Solución · Por integración
Automatizar Excel con IA no es meter ChatGPT en una celda: es un proceso que corre solo.
No venimos a instalarte un complemento. El problema no es que a Excel le falte una fórmula con IA: es que hay un fichero que llega igual todas las semanas y alguien se sienta a clasificarlo fila a fila. Montamos ese trabajo como proceso —la hoja entra, sale hecha, con lo dudoso marcado y con rastro de por qué— sobre tu Microsoft 365 y en producción.
El problema
La integración entre Excel y la IA ya existe en tu empresa. Es una persona, y la ejecuta los jueves por la tarde.
- El fichero llega igual todas las semanas —la exportación del ERP, la tarifa del proveedor, el CSV de la plataforma— y alguien lo abre para clasificar filas, normalizar nombres escritos de seis maneras distintas y rellenar las columnas que faltan.
- Ya hay un complemento instalado. Alguien puso una fórmula de IA en una columna, funcionó de maravilla en treinta filas y reventó en cuatro mil: cuota agotada, celdas colgadas, errores repartidos y un fichero que nadie se atreve a recalcular por si se pierde lo que ya estaba bien.
- La misma fila sale clasificada distinto el martes que el jueves. Nadie sabe explicar por qué, porque la decisión vive dentro de una celda y no queda constancia de con qué se tomó.
- Cuando corre prisa, el fichero entero se pega en un chat personal para «que lo analice». El de precios, el de clientes, el de nóminas. Sale de la empresa sin registro y vuelve como texto que hay que volver a teclear.
- Hay cuatro versiones de la hoja: la del correo, la de OneDrive, la que alguien se bajó al escritorio y la que se mandó a dirección. La buena es la que diga quien la mandó.
Coste de seguir igual
Esto no sale en el presupuesto de software: sale en la nómina. En España, según la Encuesta sobre el uso de TIC y comercio electrónico en las empresas del INE (datos definitivos, primer trimestre de 2025, ámbito España), el 41,4% de las empresas de 10 o más empleados hace analítica de datos con sus propios empleados y solo el 21,1% emplea alguna tecnología de IA. En los términos de la encuesta: por cada empresa que usa alguna tecnología de IA hay casi dos cuyo análisis de datos lo llevan sus propios empleados por dentro. Lo que la encuesta no mide —y esto es lectura nuestra, no estadística— es con qué lo llevan: en las hojas recurrentes que nos encontramos, fila a fila. Y el trabajo manual no cuesta solo horas, cuesta errores: la recopilación de trece estudios de campo de Raymond Panko (Universidad de Hawái, revisión de 2008; ámbito Estados Unidos y Reino Unido) encontró que el 94% de las 88 hojas de cálculo operativas auditadas contenía al menos un error, con una tasa media de error del 5,2% en las celdas con fórmula. Cada semana que la hoja se procesa a mano son horas caras gastadas en teclear y decisiones tomadas sobre un fichero que, estadísticamente, tiene fallos que nadie ha visto.
La solución
Sacamos el trabajo de la celda y lo montamos como proceso: la hoja entra, sale hecha y con rastro de por qué
- 1Empezamos por la hoja, no por la herramienta. Cuál es, cada cuánto llega, qué decide la persona fila a fila y con qué criterio. Ese criterio —el que hoy vive en la cabeza de quien lo hace— se escribe, se discute contigo y se convierte en las reglas del proceso. Es la parte aburrida y es la que decide si esto funciona.
- 2Montamos el trabajo fuera de la celda. La hoja se queda donde está —OneDrive, SharePoint o Google Drive— y el proceso la lee por la Microsoft Graph API, o por Apps Script si vives en Workspace: procesa por lotes, escribe de vuelta en su columna y guarda el registro. Nada de fórmulas que se recalculan y cambian de respuesta cada vez que alguien abre el fichero.
- 3Separamos lo determinista de lo que exige criterio. Cruzar contra un maestro, validar un formato o aplicar una regla lo hace código, que no se equivoca ni cobra por token. Al modelo solo le pedimos lo que de verdad necesita interpretación —qué es este concepto, a qué categoría va esta línea escrita en libre— y con salida estructurada, no con texto suelto que luego hay que limpiar.
- 4Ponemos umbral y cola de revisión. Lo que el modelo no tiene claro se marca y va a una persona en vez de colarse como si estuviera bien: es supervisión humana aplicada donde más barato sale corregir. Y cada fila lleva de dónde salió su valor, para que la hoja se pueda auditar en vez de creer.
Lo que cambia
Lo que dejas de perder
El 41,4% de las empresas de 10 o más empleados hace analítica de datos con sus propios empleados, mientras solo el 21,1% emplea tecnologías de IA. Ámbito: España, primer trimestre de 2025.
INE, Encuesta sobre el uso de TIC y del comercio electrónico en las empresas (2024 · T1 2025, datos definitivos)
En trece estudios de campo, el 94% de las 88 hojas de cálculo operativas auditadas contenía al menos un error, con una tasa media de error del 5,2% en las celdas con fórmula. Ámbito: auditorías académicas de hojas corporativas en Estados Unidos y Reino Unido.
Raymond R. Panko, «What We Know About Spreadsheet Errors» (Universidad de Hawái, revisión de 2008)
Qué medimos: porcentaje de filas resueltas sin que nadie las toque, acierto frente a una muestra ya clasificada por tu equipo, horas de la hoja por semana antes y después, y cuántas filas acaban en la cola de revisión y por qué motivo.
Qué medimos
Ficha técnica
- Trabajo que elimina
- que una persona abra la misma hoja cada semana para clasificar filas, rellenar lo que falta y montar el resumen
- Implementación habitual
- 2–4 semanas
- Entrada
- la hoja que llega igual cada semana: la exportación del ERP, la tarifa del proveedor, el CSV de la plataforma
- Salida
- esa misma hoja con sus columnas rellenas y clasificadas, lo dudoso marcado para revisión y el registro de por qué cada fila salió así
- Compatible con
- Microsoft ExcelMicrosoft 365OneDriveSharePointGoogle SheetsChatGPT EnterpriseOpenAI APIPower Automaten8nMake
- Puede conectarse con
- Tu ERP o CRM, de donde sale la exportaciónLos ficheros de proveedor que llegan por correoEl cuadro de mando o el informe que se monta después
- Qué medimos
- % de filas resueltas sin que nadie las toqueacierto frente a una muestra ya clasificada por tu equipohoras de la hoja por semana antes y despuésfilas que acaban en revisión y por qué motivo
- Adecuado para
- empresas con una hoja recurrente de cientos o miles de filas que hoy procesa una persona a mano
- No adecuado para
- hojas puntuales o de veinte filas: ahí el complemento de turno te sale mejor que un proceso montado
Preguntas frecuentes
Para probar, sí; para un proceso semanal, no. Un complemento pone una fórmula en una celda y funciona muy bien mientras hay pocas filas y nadie audita el resultado. A escala se cae por tres sitios: el recálculo, que cambia respuestas que ya estaban bien; el volumen, que choca con los límites de la API y deja el fichero a medias; y el rastro, que directamente no existe. Microsoft lo ha admitido con hechos: su propia fórmula =COPILOT() en Excel deja de estar disponible a partir del 14 de septiembre de 2026 sin haber llegado nunca a disponibilidad general, y ya antes su documentación desaconsejaba usarla para cálculos numéricos, para buscar datos dentro del propio libro y para contenido sujeto a obligaciones legales. Si el fabricante retira la fórmula con IA de su propia hoja de cálculo, quizá el sitio de la IA no era la celda.
Úsalo, y no te montamos nada encima que lo duplique. Copilot en Excel es bueno en lo suyo: el panel lateral, el modo agente que ejecuta varios pasos dentro del libro y el análisis avanzado con Python, disponibles desde 2026 para quien tenga licencia. Pero es un copiloto y la palabra es literal: alguien tiene que estar delante, pedirlo y revisarlo, cada semana. Lo que montamos nosotros corre solo sobre el fichero recurrente, sin nadie abriendo Excel, y deja el registro que un panel de chat no deja. Si lo que buscas es la suite entera moviendo datos entre Outlook, Excel y SharePoint, eso es IA para Microsoft 365; esto es una hoja concreta y el trabajo que se come.
Puedes, y para una vez está perfecto. ChatGPT lee .xlsx y .csv, y los conectores de sus planes de empresa ya buscan en OneDrive y SharePoint, así que preguntarle a tus ficheros es un problema resuelto —de eso va, con documentos, conectar Google Drive con ChatGPT—. Lo que no resuelve es lo otro: que el resultado se escriba de vuelta en la hoja, en la misma columna, todas las semanas, sin que nadie lo pegue; que el criterio sea el mismo en enero que en junio; y que quede constancia de qué se procesó y con qué. Preguntar es una conversación. Esto es un proceso.
Va a pasar, y el montaje asume que pasa. Tres cosas lo contienen. La primera: lo determinista no lo toca el modelo —si la categoría se resuelve cruzando contra un maestro, se cruza—. La segunda: umbral de confianza, y lo que queda por debajo no se escribe como bueno, se marca y va a una cola de revisión mucho más corta que la hoja entera. La tercera: antes de dejarlo solo medimos su acierto contra una muestra que ya había clasificado tu equipo, y ese número te lo enseñamos aunque no nos favorezca. Si el acierto no llega, la frontera se mueve: más filas a revisión y menos automáticas. Lo que no hacemos es entregarte una hoja llena de valores que parecen verdad.
¿Lo montamos en tu negocio?
Tú tienes el problema localizado. Nosotros lo dejamos funcionando y medido.