{"id":198724,"date":"2026-11-19T11:04:38","date_gmt":"2026-11-19T09:04:38","guid":{"rendered":"https:\/\/factorialhr.com\/blog\/?p=198724"},"modified":"2026-11-19T11:23:04","modified_gmt":"2026-11-19T09:23:04","slug":"ia-empresas","status":"publish","type":"post","link":"https:\/\/factorial.com\/blog\/es\/ia-empresas\/","title":{"rendered":"Inteligencia artificial para empresas que quieren empezar con buen pie"},"content":{"rendered":"<p>La <strong>inteligencia artificial para empresas<\/strong> consiste en aplicar tecnolog\u00edas capaces de generar contenido, analizar informaci\u00f3n, detectar patrones, responder preguntas o ejecutar determinadas tareas dentro de los procesos de un negocio. Puede ahorrar muchas horas de trabajo, pero eso no significa que haya que introducir IA en todo lo que se pueda automatizar.<\/p>\n<p>De hecho, una de las mejores formas de empezar es olvidarse durante un momento de las herramientas y mirar primero el problema. Qu\u00e9 tarea consume demasiado tiempo? Qu\u00e9 informaci\u00f3n cuesta encontrar? D\u00f3nde se repiten errores? Qu\u00e9 proceso obliga al equipo a hacer el mismo trabajo una y otra vez? Cuando la necesidad est\u00e1 clara, resulta bastante m\u00e1s sencillo decidir si hace falta una automatizaci\u00f3n, IA generativa, un agente o simplemente mejorar el proceso que ya existe.<\/p>\n<p>El uso empresarial de estas tecnolog\u00edas ya tiene un peso relevante en Espa\u00f1a. Seg\u00fan el Instituto Nacional de Estad\u00edstica, el 33,6 % de las empresas de 10 o m\u00e1s empleados utilizaba tecnolog\u00edas de inteligencia artificial en el primer trimestre de 2026. Un a\u00f1o antes, ese porcentaje era del 21,1 %.<\/p>\n<h2>Antes de empezar conviene tener esto claro<\/h2>\n<ul>\n<li><strong>No todos los procesos necesitan IA.<\/strong> Una automatizaci\u00f3n basada en reglas puede resolver muchas tareas de forma m\u00e1s sencilla y predecible.<\/li>\n<li><strong>El problema deber\u00eda elegirse antes que la herramienta.<\/strong> Comprar software para despu\u00e9s buscar d\u00f3nde usarlo suele invertir el orden l\u00f3gico.<\/li>\n<li><strong>Los datos condicionan el resultado.<\/strong> Si la informaci\u00f3n es insuficiente, poco representativa o inadecuada para el objetivo, la IA tambi\u00e9n trabajar\u00e1 con esas limitaciones.<\/li>\n<li><strong>Cuanto mayores sean las consecuencias de un error, mayor deber\u00eda ser el control.<\/strong> Resumir un documento y decidir sobre una persona no requieren el mismo nivel de supervisi\u00f3n.<\/li>\n<li><strong>La licencia no es todo el coste.<\/strong> Integraciones, datos, formaci\u00f3n, seguridad, mantenimiento y tiempo interno tambi\u00e9n cuentan.<\/li>\n<li><strong>Hay que medir antes de implementar.<\/strong> Sin un punto de partida resulta dif\u00edcil saber despu\u00e9s si el proyecto realmente ha mejorado algo.<\/li>\n<\/ul>\n<div class=\"factorial-banner inline-banner banner-demo category-liderar-con-proposito\"\n    data-banner-id=\"207226\"\n    data-banner-type=\"demo\"\n    data-category=\"Liderar con prop\u00f3sito\">\n    <div class=\"banner-content\">\n        <div class=\"banner-text\">\n                            <p class=\"banner-title\">La IA para empresas que conoce tu negocio<\/p>\n            \n                            <p>One, el agente de IA de Factorial, responde con el contexto de tu negocio y con los permisos de cada persona.<\/p>\n            \n                            <a href=\"https:\/\/factorial.es\/solicitar-demo\"\n                    class=\"factorial-cta-button not-prose demo btn-brand\" data-cta=\"demo\" data-cta-position=\"inline-banner\">\n                    Get a demo                <\/a>\n                    <\/div>\n\n        <div class=\"banner-image has-image\">\n            <img decoding=\"async\" src=\"https:\/\/factorial.com\/wp-content\/uploads\/2026\/11\/19141316\/Group-2147203297.png\" class=\"not-prose\" \/>\n        <\/div>\n    <\/div>\n<\/div>\n<h2>Qu\u00e9 aporta la inteligencia artificial para empresas?<\/h2>\n<p>La IA puede hacer trabajos muy diferentes y ah\u00ed empieza buena parte de la confusi\u00f3n. Bajo la misma etiqueta encontramos desde herramientas que redactan un correo hasta sistemas capaces de analizar datos hist\u00f3ricos o agentes que encadenan varias acciones para cumplir un objetivo.<\/p>\n<p>Entender esas diferencias ayuda a decidir mejor. No necesitas un agente para una tarea que puede resolverse con una regla autom\u00e1tica, del mismo modo que un chatbot generalista puede quedarse corto si necesita consultar informaci\u00f3n interna actualizada y respetar los permisos de cada usuario.<\/p>\n<table>\n<thead>\n<tr>\n<th>Tecnolog\u00eda<\/th>\n<th>Qu\u00e9 hace<\/th>\n<th>Ejemplo empresarial<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Automatizaci\u00f3n<\/td>\n<td>Ejecuta reglas y flujos previamente definidos<\/td>\n<td>Enviar una factura a aprobaci\u00f3n cuando supera un importe<\/td>\n<\/tr>\n<tr>\n<td>IA generativa<\/td>\n<td>Crea, resume o reorganiza informaci\u00f3n<\/td>\n<td>Preparar un borrador de informe a partir de varios documentos<\/td>\n<\/tr>\n<tr>\n<td>IA predictiva<\/td>\n<td>Usa datos para estimar posibles resultados<\/td>\n<td>Prever demanda o detectar patrones asociados a una incidencia<\/td>\n<\/tr>\n<tr>\n<td>Agentes de IA<\/td>\n<td>Pueden usar informaci\u00f3n y herramientas para completar varios pasos<\/td>\n<td>Consultar datos, preparar un informe y ejecutar una acci\u00f3n permitida<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>La frontera tampoco siempre es perfecta. Un mismo producto puede combinar automatizaciones, modelos generativos, an\u00e1lisis predictivo y agentes. Lo importante no es c\u00f3mo lo llame el proveedor, sino entender <strong>qu\u00e9 recibe el sistema, qu\u00e9 hace con esa informaci\u00f3n y qu\u00e9 resultado produce<\/strong>.<\/p>\n<h2>Los usos cambian mucho seg\u00fan el departamento<\/h2>\n<p>Hablar de &#8220;usar IA en la empresa&#8221; es demasiado amplio para tomar una decisi\u00f3n. Un equipo de atenci\u00f3n al cliente, uno de finanzas y uno de Recursos Humanos pueden utilizar la misma tecnolog\u00eda para problemas completamente distintos.<\/p>\n<table>\n<thead>\n<tr>\n<th>\u00c1rea<\/th>\n<th>Problema<\/th>\n<th>Posible uso de IA<\/th>\n<th>Qu\u00e9 medir<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Recursos Humanos<\/td>\n<td>Muchas consultas repetitivas<\/td>\n<td>Asistente conectado a informaci\u00f3n interna<\/td>\n<td>Consultas resueltas y tiempo ahorrado<\/td>\n<\/tr>\n<tr>\n<td>Finanzas<\/td>\n<td>Revisi\u00f3n manual de documentaci\u00f3n<\/td>\n<td>Extracci\u00f3n y clasificaci\u00f3n de informaci\u00f3n<\/td>\n<td>Tiempo por documento y errores<\/td>\n<\/tr>\n<tr>\n<td>Ventas<\/td>\n<td>Demasiada informaci\u00f3n en el CRM<\/td>\n<td>Res\u00famenes, an\u00e1lisis y priorizaci\u00f3n<\/td>\n<td>Tiempo de preparaci\u00f3n y conversi\u00f3n<\/td>\n<\/tr>\n<tr>\n<td>Marketing<\/td>\n<td>Trabajo repetitivo en primeras versiones<\/td>\n<td>Generaci\u00f3n y adaptaci\u00f3n de borradores<\/td>\n<td>Tiempo ahorrado y porcentaje de correcciones<\/td>\n<\/tr>\n<tr>\n<td>Atenci\u00f3n al cliente<\/td>\n<td>Preguntas frecuentes y b\u00fasqueda lenta<\/td>\n<td>Asistente conectado a una base de conocimiento<\/td>\n<td>Tiempo de respuesta y resoluci\u00f3n<\/td>\n<\/tr>\n<tr>\n<td>Operaciones<\/td>\n<td>Dificultad para anticipar demanda o incidencias<\/td>\n<td>An\u00e1lisis predictivo<\/td>\n<td>Error de previsi\u00f3n e incidencias<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>La tabla tambi\u00e9n deja ver algo que suele olvidarse. &#8220;Usar m\u00e1s IA&#8221; no es una m\u00e9trica \u00fatil. Si atenci\u00f3n al cliente tarda menos en encontrar una respuesta, finanzas procesa documentos con menos errores o RR. HH. dedica menos horas a consultas repetitivas, entonces s\u00ed existe un resultado que se puede comparar.<\/p>\n<h2>C\u00f3mo saber d\u00f3nde merece la pena usar la IA?<\/h2>\n<p>Un buen primer caso de uso suele combinar <strong>frecuencia suficiente, datos disponibles, un resultado f\u00e1cil de revisar y una m\u00e9trica clara<\/strong>. Si adem\u00e1s el coste de equivocarse es relativamente bajo, resulta m\u00e1s sencillo hacer un piloto sin comprometer un proceso importante.<\/p>\n<p>Puedes empezar revisando cada tarea con cinco preguntas.<\/p>\n<ol>\n<li><strong>Cu\u00e1nto trabajo consume?<\/strong> Calcula frecuencia, volumen y horas aproximadas.<\/li>\n<li><strong>Tenemos los datos necesarios?<\/strong> Revisa d\u00f3nde est\u00e1n, qu\u00e9 calidad tienen y qui\u00e9n puede utilizarlos.<\/li>\n<li><strong>Qu\u00e9 ocurre si el sistema se equivoca?<\/strong> No es lo mismo corregir un resumen que una decisi\u00f3n con consecuencias legales o econ\u00f3micas.<\/li>\n<li><strong>Puede una persona revisar r\u00e1pidamente el resultado?<\/strong> Los primeros proyectos suelen funcionar mejor cuando existe esa posibilidad.<\/li>\n<li><strong>Podemos medir una mejora?<\/strong> Necesitas saber qu\u00e9 indicador comparar antes y despu\u00e9s.<\/li>\n<\/ol>\n<table>\n<thead>\n<tr>\n<th>Proceso<\/th>\n<th>Frecuencia<\/th>\n<th>Datos disponibles<\/th>\n<th>Riesgo del error<\/th>\n<th>Medici\u00f3n sencilla<\/th>\n<th>Qu\u00e9 har\u00eda<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Resumir documentos internos<\/td>\n<td>Alta<\/td>\n<td>S\u00ed<\/td>\n<td>Bajo<\/td>\n<td>S\u00ed<\/td>\n<td>Buen candidato para un piloto<\/td>\n<\/tr>\n<tr>\n<td>Responder consultas repetitivas<\/td>\n<td>Alta<\/td>\n<td>S\u00ed<\/td>\n<td>Bajo o medio<\/td>\n<td>S\u00ed<\/td>\n<td>Buen candidato para un piloto<\/td>\n<\/tr>\n<tr>\n<td>Aprobar un flujo administrativo fijo<\/td>\n<td>Alta<\/td>\n<td>S\u00ed<\/td>\n<td>Bajo<\/td>\n<td>S\u00ed<\/td>\n<td>Valorar primero una automatizaci\u00f3n<\/td>\n<\/tr>\n<tr>\n<td>Tomar una decisi\u00f3n disciplinaria<\/td>\n<td>Baja<\/td>\n<td>Parciales<\/td>\n<td>Muy alto<\/td>\n<td>Dif\u00edcil<\/td>\n<td>No delegar la decisi\u00f3n<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Esta matriz no pretende convertir la decisi\u00f3n en una f\u00f3rmula matem\u00e1tica. Sirve para descartar r\u00e1pidamente malos casos de uso y concentrar el esfuerzo donde realmente puede aprenderse algo.<\/p>\n<div class=\"factorial-banner inline-banner banner-freebie category-liderar-con-proposito\"\n    data-banner-id=\"196353\"\n    data-banner-type=\"freebie\"\n    data-category=\"Liderar con prop\u00f3sito\">\n    <div class=\"banner-content\">\n        <div class=\"banner-text\">\n                            <p class=\"banner-title\">\u00bfSabes si la Ley de IA afecta a tu empresa?<\/p>\n            \n                            <p>Descubre c\u00f3mo identificar las herramientas de IA sujetas a la normativa y qu\u00e9 debes hacer para cumplirla<\/p>\n            \n                            <a href=\"https:\/\/factorial.es\/ebooks\/guia-ley-ia-union-europea\"\n                    class=\"factorial-cta-button not-prose freebie\" data-cta=\"freebie\" data-cta-position=\"inline-banner\">\n                    Download for free                <\/a>\n                    <\/div>\n\n        <div class=\"banner-image has-image\">\n            <img decoding=\"async\" src=\"https:\/\/factorialhr.com\/wp-content\/uploads\/2026\/07\/27181724\/Mockup-10.png\" class=\"not-prose\" \/>\n        <\/div>\n    <\/div>\n<\/div>\n<h2>C\u00f3mo empezar sin convertirlo en un proyecto enorme?<\/h2>\n<p>No hace falta dise\u00f1ar una estrategia de IA para toda la compa\u00f1\u00eda antes de probar nada. Un primer proyecto acotado suele aportar m\u00e1s informaci\u00f3n que meses discutiendo sobre todas las posibilidades.<\/p>\n<h3>Empieza con un problema concreto<\/h3>\n<p>&#8220;Queremos usar inteligencia artificial&#8221; no describe un proyecto. &#8220;El equipo dedica unas 30 horas al mes a clasificar estas solicitudes&#8221; s\u00ed. Cuanto m\u00e1s concreta sea la situaci\u00f3n inicial, m\u00e1s f\u00e1cil ser\u00e1 evaluar despu\u00e9s la soluci\u00f3n.<\/p>\n<h3>Mide c\u00f3mo funciona hoy<\/h3>\n<p>Antes de introducir ninguna herramienta, registra el punto de partida. Puede ser tiempo por tarea, n\u00famero de incidencias, porcentaje de correcciones, coste, volumen procesado o satisfacci\u00f3n de los usuarios.<\/p>\n<h3>Revisa datos y permisos<\/h3>\n<p>Si el sistema va a trabajar con informaci\u00f3n interna, necesitas saber qu\u00e9 puede consultar y qui\u00e9n deber\u00eda poder acceder al resultado. La Agencia Espa\u00f1ola de Protecci\u00f3n de Datos ha insistido en que, cuando existen datos personales, su calidad debe valorarse de acuerdo con la finalidad del tratamiento y teniendo en cuenta aspectos como representatividad, relevancia y posibles sesgos.<\/p>\n<h3>Elige la soluci\u00f3n m\u00e1s sencilla que resuelva el problema<\/h3>\n<p>Puede ser una automatizaci\u00f3n, una funci\u00f3n de IA incluida en el software que ya usas, una herramienta independiente, una integraci\u00f3n mediante API o un desarrollo propio. No existe ning\u00fan premio por elegir la opci\u00f3n t\u00e9cnicamente m\u00e1s compleja.<\/p>\n<h3>Haz un piloto con l\u00edmites claros<\/h3>\n<p>Define qui\u00e9n participa, qu\u00e9 informaci\u00f3n puede utilizar, cu\u00e1nto tiempo se probar\u00e1 y qu\u00e9 indicador determinar\u00e1 si ha funcionado. Tambi\u00e9n conviene decidir de antemano qu\u00e9 har\u00e1s si el resultado no cumple las expectativas.<\/p>\n<h3>Escala solo despu\u00e9s de medir<\/h3>\n<p>Si el piloto ahorra trabajo, mantiene una calidad aceptable y el coste tiene sentido, entonces puedes ampliar el uso. Si obliga al equipo a corregir continuamente las respuestas o crea m\u00e1s trabajo del que elimina, parar tambi\u00e9n es un resultado v\u00e1lido.<\/p>\n<h2>Comprar una herramienta o desarrollar algo propio?<\/h2>\n<p>La respuesta depende de lo espec\u00edfico que sea el problema y de cu\u00e1nto control necesites. Para muchas empresas, desarrollar un sistema desde cero no ser\u00e1 el primer paso l\u00f3gico.<\/p>\n<table>\n<thead>\n<tr>\n<th>Opci\u00f3n<\/th>\n<th>Cu\u00e1ndo puede encajar<\/th>\n<th>Qu\u00e9 debes vigilar<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Herramienta independiente<\/td>\n<td>Necesidad concreta y puesta en marcha r\u00e1pida<\/td>\n<td>Datos dispersos, permisos y proliferaci\u00f3n de herramientas<\/td>\n<\/tr>\n<tr>\n<td>IA integrada en software existente<\/td>\n<td>Los procesos y datos ya est\u00e1n en esa plataforma<\/td>\n<td>Funciones disponibles y l\u00edmites del producto<\/td>\n<\/tr>\n<tr>\n<td>Integraci\u00f3n mediante API<\/td>\n<td>Necesitas adaptar IA a un proceso propio<\/td>\n<td>Desarrollo, seguridad, consumo y mantenimiento<\/td>\n<\/tr>\n<tr>\n<td>Desarrollo propio<\/td>\n<td>Caso muy espec\u00edfico o requisitos dif\u00edciles de cubrir con productos existentes<\/td>\n<td>Equipo, infraestructura, evaluaci\u00f3n, mantenimiento y coste<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Tambi\u00e9n conviene pensar en la fragmentaci\u00f3n. Si cada departamento empieza a contratar sus propias aplicaciones sin coordinaci\u00f3n, pueden aparecer duplicidades, datos repartidos entre proveedores y usos que la empresa ni siquiera sabe que existen.<\/p>\n<h2>Cu\u00e1nto cuesta implementar IA en una empresa?<\/h2>\n<p>No existe una cifra \u00fatil que pueda aplicarse a cualquier proyecto. Instalar una funci\u00f3n ya incluida en un software, conectar un modelo mediante una API y desarrollar un sistema propio tienen costes completamente diferentes.<\/p>\n<p>Para evitar comparar \u00fanicamente el precio visible de una licencia, resulta m\u00e1s \u00fatil pensar as\u00ed:<\/p>\n<p><strong>Coste real = tecnolog\u00eda + datos + integraci\u00f3n + personas + mantenimiento.<\/strong><\/p>\n<p>Dentro de esa cuenta pueden entrar suscripciones, consumo, desarrollo, preparaci\u00f3n de datos, integraciones, revisi\u00f3n de seguridad, formaci\u00f3n, soporte y horas del equipo interno. Una herramienta barata puede acabar resultando cara si necesita mucho trabajo para conectarse con los procesos de la empresa.<\/p>\n<p>Y tambi\u00e9n existe el coste de no cambiar nada. Si cinco personas dedican varias horas todas las semanas a una tarea repetitiva, conocer ese coste permite comparar la inversi\u00f3n con algo m\u00e1s concreto que una promesa de productividad.<\/p>\n<h2>Mide el proceso y no cu\u00e1nto usas la IA<\/h2>\n<p>El \u00e9xito de un proyecto no deber\u00eda medirse por n\u00famero de prompts, usuarios registrados o funciones activadas salvo que esas m\u00e9tricas est\u00e9n relacionadas con un objetivo. Lo importante es saber si el proceso que quer\u00edas mejorar funciona mejor.<\/p>\n<table>\n<thead>\n<tr>\n<th>Objetivo<\/th>\n<th>M\u00e9trica \u00fatil<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Reducir trabajo administrativo<\/td>\n<td>Horas necesarias por proceso<\/td>\n<\/tr>\n<tr>\n<td>Responder m\u00e1s r\u00e1pido<\/td>\n<td>Tiempo medio de respuesta<\/td>\n<\/tr>\n<tr>\n<td>Reducir errores<\/td>\n<td>Incidencias o correcciones necesarias<\/td>\n<\/tr>\n<tr>\n<td>Procesar m\u00e1s volumen<\/td>\n<td>Casos gestionados por periodo<\/td>\n<\/tr>\n<tr>\n<td>Mejorar adopci\u00f3n<\/td>\n<td>Usuarios que obtienen valor de forma recurrente<\/td>\n<\/tr>\n<tr>\n<td>Mejorar la calidad<\/td>\n<td>Porcentaje de resultados aceptados sin correcciones importantes<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>Una forma sencilla de plantearlo es comparar el valor obtenido con todos los recursos que ha requerido conseguirlo. No hace falta construir un modelo financiero complejo para un primer piloto, pero s\u00ed tener una respuesta razonable cuando alguien pregunte qu\u00e9 ha mejorado.<\/p>\n<h2>Por qu\u00e9 algunos proyectos acaban dando m\u00e1s trabajo del que ahorran?<\/h2>\n<p>Muchas implantaciones fallan antes de que la tecnolog\u00eda tenga siquiera la oportunidad de demostrar lo que puede hacer. El problema suele estar en c\u00f3mo se ha elegido o preparado el proyecto.<\/p>\n<ul>\n<li><strong>Se empieza por una herramienta.<\/strong> Despu\u00e9s se intenta encontrar un problema que justifique haberla comprado.<\/li>\n<li><strong>Los datos no est\u00e1n preparados.<\/strong> Faltan registros, existen duplicidades o la informaci\u00f3n no est\u00e1 disponible donde se necesita.<\/li>\n<li><strong>Nadie se responsabiliza del resultado.<\/strong> Negocio espera que lo resuelva IT e IT espera que negocio defina qu\u00e9 necesita.<\/li>\n<li><strong>No existe una referencia previa.<\/strong> La empresa termina diciendo que &#8220;parece que ahorra tiempo&#8221; porque nunca midi\u00f3 cu\u00e1nto tardaba antes.<\/li>\n<li><strong>El primer proyecto intenta hacer demasiado.<\/strong> Demasiados equipos, procesos y excepciones hacen dif\u00edcil identificar qu\u00e9 est\u00e1 fallando.<\/li>\n<li><strong>No hay reglas claras de uso.<\/strong> Los equipos empiezan a utilizar herramientas por su cuenta para resolver necesidades que la organizaci\u00f3n no ha cubierto.<\/li>\n<li><strong>Se confunde una recomendaci\u00f3n con una decisi\u00f3n.<\/strong> Que una IA produzca una respuesta no significa que tenga todo el contexto necesario para actuar sin revisi\u00f3n.<\/li>\n<\/ul>\n<div class=\"factorial-banner inline-banner banner-freebie category-liderar-con-proposito\"\n    data-banner-id=\"204377\"\n    data-banner-type=\"freebie\"\n    data-category=\"Liderar con prop\u00f3sito\">\n    <div class=\"banner-content\">\n        <div class=\"banner-text\">\n                            <p class=\"banner-title\">242.000 \u20ac al a\u00f1o. Eso cuesta tener la empresa desconectada.<\/p>\n            \n                            <p>Descubre d\u00f3nde pierden dinero las empresas europeas, seg\u00fan 3.760 CEOs y directivos.<\/p>\n            \n                            <a href=\"https:\/\/factorial.es\/business-facts-index-2026\"\n                    class=\"factorial-cta-button not-prose freebie\" data-cta=\"freebie\" data-cta-position=\"inline-banner\">\n                    Download for free                <\/a>\n                    <\/div>\n\n        <div class=\"banner-image has-image\">\n            <img decoding=\"async\" src=\"https:\/\/factorial.com\/wp-content\/uploads\/2026\/10\/13163429\/Frame-2117909588-e1791902267312.png\" class=\"not-prose\" \/>\n        <\/div>\n    <\/div>\n<\/div>\n<h2>Los riesgos tambi\u00e9n forman parte de la implementaci\u00f3n<\/h2>\n<p>La inteligencia artificial introduce riesgos diferentes seg\u00fan el tipo de herramienta, los datos usados y las consecuencias de sus resultados. Lo razonable es analizarlos en funci\u00f3n del caso de uso, no asumir que toda IA es peligrosa ni tratarla como si cualquier aplicaci\u00f3n fuese inocua.<\/p>\n<table>\n<thead>\n<tr>\n<th>Riesgo<\/th>\n<th>Qu\u00e9 puede hacer la empresa<\/th>\n<\/tr>\n<\/thead>\n<tbody>\n<tr>\n<td>Introducir datos sensibles en herramientas no autorizadas<\/td>\n<td>Definir soluciones permitidas y una pol\u00edtica clara de uso<\/td>\n<\/tr>\n<tr>\n<td>Respuestas incorrectas<\/td>\n<td>Establecer revisi\u00f3n y utilizar fuentes verificables cuando sean necesarias<\/td>\n<\/tr>\n<tr>\n<td>Accesos excesivos<\/td>\n<td>Aplicar permisos seg\u00fan usuario, funci\u00f3n o necesidad<\/td>\n<\/tr>\n<tr>\n<td>Sesgos en datos o resultados<\/td>\n<td>Evaluar informaci\u00f3n, finalidad, resultados y posibles efectos<\/td>\n<\/tr>\n<tr>\n<td>Uso de herramientas desconocidas por la empresa<\/td>\n<td>Crear un inventario y dar alternativas autorizadas<\/td>\n<\/tr>\n<tr>\n<td>Automatizaci\u00f3n de decisiones sensibles<\/td>\n<td>Mantener una supervisi\u00f3n humana adecuada al riesgo<\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n<p>la AEPD public\u00f3 en julio de 2026 una nota t\u00e9cnica con criterios\u00a0espec\u00edficos sobre calidad, exactitud y minimizaci\u00f3n de datos personales en tratamientos con IA. Una de las ideas relevantes es que la calidad no deber\u00eda analizarse \u00fanicamente registro por registro, sino tambi\u00e9n teniendo en cuenta la finalidad, la representatividad y los posibles sesgos del conjunto de datos.<\/p>\n<h2>Qu\u00e9 debe tener en cuenta una empresa espa\u00f1ola con el AI Act?<\/h2>\n<p>El Reglamento Europeo de Inteligencia Artificial se aplica por fases y las obligaciones dependen tanto del tipo de sistema como del papel que tenga la empresa. No todas las herramientas utilizadas en un negocio se consideran de alto riesgo y tampoco todas est\u00e1n sometidas a las mismas obligaciones.<\/p>\n<p>A fecha de noviembre de 2026, el AI Act es aplicable con determinadas excepciones y calendarios espec\u00edficos. Las pr\u00e1cticas prohibidas y las obligaciones sobre alfabetizaci\u00f3n en IA comenzaron a aplicarse el 2 de febrero de 2025, mientras que otras disposiciones tienen fechas diferentes. Tras los cambios aprobados en julio de 2026, las reglas correspondientes a determinados sistemas de alto riesgo del Anexo III se aplicar\u00e1n desde el 2 de diciembre de 2027.<\/p>\n<h3>La formaci\u00f3n sobre IA ya forma parte de las obligaciones<\/h3>\n<p>El art\u00edculo 4 obliga a proveedores y organizaciones que despliegan sistemas de IA a tomar medidas para apoyar el desarrollo de conocimientos sobre IA entre las personas que trabajan con esos sistemas en su nombre, teniendo en cuenta su experiencia, formaci\u00f3n y el contexto de uso.<\/p>\n<p>Tras la modificaci\u00f3n de julio de 2026, no se exige que cada persona alcance un nivel \u00fanico o definido como &#8220;suficiente&#8221;. La obligaci\u00f3n consiste en adoptar medidas adaptadas al contexto. La Comisi\u00f3n Europea tambi\u00e9n aclara que no hace falta crear obligatoriamente un cargo espec\u00edfico de responsable de IA ni obtener un certificado concreto para demostrar estas iniciativas.<\/p>\n<p>Para una empresa, la consecuencia pr\u00e1ctica es bastante sencilla: entregar acceso a una herramienta y asumir que todo el mundo sabe c\u00f3mo utilizarla no es una buena pol\u00edtica. Las personas necesitan entender qu\u00e9 puede hacer, d\u00f3nde se equivoca, qu\u00e9 informaci\u00f3n pueden introducir y cu\u00e1ndo deben revisar el resultado.<\/p>\n<h3>Protecci\u00f3n de datos y uso de informaci\u00f3n personal<\/h3>\n<p>El AI Act no sustituye al RGPD. Si una soluci\u00f3n trabaja con datos personales, la empresa sigue teniendo que analizar el tratamiento de esa informaci\u00f3n, su finalidad, los accesos, las medidas de seguridad y los derechos de las personas afectadas.<\/p>\n<p>Por eso conviene involucrar a protecci\u00f3n de datos o asesor\u00eda jur\u00eddica cuando el caso lo requiera, especialmente si la IA va a trabajar con informaci\u00f3n sensible o influir en decisiones con consecuencias relevantes.<\/p>\n<h2>Hay situaciones en las que no merece la pena usar IA<\/h2>\n<p>A veces la mejor decisi\u00f3n es no introducirla. Si una tarea se resuelve con una regla sencilla, utilizar un modelo generativo puede a\u00f1adir coste, variabilidad y mantenimiento sin aportar nada especialmente \u00fatil.<\/p>\n<p>Tampoco es un buen punto de partida un proceso que cambia continuamente, del que apenas existen datos o cuyo resultado nadie puede comprobar. Y si equivocarse puede causar un da\u00f1o importante, la comodidad de automatizar nunca deber\u00eda ser el \u00fanico criterio.<\/p>\n<p>Utilizar menos inteligencia artificial no significa ser una empresa menos digital. Un proceso bien dise\u00f1ado y automatizado con tecnolog\u00eda convencional puede ser bastante mejor que otro m\u00e1s sofisticado que nadie entiende ni sabe mantener.<\/p>\n<div class=\"factorial-banner inline-banner banner-demo category-liderar-con-proposito\"\n    data-banner-id=\"207225\"\n    data-banner-type=\"demo\"\n    data-category=\"Liderar con prop\u00f3sito\">\n    <div class=\"banner-content\">\n        <div class=\"banner-text\">\n                            <p class=\"banner-title\">Que tu equipo deje de ser el puente entre herramientas<\/p>\n            \n                            <p>Factorial conecta c\u00f3mo se trabaja en tu empresa y One, su agente de IA personal, convierte ese contexto en acci\u00f3n.<\/p>\n            \n                            <a href=\"https:\/\/factorial.es\/solicitar-demo\"\n                    class=\"factorial-cta-button not-prose demo btn-brand\" data-cta=\"demo\" data-cta-position=\"inline-banner\">\n                    Get a demo                <\/a>\n                    <\/div>\n\n        <div class=\"banner-image has-image\">\n            <img decoding=\"async\" src=\"https:\/\/factorial.com\/wp-content\/uploads\/2026\/11\/19141429\/Group-2147203298.png\" class=\"not-prose\" \/>\n        <\/div>\n    <\/div>\n<\/div>\n<h2>Un caso sencillo ayuda a verlo mejor<\/h2>\n<p>Imagina una empresa de servicios con 200 personas. El departamento de Recursos Humanos recibe unas 300 consultas al mes sobre vacaciones, documentos, pol\u00edticas internas y procedimientos. Muchas se repiten y buena parte de la informaci\u00f3n necesaria para responder ya existe dentro de sus sistemas y documentaci\u00f3n.<\/p>\n<p>Puede ser un buen candidato para probar un asistente interno. La frecuencia es alta, los datos existen, la mayor\u00eda de respuestas pueden comprobarse y resulta sencillo medir qu\u00e9 porcentaje de consultas resuelve y cu\u00e1nto tiempo ahorra al equipo.<\/p>\n<p>El piloto podr\u00eda limitarse inicialmente a una parte de la documentaci\u00f3n y a un grupo reducido de usuarios. Durante varias semanas se medir\u00edan el n\u00famero de consultas, las respuestas corregidas, el tiempo dedicado por RR. HH. y la valoraci\u00f3n de quienes utilizan el sistema. Con esos datos resulta mucho m\u00e1s sencillo decidir si ampliarlo.<\/p>\n<p>Ahora cambia el problema dentro de la misma empresa. La direcci\u00f3n quiere que el sistema decida autom\u00e1ticamente qu\u00e9 empleados deber\u00edan ser promocionados. Hay informaci\u00f3n disponible, s\u00ed, pero tambi\u00e9n mucho m\u00e1s contexto, consecuencias para las personas y riesgo de interpretar una recomendaci\u00f3n como una verdad objetiva.<\/p>\n<p>La tecnolog\u00eda puede ayudar a organizar datos o preparar informaci\u00f3n para una evaluaci\u00f3n. Eso no significa que deba recibir la responsabilidad de tomar la decisi\u00f3n final. El caso de uso cambia y con \u00e9l deber\u00edan cambiar tambi\u00e9n los controles.<\/p>\n<h2>C\u00f3mo encaja Factorial cuando los datos ya est\u00e1n en la plataforma?<\/h2>\n<p>Factorial One es el agente de IA personal integrado en Factorial y puede trabajar con informaci\u00f3n disponible dentro de la plataforma. Seg\u00fan la informaci\u00f3n publicada actualmente por Factorial, permite consultar datos de la empresa, co-crear encuestas, informes y evaluaciones y analizar informaci\u00f3n para detectar patrones.<\/p>\n<p>En selecci\u00f3n, Factorial tambi\u00e9n incorpora funciones que permiten crear descripciones de vacantes con IA, recomendar perfiles y resumir curr\u00edculums. One utiliza los permisos configurados para cada persona para controlar qu\u00e9 informaci\u00f3n puede consultar.<\/p>\n<p>La ventaja de este enfoque aparece cuando los datos y procesos necesarios ya est\u00e1n dentro del mismo sistema. En lugar de copiar informaci\u00f3n a otra herramienta, preparar un prompt y volver despu\u00e9s con el resultado, la IA puede trabajar dentro del contexto donde se gestiona el proceso.<\/p>\n<p>Eso no elimina las condiciones que hemos visto durante el art\u00edculo. La calidad de los datos sigue importando, los permisos tienen que estar correctamente configurados y una recomendaci\u00f3n de IA no sustituye autom\u00e1ticamente el criterio que necesita una decisi\u00f3n sensible.<\/p>\n<p>Si tu empresa ya est\u00e1 valorando este tipo de soluci\u00f3n, puedes <a href=\"https:\/\/factorial.es\/ia\">conocer Factorial One<\/a> y comprobar durante una demo si los casos de uso que necesitas pueden resolverse dentro de la plataforma.<\/p>\n<h2>Si quieres empezar ma\u00f1ana, elige un solo proceso<\/h2>\n<p>No necesitas encontrar diez usos de IA ni crear un comit\u00e9 para cada experimento. Elige un proceso que consume tiempo, dispone de informaci\u00f3n suficiente, permite revisar el resultado y tiene una m\u00e9trica sencilla. Mide c\u00f3mo funciona hoy y prueba una mejora limitada.<\/p>\n<p>Antes de elegir la herramienta intenta responder cuatro preguntas: <strong>qu\u00e9 queremos mejorar, cu\u00e1nto nos cuesta ahora, qu\u00e9 ocurre si la IA se equivoca y c\u00f3mo sabremos si ha funcionado?<\/strong> Si todav\u00eda no tienes claras las respuestas, probablemente el siguiente paso no sea comprar tecnolog\u00eda, sino entender mejor el problema.<\/p>\n","protected":false},"excerpt":{"rendered":"<p>La inteligencia artificial para empresas consiste en aplicar tecnolog\u00edas capaces de generar contenido, analizar informaci\u00f3n, detectar patrones, responder preguntas o ejecutar determinadas tareas dentro de los procesos de un negocio. Puede ahorrar muchas horas de trabajo, pero eso no significa que haya que introducir IA en todo lo que se pueda automatizar. De hecho, una<a href=\"https:\/\/factorial.com\/blog\/es\/ia-empresas\/\" class=\"read-more\"> [&#8230;]<\/a><\/p>\n","protected":false},"author":353,"featured_media":207569,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_acf_changed":false,"footnotes":""},"categories":[946],"tags":[],"class_list":["post-198724","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-liderar-con-proposito"],"acf":{"topics":""},"yoast_head":"<!-- This site is optimized with the Yoast SEO Premium plugin v21.5 (Yoast SEO v21.9.1) - https:\/\/yoast.com\/wordpress\/plugins\/seo\/ -->\n<title>Inteligencia artificial para empresas y c\u00f3mo aplicarla<\/title>\n<meta name=\"description\" content=\"Descubre c\u00f3mo aplicar inteligencia artificial para empresas, qu\u00e9 procesos priorizar, qu\u00e9 riesgos revisar y c\u00f3mo medir si realmente funciona.\" \/>\n<meta name=\"robots\" content=\"index, follow, max-snippet:-1, max-image-preview:large, max-video-preview:-1\" \/>\n<link rel=\"canonical\" href=\"https:\/\/factorial.es\/blog\/ia-empresas\/\" \/>\n<meta property=\"og:locale\" content=\"en_US\" \/>\n<meta property=\"og:type\" content=\"article\" \/>\n<meta property=\"og:title\" content=\"Inteligencia artificial para empresas que quieren empezar con buen pie\" \/>\n<meta property=\"og:description\" content=\"Descubre c\u00f3mo aplicar inteligencia artificial para empresas, qu\u00e9 procesos priorizar, qu\u00e9 riesgos revisar y c\u00f3mo medir si realmente funciona.\" \/>\n<meta property=\"og:url\" content=\"https:\/\/factorial.es\/blog\/ia-empresas\/\" \/>\n<meta property=\"og:site_name\" content=\"Factorial\" \/>\n<meta property=\"article:publisher\" content=\"https:\/\/www.facebook.com\/people\/Factorial\/100064908455810\/\" \/>\n<meta property=\"article:published_time\" content=\"2026-11-19T09:04:38+00:00\" \/>\n<meta property=\"article:modified_time\" content=\"2026-11-19T09:23:04+00:00\" \/>\n<meta property=\"og:image\" content=\"https:\/\/factorial.com\/wp-content\/uploads\/2026\/08\/19104727\/Inteligencia-artificial-para-empresas-que-quieren-empezar-con-buen-pie.jpg\" \/>\n\t<meta property=\"og:image:width\" content=\"845\" \/>\n\t<meta property=\"og:image:height\" content=\"476\" \/>\n\t<meta property=\"og:image:type\" content=\"image\/jpeg\" \/>\n<meta name=\"author\" content=\"Lucas Sanchez\" \/>\n<meta name=\"twitter:card\" content=\"summary_large_image\" \/>\n<meta name=\"twitter:creator\" content=\"@factorialapp\" \/>\n<meta name=\"twitter:site\" content=\"@factorialapp\" \/>\n<meta name=\"twitter:label1\" content=\"Written by\" \/>\n\t<meta name=\"twitter:data1\" content=\"Lucas Sanchez\" \/>\n\t<meta name=\"twitter:label2\" content=\"Est. reading time\" \/>\n\t<meta name=\"twitter:data2\" content=\"14 minutes\" \/>\n<script type=\"application\/ld+json\" class=\"yoast-schema-graph\">{\"@context\":\"https:\/\/schema.org\",\"@graph\":[{\"@type\":\"Article\",\"@id\":\"https:\/\/factorial.com\/blog\/es\/ia-empresas\/#article\",\"isPartOf\":{\"@id\":\"https:\/\/factorial.com\/blog\/es\/ia-empresas\/\"},\"author\":{\"name\":\"Lucas Sanchez\",\"@id\":\"https:\/\/factorial.com\/blog\/#\/schema\/person\/dddfd23ce6b9edc36001f2cfba82ca8a\"},\"headline\":\"Inteligencia artificial para empresas que quieren empezar con buen pie\",\"datePublished\":\"2026-11-19T09:04:38+00:00\",\"dateModified\":\"2026-11-19T09:23:04+00:00\",\"mainEntityOfPage\":{\"@id\":\"https:\/\/factorial.com\/blog\/es\/ia-empresas\/\"},\"wordCount\":3371,\"publisher\":{\"@id\":\"https:\/\/factorial.com\/blog\/#organization\"},\"articleSection\":[\"Liderar con prop\u00f3sito\"],\"inLanguage\":\"en-US\"},{\"@type\":\"WebPage\",\"@id\":\"https:\/\/factorial.com\/blog\/es\/ia-empresas\/\",\"url\":\"https:\/\/factorial.com\/blog\/es\/ia-empresas\/\",\"name\":\"Inteligencia artificial para empresas y c\u00f3mo aplicarla\",\"isPartOf\":{\"@id\":\"https:\/\/factorial.com\/blog\/#website\"},\"datePublished\":\"2026-11-19T09:04:38+00:00\",\"dateModified\":\"2026-11-19T09:23:04+00:00\",\"description\":\"Descubre c\u00f3mo aplicar inteligencia artificial para empresas, qu\u00e9 procesos priorizar, qu\u00e9 riesgos revisar y c\u00f3mo medir si realmente funciona.\",\"inLanguage\":\"en-US\",\"potentialAction\":[{\"@type\":\"ReadAction\",\"target\":[\"https:\/\/factorial.com\/blog\/es\/ia-empresas\/\"]}]},{\"@type\":\"WebSite\",\"@id\":\"https:\/\/factorial.com\/blog\/#website\",\"url\":\"https:\/\/factorial.com\/blog\/\",\"name\":\"Factorial\",\"description\":\"\",\"publisher\":{\"@id\":\"https:\/\/factorial.com\/blog\/#organization\"},\"potentialAction\":[{\"@type\":\"SearchAction\",\"target\":{\"@type\":\"EntryPoint\",\"urlTemplate\":\"https:\/\/factorial.com\/blog\/?s={search_term_string}\"},\"query-input\":\"required name=search_term_string\"}],\"inLanguage\":\"en-US\"},{\"@type\":\"Organization\",\"@id\":\"https:\/\/factorial.com\/blog\/#organization\",\"name\":\"All-in-one business management software - Factorial\",\"url\":\"https:\/\/factorial.com\/blog\/\",\"logo\":{\"@type\":\"ImageObject\",\"inLanguage\":\"en-US\",\"@id\":\"https:\/\/factorial.com\/blog\/#\/schema\/logo\/image\/\",\"url\":\"https:\/\/factorial.mx\/wp-content\/uploads\/2023\/07\/18155144\/factorial-logo.png\",\"contentUrl\":\"https:\/\/factorial.mx\/wp-content\/uploads\/2023\/07\/18155144\/factorial-logo.png\",\"width\":946,\"height\":880,\"caption\":\"All-in-one business management software - Factorial\"},\"image\":{\"@id\":\"https:\/\/factorial.com\/blog\/#\/schema\/logo\/image\/\"},\"sameAs\":[\"https:\/\/www.facebook.com\/people\/Factorial\/100064908455810\/\",\"https:\/\/twitter.com\/factorialapp\",\"https:\/\/www.linkedin.com\/company\/factorialhr\",\"https:\/\/www.youtube.com\/@factorialmedia\",\"https:\/\/www.instagram.com\/factorial\/#\"]},{\"@type\":\"Person\",\"@id\":\"https:\/\/factorial.com\/blog\/#\/schema\/person\/dddfd23ce6b9edc36001f2cfba82ca8a\",\"name\":\"Lucas Sanchez\",\"image\":{\"@type\":\"ImageObject\",\"inLanguage\":\"en-US\",\"@id\":\"https:\/\/factorial.com\/blog\/#\/schema\/person\/image\/\",\"url\":\"https:\/\/secure.gravatar.com\/avatar\/4d422e74529cf9083a4610650854260daf71067ccae63f31717e0c7d069e2ac7?s=96&d=identicon&r=g\",\"contentUrl\":\"https:\/\/secure.gravatar.com\/avatar\/4d422e74529cf9083a4610650854260daf71067ccae63f31717e0c7d069e2ac7?s=96&d=identicon&r=g\",\"caption\":\"Lucas Sanchez\"},\"url\":\"https:\/\/factorial.com\/blog\/author\/lucas-sanchez-alviragmail-com\/\"}]}<\/script>\n<!-- \/ Yoast SEO Premium plugin. -->","yoast_head_json":{"title":"Inteligencia artificial para empresas y c\u00f3mo aplicarla","description":"Descubre c\u00f3mo aplicar inteligencia artificial para empresas, qu\u00e9 procesos priorizar, qu\u00e9 riesgos revisar y c\u00f3mo medir si realmente funciona.","robots":{"index":"index","follow":"follow","max-snippet":"max-snippet:-1","max-image-preview":"max-image-preview:large","max-video-preview":"max-video-preview:-1"},"canonical":"https:\/\/factorial.es\/blog\/ia-empresas\/","og_locale":"en_US","og_type":"article","og_title":"Inteligencia artificial para empresas que quieren empezar con buen pie","og_description":"Descubre c\u00f3mo aplicar inteligencia artificial para empresas, qu\u00e9 procesos priorizar, qu\u00e9 riesgos revisar y c\u00f3mo medir si realmente funciona.","og_url":"https:\/\/factorial.es\/blog\/ia-empresas\/","og_site_name":"Factorial","article_publisher":"https:\/\/www.facebook.com\/people\/Factorial\/100064908455810\/","article_published_time":"2026-11-19T09:04:38+00:00","article_modified_time":"2026-11-19T09:23:04+00:00","og_image":[{"width":845,"height":476,"url":"https:\/\/factorial.com\/wp-content\/uploads\/2026\/08\/19104727\/Inteligencia-artificial-para-empresas-que-quieren-empezar-con-buen-pie.jpg","type":"image\/jpeg"}],"author":"Lucas Sanchez","twitter_card":"summary_large_image","twitter_creator":"@factorialapp","twitter_site":"@factorialapp","twitter_misc":{"Written by":"Lucas Sanchez","Est. reading time":"14 minutes"},"schema":{"@context":"https:\/\/schema.org","@graph":[{"@type":"Article","@id":"https:\/\/factorial.com\/blog\/es\/ia-empresas\/#article","isPartOf":{"@id":"https:\/\/factorial.com\/blog\/es\/ia-empresas\/"},"author":{"name":"Lucas Sanchez","@id":"https:\/\/factorial.com\/blog\/#\/schema\/person\/dddfd23ce6b9edc36001f2cfba82ca8a"},"headline":"Inteligencia artificial para empresas que quieren empezar con buen pie","datePublished":"2026-11-19T09:04:38+00:00","dateModified":"2026-11-19T09:23:04+00:00","mainEntityOfPage":{"@id":"https:\/\/factorial.com\/blog\/es\/ia-empresas\/"},"wordCount":3371,"publisher":{"@id":"https:\/\/factorial.com\/blog\/#organization"},"articleSection":["Liderar con prop\u00f3sito"],"inLanguage":"en-US"},{"@type":"WebPage","@id":"https:\/\/factorial.com\/blog\/es\/ia-empresas\/","url":"https:\/\/factorial.com\/blog\/es\/ia-empresas\/","name":"Inteligencia artificial para empresas y c\u00f3mo aplicarla","isPartOf":{"@id":"https:\/\/factorial.com\/blog\/#website"},"datePublished":"2026-11-19T09:04:38+00:00","dateModified":"2026-11-19T09:23:04+00:00","description":"Descubre c\u00f3mo aplicar inteligencia artificial para empresas, qu\u00e9 procesos priorizar, qu\u00e9 riesgos revisar y c\u00f3mo medir si realmente funciona.","inLanguage":"en-US","potentialAction":[{"@type":"ReadAction","target":["https:\/\/factorial.com\/blog\/es\/ia-empresas\/"]}]},{"@type":"WebSite","@id":"https:\/\/factorial.com\/blog\/#website","url":"https:\/\/factorial.com\/blog\/","name":"Factorial","description":"","publisher":{"@id":"https:\/\/factorial.com\/blog\/#organization"},"potentialAction":[{"@type":"SearchAction","target":{"@type":"EntryPoint","urlTemplate":"https:\/\/factorial.com\/blog\/?s={search_term_string}"},"query-input":"required name=search_term_string"}],"inLanguage":"en-US"},{"@type":"Organization","@id":"https:\/\/factorial.com\/blog\/#organization","name":"All-in-one business management software - Factorial","url":"https:\/\/factorial.com\/blog\/","logo":{"@type":"ImageObject","inLanguage":"en-US","@id":"https:\/\/factorial.com\/blog\/#\/schema\/logo\/image\/","url":"https:\/\/factorial.mx\/wp-content\/uploads\/2023\/07\/18155144\/factorial-logo.png","contentUrl":"https:\/\/factorial.mx\/wp-content\/uploads\/2023\/07\/18155144\/factorial-logo.png","width":946,"height":880,"caption":"All-in-one business management software - Factorial"},"image":{"@id":"https:\/\/factorial.com\/blog\/#\/schema\/logo\/image\/"},"sameAs":["https:\/\/www.facebook.com\/people\/Factorial\/100064908455810\/","https:\/\/twitter.com\/factorialapp","https:\/\/www.linkedin.com\/company\/factorialhr","https:\/\/www.youtube.com\/@factorialmedia","https:\/\/www.instagram.com\/factorial\/#"]},{"@type":"Person","@id":"https:\/\/factorial.com\/blog\/#\/schema\/person\/dddfd23ce6b9edc36001f2cfba82ca8a","name":"Lucas Sanchez","image":{"@type":"ImageObject","inLanguage":"en-US","@id":"https:\/\/factorial.com\/blog\/#\/schema\/person\/image\/","url":"https:\/\/secure.gravatar.com\/avatar\/4d422e74529cf9083a4610650854260daf71067ccae63f31717e0c7d069e2ac7?s=96&d=identicon&r=g","contentUrl":"https:\/\/secure.gravatar.com\/avatar\/4d422e74529cf9083a4610650854260daf71067ccae63f31717e0c7d069e2ac7?s=96&d=identicon&r=g","caption":"Lucas Sanchez"},"url":"https:\/\/factorial.com\/blog\/author\/lucas-sanchez-alviragmail-com\/"}]}},"_links":{"self":[{"href":"https:\/\/factorial.com\/blog\/wp-json\/wp\/v2\/posts\/198724","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/factorial.com\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/factorial.com\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/factorial.com\/blog\/wp-json\/wp\/v2\/users\/353"}],"replies":[{"embeddable":true,"href":"https:\/\/factorial.com\/blog\/wp-json\/wp\/v2\/comments?post=198724"}],"version-history":[{"count":4,"href":"https:\/\/factorial.com\/blog\/wp-json\/wp\/v2\/posts\/198724\/revisions"}],"predecessor-version":[{"id":207574,"href":"https:\/\/factorial.com\/blog\/wp-json\/wp\/v2\/posts\/198724\/revisions\/207574"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/factorial.com\/blog\/wp-json\/wp\/v2\/media\/207569"}],"wp:attachment":[{"href":"https:\/\/factorial.com\/blog\/wp-json\/wp\/v2\/media?parent=198724"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/factorial.com\/blog\/wp-json\/wp\/v2\/categories?post=198724"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/factorial.com\/blog\/wp-json\/wp\/v2\/tags?post=198724"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}