De digitalizar a automatizar: procesos, datos e inteligencia artificial

Digitalizar una empresa no es sumar herramientas: es entender cómo se mueve el trabajo y decidir qué merece ser automatizado.

Imagina una pequeña tienda de calzado sostenible. La llamaremos EcoZapas Lab.

Cada vez que entra un pedido, alguien revisa el correo, comprueba los datos del cliente, actualiza una hoja de cálculo, consulta el stock, prepara la factura, avisa a almacén y, cuando el paquete sale, vuelve a escribir al cliente.

Todo funciona.

Funciona lo suficientemente bien como para que nadie se pregunte cuánto tiempo se pierde copiando la misma información de una aplicación a otra. Aquí empieza una conversación interesante sobre digitalización.

Tener herramientas digitales no significa tener un proceso digitalizado

Una empresa puede utilizar correo electrónico, hojas de cálculo, un CRM, un programa de facturación y una tienda online y seguir trabajando de una forma muy parecida a como lo hacía antes.

Ha sustituido papel por pantallas, pero el proceso sigue dependiendo de que una persona transporte manualmente la información entre sistemas.

Podríamos representarlo así:

Pedido → correo → copia manual → hoja de cálculo → consulta de stock → factura → aviso → actualización

Digitalizar no consiste únicamente en incorporar aplicaciones. También implica preguntarse cómo circula la información, qué tareas aportan valor y cuáles podrían realizarse de otra forma.

En este punto aparece la automatización de procesos.

Automatizar no empezó con la inteligencia artificial

Conviene aclararlo porque hoy parece que cualquier automatización necesita IA.

No es así.

Por ejemplo:

Cuando entra un pedido pagado, registrar la venta y enviar una confirmación al cliente.

Aquí no necesitamos que una inteligencia artificial interprete nada. La condición está perfectamente definida y el resultado también.

La automatización inteligente aparece cuando incorporamos tecnologías capaces de trabajar con información menos estructurada, reconocer patrones o ayudar a decidir qué hacer ante situaciones que no se resuelven con una regla sencilla.

IBM define la automatización inteligente como la combinación de inteligencia artificial, gestión de procesos empresariales (BPM) y automatización robótica de procesos (RPA).

La pregunta importante, por tanto, no es:

¿Dónde podemos poner IA?

La pregunta debería ser:

¿Qué problema tenemos y qué nivel de automatización necesitamos para resolverlo?

Volvamos a EcoZapas Lab

Supongamos que el negocio recibe pedidos desde su tienda online.

Una primera automatización podría ser muy sencilla:

Pedido confirmado → actualizar stock → generar factura → enviar correo → registrar venta

Todas las acciones siguen unas reglas conocidas.

Pero ahora aparece otra situación.

Los clientes también escriben mensajes como estos:

• «Necesito cambiar la talla del pedido de ayer».
• «¿Llegará antes del viernes?».
• «Me habéis enviado el modelo verde, pero pedí el azul».
• «Quiero devolver unas zapatillas, ¿qué tengo que hacer?».

La información ya no llega en campos perfectamente ordenados. Llega mediante lenguaje natural.

Aquí una herramienta de IA podría clasificar el mensaje, extraer información relevante o proponer una respuesta. El flujo automatizado podría continuar después mediante reglas.

Por ejemplo:

Correo del cliente → clasificación con IA → identificación del pedido → consulta del sistema → propuesta de respuesta → revisión humana

Ahora sí tenemos una combinación de automatización e inteligencia artificial.

Regla o IA: una decisión que importa

Una forma sencilla de distinguir ambas situaciones es preguntarnos qué tipo de información recibe el sistema.

Situación	Tecnología posible
Si el pago está confirmado, enviar factura	Automatización basada en reglas
Copiar datos entre dos aplicaciones	Integración o RPA
Detectar pedidos pendientes cada tarde	Automatización basada en reglas
Interpretar el motivo de un correo escrito libremente	IA + automatización
Clasificar opiniones de clientes	IA
Detectar patrones de incidencias	Analítica / IA
Generar una propuesta de respuesta	IA generativa + supervisión

No se trata de elegir la tecnología más sofisticada. Se trata de utilizar la necesaria.

Una buena transformación digital puede consistir precisamente en no utilizar IA cuando una regla sencilla resuelve mejor el problema.

Antes de automatizar hay que entender el proceso

Aquí aparece otro concepto especialmente interesante: la minería de procesos o process mining.

Las aplicaciones empresariales generan registros de actividad: cuándo se crea un pedido, cuándo se modifica, cuándo se factura, cuánto tarda una operación o en qué punto se produce una incidencia.

La minería de procesos utiliza esos registros para reconstruir cómo funciona realmente un proceso. Microsoft Learn la describe como una tecnología que permite comprender los procesos reales de una organización e identificar oportunidades de mejora, automatización y digitalización.

Esto cambia la pregunta.

En lugar de imaginar cómo creemos que funciona la empresa, podemos analizar cómo funciona realmente.

Quizá descubramos que:

• la mayoría de pedidos se procesa en cinco minutos;
• determinados pedidos necesitan intervención manual;
• una tarea se repite dos veces;
• un dato se introduce en tres aplicaciones;
• las incidencias se concentran en una fase determinada.

Automatizar debería venir después de comprender el proceso, no antes.

El dato: el combustible que también puede estropear el sistema

Supongamos que conectamos la tienda online de EcoZapas Lab con el CRM y el programa de facturación.

Parece una buena idea.

Pero en el CRM tenemos clientes duplicados, códigos postales incompletos y nombres de productos diferentes a los utilizados en la tienda.

Ahora la información puede viajar automáticamente.

Y los errores también.

La automatización no corrige por sí sola un dato incorrecto. En algunos casos consigue algo peor: reproducir el error más rápido y a mayor escala.

Por eso antes de automatizar debemos revisar cuestiones como:

• calidad de los datos;
• formatos;
• duplicados;
• permisos de acceso;
• reglas de validación;
• protección de la información;
• responsable de cada dato.

La automatización y la inteligencia artificial dependen del sistema de información sobre el que trabajan.

¿Y las personas?

Volvamos una vez más al pedido.

Antes, una persona copiaba datos, consultaba el stock, generaba la factura y enviaba correos.

Después de automatizar, puede que ya no tenga que realizar parte de esas tareas.

Eso no significa necesariamente que desaparezca su trabajo.

Puede dedicar más tiempo a resolver incidencias, atender a clientes, controlar excepciones, analizar información o mejorar el propio proceso.

Pero tampoco debemos presentar la automatización como algo neutral. Cambia tareas, responsabilidades y competencias. Una propuesta seria de transformación digital debe preguntarse también:

• ¿qué tareas desaparecen?
• ¿qué tareas cambian?
• ¿qué nuevas competencias necesita el equipo?
• ¿qué decisiones deben seguir teniendo supervisión humana?
• ¿qué ocurre cuando el sistema falla?

Digitalizar una empresa también es rediseñar su forma de trabajar.

Del proceso clásico al proceso digitalizado

Podemos resumir el cambio de EcoZapas Lab de esta forma.

Antes

Después

Y cuando existe información no estructurada:

Mensaje → IA clasifica → sistema consulta datos → propone acción → persona supervisa cuando sea necesario

La diferencia no está únicamente en utilizar más tecnología.

La diferencia está en que hemos diseñado un sistema.

Automatizar bien empieza por hacer preguntas

Antes de elegir una herramienta conviene responder, al menos, a estas preguntas:

1. ¿Qué proceso queremos mejorar?

2. ¿Dónde se pierde tiempo?

3. ¿Qué tareas se repiten?

4. ¿Qué información necesita cada tarea?

5. ¿Los datos tienen suficiente calidad?

6. ¿Qué puede automatizarse mediante reglas?

7. ¿Dónde aporta valor realmente la IA?

8. ¿Qué aplicaciones deben intercambiar información?

9. ¿Qué riesgos aparecen?

1. ¿Qué decisiones deben conservar supervisión humana?
2. ¿Cómo sabremos si la mejora funciona?

Solo entonces tiene sentido hablar de aplicaciones concretas.

Una actividad para llevarlo al aula

El reto puede plantearse de forma muy sencilla:

Una pequeña empresa tiene varias herramientas digitales, pero sus trabajadores siguen moviendo manualmente la información entre ellas. ¿Cómo transformarías uno de sus procesos?

El alumnado debe representar primero el proceso actual y después diseñar una versión mejorada.

No gana la propuesta que utilice más IA.

La mejor propuesta será la que pueda justificar qué problema resuelve cada cambio, qué datos necesita y cómo mejora el trabajo de la empresa.

Porque ese es probablemente uno de los aprendizajes más importantes de la digitalización empresarial:

No debemos automatizar un proceso porque podamos hacerlo. Debemos automatizarlo cuando entendemos qué queremos mejorar.