En las conversaciones con clientes sobre inteligencia artificial aparece una preocupación comprensible: se han incorporado herramientas, el equipo las utiliza y algunas tareas se hacen más deprisa, pero cuesta identificar qué ha mejorado en el funcionamiento de la empresa.
Los documentos se redactan antes. Las reuniones se resumen automáticamente. Preparar una presentación requiere menos esfuerzo. Sin embargo, las entregas siguen acumulándose y las personas que revisan el trabajo no tienen menos carga.
Para entender esa distancia hay que seguir el trabajo hasta el final. El tiempo que ahorra una persona al generar un resultado puede reaparecer en la mesa de quien tiene que comprobarlo, corregirlo o utilizarlo. La mejora se produce cuando disminuye el esfuerzo total y se mantiene la calidad necesaria.
El trabajo que cambia de manos
Pensemos en una propuesta comercial. La IA prepara un documento bien estructurado en unos minutos. La persona que lo ha generado puede dar la tarea por terminada, pero el responsable comercial todavía necesita comprobar precios, plazos y condiciones.
Si el documento mezcla información vigente con datos antiguos, la revisión obliga a volver a las fuentes. Si además contiene compromisos que nadie ha autorizado, hay que corregirlos y revisar el resto con más cautela.
La redacción se ha acelerado. La preparación de una propuesta válida puede seguir costando lo mismo.
Este tipo de problema queda oculto cuando se evalúan tareas aisladas. También cuando se confunde una buena presentación con un trabajo completo. Un informe puede estar bien escrito y no contener la información que hace falta para decidir.
Por eso, al analizar un proceso interesa escuchar a quien recibe el resultado. Qué tiene que rehacer, qué datos le faltan y qué comprobaciones sigue realizando por su cuenta. Ahí puede aparecer un coste que no figura en las estadísticas de uso de la herramienta.
Un presupuesto que sale antes, pero sigue llegando tarde
El siguiente ejemplo es ilustrativo; no describe un proyecto concreto ni resultados de un cliente.
Una empresa recibe solicitudes de presupuesto por correo. Un comercial lee cada mensaje, busca los productos en el catálogo, comprueba las condiciones del cliente y prepara la propuesta. Después, otra persona valida los importes y registra la operación.
La empresa incorpora IA para redactar los presupuestos. El primer borrador llega antes, pero la búsqueda de información sigue siendo manual. El comercial copia datos entre ventanas y el responsable comprueba cada importe porque desconoce de dónde ha salido.
En ese proceso, mejorar la redacción tiene un alcance limitado. El trabajo más pesado sigue en la recopilación, la comprobación y el registro.
Una solución más completa necesita resolver esas dependencias:
| Parte del proceso | Cómo abordarla |
|---|---|
| Interpretar la solicitud | Extraer productos, cantidades y requisitos; señalar los datos que faltan |
| Obtener precios y condiciones | Consultar las fuentes comerciales autorizadas |
| Calcular importes | Aplicar reglas verificables |
| Preparar el documento | Generar el borrador con los datos ya comprobados |
| Revisar excepciones | Mostrar qué requiere una decisión y aportar el contexto |
| Registrar la propuesta | Incorporar la información al sistema de gestión tras la aprobación correspondiente |
La IA interviene donde resulta útil interpretar o redactar. Los cálculos y las condiciones comerciales tienen controles propios.
Esta separación permite localizar los fallos. Si un precio es incorrecto, se puede comprobar si la fuente estaba desactualizada, si se seleccionó el producto equivocado o si falló una regla. Pedir al modelo que «tenga más cuidado» no resuelve esas causas.
La revisión también necesita diseño
Añadir una revisión humana parece una precaución sencilla. En la práctica, su utilidad depende de cómo se prepare el trabajo para quien revisa.
Un documento sin referencias obliga a buscar de nuevo la información. Una propuesta con las fuentes de los precios, las condiciones aplicadas y las excepciones señaladas permite concentrar la atención en los puntos que requieren criterio.
La supervisión debe facilitar la detección del error. Indicar que una persona es responsable de revisar no basta si esa persona carece de tiempo, acceso a las fuentes o instrucciones claras sobre qué validar.
Tampoco todas las acciones requieren el mismo control. Preparar un borrador, modificar un pedido y aprobar un descuento tienen consecuencias diferentes. Los permisos y las aprobaciones deben ajustarse a esas consecuencias.
Durante las pruebas conviene incluir solicitudes incompletas, documentos contradictorios y situaciones poco frecuentes. El sistema debe poder dejar una tarea pendiente cuando falta información. Completar todos los campos no es un buen resultado si algunos se han rellenado con suposiciones.
Las licencias son solo una parte de la cuenta
La factura de la herramienta es visible. El tiempo dedicado a corregir sus resultados cuesta más identificarlo, aunque también consume recursos.
Para valorar el coste de una solución hay que incluir la preparación de datos, la integración, la supervisión y el mantenimiento. También los reintentos y las tareas que terminan por hacerse manualmente después de que la automatización haya fallado.
Una comparación útil toma la misma clase de gestión y mide cuánto cuesta completarla con la calidad exigida. Comparar respuestas generadas o documentos producidos deja fuera demasiado trabajo.
Cambiar a una herramienta más barata puede compensar, pero conviene comprobar que no aumenta el esfuerzo posterior. Del mismo modo, utilizar un modelo más potente para cada paso puede añadir gasto sin mejorar el resultado. La elección debe probarse sobre las tareas que realmente se necesitan resolver.
Hay otro matiz económico: liberar horas aporta capacidad, pero no siempre reduce un gasto. Si el equipo dedica ese tiempo a atender más solicitudes, el beneficio dependerá de esa actividad adicional. Si las horas quedan repartidas en pequeños intervalos que nadie puede aprovechar, el valor será menor que el que sugiere la suma.
Este punto se desarrolla con más detalle en cómo construir un caso de negocio de IA sin inventar el retorno.
Antes de ampliar, hay que comprobar qué ha cambiado
Una prueba útil compara el proceso anterior con el nuevo sobre casos de dificultad similar. Debe incluir el trabajo de todas las personas implicadas y mantener los mismos criterios de calidad.
En el ejemplo de los presupuestos, interesaría observar:
- El tiempo humano total por propuesta, incluida la revisión.
- Los errores de precio o condiciones y las propuestas devueltas.
- El plazo desde que entra la solicitud hasta que se envía una oferta válida.
- El coste de operación y la proporción de casos que requieren intervención manual.
Además de las medias, conviene revisar las excepciones. Una mejora en solicitudes sencillas puede ocultar retrasos importantes en las complejas. Si esas solicitudes concentran buena parte del negocio, el resultado medio será insuficiente para decidir.
La prueba también necesita un responsable del proceso. Alguien debe mantener la información, revisar incidencias y decidir qué se cambia. Sin esa responsabilidad, una solución que funcionaba puede deteriorarse cuando cambian los productos, las condiciones o la forma de trabajar.
Hay proyectos que conviene detener
Si la revisión consume todo el tiempo ahorrado, hay que identificar qué la hace tan costosa antes de ampliar el uso. Si faltan datos esenciales, puede ser necesario prepararlos primero. Si el volumen de trabajo es pequeño, una automatización más sencilla puede tener más sentido económico.
También conviene detenerse cuando el impacto de un error supera la capacidad de control disponible. Una respuesta convincente no demuestra que el sistema esté preparado para ejecutar una decisión.
Seguir invirtiendo por el esfuerzo ya realizado prolonga el problema. Una prueba debe permitir decidir si continuar, corregir una causa concreta o cerrar el proyecto.
La pregunta que merece una respuesta al terminar es bastante práctica: ¿qué trabajo ha dejado de hacer la empresa y qué esfuerzo nuevo ha aparecido a cambio? Para responderla hay que observar también a la persona que recibe el resultado y tiene que seguir trabajando con él.