Automatización de procesos con IA: qué automatizar

Automatizar un proceso con IA significa que un modelo de lenguaje se encarga del tramo del trabajo que exige interpretar algo —leer un correo y entender qué pide, clasificar una factura mal escaneada, responder a un cliente que pregunta de veinte formas distintas— mientras el resto del proceso lo siguen moviendo reglas normales: mover un dato de un sitio a otro, avisar a alguien, escribir en una base de datos. Casi ningún proyecto de automatización es "IA" de principio a fin, y el que se vende así suele ser el que peor envejece.

Y conviene decir la otra mitad desde el principio: la mayoría de las tareas repetitivas de una empresa no necesitan IA para automatizarse. Si la tarea tiene una regla clara —"si el importe pasa de mil euros, que lo apruebe un responsable"—, una condición normal la resuelve mejor: es más barata, es predecible y, cuando falla, sabes exactamente por qué. La IA entra donde no hay regla posible porque la entrada es lenguaje, es desordenada o cambia cada día. Confundir las dos cosas es el error más caro que veo en este terreno, y se paga dos veces: en la factura y en la desconfianza que deja un sistema que se equivoca sin explicación.

Lo primero no es automatizar: es mirar el proceso

Antes de construir nada merece la pena hacer el trabajo aburrido, que consiste en escribir qué pasa hoy, paso por paso, y quién hace cada paso. En cuanto lo pones por escrito aparecen tres cosas con una regularidad sospechosa:

• Pasos que no deberían existir. Se hacen porque una vez hubo un problema y nadie volvió a revisar la norma. Automatizarlos es pagar por conservar un error.
• Pasos que son un trasvase de datos. Copiar de un formulario a una hoja, de la hoja al CRM, del CRM a un correo. No requieren interpretación: son integración, no IA.
• Pasos que sí exigen criterio. Leer, entender, resumir, decidir a quién le toca. Ese es el hueco donde la IA aporta algo que antes no se podía automatizar.

Este orden no es teoría. En el proyecto más grande que llevo, una plataforma del sector energético, mi encargo inicial no fue construir nada: fue auditar los procesos repetitivos de administración, marketing y ventas para saber cuáles merecían una solución propia. Lo que se construyó después —automatizaciones del CRM, un radar de captación, un chatbot que atiende por WhatsApp con bandeja unificada— salió de esa lista, no de una idea previa sobre qué tecnología usar.

Qué se automatiza bien con IA y qué no

Una forma práctica de decidir es preguntarse qué tipo de entrada recibe el proceso.

Va bien con IA cuando la entrada es lenguaje o documentos desordenados:

• Clasificar y enrutar correos o mensajes entrantes: de qué va, a quién le toca, cuánta prisa tiene.
• Atender consultas repetitivas de clientes sobre un catálogo o unas condiciones que cambian.
• Extraer datos de documentos que no vienen en un formato fijo —facturas, albaranes, contratos— para meterlos en un sistema.
• Resumir conversaciones largas y sacar de ellas las acciones concretas.
• Normalizar catálogos escritos por personas distintas, donde el mismo color o el mismo material aparece nombrado de cinco maneras.

Va mal, o directamente no debería llevar IA:

• Cálculos donde el resultado tiene que ser exacto siempre: importes, impuestos, comisiones. Eso es aritmética, y la aritmética no se delega en un modelo probabilístico.
• Decisiones con consecuencia legal o económica irreversible sin que nadie las revise.
• Procesos que ya tienen una regla clara y estable. Si puedes escribirla en una frase con un "si", escríbela.
• Procesos que nadie ha medido. Si no sabes cuántas veces al mes ocurre ni cuánto tiempo se lleva, no sabes si merece la pena tocarlo.

La frontera útil, resumida: la IA interpreta, el sistema ejecuta. El modelo decide "esto es una reclamación por un envío que no llegó"; lo que abre el ticket, avisa al responsable y actualiza el estado es código normal, verificable y barato.

Cómo se empieza sin romper nada

Un proyecto de automatización que sale bien suele seguir una secuencia parecida a esta:

1. Un solo proceso, el que más duele. No una transformación general de la empresa. Uno que ocurra muchas veces, que consuma tiempo y que tenga un final claro.
2. Reglas primero. Todo lo que se pueda resolver con una condición, resuélvelo con una condición. Deja para el modelo solo lo que de verdad exige interpretar.
3. Con una persona revisando al principio. La automatización propone y alguien confirma durante las primeras semanas. Ahí es donde se descubren los casos raros, que siempre son más de los que se preveía.
4. Con registro de todo. Qué entró, qué decidió el sistema, qué salió. Sin ese registro no puedes corregir nada, solo discutir opiniones.
5. Y con una vía de escape. Cuando el sistema no está seguro, que pare y pregunte, en lugar de inventarse una respuesta. Un proceso que sabe decir "esto no lo tengo claro" vale mucho más que uno que acierta un poco más y falla en silencio.

El paso tres es el que más se salta y el que más caro sale. Un sistema que se pone en marcha sin supervisión no falla el primer día: falla el mes siguiente, con el caso que nadie había imaginado, y para entonces ya nadie está mirando.

Qué encarece de verdad un proyecto de automatización

Casi nunca es el modelo de IA. Lo que mueve el presupuesto es esto:

• El estado de los datos. Si la información vive repartida en hojas de cálculo, correos y la cabeza de dos personas, la mayor parte del trabajo es ordenarla antes de automatizar nada.
• Las integraciones. Conectar con un CRM, un ERP o una pasarela de pago que tienen su propia API, sus límites y sus rarezas. Ahí es donde se van las horas.
• Los casos excepcionales. El camino habitual del proceso suele estar listo pronto. Lo que lleva tiempo es el puñado de casos que se salen de él y que, casualmente, son los que más molestan cuando fallan.
• Que alguien lo mantenga. Una automatización conectada a servicios de terceros no se entrega y se olvida: las API cambian, los formatos cambian, los precios cambian. Es la misma lógica que explico en la guía sobre por qué el mantenimiento web no es opcional.

También hay un coste que conviene entender antes de firmar nada: una parte del gasto es recurrente. Cada consulta a un modelo de lenguaje se paga por uso, así que un proceso que se ejecuta miles de veces al mes tiene una factura mensual, pequeña pero real, que hay que estimar desde el principio. Cualquier cifra concreta que te den sin conocer tu proceso, su volumen y el estado de tus datos es publicidad, no un presupuesto.

Herramienta, plataforma o desarrollo propio

Hay tres formas de montar esto y las tres son legítimas según el caso:

• Un producto ya hecho. Si tu necesidad es común —un chat de soporte estándar, un lector de facturas corriente—, cómpralo. Nada de lo que construyas a medida le va a ganar en precio.
• Una plataforma de automatización visual. Herramientas tipo n8n o similares, donde el flujo se dibuja y se conecta. Es el punto dulce para la mayoría de procesos internos: rápido de montar, fácil de cambiar, suficiente para casi todo.
• Desarrollo a medida. Cuando el proceso es parte de cómo ganas dinero, cuando el volumen es alto o cuando necesitas que el sistema sea tuyo de verdad. Es la misma frontera que desarrollo en la guía sobre cuándo compensa el desarrollo de software a medida.

Lo habitual y lo sano es empezar por el medio y subir solo si el proceso lo pide. Montar un desarrollo propio para algo que un flujo visual resolvía es tan caro como forzar un flujo visual a hacer lo que ya no sabe.

Qué hago yo, para que sepas con quién hablas

Soy desarrollador full-stack y trabajo sobre todo en la unión de tres cosas: aplicaciones web, automatización e IA. Algunos ejemplos reales de este terreno, sin adornos:

• Plataforma del sector energético (proyecto activo, el de mayor peso). Empezó como una auditoría de procesos repetitivos y hoy es un SaaS con automatizaciones de CRM, gestión de contactos y oportunidades, un radar de captación de clientes potenciales, un chatbot de WhatsApp con bandeja unificada, precios de energía obtenidos automáticamente de fuentes públicas y agentes que trabajan solos sobre el sistema proponiendo cambios, nunca aplicándolos sin permiso.
• Suites de agentes conversacionales para telecomunicaciones y para un cliente de servicios: varios agentes especializados sobre Telegram y WhatsApp —citas, soporte, consultas legales, consultas a base de datos— que derivan a una persona cuando el caso se sale de su terreno.
• Un agente de ventas para una pizzería, con catálogo dinámico, extras, memoria de la conversación y cobro integrado con pasarela de pago.
• Normalización de catálogos en el sector textil: colores, telas y precios escritos de formas distintas durante años, convertidos en un catálogo consistente, con un agente que responde consultas sobre él.
• Automatización de procesos de un despacho de abogados, gestor de contenidos incluido, sobre la que escribí también una guía específica para despachos.

Esa mezcla es la razón por la que suelo empezar preguntando por el proceso y no por la tecnología: he visto lo suficiente como para saber que la mitad de las veces la respuesta correcta es "esto no necesita IA, necesita dejar de hacerse así".

Si tienes un proceso concreto que se come horas todos los meses, cuéntamelo y te digo con franqueza si se resuelve con una regla, con una herramienta que ya existe o con algo construido para ti.

Preguntas frecuentes

¿Qué es la automatización de procesos con IA?

Es delegar en un modelo de inteligencia artificial la parte de un proceso que exige interpretar información desordenada —texto, documentos, mensajes de clientes— mientras el resto del flujo lo siguen ejecutando reglas y sistemas normales. La IA se encarga de entender; el sistema se encarga de hacer.

¿Qué procesos conviene automatizar primero?

Los que se repiten muchas veces, consumen tiempo de personas y tienen un final claro. Clasificar y enrutar mensajes entrantes, responder consultas repetidas sobre un catálogo o extraer datos de documentos sin formato fijo suelen ser los primeros candidatos. Los procesos que ocurren de vez en cuando o que nadie ha medido no merecen ser los primeros.

¿Cuánto cuesta automatizar un proceso con IA?

Depende de tres cosas, y ninguna es el modelo: en qué estado están tus datos, con cuántos sistemas hay que integrarse y cuántos casos excepcionales tiene el proceso. Además, una parte del coste es recurrente, porque cada consulta al modelo se paga por uso. Cualquier presupuesto dado sin conocer el volumen y el estado de los datos es una cifra inventada.

¿Es fiable? ¿Qué pasa si la IA se equivoca?

Se equivoca, y el diseño tiene que contar con ello. Por eso los cálculos exactos y las decisiones irreversibles no se delegan en un modelo, el sistema registra qué decidió y por qué, y cuando no está seguro para y pregunta en lugar de inventar. Durante las primeras semanas conviene que una persona revise lo que propone antes de que se ejecute solo.

¿Necesito IA o me basta con una automatización normal?

Si puedes escribir la regla en una frase que empiece por "si", te basta con una automatización normal: será más barata, más rápida y más predecible. La IA aporta cuando la entrada es lenguaje libre, los documentos no tienen formato fijo o las variaciones son demasiadas para enumerarlas.