Cómo trabajamos / Diagnóstico y priorización
El diagnóstico convierte una oportunidad amplia en una decisión concreta. Analizamos el proceso actual, su coste, los datos disponibles, las restricciones y el indicador que debe mejorar para determinar dónde puede aportar valor la IA y qué conviene validar primero.
Revisamos qué activa el proceso, quién interviene, qué sistemas y documentos utiliza, dónde se producen esperas, errores o retrabajos y qué decisiones requieren criterio humano. También establecemos una referencia inicial de tiempo, coste, volumen, calidad o nivel de servicio.
Esta línea de base permite comparar más adelante la solución con la situación real, no con una expectativa abstracta.
No todos los procesos son buenos candidatos para empezar. Valoramos el beneficio potencial, la frecuencia, la claridad de los pasos, la calidad de los datos, las integraciones necesarias, el coste de los errores y el nivel de supervisión.
Priorizamos el caso que permita demostrar valor con un alcance controlado y evitamos automatizar procesos mal definidos o decisiones sensibles sin controles suficientes.
El diagnóstico debe permitir decidir si merece la pena validar el caso, qué incertidumbre hay que resolver primero y qué resultado justificaría seguir invirtiendo. Si los datos o el proceso todavía no están preparados, lo señalamos antes de construir.
«Primero acordamos qué debe cambiar en el negocio. Después decidimos qué tecnología puede conseguirlo.»
— Equipo fundador de Instintia
Un proyecto rápido no es el que empieza a desarrollar antes, sino el que reduce pronto la incertidumbre correcta. Definir bien el proceso, el KPI y los límites evita semanas de trabajo sobre un caso que no puede demostrar valor.
La conversación inicial sirve para entender el reto y comprobar si existe encaje. El AI Discovery Day es una sesión de trabajo estructurada para analizar varias oportunidades, priorizar un caso y definir el alcance y el KPI de un piloto.
No es imprescindible. Podemos reconstruirlo con las personas que lo ejecutan y con ejemplos reales, aunque disponer de datos de volumen, tiempos, errores o costes mejora la priorización.
Los comparamos con criterios comunes de impacto, viabilidad, riesgo y rapidez de validación. El objetivo es elegir un primer caso defendible, no iniciar varios proyectos a la vez.
Sí. A veces una mejora de proceso o una automatización convencional ofrece una solución más fiable y económica. Detectarlo antes de invertir también es un buen resultado.
