Automatización de procesos con inteligencia artificial: qué automatizar, cómo integrarla y cómo medirla

¿Qué es la automatización de procesos con inteligencia artificial?

Es hacer que un proceso del negocio avance sin que una persona ejecute cada paso. Durante años, automatizar significó programar reglas: si llega este archivo, cópialo allá. La inteligencia artificial agrega lo que las reglas no podían hacer: leer un documento distinto cada vez, entender lo que escribe un cliente y decidir el siguiente paso con criterio, dentro de los límites que fija la empresa.

Una automatización con IA tiene cinco partes:

1. Una entrada: un comprobante del SRI, un estado de cuenta, un WhatsApp, un contrato.
2. Comprensión: el modelo de IA lee e interpreta esa entrada.
3. Decisión: reglas del negocio más el criterio del modelo definen qué hacer.
4. Acción: el resultado queda registrado en el ERP, el CRM o el canal que corresponda.
5. Supervisión: las excepciones y las decisiones sensibles pasan a una persona.

Un ejemplo de cobranza: el sistema revisa cada mañana la cartera vencida en el ERP, envía un recordatorio por WhatsApp a quienes vencen hoy, entiende la respuesta del cliente («pago el viernes»), registra la promesa de pago y avisa al gerente de crédito solo cuando alguien pide condiciones fuera de política.

¿Qué procesos se pueden automatizar con IA?

Dos condiciones bastan para que un proceso sea candidato: que tenga datos en un sistema y que se repita. Si además mueve dinero y tiene un dueño que responde por él, es un buen primer proceso.

Y cuándo no conviene: cuando el proceso no deja datos, cuando cada caso exige un criterio distinto y no hay patrón, cuando cambia cada semana o cuando una regla simple ya lo resuelve. La guía práctica de OpenAI para construir agentes recomienda reservar la IA para decisiones complejas, reglas difíciles de mantener o información no estructurada, y advierte que, si el caso no cumple esos criterios, una solución determinista puede bastar. Para ordenar tus candidatos, usa el método de qué proceso automatizar primero.

Del RPA a la IA agéntica: ¿qué cambió?

La automatización empresarial pasó por tres etapas, y las tres conviven hoy en muchas empresas.

Según IBM, los robots de RPA solo pueden seguir los procesos que definió el usuario. Esa es su fortaleza y su límite: son confiables mientras nada cambie. La IA agéntica, en cambio, puede leer una factura con un formato nuevo o entender un reclamo escrito a su manera, y decidir qué hacer dentro de sus reglas.

El equipo de Advise recorrió esas tres etapas: de IBM Watson al RPA y, hoy, a la IA agéntica. No se trata de reemplazar una etapa por otra, sino de usar cada herramienta donde rinde: Anthropic recomienda buscar la solución más sencilla posible y sumar complejidad solo cuando haga falta. Cuidado con las etiquetas: Gartner llama agent washing a rebautizar como agentes productos de RPA, asistentes o chatbots sin capacidades agénticas reales. La comparación detallada está en RPA o IA agéntica.

¿Cómo se integra la IA con el ERP, el SRI, el CRM y WhatsApp?

Una automatización solo vale si escribe donde vive la información. Estos son los puntos de conexión típicos en una empresa ecuatoriana:

El caso del SRI merece atención. Según la ficha técnica oficial de comprobantes electrónicos (versión 2.34, de julio de 2026), cada comprobante es un archivo XML con una clave de acceso única de 49 dígitos y se valida con servicios web de recepción y autorización. Eso significa que una factura de un proveedor ecuatoriano ya llega como dato estructurado: no hay que adivinar montos ni impuestos desde una imagen. La guía de integración con el SRI explica cómo se aprovecha.

En WhatsApp, la documentación de Meta define las categorías de plantillas (marketing, utilidad y autenticación) y cobra por mensaje entregado, así que el diseño del flujo también define el costo. Para conectar agentes con varios sistemas a la vez, cada vez se usa más el Model Context Protocol, un estándar abierto que Anthropic presentó para conectar asistentes de IA con los sistemas donde viven los datos.

Un ejemplo completo: de la factura del SRI al ERP

Así cambia un proceso de cuentas por pagar cuando se automatiza con IA. El objetivo no es quitar a las personas del proceso, sino dejarles solo lo que exige criterio.

El indicador sale del propio ERP: el porcentaje de facturas que pasan de la recepción al registro sin que nadie las toque. Si ese porcentaje no sube frente a la línea base, la automatización no está funcionando, por más moderna que sea la tecnología.

¿Qué cambia para el equipo cuando se automatiza un proceso?

Cambia el trabajo, no necesariamente la cantidad de personas. Quien digitaba pasa a revisar excepciones, atender a los proveedores que tienen diferencias y vigilar que el proceso cumpla la política. Por eso el rediseño se hace con el equipo que conoce el proceso, no a sus espaldas.

Los datos de la encuesta de McKinsey de 2026 apuntan en esa dirección. Solo el 14 % de los encuestados de organizaciones que usan IA dice que la IA contribuyó a reducir su personal en el último año, menos de la mitad del 32 % que, en la encuesta anterior, esperaba recortes para ese periodo. Y casi tres de cada cuatro empresas de alto desempeño en IA rediseñaron de fondo sus flujos de trabajo para usarla.

Dos reglas prácticas: las decisiones irreversibles, como aprobar un pago o castigar una deuda, siguen en manos de una persona; y cada excepción que la IA no resuelve se registra, porque ahí está la información para mejorar el proceso el mes siguiente.

¿Cuál es la mejor IA para automatizar procesos?

No hay una mejor para todo. Un mismo proceso tiene pasos de naturaleza distinta, y cada paso pide una herramienta diferente:

La guía de OpenAI propone un método práctico: construir el prototipo con el modelo más capaz para fijar una línea de desempeño y luego probar modelos más pequeños donde los resultados sigan siendo aceptables. Así se optimiza el costo sin sacrificar exactitud. La diferencia de precio es grande: en las tarifas publicadas por Anthropic y Google, los modelos pequeños cuestan desde USD 0,10 y USD 0,30 por millón de tokens de entrada, frente a varios dólares de los más potentes. Para comparar asistentes y planes, revisa ChatGPT, Claude y Gemini para empresas.

¿Cómo usar la IA para automatizar un proceso, paso a paso?

1. Elige un proceso con datos, repetición, dinero en juego y un dueño.
2. Mide la línea base en el ERP, el banco o el CRM: cuántos casos, cuánto tiempo, cuánto dinero.
3. Conecta los sistemas por API y confirma los permisos.
4. Define qué decide la IA y qué decide una persona, sobre todo en lo irreversible.
5. Prueba con datos reales en paralelo al proceso actual y fija la tolerancia de error.
6. Pon el proceso en producción con el equipo capacitado y mídelo cada mes.

Cada paso está desarrollado en la guía de cómo implementar inteligencia artificial en una empresa. Si el proceso necesita decidir y actuar en varios sistemas, probablemente hablas de un agente: lo explica la guía de agentes de IA para empresas.

¿Cómo se mide una automatización con inteligencia artificial?

Con un indicador de negocio acordado antes de empezar y medido en tus sistemas, no con horas estimadas. Cada proceso tiene el suyo: facturas procesadas sin intervención humana en cuentas por pagar; días de cartera y dólares recuperados en cobranza; días de cierre en contabilidad; tiempo de respuesta en ventas.

Tres reglas para que la medición sea creíble:

• Línea base real: el mismo indicador, medido antes de automatizar y con la misma fuente.
• Reporte mensual en dinero: qué se cobró antes, qué gasto se evitó, qué cierre se adelantó.
• Revisión de excepciones: cuántos casos pasaron a una persona y por qué; si crecen, algo cambió en el proceso.

Medir importa porque el valor todavía es escaso. En la encuesta de McKinsey de 2026, solo el 37 % de los encuestados reporta que la IA aportó a su EBIT. El MIT NANDA, por su parte, encontró que las organizaciones con mejores resultados reportan ahorros medibles al reducir servicios tercerizados y agencias externas, sobre todo en el back office. La guía sobre cómo medir el retorno de la inteligencia artificial detalla el método.