Por dónde empezar con inteligencia artificial en tu empresa: qué automatizar primero

¿Por qué tantas empresas empiezan con IA por el lugar equivocado?

Porque eligen por la herramienta y no por el proceso. Alguien prueba un asistente, le impresiona, y la empresa compra licencias sin saber qué trabajo va a cambiar. Unos meses después, cada persona lo usa a su manera y nadie puede decir qué mejoró.

El otro error común es empezar por el caso más ambicioso: el que toca a toda la empresa, depende de datos que no están ordenados y no tiene dueño claro. Ese proyecto se queda en demostración. El primer caso tiene que ser lo bastante chico para terminarse y lo bastante útil para que alguien lo defienda.

¿Qué criterios sirven para priorizar un proceso?

Cuatro, y conviene calificarlos para cada candidato antes de decidir:

Un proceso que cumple los cuatro es candidato al primer piloto. Uno que falla en datos disponibles suele necesitar antes un trabajo de integración; eso también es una conclusión útil, no un fracaso del diagnóstico.

¿Qué procesos comerciales suelen ser buenos primeros candidatos?

Los que repiten la misma pregunta o el mismo armado con información que ya tienes:

• Atención a preguntas frecuentes. Disponibilidad, envíos, estatus de pedido, horarios. Un agente de IA en WhatsApp o en el sitio responde con la información de tu catálogo y tus pedidos, y pasa a una persona lo que no sabe.
• Reportes comerciales recurrentes. El reporte semanal que alguien arma copiando cifras de varios paneles. La IA puede consolidar, resumir y señalar lo que cambió, siempre que las fuentes estén conectadas.
• Contenido de catálogo. Descripciones de producto, títulos para marketplaces, atributos faltantes. Hay volumen, el insumo existe y una persona puede revisar antes de publicar.
• Clasificación de solicitudes. Ordenar correos, leads o tickets por tipo y urgencia para que lleguen a la persona correcta.

En todos, la IA hace el primer borrador o la primera respuesta, y una persona decide en los casos que lo requieren.

¿Qué no conviene automatizar primero?

• Decisiones con consecuencias legales o financieras directas. Aprobar créditos, fijar precios, responder reclamaciones formales. No es que no se pueda nunca, pero no es lugar para aprender.
• Procesos sin dueño. Si nadie es responsable del resultado hoy, nadie lo será cuando se automatice.
• Procesos que cambian cada mes. Si las reglas no están estables, automatizas algo que mañana ya no aplica.
• Lo que depende de datos que no tienes. La IA no inventa información confiable; si el dato no existe, el primer proyecto es capturarlo.
• Lo que solo se hace de vez en cuando. Aunque sea pesado, el esfuerzo de automatizarlo rara vez se recupera.

¿Cómo se diseña un piloto que sirva para decidir?

Con un alcance acotado, una métrica de línea base y una fecha para decidir si sigue, cambia o se apaga.

1. Elige un solo proceso y un solo equipo. Un piloto que toca varias áreas a la vez no deja ver qué funcionó.
2. Registra cómo está hoy. Tiempo de respuesta, volumen atendido, errores, horas dedicadas: lo que vayas a comparar, mídelo antes.
3. Define las reglas. Qué datos usa, qué puede responder solo, cuándo pasa a una persona y quién revisa.
4. Opera con personas al lado. Al principio alguien revisa lo que hace el sistema y anota dónde falla.
5. Compara contra la línea base y decide con esos datos, no con la impresión del equipo.

La capacitación es parte del piloto, no un paso posterior. Si el equipo no entiende qué hace el sistema y cuándo intervenir, lo esquiva o lo usa mal.

¿Qué se mide para saber si el piloto funcionó?

Lo que el proceso ya medía antes, más la calidad de lo que hace la IA:

• Resultado del proceso. Tiempo de respuesta, solicitudes resueltas, reportes entregados a tiempo.
• Calidad. Errores detectados en la revisión y casos que tuvieron que corregirse.
• Escalamientos. Qué parte se pasó a una persona y por qué; ahí están las siguientes mejoras.
• Adopción. Si el equipo lo usa como estaba previsto o busca rodeos.

No esperes una cifra de ahorro antes de medir. El valor real aparece con la línea base y el piloto lado a lado.

En HappyThing la consultoría termina con una hoja de ruta priorizada, y el primer caso se puede ejecutar con el mismo equipo, sobre Brain, nuestra plataforma de IA, o sobre las herramientas que tu empresa ya usa.