Casos y guías
Automatización

¿Qué proceso debería automatizar primero con IA?

Victoria Vives
Victoria VivesAI Director, Aetheron Labs
Lectura: 6 min

El que cumple tres condiciones a la vez: se repite muchas veces al mes, su resultado se puede comprobar sin discusión y hoy consume horas de alguien cuyo tiempo es caro.

No el más vistoso ni el más complejo. El primer proyecto tiene que demostrar algo, y para eso hace falta que se pueda medir.

¿Cómo lo elijo entre varios candidatos?

Pon los candidatos en una tabla con cuatro columnas: cuántas veces al mes ocurre, cuánto tiempo lleva cada vez, quién lo hace y cómo se sabe si el resultado está bien. La suma de las dos primeras te da el ahorro potencial; la cuarta te dice si es automatizable hoy.

Si no sabes responder a la cuarta columna, ese proceso no es el primero. Un proceso cuyo resultado correcto es opinable no se puede validar, y sin validación no se puede delegar a un sistema.

¿Qué procesos suelen salir primero?

En las empresas medianas con las que trabajamos, casi siempre son los mismos cuatro:

  • Extraer datos de documentos que llegan en formatos dispares (presupuestos, facturas, currículums, fichas técnicas) y volcarlos a una estructura fija.
  • Preparar cotizaciones o propuestas que hoy se hacen copiando de varias fuentes.
  • Clasificar y enrutar correo entrante hacia la persona o el sistema correcto.
  • Consolidar informes que alguien rehace manualmente cada mes con los mismos pasos.

¿Cuánto debería durar el primer proyecto?

Semanas, no trimestres. Si el primer proyecto necesita seis meses, está mal delimitado: se ha elegido un proceso que cruza demasiados sistemas o que depende de datos que no existen.

Un buen primer alcance es un proceso, una entrada, una salida y un punto donde una persona aprueba. Cuando eso funciona, ampliar es fácil; cuando no, al menos el error es pequeño y rápido.

¿Qué tengo que aportar yo?

Acceso a ejemplos reales (documentos, correos, casos anteriores), la persona que hoy hace ese trabajo durante unas horas, y una definición clara de qué significa "bien hecho".

Esa última parte es la que decide el proyecto. Si quien hace el trabajo no puede explicar con qué criterio revisa, el criterio no existe todavía y hay que escribirlo antes de automatizar nada.

El AI Opportunity Sprint existe justo para esto: identificar dónde merece la pena aplicar IA y con qué retorno, antes de invertir en desarrollo.

Ver el AI Opportunity Sprint

Preguntas frecuentes

¿Hace falta tener los datos ordenados antes de empezar?
No para empezar. Sí hace falta tener acceso a ejemplos reales, aunque estén desordenados: precisamente lo que hace útil un agente con modelos de lenguaje es que tolera formatos dispares donde una automatización clásica se rompe.
¿Y si el proceso implica decisiones con dinero?
Entonces se automatiza la preparación y la decisión se deja a una persona. El patrón correcto es que el sistema haga el trabajo y pare antes de la acción que tiene consecuencias, con toda la información lista para aprobar o rechazar.
¿Cómo demuestro el retorno al comité?
Midiendo antes de empezar: cuántas veces al mes, cuánto tiempo y cuántos errores. Sin esa foto inicial, cualquier mejora posterior es una opinión. Es el mismo principio que aplicamos en visibilidad: primero la referencia, luego el cambio.

Seguir leyendo