Como una asesoría energética española ahorró 18 horas a la semana automatizando propuestas con IA
14 empleados, 4 comerciales, 50-60 minutos por propuesta y un techo claro de capacidad. Tras 5 semanas de implantación con n8n + Claude: tiempo por propuesta -87%, presupuestos enviados +45% y tasa de cierre del 19% al 28%. Caso anonimizado con cifras reales.
Resultados en números (4 meses post-implantación)
Tiempo por propuesta
(55 min → 7 min)
Presupuestos enviados
al mes
Tasa de cierre
(19% → 28%)
Horas/semana
liberadas al equipo
El problema antes de IA
El equipo comercial de la asesoría tardaba entre 50 y 60 minutos en preparar cada propuesta de ahorro energético. El proceso era manual: descargar fichero SIPS del distribuidor, abrir Excel de calculo, cruzar tarifas de comercializadoras, redactar el informe en Word, exportar PDF, subir al CRM y agendar recordatorio de seguimiento.
Con 4 comerciales y la limitación de 8h/día, el techo de capacidad estaba en 40-48 propuestas/semana en el mejor caso. La dirección sabia que con mas presupuestos enviados, la conversión subiria — pero contratar mas comerciales no era viable en 2026.
Qué cambio con IA
El comercial sube el fichero SIPS y un brief mínimo (sector, prioridad cliente, observaciones). El sistema:
- Normaliza el fichero y extrae consumos por periodo y CUPS.
- Compara con tarifas actualizadas de las principales comercializadoras (datos refrescados a diario).
- Calcula ahorro estimado con bandas (conservadora / esperada / optimista).
- Redacta el informe en castellano de negocio con branding del cliente.
- Genera PDF, lo sube al CRM, etiqueta la oportunidad y agenda recordatorio de seguimiento a 72h.
El comercial revisa la propuesta en 5-7 minutos, ajusta lo que considere y envia. Tiempo total: 7 minutos vs 55 anteriores.
Stack utilizado
No hay misterio: el mismo stack que aplico a todas las pymes. Cambian los prompts y los conectores, no la arquitectura.
- Orquestacion: n8n self-hosted en Hetzner EU (15 EUR/mes).
- Razonamiento: Claude Sonnet 4 para redacción, Haiku 4.5 para clasificación masiva.
- Conocimiento (RAG): Supabase pgvector con histórico de propuestas anteriores anonimizadas como guia de tono.
- CRM: HubSpot existente (no se cambio), conectado via API REST.
- Tarifas energéticas: scraping diario + cache, integrado en pipeline n8n.
- Generación PDF: n8n + plantilla branded del cliente con firma digital.
Cronograma real de las 5 semanas
Auditoría + infra
Mapeo de flujo actual con un comercial senior. Montaje VPS, n8n, conexión a HubSpot.
Primer prompt productivo
Ingestión CUPS + prompt de calculo. Validado con 10 propuestas históricas conocidas.
Integración CRM
Sincronizacion con HubSpot, etiquetas, seguimiento de apertura PDF.
PDF + branding
Plantilla brand-compliant, firma digital, validación legal.
Handover + formación
Sesión 2h con equipo comercial. Documentación completa. Monitoring activo.
Tu asesoría energética tiene un cuello de botella similar?
En 30 minutos vemos si tu situación es replicable, con qué stack y que retorno realista esperar.
Preguntas frecuentes sobre el caso
Quien era el cliente?
Asesoría energética española de 14 empleados (4 comerciales, 6 técnicos, 4 backoffice). Facturación B2B con clientes industriales medianos. El equipo comercial era el cuello de botella: cada propuesta consumia 50-60 minutos.
Por qué decidieron implantar IA y no contratar otro comercial?
Hicimos el calculo: contratar comercial junior = 30.000 EUR/año coste empresa. Implantar IA = 4.500 EUR proyecto + 800 EUR/mes operación. El comercial junior tarda 6-9 meses en ser productivo. La IA estaba productiva en 4 semanas. El factor decisivo: el cuello no era ‘falta de gente’, era ‘tiempo por propuesta’.
Qué se automatizo exactamente?
Cuatro flujos concretos: (1) ingestión de datos CUPS y consumo desde ficheros SIPS, (2) calculo automático de ahorro con comparativa de tarifas actualizadas, (3) generación de PDF con branding del cliente y firma digital, (4) actualizacion del CRM con seguimiento de apertura de PDF y recordatorios. Todo orquestado en n8n.
Qué herramientas se usaron?
El stack estándar que aplico en todos los proyectos: n8n self-hosted en VPS Hetzner EU, Claude Sonnet 4 para razonamiento, Supabase pgvector para histórico de propuestas, HubSpot CRM existente (no se cambio), Cloudflare como CDN. Coste mensual operativo: 180 EUR aprox.
Cuánto tiempo tardo la implantación completa?
5 semanas calendario incluyendo integración con HubSpot. Semana 1: auditoría + infra. Semana 2: ingestión CUPS + primer prompt productivo. Semana 3: integración CRM. Semana 4: PDF + branding. Semana 5: handover y formación del equipo comercial.
Qué riesgos aparecieron durante la implantación?
Dos relevantes: (1) inconsistencia en formato de ficheros SIPS de distintas comercializadoras (resuelto con capa de normalización previa al LLM), (2) calculos de ahorro con outliers qué pasaban filtros (resuelto anadiendo validación deterministica post-LLM antes de generar el PDF). Ningún riesgo crítico, ningún dato comprometido.
Cuánto costo el proyecto y cual fue el ROI?
Coste implantación: 4.500 EUR. Operación mensual: 800 EUR (incluye retainer + API + infra). Ahorro mensual estimado: 18h/sem * 4 comerciales * 4 sem = 288h/mes valoradas a 25 EUR/h coste interno = 7.200 EUR/mes ahorrados. ROI positivo desde el mes 1 si solo cuentas ahorro de tiempo. Sin contar +9pp tasa de cierre, que es la métrica mas relevante.
Este mismo stack vale para otras asesorías energéticas?
sí, con adaptaciones de prompts y conectores. Si tu asesoría es de eficiencia energética industrial, comercializadora de energia, instaladora con propuesta técnica o auditora energética, el patron aplica. Mejor en /ia-asesoria-energetica/ con el detalle del servicio.
Por qué es anonimizado y no compartis nombre?
Decisión del cliente. Algunos clientes prefieren no aparecer publicamente por ventaja competitiva. Otros si autorizan caso público (en preparación). Si quieres referencias directas para hablar con clientes actuales antes de contratar, en la primera llamada las facilito.
Cómo reproduzco este caso en mi asesoría?
Tres pasos: (1) calcula cuánto tiempo/persona/mes dedica tu equipo a propuestas, (2) si supera 60h/mes en total, hay caso de negocio claro, (3) pide diagnostico gratuito de 30 min y vemos si tu situación es replicable. La respuesta puede ser ‘no’ si tu volumen es muy bajo o el proceso ya esta razonablemente eficiente.
Mas piezas relacionadas