Es la situación más frecuente: una empresa sabe que debería «hacer algo con la IA» sin saber qué. Suele esperar que le propongan una herramienta. Nosotros empezamos al revés: miramos cómo se hace hoy el trabajo.

No es una precaución de consultor. Es la única forma de evitar el escenario clásico, aquel en el que se automatiza brillantemente una tarea que no costaba nada mientras el verdadero cuello de botella sigue intacto.

Primera etapa: el mapa de procesos

Listamos los procesos que atraviesan la empresa, desde el primer contacto comercial hasta la facturación y el servicio posventa. De cada uno nos interesan tres cosas: qué lo desencadena, la secuencia real de etapas y qué sale de él.

«Real» es la palabra importante. El proceso descrito en un procedimiento y el proceso ejecutado un martes por la tarde con prisas rara vez son el mismo. Es el segundo el que hay que automatizar, o corregir antes.

Segunda etapa: las entrevistas

Hablamos con las personas que hacen el trabajo, no solo con las que lo organizan. Las preguntas son sencillas: qué le lleva más tiempo, qué rehace varias veces, qué le obliga a esperar a otra persona, dónde tiene miedo de equivocarse.

Estas entrevistas sacan a la luz dos categorías de temas. Las tareas repetitivas y visibles, que todo el mundo menciona. Y las fricciones invisibles: copiar un dato de una herramienta a otra, buscar un documento, el seguimiento que se olvida. La segunda categoría suele costar más que la primera.

Tercera etapa: las cifras

Un proceso sin cifras no se prioriza. Medimos cuatro magnitudes para cada uno:

  • El volumen. Cuántas veces por semana o por mes, con qué picos estacionales.
  • El tiempo. El tiempo humano real por caso, incluida la espera.
  • El coste. Ese tiempo multiplicado por un coste horario completo, más el coste de los errores constatados.
  • El riesgo. Qué ocurre si la etapa se hace tarde, mal o no se hace.

Esas cuatro cifras zanjan la mayoría de los debates. Una tarea penosa pero poco frecuente baja en la lista. Una tarea banal repetida doscientas veces al mes sube de inmediato.

Cuarta etapa: el estado de las herramientas y del material

Después miramos aquello sobre lo que podrá apoyarse una automatización: las herramientas existentes, lo que saben exponer, la calidad de los datos y si existe o no un escrito de referencia para cada regla de negocio. Una empresa cuyas tarifas viven en tres archivos distintos no tiene un problema de IA, tiene un problema de fuente única. Y eso se resuelve antes, no durante.

Una automatización no corrige una información falsa. La difunde más rápido.

Quinta etapa: la priorización

Cruzamos tres ejes: impacto, viabilidad y riesgo. El impacto sale de las cifras. La viabilidad depende de los accesos técnicos, de la estabilidad de las reglas y de la disponibilidad del material. El riesgo mide lo que costaría un error, lo que determina el lugar de la validación humana.

De ese cruce sale una lista corta y ordenada, con una ganancia estimada, una carga estimada y el modo de funcionamiento elegido para cada línea. Es el único entregable que cuenta en esta fase: un orden de marcha, no una lista de deseos.

Qué significa en la práctica

En UNYX esta fase tiene nombre y formato: la auditoría de madurez digital, que produce un diagnóstico con cifras, y después el encuadre, que convierte ese diagnóstico en una hoja de ruta con fechas. Dura de unos días a tres semanas según el tamaño de la empresa. Termina con una decisión, incluida la de no automatizar nada por ahora si las cifras no lo justifican.

La señal a vigilar es sencilla. Si un proveedor propone una arquitectura antes de haber visto sus volúmenes y sus costes, no está vendiendo una solución a su problema: está vendiendo su catálogo.