Implantar un agente de IA en la empresa: cómo elegir bien el primer proceso

La dirección ha decidido probar un agente de IA. Después empieza el verdadero conflicto. Ventas quiere que se preparen presupuestos, atención al cliente que se clasifique la bandeja de entrada, contabilidad que se revisen facturas, la dirección de proyectos que se redacten actas. Todos los deseos son comprensibles, y cada departamento considera el suyo el más urgente.

En este escenario hay presupuesto y atención para exactamente un intento. Eso hace delicada la elección, porque el primer proceso moldea la imagen de todo el proyecto. Si va bien, crece la disposición a abordar otros procesos. Si va mal, en la casa se dice enseguida que la IA no sirve, aunque quizá solo se eligió el proceso equivocado.

A esto se añade un malentendido sobre el término. Un agente de IA es más que una ventana de chat: persigue un objetivo, llama a herramientas para lograrlo, lee y escribe en sistemas y toma decisiones intermedias. Cuanta más libertad de acción tiene, más importante es la pregunta de dónde puede trabajar primero. Por eso la selección del proceso no es un trabajo previo, sino ya la primera decisión de seguridad.

Llama la atención un patrón: el proceso que más duele rara vez es la mejor puerta de entrada. Duele porque es complejo, conoce muchas excepciones y vive de una experiencia que nunca se escribió. Justo esas son las características con las que un agente fracasa en el primer intento. Quien empieza ahí aprende sobre todo cuánta preparación falta.

El segundo error típico es el proceso de prestigio. La elección recae en el flujo más visible de la empresa, por ejemplo la comunicación con el cliente en una reclamación en curso. Allí basta una sola frase equivocada para disgustar a un cliente. El daño es público, y los implicados se vuelven más cautelosos en vez de más audaces.

En tercer lugar está el proceso sin datos. Hoy se resuelve de palabra o a voces, sin plantillas, sin archivo, sin historial. Un agente necesita material en el que orientarse y criterios con los que comprobar su trabajo. Si faltan ambos, el piloto se convierte en un proyecto de documentación, útil, pero distinto del planificado.

Por último, la dirección contraria: algunas empresas eligen un proceso tan infrecuente que tras ocho semanas apenas hay casos. El riesgo es pequeño, pero también lo es el aprendizaje. Sin suficientes ejecuciones, al final nadie sabe si el agente trabaja de forma fiable o si simplemente nunca se le exigió de verdad.

De estos patrones de error se pueden derivar cinco criterios. Primero, la frecuencia: el proceso debería darse con regularidad para que compensen el esfuerzo y la curva de aprendizaje y para que el piloto reúna casos con rapidez suficiente. Segundo, la regularidad: no tiene que ser rígido, pero una persona con experiencia debería poder describir en pocas frases cómo procede y cuándo hace una excepción.

Tercero, el daño limitado en caso de error. Es el criterio más importante, porque los errores nunca pueden descartarse. Lo decisivo es lo que cuesta un error y si puede corregirse antes de que surta efecto. Un borrador que revisa una persona es perdonable. Un requerimiento de pago enviado automáticamente, no.

Cuarto, los datos: ¿hay ejemplos de buenos resultados, entradas limpias y un acceso viable a los sistemas necesarios? Quinto, la medibilidad: ¿cómo sabrá al cabo de cuatro semanas si el agente ayuda? El tiempo de tramitación, la tasa de correcciones y las consultas pueden contarse. La sensación de que va mejor no basta como prueba.

La fascinación técnica no se incluye deliberadamente como criterio. Que un proceso suene especialmente moderno es irrelevante. Lo que cuenta es si supera las cinco preguntas. Un flujo discreto que se repite a diario y se revisa bien es un piloto mejor que uno espectacular que solo convence en la presentación.

Los criterios se convierten en una matriz. Cada candidato recibe por criterio una puntuación de uno a cinco, razonada en una frase. La justificación es más importante que el número, porque obliga a conversar. Si dos personas valoran de forma distinta los mismos datos, una de ellas ha visto algo que la otra ha pasado por alto.

Los criterios no deberían ponderarse por igual. Nosotros daríamos el mayor peso al daño limitado y lo trataríamos además como criterio de exclusión: si un proceso no lo supera, queda fuera, por buenos que sean los demás valores. Una puntuación total alta no debe ocultar un riesgo alto. Los pesos no son leyes de la naturaleza, sino un acuerdo que usted adapta a su sector.

Una alternativa es prescindir de los puntos en favor de un esquema sencillo con dos ejes: el beneficio por un lado, el riesgo y el esfuerzo por otro. Es más rápido y a menudo suficiente para equipos pequeños. La matriz compensa en cuanto compiten más de tres candidatos o participan varios departamentos en la decisión, porque hace comparables los argumentos y permite explicar la elección más adelante.

Un ejemplo de valoración: una empresa estudia borradores de presupuestos y aprobaciones de facturas. Ambos se dan con regularidad y se basan en reglas. En el presupuesto, el daño antes de la aprobación es interno y las plantillas son buenas; en la aprobación de facturas, un error afecta directamente al dinero. Incluso con valores por lo demás iguales, el primer candidato sigue por delante porque el criterio de exclusión saca al segundo de la carrera.

Por último, una prueba de plausibilidad: si el ganador de la matriz contradice su intuición, no mire primero la matriz. Pregúntese qué suposición sostiene su intuición. A veces falta de verdad un criterio, por ejemplo la disposición del equipo a colaborar. Entonces debe entrar en la matriz, no quedarse al margen.

Los ejemplos concretos hacen tangibles los criterios. Suele encajar bien la preparación de presupuestos como borrador: el agente lee la consulta, busca presupuestos anteriores similares, reúne las partidas y deja que una persona revise y apruebe. El proceso se da con regularidad, sigue patrones reconocibles, el daño antes de la aprobación es interno y normalmente hay plantillas.

También es adecuada la clasificación previa de la bandeja de entrada. El agente asigna los mensajes a categorías, propone una prioridad y redacta respuestas a preguntas habituales, pero no envía nada por sí mismo. A esto pertenece también la búsqueda en documentos internos: ¿dónde está la norma para un caso concreto, qué documentación existe sobre un cliente? Aquí el personal comprueba la fuente que cita el agente.

Dudosos son los procesos con efecto externo pero reglas claras, como las confirmaciones de citas o los avisos de estado a clientes. Pueden venir después, cuando el agente haya demostrado fiabilidad y se apliquen reglas de aprobación. Inadecuados para empezar son los flujos con trascendencia económica o jurídica sin instancia de revisión: aprobación de pagos, modificaciones de contratos, rescisiones, decisiones sobre personas o información médica.

La clasificación no es una sentencia definitiva. Describe el punto de partida. Un proceso hoy inadecuado puede perfectamente pasar a serlo tras una fase de aprendizaje con pasos de aprobación, registro y derechos limitados. Lo decisivo es el orden, no la prohibición.

Un piloto no es una pequeña operación productiva, sino un experimento con una pregunta, un plazo y una regla de resultado. La pregunta no es si la IA funciona, sino si este agente apoya este proceso con suficiente fiabilidad en estas condiciones. Como plazo, de cuatro a ocho semanas es una referencia habitual, según la rapidez con que se reúnan suficientes casos.

Los criterios de éxito se fijan antes del inicio y se ponen por escrito. Incluyen una medida de calidad, por ejemplo la proporción de borradores que se aceptan sin corrección de contenido, el tiempo por trámite en comparación con la tramitación anterior y el número de casos en que el agente pidió ayuda correctamente. Los umbrales concretos se acuerdan a partir de su propia situación de partida, que mide brevemente antes.

Los criterios de abandono son al menos igual de importantes. Son la diferencia entre un piloto y una solución provisional que nadie vuelve a apagar. Los desencadenantes típicos son un error con efecto externo, el incumplimiento reiterado de una regla, un incidente de protección de datos o un esfuerzo de corrección permanentemente mayor que el tiempo ganado. Quien los acuerda de antemano no tiene que negociar en el momento grave, solo constatar.

En el piloto el agente trabaja con derechos mínimos. Lee donde debe leer y escribe solo en un área de borradores. Cada acción se registra para poder reconstruir después qué hizo y por qué. Los permisos y las aprobaciones son un tema propio que profundizamos en otros estudios de esta serie.

El caso especial más frecuente es un resultado mixto. El agente funciona bien en la mayoría de los casos, pero fracasa con un grupo reconocible, por ejemplo consultas con adjuntos o condiciones especiales. No es un fracaso, sino un hallazgo. Normalmente el grupo puede identificarse con una regla sencilla y mantenerse apartado del agente, de modo que se limite a lo que domina.

Más difícil es la suerte del principiante. Si el piloto va bien en las primeras semanas porque solo aparecieron casos sencillos, eso lleva a ampliar demasiado pronto. Como prevención ayuda una prueba de estrés deliberada: reúna los casos más difíciles de los últimos meses y haga que el agente los retrabaje sin que se entregue nada. Los patrones de error que se vean ahí quizá el día a día los habría mostrado tarde.

Un tercer caso: la propia medición está distorsionada. Si el personal da el visto bueno a los borradores del agente por costumbre, la tasa de correcciones tiene un aspecto excelente. Lo mismo ocurre si por desconfianza reescriben por completo cada borrador. Las comprobaciones por muestreo realizadas por una segunda persona y los casos de control con solución conocida intercalados de vez en cuando muestran si la revisión se hace en serio.

Otro obstáculo son los límites de los sistemas. El agente debe leer datos de un software sectorial que no ofrece una interfaz limpia, o escribir en un buzón que usan varias personas. Entonces surgen soluciones de emergencia que funcionan en el piloto y son frágiles en la operación normal. Compruebe pronto si el acceso es posible de forma permanente, controlada y revocable, y planifique en caso necesario un alcance menor que trabaje solo con datos accesibles de manera limpia.

Por último, la protección de datos. Si el proceso trata datos personales, antes del inicio deben aclararse el encargo de tratamiento, los lugares de almacenamiento, la conservación y el acceso de los implicados. No es asesoramiento jurídico, sino un aviso de que la aclaración no debe hacerse después del piloto, y de que, en caso de duda, debería implicarse a un delegado de protección de datos o a un jurista.

La aspiración realista es aliviar de forma medible un flujo bien delimitado y ganar al mismo tiempo experiencia para los siguientes pasos. En los procesos que cumplen los cinco criterios es plausible que el personal dedique menos tiempo a preparar, buscar y reunir. La magnitud de este efecto depende del proceso, de los datos y del cuidado en la implantación, y no puede cuantificarse con seriedad de antemano.

Se mide en tres grupos. El primero es la eficiencia: tiempo por trámite, plazo de ejecución, proporción de casos que se resuelven sin consultas. El segundo, la calidad: proporción de borradores con corrección de contenido, tipo de errores, quejas. El tercero, la aceptación: ¿usa el personal el agente voluntariamente y lo percibe como un alivio? El tercer grupo se olvida con facilidad y decide sobre la operación a largo plazo.

Una parte del beneficio no la muestra ningún contador: el piloto hace visible cómo funciona realmente el proceso. A menudo resulta que los flujos eran menos claros de lo supuesto o que las plantillas están desfasadas. Este conocimiento tiene valor aunque al final no se use el agente. Debería quedar recogido en la evaluación, en lugar de perderse en la conversación.

No hay garantías. Un piloto puede demostrar que un enfoque funciona o mostrar que no. Ambos resultados son útiles mientras se recojan con honestidad. Lo peor es un piloto que nunca termina y cuyo resultado cada cual interpreta a su gusto. Por eso deje constancia escrita de la decisión, con fecha, justificación y las cifras en que se apoya, para que siga siendo comprensible dentro de un año.

El papel del personal se reduce a menudo a dar el visto bueno: el agente entrega, una persona confirma. Esta imagen subestima dónde reside el conocimiento. La persona que lleva años haciendo el proceso conoce las excepciones, las trampas y las reglas no escritas. Sin ella, ningún agente puede orientarse con sentido y nadie puede juzgar si sus resultados son aprovechables.

Por eso al menos una persona con experiencia del departamento debe estar en el piloto desde el principio. Describe el flujo objetivo, aporta ejemplos de buenos y malos resultados y valora los borradores. Conviene darle verdadero poder de decisión, por ejemplo el derecho a pausar un piloto. Quien solo puede mirar desarrolla escepticismo, y quien participa en la decisión desarrolla responsabilidad.

La honestidad sobre las consecuencias forma parte de ello. Cuando se automatiza un proceso, los implicados se preguntan con razón qué significa para su trabajo. Una respuesta creíble indica qué asume el agente, qué se queda en manos de las personas y cómo se aprovecha el tiempo liberado. Las fórmulas evasivas minan la colaboración de la que depende el piloto. Invite además al equipo a la evaluación para que pueda aportar sus propias observaciones.

La formación es sencilla y práctica. Las personas deben entender qué puede hacer el agente, dónde se equivoca y cómo comunicar errores. Un canal de retorno simple, por ejemplo un campo en el borrador donde se anotan las correcciones con su motivo, aporta las mejores señales de aprendizaje. Al mismo tiempo muestra si la revisión se toma en serio.

Tras el piloto llega una de tres decisiones: continuar, ajustar o terminar. Continuar no significa conectar enseguida más procesos. Primero se traslada el proceso piloto a la operación normal, con registro, supervisión y responsabilidad claramente designada. Después viene una fase de aprendizaje en la que observa si los resultados se mantienen estables aunque cambien las condiciones.

Escalar es repetir la selección, no suprimirla. Cada nuevo candidato pasa por la misma matriz, y con la experiencia las valoraciones cambian. Un proceso que al principio era demasiado arriesgado puede ser ahora asumible gracias a los pasos de aprobación existentes. Lo mismo vale en sentido contrario: si el primer piloto muestra límites, incorpórelos a los criterios.

Lo importante es lo que se observa en la fase de aprendizaje. Los errores que se acumulan son las señales menos interesantes, porque llaman la atención. Más reveladora es la pérdida gradual de calidad: las plantillas cambian, se añade un producto, el personal rota y el agente sigue trabajando con el estado antiguo. Por eso la fase de aprendizaje requiere un ritmo fijo en el que se toman muestras, se evalúan las correcciones y se ajustan las instrucciones del agente.

También hay que designar la responsabilidad. Hace falta una persona que atienda al agente desde el punto de vista del contenido y otra que decida sobre permisos y accesos a datos. En empresas pequeñas suelen ser las mismas personas, lo cual está bien siempre que se haya acordado expresamente. Sin esta asignación, un piloto que fue bien se diluye en el día a día, porque nadie se siente responsable cuando algo llama la atención.

El siguiente paso es pequeño. Reúna los tres a cinco procesos de los que se habla en su empresa para el agente y responda a las cinco preguntas para cada uno en una frase. Normalmente ya ahí se perfila un favorito, y con la misma frecuencia se ve que hay que preparar todavía los datos o la medibilidad. Valoraremos con gusto esta lista junto con usted y le diremos con franqueza si un piloto llegaría todavía demasiado pronto.