Automatización de procesos con IA

El problema

“Integración de IA” hoy es sinónimo de hype: demos con un modelo pegado sobre un formulario, “agentes” que son un prompt sin red de seguridad, promesas de automatizar “todo” sin medir el retorno. El resultado típico es una herramienta que brilla en la demo y falla en producción: sin manejo de errores, sin forma de saber cuándo el modelo se equivocó, sin plan para cuando no sabe qué responder.

Mientras tanto, el trabajo que sí conviene automatizar sigue haciéndose a mano: el mismo dato copiado de un correo a una planilla, la factura que alguien transcribe a las nueve de la noche, el reporte que se arma cada semana a fuerza de copiar y pegar. Tareas repetitivas, estructuradas, donde un error se paga y donde una persona pierde horas que podría dedicar a lo que sí pide criterio. El problema no es la tecnología, los modelos dan para eso. Es la falta de ingeniería alrededor: sin guardrails, sin validación humana en lo crítico, sin registro de lo que decidió la IA, automatizar es más riesgoso que no hacerlo.

Qué hago

• Automatizo el proceso, no vendo IA por vender. Primero miro qué tarea repetitiva te está costando tiempo y errores. La IA entra donde aporta (leer, clasificar, extraer, resumir); el resto lo resuelve buen software.
• La ingeniería alrededor, que es lo que falta en el mercado: guardrails claros, validación humana en los pasos críticos, y un registro de cada decisión del modelo para poder auditarla.
• Umbral de confianza: cuando el modelo no está seguro, escala a un humano en vez de inventar. La automatización tiene freno de mano.
• Se lo sumo a lo que ya operas: integración con tus herramientas actuales (o vía Zapier/Make cuando no necesitas un sistema completo), no un producto aislado que hay que alimentar aparte.
• Modelos según la tarea (Claude, GPT), elegidos por lo que hacen bien, no por moda.

Lo que queda fuera: si lo que necesitas no es automatizar una tarea sino construir el sistema completo que la contiene, eso es software a medida. Te digo cuál es tu caso antes de cotizar.

Caso real

Un proceso con IA corriendo en producción de un cliente todavía no lo tengo, y no te lo voy a inventar. Lo que sí tengo son automatizaciones reales operando hace años, con el mismo patrón que aplico cuando la tarea pide IA: reglas claras, freno de mano y registro.

En el sistema de CM Vida Plena automaticé la conciliación de pagos: el motor cruza las transferencias bancarias contra las facturas, y los casos dudosos quedan para revisión humana. Plata de por medio, cero tolerancia al error silencioso. Acá la IA no hacía falta, y no la metí: esa decisión también es parte del trabajo.

A escala propia: wp-seguro, un pipeline que auditó 25.399 sitios WordPress, clasificó lo que encontró y notificó automáticamente a los afectados. Un proceso repetitivo corriendo solo, con volumen real y consecuencias reales. En la misma línea, el stock por sucursal de PetShop MG: una implementación propia para mostrar la disponibilidad de cada local en la tienda online.

La parte con IA está en desarrollo, en un proyecto propio: un pipeline de visión (Claude Vision) que extrae datos estructurados desde documentos e imágenes desordenadas, con validación humana antes de cualquier acción y registro de qué decidió el modelo en cada caso. Cuando esté en producción, va a estar acá, con cifras.

Por eso el primer paso es el mapeo: mirar tu proceso y decidir si pide IA o si lo resuelve buen software. Si te digo que no la necesitas, también te lo digo antes de cotizar.