1. Qué resolvemos exactamente
Estos son los cinco problemas que más veces nos plantean, tal como los cuenta quien los sufre:
- «Mi equipo se pasa media mañana metiendo facturas de proveedor en el ERP.» Cada proveedor manda su PDF con un formato distinto, alguien lo abre, teclea los campos y archiva el documento. Es el proceso que más horas consume y el más fácil de medir.
- «El correo entra sin clasificar y se nos escapan cosas.» Pedidos, incidencias, presupuestos y publicidad en la misma bandeja, repartidos a mano cada mañana y con la respuesta dependiendo de quién esté ese día.
- «Cerrar el informe del mes nos cuesta tres días.» Datos que se exportan de tres sitios, se pegan en una hoja de cálculo y se formatean a mano, cada mes igual, con el riesgo de error que eso tiene.
- «Cada persona rellena el parte de trabajo a su manera.» Información que llega en papel, en foto o en un mensaje, y que alguien tiene que interpretar y volcar antes de poder facturar.
- «Los mismos datos están en cuatro aplicaciones y nadie sabe cuál es la buena.» Copiar y pegar entre el ERP, el CRM y las hojas de cálculo del equipo, con las discrepancias apareciendo justo cuando hay que decidir algo.
Todos tienen la misma forma: información que llega sin estructura, una persona que la interpreta y un sistema que espera el dato ya limpio.
2. Cómo funciona
No hay una plataforma mágica que haga esto. Hay un flujo que se construye a medida sobre cuatro piezas, y conviene saber qué hace cada una antes de contratar nada:
- Captura. El sistema recoge la entrada donde ya está: un buzón de correo, una carpeta compartida, un formulario, una carpeta del ERP. No se pide al equipo que cambie por dónde le llegan las cosas.
- Interpretación. Un modelo de lenguaje lee la entrada no estructurada y devuelve campos concretos: número de factura, base imponible, proveedor, tipo de incidencia, urgencia. Cuando el documento es una imagen o un escaneo, antes pasa por reconocimiento óptico de caracteres.
- Reglas y ejecución. Con el dato ya estructurado, la consecuencia la ejecutan reglas deterministas: crear el asiento, abrir el ticket, avisar al responsable, mover el fichero. Aquí no interviene la IA a propósito — las reglas son más baratas, más rápidas y perfectamente predecibles.
- Integración y registro. La conexión con tu ERP o tu CRM se hace por API, por base de datos o por intercambio de ficheros, según lo que el sistema permita. Todo lo que el flujo decide queda registrado: qué entró, qué interpretó, con qué confianza y qué hizo después.
Con qué lo construimos
Cuando el proceso arranca por un disparador —llega un correo, se sube un fichero, alguien rellena un formulario—, la orquestación puede montarse haciendo uso de plataformas como Power Automate, n8n, Make o Trigger.dev, según dónde viva el proceso y qué licencias tengas ya. Si tu empresa está en Microsoft 365, Power Automate suele salir gratis en la práctica.
Cuando no hay disparador y lo que hace falta es que algo ocurra a su hora —consolidar lo del día anterior, revisar un buzón cada quince minutos, cerrar el mes—, lo resolvemos con tareas programadas que despiertan a una función propia. Es más barato de mantener que una herramienta visual, no depende de la licencia de nadie y deja el registro de ejecuciones en tu lado. Es el camino por el que estamos sustituyendo parte de lo que antes montábamos sobre herramientas de flujo.
Lo que no encaja en ninguna de las dos lo desarrollamos en C#, JavaScript o Python. La elección no es ideológica: manda con qué se lleva mejor tu sistema y quién va a mantenerlo después.
Sobre los ERP, una precisión que conviene hacer pronto: no somos especialistas en ningún ERP concreto y no lo pretendemos. Hemos integrado con los habituales del tejido industrial, pero lo que sabemos hacer es hablar con el que ya tienes —leer, escribir y sincronizar— no configurarlo ni parametrizarlo por dentro. Para eso está tu implantador, y trabajamos con él sin problema. Si alguien te promete las dos cosas, pregúntale por la segunda.
La pieza que más se olvida es la quinta: la cola de revisión. Cada caso lleva un nivel de confianza y los que quedan por debajo del umbral no se ejecutan solos, esperan a una persona. Esa cola es lo que permite subir el umbral con el tiempo y lo que evita descubrir un error tres meses después.
Puesto uno al lado del otro, el cambio se ve mejor. Fíjate en que la entrada y el destino son los mismos: lo que se mueve es quién hace el trabajo intermedio.
- EntradaPDF, correo o foto, con formato distinto cada vez
- Una persona lo lee y lo tecleaAquí se van las horas y aquí aparecen los errores
- ERP o CRMEl dato entra al final del día, o del viernes
Todo el proceso depende de que alguien esté disponible. Si se acumula, se acumula el plazo de facturación con él.
- EntradaLa misma, por el mismo sitio: nadie cambia de costumbres
- El modelo interpretaDevuelve campos concretos y un nivel de confianza
- Las reglas ejecutanDeterministas: mismo caso, mismo resultado
- ERP o CRMEl dato entra en minutos, con registro de qué se decidió
↳ Los casos por debajo del umbral no se ejecutan solos: van a una cola de revisión humana. Empiezan siendo muchos y bajan a medida que se ajusta el sistema.
La persona deja de teclear y pasa a decidir sobre las excepciones, que es donde su criterio vale algo.
Los dos recorridos avanzan a la vez y en la misma escala de tiempo: el de arriba todavía va por el segundo paso cuando el de abajo ya ha terminado y espera. Las proporciones son ilustrativas — lo que sostenemos es que uno tarda bastante más que el otro, no cuánto exactamente en tu caso.
Si quieres el detalle del método completo, está en la guía sobre inteligencia artificial aplicada a procesos de negocio.
3. Casos típicos por sector
Nuestros clientes están hoy en la industria, en fabricación discreta y de proceso: automoción, alimentación y bebidas. Ahí es donde tenemos el recorrido y donde los ejemplos vienen de proyectos reales.
Los otros cuatro son patrones, no casos publicados. Los procesos administrativos se parecen mucho más entre sectores de lo que parece desde dentro de cada uno —una factura de proveedor se lee igual en una fábrica que en un despacho—, y por eso los incluimos: no nos limitamos a un solo sector y no queremos aparentar que lo hacemos.
Industria: automoción, alimentación y bebidas
Partes de trabajo y albaranes que llegan en papel o en foto desde planta. Nadie puede facturar hasta que alguien los transcribe, y la transcripción se acumula los viernes.
El parte se digitaliza al llegar y el plazo entre ejecución y facturación baja de días a horas.
Distribución y logística
Pedidos de cliente que entran por correo, cada uno con su formato. El pedido se teclea a mano en el ERP y los errores se descubren en el almacén.
Extracción automática de líneas y referencias, con revisión humana solo de lo que el modelo marca como dudoso.
Servicios profesionales
Recepción y clasificación de documentación de clientes en asesorías, ingenierías y despachos. Horas de personal cualificado dedicadas a ordenar y renombrar ficheros.
Clasificación y archivo automáticos, y búsqueda por contenido en lugar de por nombre de fichero.
Comercio y postventa
Correo entrante de clientes con consultas, incidencias y devoluciones. El reparto manual retrasa la primera respuesta y las consultas repetidas ocupan al equipo.
Enrutado automático por tipo y urgencia, con borrador de respuesta propuesto para los casos frecuentes.
Administración y back office
Informes recurrentes que se montan pegando exportaciones de varios sistemas. Dos o tres días al mes de trabajo mecánico, con el riesgo de error de copiar y pegar.
El informe se genera solo con los datos ya conciliados y el equipo pasa de montarlo a interpretarlo.
4. Qué necesitas tener antes de empezar
Requisitos honestos. Si falta alguno, se dice en el diagnóstico y no en la factura:
- Volumen. El proceso tiene que repetirse muchas veces al mes. Por debajo de cierto número de casos, el proyecto no se amortiza aunque funcione perfectamente.
- Alguien que sepa cómo se hace de verdad. No cómo dice el procedimiento que se hace. Necesitamos unas horas de esa persona al principio, y es la inversión con más retorno de todo el proyecto.
- Acceso a los sistemas o a sus datos. Credenciales, API, exportaciones o acceso a la base de datos. Si un sistema está cerrado, hay que saberlo antes de prometer nada.
- Un criterio de acierto verificable. Tiene que existir una forma de saber si la salida es correcta. Si no la hay, tampoco hay forma de detectar cuándo el sistema empieza a fallar.
- Tolerancia al error con revisión humana. Ningún sistema acierta el cien por cien. El proceso tiene que admitir que un porcentaje de casos pase por una persona.
- La medición del punto de partida. Horas al mes, número de casos, tasa de error y plazo actuales. Si no los tienes, los medimos nosotros antes de tocar nada: sin ese número, después no hay forma de demostrar que el proyecto ha servido.
5. Cuándo NO es la solución
Decir que no a tiempo ahorra más dinero que la mayoría de los proyectos. Casos en los que desaconsejamos automatizar:
- El proceso está roto. Si nadie sabe quién es responsable de cada paso, o cada persona lo hace distinto, primero hay que rediseñarlo. Automatizar un proceso roto solo consigue que se equivoque más rápido y a mayor escala.
- Las reglas son claras y estables. Entonces basta con automatización clásica: más barata, más rápida y más predecible. Meter un modelo de lenguaje ahí solo suma coste e incertidumbre.
- Lo que molesta es el volumen puntual, no el recurrente. Un pico de trabajo dos veces al año se resuelve con refuerzo temporal, no con un proyecto.
- El error no es tolerable. En pasos donde equivocarse tiene consecuencias graves e irreversibles, el sistema puede proponer, pero la decisión se queda en una persona.
- El proceso está a punto de cambiar. Si hay una migración de ERP o un cambio normativo encima de la mesa, conviene esperar: automatizar algo que va a desaparecer en tres meses es tirar el dinero.
6. Cómo se mide el retorno
Un proyecto de automatización se justifica con cuatro métricas, todas comparadas contra el punto de partida:
- Horas liberadas al mes y su coste equivalente. Es el ahorro directo y el más fácil de defender ante dirección.
- Tasa de error antes y después, y el coste de cada error: reprocesos, abonos, penalizaciones, pérdida de cliente.
- Plazo del proceso de principio a fin. Muchas veces vale más que el ahorro de horas, porque desbloquea facturación.
- Capacidad: cuántos casos más se pueden absorber sin contratar a nadie.
Como referencia de lo que hemos visto en nuestros propios proyectos: en torno a 20 horas al mes por empleado en las tareas que automatizamos, la primera automatización en producción en 2-4 semanas y amortización por debajo de los seis meses en el primer proyecto. No es una promesa: el resultado depende del alcance y del punto de partida de cada empresa, y el número que importa es el que sale de medir tu propio proceso. El método completo, fase a fase, está en cómo se mide el retorno de la guía.
7. Si el proceso trata datos personales
Casi todos lo hacen: un correo de cliente, una factura con nombre y NIF o un parte con el nombre del operario ya son datos personales. Eso no impide automatizar, pero cambia el diseño.
Clasificamos cada caso de uso por nivel de riesgo según el Reglamento (UE) 2024/1689 antes de empezar a desarrollar, y aplicamos las obligaciones que correspondan junto con las del RGPD. La mayoría de procesos administrativos internos quedan en el nivel de transparencia, no en el de alto riesgo; las excepciones habituales son la selección de personal y la evaluación de trabajadores, que sí entran en alto riesgo y exigen bastante más. Los datos no se usan para entrenar modelos de terceros y, cuando hace falta, la solución se despliega en tu propia infraestructura.
El calendario de aplicación y las obligaciones concretas están en la página de cumplimiento normativo en IA, que mantenemos actualizada cada vez que cambia la norma.
Aviso: esta página tiene finalidad informativa; no constituye asesoramiento jurídico ni una garantía de resultados. Las cifras citadas son rangos habituales en proyectos reales, no compromisos contractuales, y dependen del alcance y del punto de partida de cada empresa.
8. Preguntas frecuentes
¿Qué procesos se pueden automatizar en una empresa?
Los que se repiten muchas veces al mes, consumen tiempo cualificado en tareas mecánicas y admiten un criterio de acierto verificable. Los más habituales son la entrada de facturas y albaranes, la clasificación y respuesta del correo entrante, la preparación de informes recurrentes, la gestión documental y el traspaso de datos entre aplicaciones. No hace falta que la entrada sea siempre igual: ahí es donde la IA aporta lo que la automatización clásica no puede.
¿Cuánto cuesta automatizar un proceso empresarial?
Depende del alcance, del número de sistemas que haya que conectar y de lo ordenado que esté el proceso de partida. Empezamos siempre con un diagnóstico gratuito de 30 minutos y un presupuesto cerrado antes de comenzar, nunca por horas abiertas. Como referencia de nuestros propios proyectos, la primera automatización suele amortizarse en menos de seis meses, porque el ahorro es directo: horas de trabajo cualificado que dejan de dedicarse a tareas mecánicas.
¿Cuánto se tarda en tener la primera automatización funcionando?
Entre dos y cuatro semanas para un proceso bien acotado, contando desde el mapa del proceso actual hasta la puesta en producción con supervisión. Los proyectos que tardan más suelen ser los que empiezan por el proceso más complejo de la empresa en lugar de por el más repetitivo.
¿Hay que cambiar de ERP o de CRM para automatizar?
No. La automatización se construye alrededor de los sistemas que ya usas y se conecta por API, por base de datos o por intercambio de ficheros, según lo que el sistema permita. Cambiar de ERP para automatizar un proceso es multiplicar el coste y el riesgo del proyecto por diez. Conviene además una precisión: no somos especialistas en ningún ERP concreto. Sabemos hablar con el que tengas —leer, escribir y sincronizar—, no parametrizarlo por dentro; de eso se encarga tu implantador, y trabajamos con él sin problema. Si algún sistema no expone forma de integrarse, se dice antes de empezar, no a mitad.
¿Con qué tecnologías automatizáis los procesos?
Depende de cómo arranque el proceso. Si lo dispara un suceso —llega un correo, se sube un fichero, alguien rellena un formulario—, la orquestación puede montarse haciendo uso de plataformas como Power Automate, n8n, Make o Trigger.dev, según dónde viva el proceso y qué licencias tenga ya la empresa: si estáis en Microsoft 365, Power Automate suele salir gratis en la práctica. Si no hay disparador y lo que hace falta es que algo ocurra a su hora —consolidar lo del día anterior, revisar un buzón cada quince minutos, cerrar el mes—, usamos tareas programadas que despiertan a una función propia: sale más barato de mantener que una herramienta visual y no depende de la licencia de nadie. Lo que no encaja en ninguna de las dos lo desarrollamos en C#, JavaScript o Python, según con qué se lleve mejor tu sistema y quién vaya a mantenerlo después.
¿Qué diferencia hay entre automatización, RPA e inteligencia artificial?
La automatización clásica y el RPA ejecutan reglas deterministas: si se cumple una condición, se dispara una acción. Funcionan muy bien mientras la entrada tenga siempre el mismo formato y fallan en cuanto aparece una variación. La IA aporta la capa que falta: interpretar entradas no estructuradas —un PDF de proveedor, un correo, una foto— y decidir con criterio en casos ambiguos. En la práctica casi todos los proyectos combinan ambas: la IA interpreta y las reglas ejecutan.
¿Qué pasa si el sistema automatizado se equivoca?
Se diseña contando con ello. Cada caso lleva un nivel de confianza: los que quedan por debajo del umbral no se ejecutan solos, van a una cola de revisión humana. Todo lo que el sistema decide queda registrado, de modo que se puede auditar qué pasó y detectar si la calidad empieza a degradarse. Un proceso automatizado sin supervisión ni registro no es un ahorro, es un riesgo diferido.
¿Se pueden automatizar procesos que tratan datos personales?
Sí, cumpliendo el RGPD y el Reglamento (UE) 2024/1689 de inteligencia artificial. Clasificamos el caso de uso por nivel de riesgo antes de desarrollar: la mayoría de procesos administrativos internos quedan en el nivel de transparencia, no en el de alto riesgo, con excepciones claras como la selección de personal o la evaluación de trabajadores. Tus datos no se usan para entrenar modelos de terceros y, si lo necesitas, la solución se despliega en tu propia infraestructura.
Servicios que suelen ir con este: integración de sistemas · agentes de IA.