IA en el centro, no encima: cuándo rediseñar el proceso

La mayoría de proyectos de IA en una empresa hacen lo mismo: cogen un proceso que ya existe y le pegan un modelo encima. Un asistente que responde tickets antes de que llegue la persona. Un resumen automático del informe que alguien ya redactaba a mano. Funciona, pero rinde a medias, y luego llega la decepción de “para esto tanto ruido”. El salto grande casi nunca viene de automatizar un paso. Viene de rediseñar el proceso entero dando por hecho que la IA está disponible desde el primer minuto. A veces la oportunidad no es poner IA encima del proceso viejo, sino tirarlo abajo y montarlo otra vez con la IA en el centro. Aviso desde ya: eso cuesta más y arriesga más, así que no siempre conviene. Aquí explico cómo distinguir un caso del otro sin quemar presupuesto ni credibilidad.

¿Qué significa poner IA “encima” de un proceso?

Poner IA encima es automatizar un paso concreto sin tocar la forma del proceso. El circuito sigue siendo el mismo que antes, con las mismas fases y los mismos responsables. Solo que uno de esos pasos ahora lo hace un modelo en lugar de una persona.

Piénsalo como cambiar una pieza de una cadena de montaje sin mover la cadena. Un ejemplo ilustrativo: una empresa recibe correos de clientes, un equipo los clasifica por temas y los reparte a cada departamento. Si metes IA “encima”, el modelo clasifica el correo y lo reparte, pero el resto sigue igual. Las mismas bandejas, las mismas colas de espera, el mismo formulario que el cliente rellena al principio.

Esto tiene una ventaja real y honesta: es barato, es rápido de montar y casi no rompe nada. El proceso que la gente ya conoce sigue en pie. Por eso es el primer paso sensato en la mayoría de los casos, y muchas veces con eso basta. El problema aparece cuando esperabas un cambio de nivel y te encuentras con una mejora modesta.

¿Qué significa poner la IA “en el centro”?

Poner la IA en el centro es rediseñar el proceso partiendo de una pregunta distinta: si tuviera esta capacidad desde el principio, ¿montaría el trabajo así? Casi nunca la respuesta es que sí. El proceso que tienes hoy se diseñó en un mundo donde cada paso lo hacía una persona, y eso deja marcas por todas partes.

Sigamos con el correo del cliente. Un rediseño con la IA en el centro no clasifica correos más rápido. Se pregunta por qué el cliente tiene que escribir un correo. A lo mejor el motivo por el que escribe es una duda que el sistema podría resolver en el momento, en una conversación, sin bandeja ni cola ni reparto. La clasificación deja de ser un paso importante porque la mayoría de esos correos ya no llegan a existir. Has quitado trabajo del circuito en vez de acelerarlo.

Aquí conviene definir un par de términos sin misterio. Un modelo de lenguaje, que verás abreviado como LLM (siglas en inglés de “large language model”), es un programa que ha aprendido a leer y escribir texto a partir de muchísimos ejemplos, y que puede mantener una conversación, resumir, clasificar o redactar. No “entiende” como una persona y a veces se inventa cosas con total seguridad, un fallo que en el sector llaman alucinación. Guarda ese detalle, porque es la razón principal por la que no puedes quitar del todo a la persona del circuito.

¿Por qué “encima” se queda corto tantas veces?

Se queda corto porque el proceso viejo carga supuestos que ya no son ciertos, y automatizarlo los conserva intactos. Las colas existían porque una persona solo atiende una cosa a la vez. Los formularios rígidos existían porque alguien tenía que leer campos ordenados para no perderse. Los turnos, las bandejas y los horarios de atención existían por límites humanos de tiempo y de volumen.

Cuando pegas IA encima, mejoras la velocidad de un paso pero mantienes toda esa estructura que ya no hace falta. Es como ponerle un motor más potente a un carruaje de caballos: corre más, pero sigue siendo un carruaje, con su sitio para el cochero y su forma pensada para unos animales que ya no están. El techo de mejora lo pone el diseño antiguo, no la herramienta nueva.

Por eso el rediseño abre una puerta que la automatización no puede abrir. Cuando la IA está en el centro, algunos pasos desaparecen, otros se juntan y a veces aparece una forma de dar el servicio que antes no era viable porque habría necesitado un equipo enorme. Esa es la parte interesante, y también la que abre modelos de negocio nuevos que antes no salían a cuenta. Si te ronda esa idea, la desarrollo en nuevos negocios con IA.

¿Cuándo NO conviene rediseñar y basta con automatizar?

No conviene rediseñar cuando el riesgo y el coste del cambio superan a la ganancia, y esto pasa más de lo que la moda admite. Rediseñar un proceso significa tocar cómo trabaja la gente, cambiar herramientas, formar a personas y convivir un tiempo con dos formas de hacer las cosas a la vez. Nada de eso es gratis, y buena parte del gasto no está en la tecnología sino en las personas.

Hay señales claras de que es mejor quedarse en automatizar:

• Bajo volumen. Si el proceso ocurre pocas veces al mes, rediseñarlo entero rara vez compensa el esfuerzo. Automatiza el paso que molesta y sigue con tu vida.
• Procesos regulados. Cuando hay normativa de por medio, cada cambio hay que justificarlo y auditarlo. El rediseño se vuelve lento y caro por motivos que no dependen de ti.
• Todo funciona bien. Si el proceso actual no tiene un cuello de botella real, rediseñarlo es arreglar algo que no está roto. La mejora será pequeña y el trastorno grande.
• Poca tolerancia al error. Si una equivocación tiene consecuencias serias, para una persona o para el negocio, conviene mantener a un humano revisando y avanzar despacio.

Esto no es pesimismo. Empezar por automatizar y solo rediseñar cuando los números lo pidan es la vía prudente. El curso IA sin hype va justo de eso: coger criterio para decidir dónde metes IA y dónde no, con casos reales en vez de promesas.

Cómo decidir: cuatro preguntas antes de tocar nada

Antes de elegir entre automatizar o rediseñar, responde a cuatro preguntas concretas sobre el proceso. No hace falta un estudio caro, hace falta honestidad.

1. ¿Con qué frecuencia ocurre? Mucho volumen justifica invertir en rediseño; poco volumen casi siempre pide solo automatizar.
2. ¿Dónde está el cuello de botella de verdad? No donde crees, sino donde se acumula el trabajo. A veces automatizas el paso equivocado y el atasco sigue una fase más adelante.
3. ¿Cuánto duele un error? Si un fallo cuesta caro o afecta a una persona, necesitas supervisión humana y un ritmo más lento, lo elijas como lo elijas.
4. ¿Cuánto cuesta el rediseño de verdad? Suma formación, cambio de herramientas y el tiempo en que conviven lo viejo y lo nuevo, no solo la licencia del software.

Con esas respuestas, la elección se aclara.

Aquí va la comparación en corto:

Criterio	IA encima (automatizar)	IA en el centro (rediseñar)
Qué tocas	Un paso suelto	El circuito completo
Coste inicial	Bajo	Alto
Riesgo	Bajo, casi nada se rompe	Alto, cambia cómo trabaja la gente
Techo de mejora	Limitado por el diseño viejo	Amplio, pueden desaparecer pasos enteros
Cuándo elegirla	Volumen bajo, proceso estable, error caro	Volumen alto, cuello de botella claro, hay margen

Si dudas, el orden sano es este: automatiza primero, mide, y solo entonces plantéate el rediseño. Ese orden encaja con un plan de adopción de IA por fases, que evita apostarlo todo de golpe.

Un concepto nuevo cada semana

Suscribirme

El coste que nadie pone en la cuenta

El coste real de un proyecto de IA casi nunca es el que aparece en la primera hoja de cálculo. La herramienta suele ser la parte pequeña. Lo que se olvida es lo que de verdad decide si el proyecto sale bien o se queda en un experimento caro.

Cuatro partidas que conviene meter desde el principio:

• Gestión del cambio. La gente tiene que cambiar su forma de trabajar, y eso genera dudas y resistencias legítimas. Sin acompañamiento, el proceso nuevo convive con el viejo para siempre y no ahorras nada.
• Calidad de los datos. Un modelo trabaja con la información que le das. Si tus datos están sucios o incompletos, el resultado también lo estará, y limpiarlos lleva tiempo.
• Supervisión humana. Como el modelo a veces se equivoca con seguridad, alguien tiene que revisar lo importante. Ese trabajo no desaparece, se transforma en criterio.
• Mantenimiento. Un proceso con IA no se monta y se olvida. Hay que vigilarlo, ajustarlo y corregirlo cuando el negocio o los datos cambian.

Ninguna de estas partidas se puede cuantificar con una cifra que valga para todos, porque depende de tu caso. Lo que sí puedo decir es que ignorarlas es la forma más común de que un proyecto prometedor acabe abandonado. Este panorama general de dónde aporta la IA en una empresa ayuda a situar cada decisión antes de comprometer dinero.

Errores comunes al decidir

Automatizar el cuello de botella equivocado. Es el error más caro y el más frecuente. Pones IA a acelerar un paso que va sobrado y el atasco real, una fase más adelante, sigue exactamente igual. Antes de automatizar nada, mira dónde se acumula el trabajo de verdad.

Rediseñar por moda. Rediseñar porque “hay que estar en la IA” y no porque el volumen lo pida es tirar dinero. El rediseño se justifica con un cuello de botella real y un volumen que lo sostenga, no con la presión de no quedarse atrás.

Quitar a la persona demasiado pronto. Como el modelo alucina, retirar la supervisión humana antes de tiempo es la vía rápida al error público y a la pérdida de confianza. La persona sale del circuito despacio y solo cuando los datos demuestran que se puede.

Checklist antes de invertir

• He medido dónde está el cuello de botella real, no donde lo supongo
• Sé el volumen del proceso y si justifica un rediseño
• He estimado cuánto duele un error y quién lo revisa
• He sumado formación, cambio de herramientas y convivencia de lo viejo y lo nuevo
• Empiezo automatizando un paso y mido antes de plantear el rediseño
• Mantengo supervisión humana en los pasos donde el error sale caro
• Tengo previsto quién mantiene el proceso cuando cambien los datos o el negocio

Preguntas frecuentes

¿Qué es exactamente poner “IA en el centro” de un proceso?

Es rediseñar el proceso asumiendo que la IA está disponible desde el principio, en vez de pegar un modelo encima del circuito que ya tenías. En la práctica significa preguntarse qué pasos existían solo por límites humanos, como colas o formularios rígidos, y comprobar si con IA en el centro esos pasos pueden desaparecer o juntarse.

¿Siempre es mejor rediseñar el proceso que automatizar un paso?

No. Rediseñar suele dar un salto mayor, pero cuesta más y arriesga más. En procesos de bajo volumen, regulados o que ya funcionan bien, automatizar un paso concreto es la opción sensata. La regla práctica es automatizar primero, medir y rediseñar solo cuando el volumen y el cuello de botella lo pidan.

¿Cuánto cuesta rediseñar procesos con IA?

No hay una cifra única, porque depende del proceso y de tu punto de partida. Lo importante es que el coste real va mucho más allá de la herramienta: incluye gestión del cambio, limpieza de datos, supervisión humana y mantenimiento continuo. Ignorar esas partidas es la causa más común de que un proyecto se quede a medias.

¿Puedo quitar del todo a las personas del proceso?

En la mayoría de casos no conviene, al menos no de golpe. Un modelo de lenguaje se equivoca a veces con total seguridad, así que en los pasos donde un error sale caro necesitas a alguien revisando. La persona sale del circuito poco a poco y solo cuando los datos demuestran que el sistema es fiable en esa tarea.