En Zaragoza, muchas compañías afrontan la misma paradoja: tienen más datos que nunca, pero la información relevante sigue atrapada en silos. Una intranet corporativa con IA no es solo un portal de noticias internas; es una capa inteligente que conecta personas, procesos y datos. Para que funcione, hace falta combinar aplicaciones a medida con modelos de lenguaje, automatización y una estrategia de datos clara. Ese es el enfoque que Q2BSTUDIO, empresa de desarrollo de software y tecnología, aplicó en un caso reciente en Zaragoza, y sirve como referencia para cualquier directivo que evalúe una transformación similar.
La empresa protagonista del caso pertenecía al sector de servicios industriales y contaba con 90 empleados, repartidos entre oficinas, almacén y equipos comerciales. Años de crecimiento orgánico y pequeñas adquisiciones habían dejado una infraestructura heterogénea. El equipo de Operaciones trabajaba con un ERP antiguo, el departamento comercial usaba un CRM diferente, y la documentación clave estaba distribuida en carpetas compartidas, SharePoint y correo electrónico. La dirección era consciente del problema, pero no disponía de una cifra objetiva que midiera el coste de la desorganización.
El primer análisis confirmó que el conocimiento crítico dependía de personas concretas. Si una persona se ausentaba, las respuestas tardaban horas o días. El ciclo de una incidencia típica incluía al menos tres correos, dos reuniones y una búsqueda manual en un sistema de archivos con más de 200.000 documentos. A eso se sumaba la pérdida de trazabilidad: nadie sabía con certeza qué versión de un documento era la vigente. Esta situación es habitual en muchas pymes zaragozanas y no se resuelve únicamente con más almacenamiento.
Una intranet corporativa tradicional se limita a colgar enlaces y noticias. En cambio, una intranet con IA está diseñada para comprender preguntas y devolver respuestas con contexto. Para ello se necesita un modelo de datos semántico, un motor de búsqueda híbrido y un portal que adapte su contenido al rol de cada usuario. El caso de éxito que describe este artículo utilizó exactamente esa arquitectura, evitando tecnologías superfluas y priorizando casos de uso con retorno claro.
El punto de partida fue un diagnóstico de dos semanas. Q2BSTUDIO no comenzó a programar, sino a medir. Se definieron indicadores clave como el tiempo medio de búsqueda, el número de documentos duplicados, el porcentaje de incidencias resueltas en menos de 24 horas y la satisfacción de los empleados con las herramientas internas. Esa línea base permitió establecer objetivos realistas y acotar el alcance a dos procesos críticos: la gestión de incidencias y el onboarding de nuevas incorporaciones.
La solución incluyó un portal web único y una solución de IA empresarial con arquitectura RAG. El sistema indexó los documentos de SharePoint, el ERP y las carpetas de red, preservando los permisos originales. Cuando un usuario pregunta, por ejemplo, ¿cuál es el procedimiento de devolución?, la IA busca fragmentos relevantes, los combina con las políticas vigentes y genera una respuesta clara, citando la fuente original. Este modelo evita alucinaciones y permite que un empleado nuevo comprenda el negocio sin depender de preguntar a un compañero.
Además, se configuraron agentes IA para tareas repetitivas. El agente de clasificación leía cada nueva incidencia, la categorizaba, le asignaba prioridad y sugería una respuesta basada en casos anteriores. Otro agente se encargaba de extraer datos de facturas y albaranes para introducirlos directamente en el ERP, reduciendo errores de transcripción. Aquí es donde la intranet deja de ser un simple buscador y se convierte en una plataforma operativa.
Un elemento decisivo fue la integración. No hizo falta sustituir el ERP ni eliminar SharePoint. Q2BSTUDIO construyó una capa de integración mediante APIs y n8n para conectar la intranet con el CRM, el correo corporativo y Microsoft Teams. Las aprobaciones se tramitaban desde el portal, pero quedaban visibles en las herramientas que los equipos ya usaban a diario. Esta estrategia reduce la resistencia al cambio y acelera la adopción.
El entorno se alojó en cloud AWS/Azure, con redundancia y cifrado en reposo y en tránsito. Desde el punto de vista de la ciberseguridad, se aplicaron políticas de acceso basadas en roles, autenticación multifactor y registros de auditoría. Los datos sensibles no salían hacia modelos públicos; se utilizaron endpoints privados y túneles VPN para que los servicios de IA accedieran a sistemas on-premises de forma segura. Este punto es esencial en proyectos que manejan datos personales o información contractual.
Para la dirección, la intranet también se convirtió en una fuente de inteligencia de negocio. Un cuadro de mando desarrollado con BI/Power BI mostró la evolución del tiempo de resolución, la carga de trabajo por departamento, el nivel de adopción por oficina y el coste estimado del tiempo ahorrado. Gracias a esa información, la gerencia pudo tomar decisiones sobre plantilla, horarios y formación sin esperar a que los mandos intermedios elaborasen informes manuales.
Los resultados del proyecto se midieron al finalizar el tercer mes. El tiempo destinado a buscar información cayó un 36%. La gestión de una incidencia pasó de una media de 4 horas a 2 horas y media. El trabajo manual de reintroducir datos bajó un 41%. La exactitud de la información operativa pasó del 79% al 94%. El onboarding de una persona se redujo de diez días a dos. La dirección estimó un retorno de la inversión en menos de siete meses, considerando solo las horas productivas recuperadas.
El aspecto más complejo no fue la tecnología, sino la gobernanza. Se creó un comité de calidad de datos con responsables de cada área. La IA se entrenó con versiones aprobadas de procedimientos, no con archivos obsoletos. Además, se configuraron control de cambios y revisión humana en decisiones críticas, como la difusión de información contractual o la aprobación de pagos. La transparencia sobre lo que hace el sistema incrementó la confianza de la plantilla.
El plan de implantación se ejecutó en fases para no interrumpir la operación. La primera fase consistió en el portal corporativo con búsqueda semántica y unos cincuenta documentos maestros. La segunda añadió los agentes de clasificación y extracción. La tercera extendió la integración con el ERP y Microsoft Teams. En la cuarta se activaron los cuadros de mando y se automatizaron los informes semanales. Cada fase terminaba con una validación por parte de un grupo piloto de quince usuarios, que aportaron mejoras antes del despliegue general.
La formación se diseñó en torno a casos reales. En lugar de sesiones genéricas sobre cómo funciona la IA, los empleados practicaron con preguntas y tareas de su departamento. Se creó una pequeña guía con ejemplos de consultas frecuentes y se nombró a un copiloto interno en cada área, encargado de resolver dudas y proponer mejoras. Esta figura fue clave para mantener la adopción por encima del 90% a los sesenta días.
La principal lección es que el dato es tan valioso como el algoritmo. Sin limpieza previa, la mejor IA ofrece respuestas rápidas pero incorrectas. La segunda lección es que la ciberseguridad debe estar presente desde el diseño, no al final. La tercera lección es que la intranet con IA crece con la organización: los primeros casos de uso son sencillos, pero la plataforma debe permitir añadir nuevas fuentes y agentes sin reescribir el código.
En definitiva, una intranet corporativa con IA en Zaragoza es viable cuando se aborda con rigor técnico y visión de negocio. La experiencia de Q2BSTUDIO demuestra que la clave está en combinar aplicaciones a medida, modelos lingüísticos, automatización y una infraestructura cloud segura. La tecnología ya no es el cuello de botella; lo es la capacidad de integrarla en los procesos reales. Cualquier empresa que quiera avanzar en esta dirección puede apoyarse en un equipo de desarrollo de software que entienda el contexto local y los estándares empresariales actuales.
