital y de personas. Es la decisión que define el año, depende de información que no está en ningún sistema —qué equipo aguanta más presión, qué cliente está a punto de irse, qué apuesta te crees de verdad— y es la que justifica el sueldo de quien dirige.

• Los objetivos. Se pueden pulir con ayuda; se eligen en una sala con personas.
• Las decisiones sobre plantilla. Ampliar, reorganizar o reducir no es una salida de un modelo.
• La comunicación del plan. Un plan anual comunicado con un texto claramente generado destruye credibilidad más rápido que un plan mediocre explicado en persona.
• El compromiso. Nadie se compromete con un objetivo que no ha discutido. La planificación sirve para alinear voluntades, y eso no se automatiza.

Calendario de septiembre a diciembre

1. Septiembre: montar la recopilación automática de datos y cerrar el cuadro base. Si solo haces esto, ya habrás ganado dos semanas en noviembre.
2. Octubre: análisis del año, escenarios y primera cartera de iniciativas con estimaciones apoyadas en el histórico real.
3. Noviembre: priorización, presupuesto por líneas y borrador de objetivos por equipo, con la revisión de coherencia.
4. Diciembre: cierre, comunicación y calendario de revisión trimestral. El plan que no tiene fecha de revisión es una declaración de intenciones.

Si quieres montar la parte automatizable con un equipo que opera estos sistemas cada semana —empezando por el diagnóstico de dónde están tus datos, no por la herramienta—, así trabajamos desde nuestra consultoría de inteligencia artificial.

Preguntas frecuentes

¿Puedo pedirle directamente a un modelo que haga mi plan anual?

Puedes, y obtendrás un documento correcto, genérico e inútil. Un plan anual vale por los supuestos concretos de tu negocio y por el compromiso de quien lo va a ejecutar, y ninguna de esas dos cosas sale de un prompt. Lo que sí conviene delegar es la consolidación de datos, el análisis de desviaciones y la crítica de los objetivos que escribe tu equipo.

¿Qué datos necesito tener como mínimo?

Ingresos y márgenes por línea de negocio, costes fijos y variables, plantilla y coste por persona, y las métricas operativas de tus dos procesos principales. Con eso se construyen escenarios útiles. Si te falta el detalle por línea de negocio, ese es el primer arreglo del ciclo, porque sin él todos los escenarios salen del mismo agregado y no distinguen nada.

¿Es seguro subir datos financieros a un modelo?

Depende de la configuración, no del proveedor en abstracto. Lo mínimo exigible: contrato de encargado de tratamiento, no entrenamiento con tus datos, retención limitada y control de quién accede. En muchos casos la solución más simple es que el agente trabaje con datos agregados o anonimizados, que para planificar suele bastar.

¿Cuánto se tarda en montar la parte automatizada?

La recopilación y consolidación de datos, entre 3 y 6 semanas según cuántas fuentes haya y en qué estado estén. Es una inversión que se amortiza el mismo año, porque el mismo montaje sirve para el informe mensual y para la revisión trimestral, no solo para el plan anual.

¿Y si mi empresa es demasiado pequeña para tener un ciclo de planificación?

Entonces el ciclo es una tarde en diciembre, y sigue mereciendo la pena. Consolida los números del año, escribe tres escenarios en una página y elige tres objetivos. La IA aquí aporta sobre todo la consolidación y la crítica de esos tres objetivos, que es donde una empresa pequeña más se equivoca: pone diez.