Automatización
Automation
¿Qué es la automatización?
- Las máquinas y el software hacen el trabajo repetitivo
- Eficiencia y consistencia ↑
- Las personas, al juicio y la creatividad
Al introducir la automatización, lo que realmente cambia no es el volumen de trabajo sino la responsabilidad y su ubicación. Antes, una persona recordaba y daba seguimiento a la tarea, y si algo se omitía, se disculpaba; ahora son una regla y un registro de ejecución los que garantizan el resultado. Por eso, en las organizaciones donde la automatización está consolidada, cuando ocurre un incidente la pregunta ya no es «¿quién lo pasó por alto?», sino «¿qué condición faltó?». Lo esencial es trasladar al diseño una calidad que antes dependía de la diligencia de las personas; el tiempo ahorrado es más bien un efecto secundario.
Qué automatizar no se decide por intuición, sino por tres valores: ¿se repite al menos 20 veces al mes?, ¿cada caso toma más de 10 minutos? y ¿menos del 10% de los casos se salen de la regla? Si se cumplen las tres condiciones, el costo de desarrollo y mantenimiento suele recuperarse en medio año. Hay tres tipos: de reglas, que repiten una secuencia fija de pasos (scripts·RPA); de eventos, que disparan el paso siguiente cuando ocurre cierto suceso (webhooks·flujos de trabajo); e inteligentes, que delegan parte del juicio en un modelo. Aquí hay una diferencia clave: la integración por API y RPA no están al mismo nivel. RPA es un rodeo que hace clic en pantallas por usted, así que se detiene el mismo día en que cambia la pantalla del otro sistema. Cubrir con un robot un tramo que sí admite integración es asumir una deuda.
En la práctica, el error más común es automatizar un proceso enredado tal como está. Si se automatiza sin saber por qué existen cinco pasos de aprobación, se obtiene una máquina que produce defectos más rápido y en mayor cantidad. El segundo es el fracaso silencioso. Cuando lo hace una persona, se oye «Oye, esto parece raro»; en cambio, el script pasa un valor vacío sin decir nada, y el problema sólo aparece dos o tres semanas después, cuando la liquidación no cuadra. Por eso las alertas de fallo y el tablero de pendientes son tan importantes como la automatización misma. El tercero es la caja negra que solo conoce quien la creó. Si esa persona se va, queda un código que corre solo cada día y nadie se atreve a tocar, y al final alguien tiene que volver a revisar sus resultados a mano.
Seolyeong ParkCon 17 años de experiencia práctica y más de 200 sesiones impartidas, especialista en IA generativa y transformación digital (AX), que logra que personas sin formación técnica la usen desde el primer día
John KimAutor de «Diseño de marketing B2B» y CEO de Nanum Consultoría, instructor John KimSurgió en la automatización industrial y se extendió a la automatización de software y de tareas administrativas. Hoy evoluciona hacia la automatización inteligente al combinarse con RPA e IA.
Veamos un caso hipotético. La empresa A, distribuidora de cosméticos con 180 colaboradores y ventas anuales de KRW 48,000,000,000, (≈ US$35,926,500) consolidaba a mano cada mañana los pedidos de sus cinco canales de venta (tienda propia y marketplaces abiertos). Tres personas del equipo de CS pegaban datos en Excel durante dos horas cada una al empezar el día. Como cada canal usaba un formato de dirección distinto, se producían 23 envíos erróneos al mes. Como proyecto de mejora de seis semanas, se incorporó la automatización.
- El jefe de sección Kim, del equipo de logística, revisó los registros de trabajo de tres meses y encontró que la consolidación de pedidos y la carga de guías de envío consumían 132 horas al mes. Al presentar la cifra, el CEO resolvió: «Dejemos lo demás para después y empecemos por esto».
- Park, de TI, separó los cinco canales: conectó directamente los tres que ofrecen API y resolvió con RPA los dos que solo permiten descargar Excel. «Reducir al mínimo la lectura de pantallas» fue la regla del equipo.
- Durante las dos semanas de prueba, los resultados de la automatización y los que el equipo de CS hacía a mano se compararon en paralelo. Así se detectaron 47 errores al unir direcciones, y las reglas de excepción se ajustaron tres veces.
- Park hizo que los casos sin coincidencia se acumularan automáticamente en el canal de Slack de CS y que cada día, a las 9:10 de la mañana, se avisara cuántos seguían sin procesar. Lo hizo porque Kim, gerente, había sido tajante: «lo que más temor da es que algo falle en silencio».
- Seis semanas después, el tiempo de consolidación matutina pasó de 2 horas a 12 minutos, y las salidas erróneas bajaron de 23 a 4 al mes. Además, uno de los 3 miembros del equipo de CS pasó a atender exclusivamente reseñas y consultas.
- Tareas repetitivas con reglas claras
- Procesamiento masivo y estandarizado
- Cuando hay que reducir errores
- Trabajos que requieren juicio, creatividad o manejo de excepciones
- Trabajos no estructurados que cambian con frecuencia
- Cuando el costo de mantener la automatización supera su efecto