La respuesta corta
El mejor primer proceso para automatizar con IA suele ser frecuente, molesto, basado en información que ya existe y fácil de revisar.
No tiene que ser el proceso más importante de la empresa. Tiene que permitir aprender rápido sin poner la operación en riesgo. Una buena primera automatización reduce una espera visible o prepara trabajo que hoy alguien hace a mano. Una mala candidata depende de criterios tácitos, datos inconsistentes y decisiones irreversibles.
El primer piloto debe permitir aprender sin comprometer la operación.
Resumen, clasificación y borradores.
Prepara; una persona confirma.
Útil, pero no prioritario.
Simplifica el proceso antes.
Parte por la fricción, no por la herramienta
“Queremos usar IA” todavía no describe un proyecto. Estas frases sí muestran problemas observables:
- copiamos la misma información entre correo y CRM;
- respondemos las mismas dudas todos los días;
- una persona lee documentos y completa una planilla;
- las solicitudes llegan incompletas;
- preparar cada resumen tarda más que tomar la decisión.
Habla con quien ejecuta la tarea y revisa ejemplos reales. Antes de dibujar la solución, observa dónde la persona espera, busca, corrige o vuelve a escribir.
Una matriz de priorización simple
Evalúa cada proceso de 1 a 5 en cuatro dimensiones.
| Dimensión | Pregunta | Una nota alta significa |
|---|---|---|
| Frecuencia | ¿Cuántas veces ocurre? | Hay volumen para notar el cambio |
| Fricción | ¿Cuánto retrabajo produce? | Resolverlo libera capacidad real |
| Datos | ¿La información es confiable? | La IA puede operar con contexto |
| Seguridad | ¿Es fácil revertir un error? | El piloto se puede controlar |
La suma ayuda a comparar, pero no reemplaza el criterio. Un proceso frecuente y con buenos datos, pero con consecuencias graves ante un error, debería comenzar como asistente: prepara la acción y una persona la confirma.
Cuatro buenos candidatos para empezar
Clasificar y resumir solicitudes
Correos, formularios o conversaciones llegan en formatos distintos. La IA puede extraer tema, urgencia, antecedentes faltantes y preparar un resumen. Es una salida revisable que no necesita modificar el sistema fuente en la primera versión.
Completar información comercial
Un agente de IA puede entender el problema y pedir los antecedentes mínimos antes de crear un lead. La mejora se mide en contactos completos y tiempo hasta el seguimiento, no en cantidad de mensajes.
Buscar conocimiento con fuentes
Un asistente puede responder desde manuales o políticas y enlazar el documento original. Si no encuentra respaldo, debe reconocerlo en vez de inventar una instrucción.
Preparar borradores
Resúmenes, respuestas, propuestas iniciales o fichas pueden quedar listas para revisión. El ahorro aparece antes de entregar autonomía total.
Señales de que todavía no conviene
Postergaría un proceso si ocurre pocas veces, cambia de regla todas las semanas, depende de información sin responsable, mezcla demasiadas aprobaciones o ejecuta pagos y eliminaciones sin vuelta atrás.
Tampoco lo elegiría solo porque se ve bien en una demostración. La calidad se nota en la rutina de un martes, no en una presentación preparada.
Diseña el piloto como una pregunta
Un piloto útil intenta responder algo específico:
¿Podemos reducir el tiempo de preparación sin aumentar errores ni ocultar información al equipo?
La primera versión puede tener una entrada, una fuente de contexto, una herramienta que escriba en modo borrador, revisión humana y registro de fallas. Si funciona, amplías permisos. Si no, conservas aprendizaje sin comprometer toda la operación.
Una primera versión pequeña debe producir evidencia, no una transformación infinita.
Un ejemplo de alcance pequeño
Imagina una empresa de servicios que recibe consultas desde su sitio.
Hoy: llega un mensaje libre, alguien pide datos adicionales, transcribe la información y coordina una llamada.
Piloto: el agente entiende el objetivo, solicita correo y dos antecedentes relevantes, guarda un resumen, envía confirmación y propone un horario. Una persona acepta o ajusta la reunión.
Fuera del piloto: cotización definitiva, compromisos contractuales y acceso amplio al CRM.
El caso es acotado, medible y útil. Si el agente no responde, el formulario tradicional sigue disponible.
Métricas que muestran valor
- minutos de trabajo humano por caso;
- tiempo hasta la primera respuesta;
- porcentaje de solicitudes completas;
- correcciones necesarias;
- derivaciones a una persona;
- costo por resultado útil;
- incidentes o acciones bloqueadas.
Tokens, conversaciones y respuestas sirven para operar el sistema, pero no demuestran valor por sí solos.
El contexto de una empresa chilena
En muchas organizaciones la información se reparte entre correo, WhatsApp, planillas y software administrativo. Antes de automatizar, acuerda qué canal inicia el proceso, dónde queda el registro oficial, qué datos son realmente necesarios, cuánto tiempo se conservan y cómo se atiende a una persona si la automatización falla.
La Política Nacional de Inteligencia Artificial de Chile pone énfasis en un desarrollo responsable. En un proyecto concreto eso se traduce en recolectar menos información, explicar qué se automatiza y mantener control humano donde importa.
Checklist de descubrimiento
- diez ejemplos reales del proceso;
- los campos que siempre faltan;
- el sistema que contiene la verdad;
- las excepciones más comunes;
- las acciones que requieren aprobación;
- una métrica de tiempo, calidad y costo;
- una persona responsable del piloto.
Ordena tres procesos y parte por el que combine valor visible con bajo riesgo.
Siguiente paso
Si quieres contrastar tu caso con una arquitectura concreta, revisa cómo trabajo como ingeniero de IA en Chile. La primera conversación no debería venderte un agente: debería ayudarte a decidir si lo necesitas, dónde partir y qué resultado medir.