Por qué el primer proceso importa más que la tecnología elegida
«Automatización con IA» se ha convertido en un término que lo cubre todo, desde un script que mueve un fichero de una carpeta a otra, hasta un agente que lee un correo, decide qué significa y actúa por sí solo. Esta confusión produce un patrón previsible: una empresa compra una herramienta y la aplica al primer proceso que parece «moderno» — normalmente uno poco frecuente, lleno de excepciones y sin datos limpios — y después concluye que la IA «no funciona en nuestro caso». La mayoría de las veces no ha fallado la tecnología, sino la elección del proceso.
En 2025, una de cada cinco empresas de la Unión Europea, con al menos 10 empleados, ya usaba tecnologías de IA en su actividad habitual — frente a poco más de una de cada ocho un año antes. Rumanía se mantenía, ese mismo año, por debajo del 6%, una de las tasas más bajas de la UE. La diferencia no es de acceso: las mismas herramientas están disponibles para cualquiera, mediante una suscripción. Es que la mayoría de las empresas pequeñas todavía no tienen una forma clara de elegir el primer proceso bueno que automatizar.
A nivel global, la mayoría de las grandes empresas ya informan de un uso constante de la IA en al menos una función de negocio, pero en ninguna función de negocio la escala real de los sistemas agénticos ha superado un nivel modesto — la mayoría se queda en fase de piloto. La diferencia entre una empresa que solo «prueba la IA» y una que realmente gana tiempo rara vez está en la tecnología elegida y casi siempre en la disciplina con la que se eligió el primer proceso.
Cinco criterios para elegir el primer proceso que automatizar
Antes de comparar herramientas o proveedores, responde a cinco preguntas sobre cada proceso candidato. Cada una reduce el riesgo de que el primer proyecto de automatización de procesos con IA fracase por motivos que no tienen nada que ver con la tecnología elegida, sino con el terreno en el que se plantó.
| Criterio | La pregunta que hay que hacer | Por qué importa |
|---|---|---|
| Volumen alto | ¿Se repite el proceso decenas o cientos de veces al mes? | Con poco volumen, el tiempo ahorrado no cubre el coste de la configuración y la verificación. |
| Basado en reglas | ¿Puedes describir los pasos en instrucciones escritas, sin un «depende de quién lo mire»? | Si depende de la intuición de una persona con experiencia, el proceso todavía no está listo para la automatización. |
| Input ya digital | ¿Los datos entran en formato electrónico — fichero, correo, API — y no en papel? | Un paso de escaneo o copia manual anula parte de la ganancia de tiempo. |
| Métrica de éxito clara | ¿Puedes decir, en cifras, cuánto dura hoy y qué significa «resuelto correctamente»? | Sin un «antes» medido, nunca puedes demostrar un «después» real. |
| Poco riesgo si se equivoca | ¿Si la automatización se equivoca, alguien se da cuenta rápido y es barato de corregir? | El primer proyecto no tiene por qué ser también el de mayores consecuencias si sale mal. |
Cómo puntúas un proceso en diez minutos, sin consultoría externa
No necesitas una auditoría externa para hacer una primera clasificación. Toma la lista de procesos candidatos — desde la recepción de facturas hasta la respuesta a preguntas internas repetidas — y da a cada uno 0, 1 o 2 puntos en cada uno de los cinco criterios anteriores. Una puntuación de 8 o más sobre 10 significa, casi con seguridad, un buen candidato para la primera ronda. Por debajo de 5, el proceso todavía necesita limpieza — datos, documentación o reglas escritas — antes de merecer el presupuesto de automatización.
- 01Enumera 6-10 procesos candidatos tal como son hoy, no como deberían ser idealmente.
- 02Puntúa cada proceso con 0-2 puntos en cada uno de los cinco criterios.
- 03Suma la puntuación de cada proceso y ordena la lista de mayor a menor.
- 04Elige el primer proceso de lo alto de la lista — no el más visible para la dirección ni el más «interesante» técnicamente.
- 05Mide el tiempo actual, antes de cambiar nada, para tener con qué comparar después.
Procesos que suelen ser buenos candidatos en empresas rumanas
Algunos procesos aparecen constantemente en lo más alto de la puntuación, porque cumplen de forma natural los cinco criterios anteriores. No son espectaculares, pero son exactamente el tipo de trabajo repetitivo donde la automatización de procesos con IA gana tiempo real, medible, desde el primer mes — sobre todo cuando el resultado llega directamente, mediante integración con el ERP, al sistema que contabilidad u operaciones usan de todas formas a diario.
- 01Recepción de facturas de proveedores, desde e-Factura/SPV Las facturas entran ya estructuradas a través del sistema de ANAF; queda por automatizar la extracción de datos, la verificación frente al pedido y el envío a contabilidad o al ERP.
- 02Reconciliación de extractos bancarios Volumen alto, formato digital, reglas claras de correspondencia entre pagos y facturas — un candidato casi ideal para el primer proyecto.
- 03Gestión de pedidos y AWB Desde la confirmación del pedido hasta la generación del AWB, los pasos son repetitivos y verificables, con errores fáciles de detectar si aparecen.
- 04Respuestas a preguntas internas, a partir de documentos propios Un asistente que busca en políticas internas, contratos o procedimientos libra a los compañeros de preguntas repetidas a las mismas 2-3 personas.
- 05Informes recurrentes a partir de los datos del ERP La extracción y el formateo periódico de los informes de ventas o stock es regla pura, sin criterio de negocio implicado.
Qué no automatizas primero, por muy tentador que parezca
Tan importante como la lista anterior es reconocer qué no funciona como primer proyecto, aunque parezca lo más «valioso» sobre el papel.
- 01Decisiones que requieren criterio de negocio La aprobación de un crédito comercial inusual, la negociación de un contrato o la evaluación de un candidato a un puesto dependen de un contexto que las reglas escritas no captan.
- 02Procesos sin datos históricos Si todavía no tienes un historial digital del proceso, no hay forma de medir una línea base ni de comprobar si la automatización ha mejorado algo.
- 03Cualquier zona legalmente sensible, sin control humano Las decisiones con impacto directo sobre un empleado o cliente — despido, denegación de un reembolso, notificación a las autoridades — necesitan aprobación humana explícita, no solo una notificación después del hecho.
Un proceso bueno para automatizar, si se equivoca, se equivoca barato. Un proceso malo para automatizar, si se equivoca, se equivoca caro — sin importar lo raro que sea. La diferencia no se ve hasta que no la buscas explícitamente, antes de empezar.
Cuándo bastan las reglas simples y cuándo necesitas agentes de IA
No toda automatización necesita agentes de IA. Para procesos con formato fijo y pasos previsibles — una exportación desde un sistema, un traslado de fichero, una regla del tipo «si la suma supera X, enviar a aprobación» — un script, una integración directa o una herramienta clásica de RPA hacen el trabajo más barato y más predecible que cualquier modelo de IA.
Los agentes de IA aportan valor allí donde el formato varía: una factura de un proveedor nuevo, con otro diseño; un correo que requiere interpretación antes de poder enrutarse correctamente; una excepción que no encaja con ninguna regla escrita hasta ahora. La diferencia práctica es sencilla — si puedes escribir la regla completa en una página, no necesitas agentes de IA. Si la lista de excepciones crece más rápido de lo que puedes escribir reglas nuevas, los necesitas.
Humano en el bucle, registro de auditoría y qué exige la transparencia del AI Act
Toda automatización necesita un punto en el que una persona pueda detener, corregir o rechazar el resultado antes de que tenga un efecto real — sobre todo en las primeras semanas, mientras compruebas si las reglas cubren las situaciones reales, no solo las imaginadas en el diseño. Para procesos de mayor riesgo — pagos, comunicación externa, datos personales — el paso de aprobación sigue siendo obligatorio a largo plazo, no solo al principio.
Igual de importante es un registro de auditoría: quién o qué tomó cada decisión, a partir de qué input, a qué hora. Sin él, un error descubierto tres meses después no puede explicarse ni repararse en el origen — solo corregirse manualmente, otra vez, cada vez que reaparece.
Para las herramientas internas, la regla de transparencia del AI Act (Reglamento UE 2024/1689) es más simple de lo que parece: si un sistema de IA interactúa directamente con personas — clientes o empleados — debe quedar claro que hablan con un sistema de IA, no con una persona; y el contenido generado automáticamente, si llega al público, debe marcarse como tal. Las obligaciones del artículo 50 se aplican desde el 2 de agosto de 2026, así que ya no son un tema teórico para las empresas que ahora tienen chatbots internos, asistentes de documentos o agentes que escriben borradores enviados sin verificación.
Cómo mides el tiempo ganado, honestamente, sin engañarte
La medición correcta empieza antes de la automatización, no después. Cronometra o estima cuánto dura hoy el proceso, cuántas veces al mes se repite y cuántos errores aparecen habitualmente — esa es la línea base. Sin ella, cualquier cifra de «ahorro de tiempo» reportada después de la automatización es una suposición, no una medición.
En una encuesta de la OCDE a pequeñas y medianas empresas de cuatro países del G7, la mitad afirma que los empleados no tienen las competencias necesarias para usar IA generativa — el obstáculo más citado, por delante del coste o la desconfianza en la tecnología. Y el beneficio más reportado por las pequeñas empresas que ya han automatizado un proceso no fue la reducción de personal, sino el mejor rendimiento de quienes ya hacían el trabajo: menos tiempo en tareas repetitivas, más en excepciones y en clientes.
Fuentes y lecturas.
- 01ANAF — RO e-Factura, información y guías
- 02Regulation (EU) 2024/1689 — Artificial Intelligence Act, versión consolidada — EUR-Lex
- 03EU Artificial Intelligence Act — Article 50: Transparency Obligations
- 04Eurostat — el 20% de las empresas de la UE usaba tecnologías de IA en 2025
- 05OECD — AI adoption by small and medium-sized enterprises
- 06McKinsey — The State of AI: Global Survey 2025
Preguntas frecuentes
¿Cuál es el primer proceso que debería automatizar con IA?
El que tenga la puntuación más alta en cinco criterios: volumen alto, reglas claras, datos ya digitales, una métrica de éxito que puedas medir y poco riesgo si el resultado sale mal. En empresas rumanas, la recepción de facturas de proveedores a través de e-Factura, la reconciliación de extractos bancarios y los informes recurrentes del ERP aparecen constantemente en lo más alto de esta lista.
¿Qué diferencia hay entre la automatización clásica (RPA) y los agentes de IA?
La automatización clásica sigue reglas fijas, escritas de antemano — adecuada para procesos con formato constante. Los agentes de IA entran en juego allí donde el formato varía o surgen excepciones que no encajan con ninguna regla escrita — una factura con otro diseño, un correo que requiere interpretación. Muchas empresas necesitan ambas cosas, no solo una.
¿Qué procesos no deberían automatizarse primero?
Las decisiones que requieren criterio de negocio — aprobación de un crédito inusual, negociación de un contrato, evaluación de un candidato — más cualquier proceso sin historial de datos o con impacto legal directo sobre un cliente o empleado, sin control humano explícito. El riesgo de un error es demasiado alto para un primer proyecto.
¿Qué obligaciones de transparencia del AI Act debo conocer para las herramientas internas?
Si una herramienta de IA interactúa directamente con personas — un chatbot para clientes o empleados — debe quedar claro que no es una persona. Si genera contenido que llega al público, el contenido debe marcarse como generado automáticamente. Estas obligaciones, del artículo 50 del Reglamento UE 2024/1689, se aplican desde el 2 de agosto de 2026.
Veamos qué se puede automatizar en tu empresa.
Una sesión gratuita de 30 minutos: te decimos qué se puede automatizar, cuánto se tarda y cuánto cuesta, con precio fijo tras el discovery.