Automatización de tareas con IA
AI Workflow Automation
¿Qué es la automatización de tareas con IA?
- La IA procesa de forma automática tareas que requieren juicio, como comprender, clasificar y redactar documentos
- La combinación de RPA basado en reglas e IA generativa es la tendencia central
- Empiece por las tareas repetitivas y con criterios de decisión claros
Lo que realmente cambia con la automatización de tareas con IA no son las herramientas, sino el lugar de la persona responsable. Antes, una persona leía el correo, lo clasificaba y redactaba la respuesta de principio a fin; ahora la IA prepara incluso el borrador y la persona pasa a ocupar el lugar de decidir si está bien o mal. El orden del trabajo se invierte. Por eso el efecto de adoptarla se nota primero no en « horas ahorradas », sino en « tiempo ganado para revisión y manejo de excepciones ». Cuando quien ejecutaba pasa a revisar, la misma cantidad de personas maneja otro volumen y otro tipo de trabajo.
En la práctica, la automatización se divide en tres capas. El RPA, que hace clic en pantallas fijas siguiendo un orden; el procesamiento con IA, que lee texto no estructurado para clasificar, resumir y redactar borradores; y los agentes de IA, que, al recibir un objetivo, eligen herramientas y dan varios pasos por sí solos. Las dos primeras tienen el flujo diseñado por personas y la IA completa un paso, por lo que sus resultados son fáciles de predecir. En cambio, en los agentes la ruta cambia cada vez, así que la carga de verificación es mucho mayor. El criterio para elegir qué automatizar es sencillo: multiplique la cantidad de repeticiones mensuales por el tiempo que toma cada caso y revise si puede recuperar el esfuerzo de construcción y el mantenimiento mensual. En una tarea de 20 a 30 casos al mes, una sola plantilla de prompt le dejará más beneficio que la automatización.
El error más común es pensar que « con 95% de precisión basta ». Si son 200 casos al día, cada día se equivocan 10; y si esos 10 llegan a un cliente sin revisión, el costo de corregirlos supera al tiempo ahorrado. Por eso dónde se coloca el punto de revisión humana decide el éxito. Otro error es dejar la automatización como tarea del área de TI. Solo las personas de cada área saben qué trabajo es realmente repetitivo y dónde aparecen las excepciones; si no eligen los candidatos, se instala la herramienta y nadie la usa. Los casos en que, seis meses después, queda una automatización que nadie usa casi siempre empiezan aquí.
John KimAutor de «Diseño del marketing B2B» y CEO de Nanum Consultoría. Instructor.
Seolyeong ParkEspecialista en IA generativa y AX, con 17 años de experiencia práctica y más de 200 sesiones de enseñanza, que logra que personas sin formación técnica la usen de inmediatoLa madurez del mercado de RPA y la combinación con la IA generativa desde 2023 dieron forma a la tendencia de la “automatización inteligente”, que se acelera con la llegada de los agentes de IA.
Veamos un caso hipotético: el de A, una distribuidora de componentes industriales con 210 colaboradores y ventas anuales de alrededor de KRW 90,000,000,000 (≈ US$67,362,200). El equipo de CS, de 5 personas, recibe en promedio 170 consultas al día. Como llegan mezcladas las de inventario, plazos de entrega y devoluciones, solo la clasificación ocupaba dos horas de la mañana. En temporada alta no lograban cumplir la promesa de « Respondemos en menos de 24 horas » y las quejas se acumulaban, hasta 30 al mes.
- Al descargar 20,000 consultas de tres meses y contar sus tipos, el responsable de atención al cliente vio que los cinco tipos principales representaban el 68% del total. De ahí surgió la decisión de que “con atender solo estos cinco ya se resuelve la mitad”.
- El primer piloto se acotó a una sola consulta: la de plazos de entrega. La IA extrae el número de pedido del correo, agrega el resultado de la consulta en el ERP y genera un borrador de respuesta; la estructura está diseñada para que el botón de envío lo presione la persona responsable.
- En la medición de dos semanas, la precisión de extracción del número de pedido fue de 91%. El 9% restante correspondía a clientes que escribieron mal el código del producto. Un supervisor del área de operaciones añadió una regla: « si no encuentra la respuesta, no conteste y pase el caso a una persona ».
- En el tercer mes amplié el alcance a consultas de devoluciones y precios unitarios. Solo las consultas de precio con montos en juego pasaron a una revisión adicional del equipo de ventas; fue un punto que el representante de ventas pidió primero: « esto tengo que verlo yo ».
- Seis meses después, el tiempo promedio de atención por consulta pasó de 11 a 4 minutos, y la tasa de respuesta en menos de 24 horas subió de 72% a 96%. Con el mismo número de personas, el equipo de CS asumió la atención para la incorporación de nuevos clientes.