Qué procesos eliminar antes de automatizar

Antes de automatizar un proceso hay que responder una pregunta incómoda: ¿este trabajo debería existir? Eliminar los procesos innecesarios antes de automatizar no es un paso previo opcional. Es lo que decide si el proyecto devuelve horas o si lo único que consigue es que el desorden circule a más velocidad y ahora además con una factura mensual.

Puntos clave

La pregunta que casi nadie hace primero

En la mayoría de proyectos que llegan, la conversación empieza en «queremos automatizar los informes mensuales». Y la primera pregunta útil no es cómo, ni con qué herramienta. Es quién lee ese informe.

Sale más de una vez que no lo lee nadie. Que se empezó a hacer para un director que ya no está, que dos de las cinco pestañas nadie las abre desde hace año y medio, y que el destinatario real solo mira una columna. Automatizar eso es tomarse la molestia de industrializar un gasto.

Hay tres destinos posibles para cualquier proceso, y solo uno de ellos es automatizar:

Saltar del uno al tres es el error más caro y el más frecuente.

Cómo se distingue un proceso que sobra de uno que estorba

No hace falta una consultoría de seis semanas. Hacen falta cuatro preguntas y la disciplina de contestarlas con datos y no con impresiones.

“Automatizar algo que cada vez se hace distinto es programar el caos.”

— Regla de la casa

Un caso donde la criba se hizo, y uno donde importó

En una asesoría de unos 500 clientes había una tarea que superó las cuatro preguntas sin despeinarse. Un cliente pedía un informe de Hacienda; alguien abría la sede electrónica, buscaba el certificado digital de ese cliente entre cientos, iniciaba sesión, generaba el permiso, descargaba y volvía a redactar el correo con el adjunto. Unos treinta minutos, entre 20 y 30 veces al día.

Ese proceso no sobraba: el consumidor tenía nombre (el cliente que lo pedía), la decisión existía y la secuencia era idéntica siempre. Lo que se medía eran cuatro o cinco horas diarias de gente cualificada repitiendo la misma serie de clics. Hoy son quince o veinte minutos de revisión.

Lo que hace útil ese caso aquí no es el ahorro. Es la tercera condición que tuvo que cumplirse: alguien cronometró antes. Sin esa medición previa no habría forma honesta de decir hoy que ha mejorado, y tampoco la había, cuando se decidió, de saber si merecía la pena hacerlo.

La versión larga de ese caso, con las tres condiciones que lo hicieron posible, está en la pieza sobre las cuatro horas al día descargando informes de Hacienda

Y ahora la parte que casi nadie dice: la mayoría no necesita IA

De los procesos que sobreviven a la criba, una buena parte se resuelve sin inteligencia artificial. Un disparador, una regla, una integración entre dos sistemas que ya tienes y un aviso a quien corresponda. Eso es automatización clásica y lleva décadas funcionando.

Es, de hecho, la mayor parte de lo que hacemos en automatización de procesos a medida

La distinción práctica es sencilla. Si el proceso tiene reglas claras —«cuando entre un pedido de más de X, avisa a producción»—, no metas un modelo. Una regla es más barata, más rápida, se puede auditar entera y no se inventa nada.

Si el proceso exige interpretar lenguaje o material desordenado —leer un correo y entender qué pide, resumir una reunión, clasificar cien documentos que nadie ha etiquetado—, ahí la IA hace algo que una regla no puede.

Forzarla en el primer caso tiene un coste que no existía antes. Una regla se ejecuta un millón de veces por lo mismo que cuesta el servidor. Un modelo cobra por uso. Aplicado a trabajo que no había que hacer, el desperdicio deja de ser invisible y empieza a llegar todos los meses en la factura, con la particularidad de que crece justo cuando el proyecto «va bien» y se usa más.

Hay una segunda razón, menos evidente y más incómoda: un modelo puede equivocarse y una regla no. En un proceso determinista, meter IA es cambiar una máquina que siempre acierta por una que casi siempre acierta, y pagar más por ello.

Qué hacer el lunes por la mañana

Coge los cinco procesos que más se repiten en un departamento. Uno solo, no la empresa entera.

Para cada uno, escribe en una línea: quién consume la salida (con nombre), qué decisión cambia, cuántas veces al mes se hace, cuánto tarda cronometrado, y si la secuencia es siempre la misma.

Van a pasar tres cosas. Alguno se cae al no encontrarle consumidor. Alguno se encoge a la mitad de sus pasos. Y de los que queden, la mayoría se resuelve con una regla. El que sobreviva a las tres cribas —se usa, está simplificado, es repetitivo y exige interpretar algo desordenado— ese es el que merece un proyecto de IA, y solo ese.

Es menos ambicioso que «implantar IA en la empresa». También es lo único que he visto funcionar.

Preguntas frecuentes

¿Cuánto tiempo lleva esta criba?

Para un departamento, una o dos tardes. Lo que lleva tiempo no es el análisis: es cronometrar de verdad en vez de estimar, y conseguir que alguien diga en voz alta que un informe no lo lee nadie.

¿No es más rápido automatizar todo y ya iremos ajustando?

Es más rápido de empezar y más caro de terminar. Cada proceso automatizado es algo que hay que mantener cuando cambie el sistema del que lee, cuando cambie quien lo usa y cuando cambie el formato de entrada. Automatizar lo que sobra multiplica ese mantenimiento sin añadir nada.

¿Y si eliminamos un proceso que resulta que sí hacía falta?

Por eso se elimina con el consumidor delante y no en una reunión de dirección. Si nadie reclama un informe en dos meses, la pregunta ya está contestada. Y volver a activarlo es barato: lo caro es lo contrario.

Tenemos procesos que dependen de criterio en cada paso. ¿Esos no se tocan?

Se tocan, pero primero se ordenan. Documentar por qué se decide lo que se decide es trabajo de la casa, no de un proveedor, y sin eso no hay nada que automatizar. Muchas veces esa documentación revela que el criterio en realidad son tres reglas que nadie había escrito.

Esta criba es el primero de los siete motivos por los que fracasan los proyectos de IA. Los otros seis están en por qué fracasan los proyectos de IA en las empresas