Automatización con IA dentro de las herramientas que ya usas

¿Qué es la automatización con IA y en qué se diferencia de la automatización que ya tienes?

La automatización con IA es automatización de flujos con un modelo de lenguaje en los pasos donde una regla fija no alcanza para decidir. La automatización clásica mueve datos estructurados: cuando llega un formulario, crea una fila. La automatización con IA además maneja entradas no estructuradas, como un correo, un PDF, un audio o un mensaje de chat: las lee, las clasifica, extrae los campos y redacta una respuesta para que una persona la apruebe.

Para una empresa pequeña o mediana esa diferencia importa, porque casi todo el trabajo que todavía se hace a mano es no estructurado. Lo que sigue siendo manual es la casilla compartida, la solicitud de cotización escrita en texto libre, la factura del proveedor que llega como PDF escaneado, el cliente que hace la misma pregunta de una forma nueva. Hoy un modelo de lenguaje hace la parte de lectura de esos trabajos lo bastante bien como para ser útil.

El modelo es la parte chica. La mayor parte de una construcción que funciona es plomería: conexiones a tus herramientas, validación de lo que devuelve el modelo, manejo de errores, registro de cada ejecución y un punto claro donde una persona dice sí o no.

¿Qué procesos de una empresa conviene automatizar con IA?

Conviene automatizar los procesos repetitivos, con reglas que una persona nueva aprendería rápido, que ocurren con suficiente frecuencia como para doler y que tienen un responsable claro que puede revisar las excepciones. En pymes y empresas medianas se repiten siempre los mismos: atención al cliente, cotizaciones, facturación, traspaso de datos entre sistemas, gestión de leads y consultas internas.

Los tres primeros tienen una página propia en este sitio, cada una con la construcción completa, las protecciones y los límites. Las encuentras en la sección de páginas relacionadas, al final.

¿Cómo eliges el primer proceso para automatizar?

Elige el proceso donde el volumen es alto, las reglas son estables, las entradas ya son digitales y un error es barato de detectar antes de que llegue a un cliente. Una buena primera automatización es aburrida: ocurre todos los días y todos saben cómo se ve un resultado correcto.

Cuatro preguntas resuelven la mayoría de los casos en la llamada de diagnóstico. ¿Con qué frecuencia ocurre y quién lo hace hoy? ¿Puedes describir las reglas sin decir "depende" a cada rato? ¿Por dónde llega la entrada y puede un software acceder a ella por una API, una casilla o una carpeta compartida? ¿Qué pasa cuando el resultado sale mal y quién se daría cuenta?

Si las respuestas son claras, el proceso es candidato. Si las reglas viven en la cabeza de una sola persona y cambian todos los meses, el primer trabajo es escribir el proceso, no automatizarlo.

¿Cómo se ve por dentro una automatización con IA?

Toda construcción tiene las mismas siete partes: un disparador, los datos que necesita, un paso con el modelo, protecciones, un punto de aprobación humana, un lugar donde corre y una entrega que te deja como dueño. Tomemos como ejemplo una solicitud de cotización que entra por correo.

El disparador es el evento que inicia el trabajo: llega un correo a la casilla de ventas, se envía un formulario, entra un mensaje de WhatsApp. El paso de datos reúne lo que una persona buscaría a mano: la ficha del cliente en el CRM, la lista de precios, el stock o la disponibilidad en el ERP, las cotizaciones anteriores. El paso del modelo, con la API de Claude, la API de OpenAI o Google Gemini según la tarea, lee la solicitud, extrae productos y cantidades, y redacta el texto de la cotización. Tus propias reglas hacen el cálculo. El modelo nunca inventa un precio.

Las protecciones rodean todo eso: lo que devuelve el modelo se valida contra tu catálogo, las llamadas que fallan se reintentan, cada ejecución queda registrada, los secretos viven en un gestor de secretos y no dentro de un flujo, y los prompts y flujos se versionan para poder volver atrás. Antes de que ocurra algo irreversible, como enviar, facturar o borrar, una persona lo aprueba.

Corre en tus cuentas: tu instancia de n8n o un servicio pequeño en Python y FastAPI, tu nube, tus llaves de API, tu base de datos (a menudo Supabase o Postgres). La entrega incluye documentación, el código y los flujos exportados en tu repositorio, y videos de recorrido en Loom, para que el sistema no dependa de mí para seguir funcionando.

¿Qué puede salir mal en una automatización con IA y cómo se previene?

En la práctica salen mal tres cosas: el modelo devuelve algo verosímil pero falso, el flujo falla en silencio cuando cambia una API o llega una entrada distinta, y nadie puede mantener el sistema cuando se va quien lo construyó. Ninguna es un problema del modelo. Las tres son problemas de ingeniería con respuestas conocidas.

La respuesta verosímil pero falsa se resuelve sin dejar nunca que el modelo sea la fuente de verdad. Los precios salen de tu lista de precios, las políticas de tus documentos, los datos del cliente de tu CRM. Lo que devuelve el modelo se contrasta con esas fuentes, y todo lo que llega a un cliente o a un sistema contable pasa primero por aprobación humana.

La falla silenciosa se resuelve con manejo de errores, reintentos, registro y alertas. Si una ejecución falla, alguien se entera y el caso pasa a una cola en vez de desaparecer. La mantención se resuelve con la entrega: documentación, flujos versionados en tu repositorio y recorridos grabados. Uso este mismo stack todos los días en mi propia operación, así que estas protecciones vienen de sistemas que están vivos. Hay casos anonimizados en la página de casos.

¿Cuándo no vale la pena automatizar con IA?

No vale la pena cuando el volumen es bajo, cuando el proceso todavía está cambiando o cuando una herramienta que ya pagas hace el trabajo. En esos tres casos una construcción a medida cuesta más de lo que devuelve, y te lo voy a decir en la primera llamada. No revendo herramientas.

Volumen bajo: una tarea que ocurre unas pocas veces al mes es más barata de hacer a mano que de automatizar, monitorear y mantener. Mejor escribe una lista de verificación. Proceso inestable: si los pasos, las reglas de precio o los responsables cambian cada pocas semanas, la automatización va a quedar obsoleta antes de pagarse. Primero estabiliza el proceso y después lo automatizas.

Una función que ya tienes: muchos CRM, mesas de ayuda y sistemas contables traen reglas de ruteo, plantillas, recordatorios y redacción básica con IA. Si activar una opción resuelve la mayor parte del problema, actívala. A veces la respuesta correcta es un script de cuarenta líneas con un cron y no un sistema de IA.

¿Cuánto cuesta la automatización con IA para una empresa?

Una automatización a medida se cotiza como un solo precio fijo después de una llamada de diagnóstico, nunca por hora. Los puntos de referencia son los tres sistemas productizados con precio de lista público en este sitio: Lead Acquisition Engine, USD 4.000 de implementación (más USD 490 mensuales opcionales); AI Intake Agent con base de conocimiento, USD 4.900 (más USD 1.200 mensuales opcionales); AI Operating System, USD 6.800 (más USD 1.800 mensuales opcionales).

Un alcance a medida se cotiza contra esas referencias según lo que de verdad mueve el esfuerzo: cuántos sistemas hay que conectar, qué tan limpios están los datos, cuántos caminos de excepción tiene el proceso y cuánta aprobación humana hay que diseñar. Recibes el número en una propuesta escrita con alcance cerrado antes de que parta el trabajo.

Los costos de operación van aparte y son tuyos: el hosting, el uso de las APIs de los modelos y las suscripciones SaaS se facturan directo a tus cuentas, a tu nombre. Después de la entrega, el soporte mensual es opcional. La garantía operativa de 60 días está incluida: si algo que construí se rompe en esa ventana, lo arreglo sin costo. Trabajo desde Chile y facturo en dólares o en pesos chilenos, con factura electrónica del SII.

¿Cómo funciona el sprint de tres semanas?

El sprint tiene cuatro pasos: una llamada de diagnóstico gratuita, una propuesta escrita con precio fijo, una construcción de tres semanas con avances semanales y una entrega documentada seguida de la garantía de 60 días. Los alcances más grandes toman de tres a cinco semanas. Trabajas directo con el ingeniero que construye, y para alcances grandes sumo a un segundo ingeniero.

En la llamada de diagnóstico elegimos un proceso y lo revisamos con las preguntas de más arriba. La propuesta fija alcance, plazo y precio. Durante la construcción ves avances cada semana y apruebas antes de que algo toque producción. Trabajo en remoto con empresas de Latinoamérica, Estados Unidos, Canadá y Europa, en español o inglés.