Casos de éxito de IA en pymes españolas (con fuentes)

Sí hay casos documentados de IA en pymes españolas, y casi todos comparten un patrón: un problema concreto, un socio tecnológico especializado y una métrica clara. Reunimos siete con fuente pública verificable, desde la inspección de etiquetas con visión artificial hasta un asistente de reservas por WhatsApp, con lo que consiguieron y lo que las fuentes no cuentan.

Esta guía está pensada para quien quiere saber si la IA funciona en empresas como la suya antes de invertir. No es una lista de logos ni de promesas: cada caso tiene empresa con nombre, fuente enlazada y resultados tal y como se publicaron. Si buscas datos generales de adopción, los tienes en qué empresas implementan IA en España; aquí nos centramos en ejemplos concretos.

¿Cómo hemos seleccionado los casos?

Buscar "casos de éxito de IA en pymes" devuelve decenas de páginas con historias sin empresa, sin cifras o sin fuente. Para esta selección aplicamos un criterio estricto, el mismo que recomendamos aplicar a cualquier caso que te presente un proveedor.

EXPERTUNO · FRAMEWORK

Cinco preguntas para leer un caso de éxito de IA

1. 01
   ¿Quién lo publica?

   Un programa público, una institución, un medio o el propio proveedor. Cada fuente tiene sus incentivos.

2. 02
   ¿Hay empresa con nombre?

   Sin nombre no hay forma de verificar nada. Lo descartamos.

3. 03
   ¿En qué fase está?

   No es lo mismo un prototipo validado que un sistema en producción durante años.

4. 04
   ¿Qué se midió?

   Errores, tiempo, desperdicio, conversaciones automatizadas o precisión del modelo, y frente a qué punto de partida.

5. 05
   ¿Qué costó?

   Importe, financiación y horas internas, si la fuente lo indica.

Con ese filtro, solo incluimos casos con una URL pública que nombra a la empresa y describe lo que hizo. Indicamos el tamaño solo cuando la fuente lo publica y marcamos si se trata de un prototipo o de un sistema en uso. Dos de los casos los publican proveedores tecnológicos como referencia comercial, y otro, el centro tecnológico que participó en el proyecto; los señalamos como tales, porque quien vende la solución rara vez publica un caso que no le favorece.

¿Qué casos de IA en pymes españolas están documentados?

Esta tabla resume los siete casos. Debajo tienes el detalle de cada uno, con las cifras exactas de su fuente.

EXPERTUNO · COMPARATIVA

¿Qué casos de IA en pymes españolas están documentados?

Empresa	Sector	Tamaño según la fuente	Qué hizo con IA	Resultado publicado	Fuente
Gràfiques Manlleu	Etiquetas para envases	Pyme familiar (pequeña empresa)	Inspección de etiquetas con visión artificial	Tasa de error inferior al 0,5 %, -40 % tiempo de control, -25 % desperdicio	[PADIH](https://padih.eoi.es/vision-artificial-para-la-deteccion-de-defectos-en-etiquetas)
Selmark	Moda íntima	Mediana empresa	Prototipo para anticipar la demanda por punto de venta	Validado con datos de tres campañas (2021-2024)	[PADIH](https://padih.eoi.es/selmark-y-bluequality-cada-vez-mas-competitivas-gracias-la-inteligenica-artificial)
Blue Quality	Fotografía en circuitos de karts	Pequeña empresa	Captura automática de fotos con visión por computador	98,56 % de acierto en reconocimiento de números	[PADIH](https://padih.eoi.es/selmark-y-bluequality-cada-vez-mas-competitivas-gracias-la-inteligenica-artificial)
Picvisa	Tecnología de reciclaje	34 trabajadores	Visión artificial para separar textiles	Hasta 700 kg de ropa recuperada por hora	[ACCIÓ](https://www.accio.gencat.cat/ca/accio/premsa-comunicacio/cercador-premsa-actualitat/article/empreses-catalanes-ia-picvisa)
Splendid Foods	Embutidos curados	No indicado	IA, sensores y analítica en la curación	Mejor control del proceso; sin cifras publicadas	[Eurecat](https://eurecat.org/es/sistema-optimizar-curacion-embutidos/)
Autos Noroeste	Vehículos con conductor	No indicado	Asistente de reservas por WhatsApp	3.333 conversaciones automatizadas al 100 % en 2023	[Aunoa](https://aunoa.ai/casos-de-exito/autos-noroeste/)
Embat	Fintech de tesorería	No indicado	IA generativa para conciliación y contabilización	Hasta 75 % menos tiempo en procesos manuales	[Google Cloud](https://cloud.google.com/customers/intl/es-419/embat-ai?hl=es-419)

Dos aclaraciones. Picvisa y Embat no solo usan IA: la incorporan en lo que venden. Las incluimos porque son pymes o empresas jóvenes españolas que han convertido la IA en producto, un camino distinto pero igual de relevante. Y los resultados no son comparables entre sí: cada caso mide cosas diferentes y con métodos distintos.

Industria: visión artificial y datos de proceso

Gràfiques Manlleu: inspección de etiquetas con visión artificial

Gràfiques Manlleu es una empresa familiar fundada en 1919 que fabrica etiquetas para botellas y envases alimentarios. Su problema era clásico: el control de calidad manual generaba desperdicio de material y paradas no planificadas. Con Eurecat y el hub de innovación digital DIH4CAT implantó un sistema de inspección con cámaras industriales y algoritmos de IA supervisada (PADIH, 2025).

Es el caso más completo de la selección: empresa pequeña, problema concreto, métricas de negocio y coste conocido. También es un buen ejemplo de cómo se mide el éxito en planta: en errores entregados y material ahorrado, no en la precisión abstracta del modelo.

Splendid Foods: IA y sensores en la curación de embutidos

El grupo de alimentación Splendid Foods, dedicado sobre todo a la elaboración de embutidos curados, lideró el proyecto Embot-ITs con Eurecat, el clúster INNOVACC y otras dos empresas. Instaló dispositivos que recogen datos del proceso de curación y algoritmos que detectan posibles anomalías, con financiación de la convocatoria de grupos operativos del departamento de agricultura catalán (Eurecat, 2021).

La fuente no publica cifras de mejora; afirma que el sistema permite gestionar mejor la curación y reducir, por ejemplo, el tiempo manteniendo la calidad. Lo incluimos como ejemplo de un uso frecuente en la industria alimentaria, con la advertencia de que no hay resultados cuantificados públicos.

Picvisa: una pyme que vende visión artificial

Picvisa, con 34 trabajadores según la nota de ACCIÓ, empezó aplicando visión artificial al control de calidad en cerámica y se especializó en IA para el reciclaje. Ha desarrollado una tecnología que separa los productos textiles del resto de residuos y permite recuperar hasta 700 kg de ropa por hora (ACCIÓ, 2023). Es un ejemplo de pyme técnica que ha convertido una especialidad de IA en producto industrial.

Comercio y moda: anticipar la demanda

Selmark: qué tiendas anticipan mejor el mercado

Selmark, mediana empresa gallega de moda íntima, se planteó un reto habitual en el sector: estimar bien la demanda al inicio de cada campaña. Con el hub DIHGIGAL desarrolló un prototipo que identifica los puntos de venta con más "feeling" con el mercado mediante un algoritmo de similitud, construido con herramientas gratuitas y validado con información de tres campañas, de 2021 a 2024 (PADIH, 2025). El proyecto costó 29.501,34 euros, financiados al 100 % por el programa.

Es un caso valioso por lo que no promete. La fuente habla de un prototipo validado y de una base para mejoras futuras, no de un aumento de ventas. Es el punto en el que muchas pymes deberían evaluar si escalan o no, con datos de la siguiente campaña.

Servicios: visión y atención automatizada

Blue Quality: fotos automáticas en circuitos de karts

Blue Quality, pequeña empresa gallega que desarrolla soluciones de captura y creación automática de vídeos e imágenes personalizados, creó con el mismo programa un prototipo que detecta los karts en movimiento, reconoce su número y captura fotografías de calidad de cada piloto durante la carrera. Se probó durante varios meses en el circuito cubierto Karting Marineda, en condiciones de poca luz, y sus modelos se validaron también con vídeos de otros circuitos (PADIH, 2025).

Los resultados publicados son técnicos: una precisión de 0,971 y una exhaustividad de 0,928 en la detección de karts, y un 98,56 % de acierto en el reconocimiento de números, con un coste de 29.999,28 euros financiado por el programa. Falta, lógicamente, el dato comercial: cuántas fotos se venden. Es la pregunta que tocaría hacer antes de escalar.

Autos Noroeste: reservas por WhatsApp sin intervención humana

Autos Noroeste, empresa de alquiler de vehículos con conductor con origen en un servicio de taxi privado en Madrid, fundada en 2006 y con servicio en España y Panamá, automatizó las solicitudes de reserva por WhatsApp. El asistente recoge origen, destino y hora, interpreta fechas escritas en lenguaje natural, reconoce a los clientes habituales y su historial de servicios, y permite indicar el número de vuelo en las recogidas en aeropuerto (Aunoa).

Es un caso típico de atención al cliente con alto volumen de peticiones parecidas, donde un asistente bien acotado encaja muy bien. La advertencia: la fuente es el proveedor, y un 100 % de automatización de conversaciones no dice cuántas terminaron en reserva ni cuántas necesitaron corrección posterior. Son las preguntas que harías en una referencia.

Finanzas: IA generativa en el producto

Embat: conciliación bancaria y tesorería con IA generativa

Embat es una fintech española creada en 2021 que ayuda a los equipos financieros de medianas y grandes empresas a gestionar la tesorería. Usó modelos de IA generativa de Google Cloud para automatizar tareas que el aprendizaje automático tradicional no resolvía bien, como la contabilización multidivisa o la conciliación bancaria (Google Cloud).

Aquí la IA no es una herramienta interna, sino parte del producto que Embat vende. El caso interesa a cualquier pyme porque muestra dónde está el valor de la IA generativa en finanzas: en tareas repetitivas con datos desordenados, como casar cobros y facturas.

¿Qué casos hemos descartado y por qué?

Durante la selección revisamos bastantes más casos de los que publicamos. Los descartes siguen patrones que conviene conocer, porque son los mismos que encontrarás en muchas presentaciones comerciales:

• Casos sin empresa identificada: artículos que hablan de "una pyme del sector industrial" que ahorró "días de trabajo", sin nombre ni cifras verificables.
• Casos que no son de IA: chatbots de menús cerrados o paneles de datos presentados como inteligencia artificial, cuando la fuente no menciona ningún modelo ni aprendizaje automático.
• Casos de empresas que probablemente superan el tamaño de una pyme: cadenas o grupos con muchos centros de trabajo presentados como ejemplos para pequeñas empresas.
• Casos sin resultado: anuncios de proyectos que empiezan, sin información posterior sobre lo que se consiguió.

Ninguno de estos descartes significa que esos proyectos no funcionaran. Significa que, con la información pública disponible, no podíamos afirmarlo con pruebas.

¿Qué tienen en común los casos que funcionan?

Leídos juntos, los siete casos dibujan un patrón bastante claro, útil para cualquier pyme que esté pensando en su primer proyecto.

EXPERTUNO · COMPARATIVA

Lo que enseñan los casos documentados

Patrón	Casos	Lección para tu empresa
Problema concreto y medible	Gràfiques Manlleu, Autos Noroeste, Embat	Empieza por un defecto, un tipo de consulta o una tarea repetitiva, no por una estrategia general
Socio especializado	Gràfiques Manlleu, Selmark, Blue Quality, Splendid Foods, Autos Noroeste	Busca experiencia en tu tipo de problema, sea un centro tecnológico, un hub de innovación o un proveedor de nicho
Presupuesto acotado	Tres casos de unos 30.000 euros financiados por PADIH	Una primera prueba útil no necesita una gran inversión
Prototipo antes que despliegue	Selmark, Blue Quality	Valida con datos reales antes de escalar y decide con la siguiente campaña
Métricas de negocio	Gràfiques Manlleu, Embat	Mide errores, tiempo o desperdicio, no solo la precisión del modelo

Hay una lección más, menos evidente. Tres de los siete casos se apoyaron en el programa público PADIH, que subvencionaba servicios de prueba y experimentación para pymes a través de los hubs de innovación digital. Los programas públicos no solo financian: sus fichas documentan reto, solución, resultados y coste, y por eso suelen ser más fáciles de verificar que los testimonios comerciales. Si te planteas un proyecto, pregunta en el hub de innovación digital de tu comunidad qué servicios ofrece.

¿Cómo replicar un caso en tu empresa?

Copiar un caso no consiste en comprar la misma tecnología, sino en replicar el método. Estos pasos resumen lo que tienen en común los casos anteriores:

• Elige un problema que ya te cueste dinero: rechazos, horas de atención, desperdicio o tareas administrativas repetitivas.
• Mide el punto de partida: sin línea base no habrá caso de éxito, solo una impresión.
• Busca un socio con experiencia en ese problema, sea un centro tecnológico, un hub de innovación o un proveedor especializado.
• Empieza por un prototipo o un piloto acotado, con datos reales y fecha de decisión.
• Decide con métricas de negocio y documenta el resultado, sea bueno o malo.

Tienes el método completo en la guía para implementar IA en pequeñas empresas, y la forma de calcular el retorno en cómo medir el ROI de un proyecto de IA.

Checklist para evaluar un caso de éxito que te presenta un proveedor

• [ ] El caso nombra a la empresa cliente y se puede verificar en una fuente pública o con una referencia.
• [ ] Sabes si se trata de un prototipo, un piloto o un sistema en uso durante meses.
• [ ] Las métricas son de negocio (errores, tiempo, ventas, costes) y no solo de precisión del modelo.
• [ ] Conoces el punto de partida frente al que se mide la mejora.
• [ ] Sabes cuánto costó y quién lo financió.
• [ ] El problema del caso se parece al tuyo en volumen, datos y sector.
• [ ] El proveedor te deja hablar con el cliente o te enseña el sistema funcionando.
• [ ] Te explica también qué no funcionó o qué limitaciones tiene.

Veredicto del consejo

Mercado. Hay casos reales de IA en pymes españolas, pero son menos y más modestos de lo que sugieren muchas listas en internet. Los mejor documentados proceden de programas públicos y centros tecnológicos. Los casos publicados por proveedores son útiles, pero conviene leerlos como lo que son: referencias comerciales.

Económico. Varios casos muestran que una primera prueba útil puede costar en torno a 30.000 euros, y en algunos programas públicos se financió al completo. El valor aparece cuando el problema ya costaba dinero: rechazos, horas de atención o procesos manuales. Sin ese coste de partida, el retorno es difícil de demostrar.

Técnico. Visión artificial, predicción con datos propios y asistentes conversacionales acotados son los usos más repetidos. Varios de los casos empezaron por un prototipo validado con datos reales. La tecnología es accesible; lo difícil es preparar los datos, definir la métrica y mantener el sistema.

Comprador. Pide casos con nombre, fase, métrica, coste y limitaciones. Si un proveedor solo tiene testimonios anónimos o capturas sin contexto, pide una prueba con tus datos antes de firmar. Y cuando tengas tu propio resultado, documéntalo: será tu mejor argumento para el siguiente proyecto.

Si quieres encontrar especialistas con casos verificables, filtra el directorio de especialistas en estrategia de IA y pide a cada uno referencias comprobables de proyectos parecidos al tuyo.