La IA no arregla un proceso desordenado

¿Qué pasa si automatizás un proceso que todavía no terminaste de ordenar?

Lo hacés más rápido, no mejor. Y muchas veces ir más rápido es justamente lo que agrava el problema, porque esconde con prolijidad algo que estaba roto.

La promesa de la IA es simple y atractiva: redactar respuestas en segundos, resumir documentos, clasificar consultas, armar reportes, sugerir próximos pasos. Y suele ser cierta. El malentendido aparece un escalón antes, en una idea que conviene desarmar temprano: ganar velocidad y poner orden son dos cosas distintas.

La IA no arregla un proceso desordenado; lo hace funcionar más rápido.

La promesa común: trabajar más rápido

Para una empresa chica o mediana, la IA es tentadora por un motivo muy concreto: hay poco tiempo y mucha carga operativa. Cualquier herramienta que prometa ahorrar minutos suena bien, y la IA puede ahorrarlos de verdad: redacta, resume, clasifica, responde, analiza y sugiere.

El malentendido empieza cuando se confunde velocidad con mejora. Una empresa no trabaja mejor solo por recortar minutos en una tarea que nadie terminó de definir. La IA reduce el tiempo, pero no puede decidir qué dato era el correcto, qué regla había que aplicar ni quién debería revisar el resultado, si la empresa nunca lo dejó claro.

El problema: acelerar no es ordenar

Un proceso desordenado no se vuelve claro porque una IA participe. Si hay datos malos, decisiones ambiguas y responsabilidades difusas, la herramienta trabaja sobre esa misma base: el resultado llega más rápido, pero igual de poco confiable.

Esto no es una intuición suelta. McKinsey viene mostrando que la mayoría de las organizaciones ya usa IA de forma habitual, pero que el impacto económico real no aparece por adoptarla: aparece cuando las empresas rediseñan sus flujos de trabajo, integran la IA dentro de procesos reales y definen dónde hace falta validación humana.

Dicho de otro modo, la IA no es una capa que se apoya sobre lo que ya existe, sino parte de una decisión de diseño. Y la pregunta útil no es qué herramienta usar, sino qué parte del trabajo tiene sentido rediseñar.

Dónde se ve en la práctica

El desorden no es una idea vaga: se nota en gestos del día a día. Cuatro ejemplos alcanzan para verlo.

El proceso real casi nunca es el que imaginamos

Hay algo que aparece una y otra vez cuando uno observa procesos reales: casi ninguna empresa funciona como cree que funciona.

El circuito “oficial” dice que el pedido entra por un canal; en los hechos entra por cuatro. El stock “debería” estar en una planilla; en realidad alguien confirma por audio si queda mercadería. El seguimiento “debería” vivir en el CRM; termina viviendo en la cabeza de quien atendió.

Por eso la IA no se aplica sobre el proceso que la empresa declara, sino sobre el que ejecuta de verdad. Y eso obliga a un paso previo poco glamoroso: observar la operación tal como sucede, no como se la imagina.

Qué conviene ordenar antes

Antes de sumar IA a un proceso, conviene poder responder algunas preguntas básicas. No hace falta una estructura enorme ni un comité: alcanza con tener claridad sobre unos pocos puntos.

Objetivo

“Ahorrar tiempo” no alcanza como meta. Hay que definir qué número debería moverse: tiempo de respuesta, errores de carga, pedidos perdidos, retrabajo administrativo, dependencia de una persona clave. Si esto funciona, ¿qué indicador tendría que cambiar?

Dueño del proceso

Todo proceso necesita a alguien que pueda decidir sobre reglas, excepciones y prioridades. Si una sola persona sabe cómo se resuelve y las excepciones se definen sobre la marcha, el proceso es frágil. ¿Quién podría explicarlo de punta a punta?

Fuente de verdad

Antes de automatizar hay que definir dónde está la información confiable. Puede ser una planilla, un CRM, un ERP o una herramienta interna; lo que importa es saber cuál manda cuando dos fuentes se contradicen.

Entradas y salidas

Un proceso automatizable necesita entradas y salidas razonablemente claras: qué información entra —un pedido, una consulta, un documento—, qué debería salir —una respuesta, una tarea, un estado— y quién usa esa salida.

Reglas y excepciones

Conviene separar los casos normales de las excepciones frecuentes, las excepciones críticas y las decisiones que piden revisión humana. No es buena idea empezar automatizando el caso más ambiguo.

Validación humana

No todo resultado de IA debería llegar directo al cliente o disparar una acción automática, sobre todo si toca dinero, precios, contratos, datos personales o stock. ¿Dónde hace falta que una persona revise antes de seguir?

Cómo decidir qué automatizar primero

El mejor primer caso para automatizar no es el más llamativo, sino el más repetitivo, medible y controlable. Suele cumplir varias condiciones a la vez:

Con esos criterios, la mayoría de los procesos cae en uno de tres grupos.

Alta prioridad para automatizar. Frecuencia alta, reglas claras, datos razonables y bajo riesgo: clasificar consultas entrantes, generar borradores de respuesta, detectar pedidos sin seguimiento, crear recordatorios, armar reportes preliminares.

Ordenar antes de automatizar. Procesos frecuentes pero con datos desordenados o criterios ambiguos: pedidos por varios canales sin una fuente que mande, seguimiento comercial que depende de lo que alguien recuerde, reportes con métricas distintas por área, control de stock en varias planillas.

No automatizar todavía. Procesos poco frecuentes, sensibles o sin responsable claro: decisiones comerciales estratégicas, aprobación de descuentos sin criterio, respuestas legales o contractuales sin revisión.

En la práctica, el mejor punto de partida es el que deja aprender rápido sin poner en riesgo la operación.

Cómo trabajamos esto en Lirroy

Nuestro punto de partida nunca es la herramienta. Antes de hablar de IA, miramos el proceso: qué se hace, con qué datos, quién decide y en qué momento aparece el cuello de botella. De ese mapa sale la prioridad, no al revés.

Según el caso, lo que recomendamos cambia: automatizar una tarea puntual, conectar herramientas que ya tenés, o simplemente ordenar el circuito antes de tocar nada de tecnología. Es el mismo criterio con el que pensamos por dónde conviene empezar con IA en una empresa y con el que bajamos a un rubro concreto, como el seguimiento comercial en una inmobiliaria.

La decisión de fondo no es usar IA o no usarla, sino encontrar dónde el orden y la tecnología, juntos, hacen que la empresa trabaje mejor.

Cierre

La IA acelera; el criterio es lo que decide si esa velocidad sirve. Antes de sumarla, conviene mirar dónde se rompe el proceso: el dato que se pierde, la decisión que se repite, la persona que concentra la información, la regla que no documentó nadie. Recién ahí tiene sentido elegir entre una automatización, una integración, una herramienta interna o, a veces, simplemente una forma más clara de trabajar.

Porque no todo proceso necesita IA. Algunos solo necesitan claridad.