La Ingeniería de los Nuevos Procesos

Durante la primera etapa de la era de la IA, las empresas se concentraron en el acceso. Se preguntaron qué modelo utilizar, qué asistente implementar, qué tareas podían acelerarse y cuántas horas era posible ahorrar.

Esas preguntas ayudaron a las organizaciones a pasar de la experimentación a la adopción, pero seguían centradas en las herramientas. El próximo desafío es más estructural: la implementación de procesos.

La IA crea valor duradero cuando sus capacidades se integran en sistemas repetibles a través de los cuales circula la información, se toman decisiones, se asignan responsabilidades, se gestionan excepciones y se producen resultados.

La pregunta decisiva empieza a ser: ¿Qué tipo de proceso puede existir ahora porque la IA forma parte de él?

Los tres vectores, revisados

Como en El tercer vector, la transformación puede entenderse a través de tres movimientos. Esta vez, el foco está puesto en los procesos mediante los cuales operan las empresas.

El primer grupo será automatizado. Se trata de procesos ya establecidos y suficientemente estructurados que, cada vez más, podrán ser ejecutados de principio a fin por agentes de software. Los datos se recopilan, interpretan, transforman, derivan, verifican y registran con una intervención humana limitada.

El procesamiento de documentos, los informes rutinarios, las conciliaciones, la calificación, la programación, el monitoreo y algunas formas de atención al cliente pertenecen a esta categoría. El objetivo es conocido: reducir costos, aumentar la velocidad, eliminar tareas repetitivas y mejorar la consistencia.

El segundo grupo será mejorado. En estos procesos, la IA amplía la capacidad del operador humano.

Un equipo comercial recibe mejor inteligencia sobre sus cuentas. Un médico accede a una síntesis más completa de la información clínica. Un abogado examina un conjunto más amplio de antecedentes. Un ingeniero explora más alternativas de diseño. Un gerente detecta riesgos ocultos en múltiples sistemas.

El proceso sigue siendo reconocible, pero cambian sus límites. Puede procesarse más información, evaluarse más escenarios y tomarse decisiones con mayor velocidad, profundidad o precisión.

Muchas empresas ya están trabajando sobre este segundo vector al incorporar IA en flujos de trabajo existentes y medir las mejoras de productividad resultantes.

El tercer vector es más relevante: se crearán procesos nuevos.

Son procesos que antes no existían porque eran demasiado costosos, lentos, complejos o imposibles de operar a escala.

Una empresa no podía asignar un analista competente a cada interacción con un cliente. No podía revisar en tiempo real cada señal operativa. No podía actualizar de manera continua una estrategia para cada cuenta, producto, proveedor, empleado o mercado. Tampoco podía simular miles de alternativas antes de cada decisión importante.

La IA modifica esas restricciones.

Este tercer grupo va más allá de mejorar la empresa existente. Permite diseñar formas de operación que antes no eran económicamente viables.

Un nuevo camino de crecimiento

El crecimiento tradicional solía requerir más recursos. Más clientes exigían mayor capacidad de atención. Más productos requerían más coordinación. Más mercados demandaban mayor conocimiento local. Una complejidad creciente necesitaba más gestión.

El software modificó parte de esa ecuación al permitir que ciertas actividades escalaran con un costo marginal bajo. La IA extiende esa transformación hacia áreas que dependen de la interpretación, el criterio, la comunicación y la adaptación.

Esto crea un camino de crecimiento diferente.

Una empresa puede aumentar la profundidad de su servicio sin ampliar proporcionalmente su estructura. Puede ofrecer niveles de personalización antes reservados para sus clientes más importantes. Puede atender de manera rentable segmentos más pequeños, coordinar redes más amplias de proveedores y especialistas, y actuar sobre oportunidades que antes eran demasiado reducidas o dispersas como para justificar atención humana.

La importancia estratégica de la IA reside en parte en la eficiencia, pero su valor más profundo está en que vuelve viables nuevos modelos operativos.

La automatización protege los márgenes. La mejora eleva el desempeño. Los nuevos procesos crean nuevas fuentes de crecimiento.

Las empresas que se concentren únicamente en la eficiencia podrán convertirse en mejores versiones de su forma actual. Las que exploren el tercer vector podrán modificar por completo su trayectoria.

El regreso del ingeniero

La era de la IA suele describirse a través del lenguaje, la creatividad y la inteligencia general. Sin embargo, su implementación depende en gran medida de la ingeniería.

Los procesos son sistemas. Tienen entradas, salidas, estados, dependencias, restricciones, umbrales, modos de falla, ciclos de retroalimentación y mecanismos de control. Interactúan con personas, bases de datos, software, políticas, incentivos y condiciones externas.

Comprenderlos exige descomposición.

¿Qué intenta lograr realmente el proceso? ¿Qué pasos crean valor? ¿Cuáles persisten únicamente por una antigua limitación tecnológica? ¿Dónde se necesita criterio? ¿Qué decisiones son reversibles? ¿Qué errores son aceptables? ¿Qué excepciones deben escalarse? ¿Qué información falta? ¿Cómo debería medirse el desempeño?

Los ingenieros están entrenados para pensar en estos términos.

Saben que mejorar un componente no necesariamente mejora el sistema completo. Analizan interfaces, cuellos de botella, dependencias, tolerancias e interacciones.

Estas capacidades serán cada vez más valiosas porque implementar IA rara vez consiste en insertar un modelo dentro de una tarea aislada. También es necesario rediseñar la secuencia que lo rodea.

Un proceso que incorpora IA necesita reglas claras para definir cuándo el sistema debe actuar, preguntar, esperar, verificar o transferir el control a una persona. Ese es un problema de ingeniería.

De los flujos de trabajo a los sistemas operativos

La primera generación de IA empresarial suele aparecer como una capa agregada sobre el trabajo existente. Un copiloto ayuda a redactar un correo. Un chatbot responde una consulta. Un sistema resume un documento. Un generador produce un borrador.

Estas aplicaciones son útiles, aunque en general funcionan de manera aislada.

La siguiente generación conectará capacidades a lo largo de todo el proceso.

Un sistema de IA puede detectar un evento, recopilar información relevante, generar alternativas, estimar consecuencias, solicitar autorización, ejecutar la acción seleccionada, monitorear el resultado y actualizar los registros de la organización.

En ese punto, la IA pasa a formar parte del sistema operativo de la empresa.

Esta transición introduce un nuevo conjunto de preguntas de implementación. ¿Quién es responsable del proceso? ¿De dónde obtiene autoridad el agente? ¿A qué sistemas puede acceder? ¿Cómo se mantiene el contexto? ¿Qué ocurre cuando las fuentes de datos se contradicen? ¿Cómo se auditan las acciones? ¿Cómo se identifican las excepciones? ¿Cómo se diseña la intervención humana? ¿Cómo puede mejorar el proceso sin volverse impredecible?

El modelo es apenas uno de los componentes. La arquitectura que lo rodea determina si el sistema será útil, confiable y gobernable.

Un modelo capaz dentro de un proceso mal diseñado simplemente produce confusión a mayor velocidad.

Explorar el nuevo territorio

Las empresas necesitan una forma deliberada de investigar estas posibilidades.

El punto de partida debería ser un mapa de los procesos de la organización, y no un catálogo de herramientas de IA.

Ese mapa debería distinguir entre ejecución rutinaria, criterio humano, transferencia de información, coordinación y gestión de excepciones. También debería mostrar dónde se consume tiempo, dónde se demoran las decisiones, dónde se pierde conocimiento y dónde existe trabajo económicamente valioso que hoy no se realiza.

Esta última categoría merece una atención especial.

El análisis tradicional de procesos pregunta qué se está haciendo mal, lentamente o a un costo excesivo. La IA agrega otra pregunta: ¿Qué no estamos haciendo porque antes era impracticable?

¿Qué clientes reciben una atención insuficiente? ¿Qué señales se ignoran? ¿Qué decisiones se toman con información incompleta? ¿Qué escenarios nunca se evalúan? ¿Qué servicios no pueden ofrecerse de manera rentable? ¿Qué conocimiento permanece atrapado dentro de personas o departamentos?

Estas ausencias pueden contener más valor que las ineficiencias visibles.

La organización puede clasificar luego las oportunidades según los tres vectores.

Los procesos estables, repetitivos, medibles y suficientemente predecibles son candidatos a la automatización.

Los procesos en los que el criterio humano sigue siendo central pueden mejorarse mediante un análisis más amplio, una preparación más rápida y mejor información.

Los procesos que solo se vuelven económicamente viables porque la IA modifica su estructura de costos pertenecen al tercer vector.

Esta clasificación evita que toda iniciativa de IA termine reducida a un ejercicio de ahorro laboral. También permite construir una cartera equilibrada. La automatización puede generar retornos de corto plazo, la mejora puede fortalecer las capacidades actuales y los procesos nuevos pueden abrir opciones de crecimiento a más largo plazo.

Implementar antes de escalar

Las iniciativas de IA suelen tener dificultades para pasar del prototipo a la producción.

Una demostración funciona porque las condiciones están controladas. Las entradas fueron seleccionadas, las excepciones son limitadas y una persona compensa discretamente las debilidades del sistema.

Los procesos reales son menos tolerantes.

Los datos están incompletos. Los usuarios se comportan de forma imprevisible. Los sistemas fallan. Las políticas entran en conflicto. Los casos límite se acumulan. Las responsabilidades no están claras. Una respuesta plausible todavía puede conducir a una acción incorrecta.

La implementación exige disciplina operativa.

El proceso necesita objetivos explícitos, límites, responsables, controles, reglas de escalamiento y métricas de éxito. También necesita observabilidad: la capacidad de entender qué hizo el sistema, por qué lo hizo y qué ocurrió después.

La autonomía debería introducirse por etapas.

Un nuevo proceso con IA puede comenzar observando, luego pasar a proponer acciones y más tarde actuar con aprobación. La ejecución independiente debería llegar únicamente después de que el sistema haya demostrado confiabilidad dentro de límites claramente definidos.

La autonomía se gana proceso por proceso.

El objetivo es asignar la atención humana allí donde genera mayor valor.

La capa estratégica

Las empresas deberían considerar el diseño de procesos como un nuevo campo de ventaja competitiva.

Los modelos seguirán mejorando, el acceso se ampliará y muchas capacidades técnicas se volverán estandarizadas.

La diferenciación dependerá cada vez más de la manera en que esas capacidades se ensamblen.

Dos empresas pueden utilizar los mismos modelos y obtener resultados radicalmente distintos. Una puede rediseñar sus procesos, flujos de datos, responsabilidades y sistemas de retroalimentación. La otra puede limitarse a agregar un asistente al trabajo existente.

El activo duradero es el proceso que rodea al modelo.

Ese proceso puede codificar el conocimiento, el criterio, los estándares, la comprensión del cliente y la experiencia operativa de la empresa. Con el tiempo, puede volverse difícil de reproducir porque está integrado en múltiples sistemas y se perfecciona de manera continua mediante el uso.

La implementación de procesos debería entenderse, por lo tanto, como estrategia expresada a través del diseño operativo.

Construir lo que antes no podía existir

Toda transición tecnológica comienza aplicando herramientas nuevas a estructuras conocidas.

Las primeras fábricas imitaban a los talleres. Los primeros sitios web imitaban a los folletos. Los primeros diarios digitales imitaban a las páginas impresas.

La IA atraviesa una etapa similar. Se utiliza para redactar los documentos que las empresas ya redactaban, responder las preguntas que ya respondían y acelerar los procesos que ya operaban.

Esa etapa es necesaria, pero es apenas el comienzo.

La oportunidad más profunda está en los procesos que antes no podían existir: sistemas capaces de realizar análisis continuos, coordinación persistente, atención individualizada, simulación a gran escala y ejecución adaptativa en una escala que ninguna organización humana podía sostener económicamente.

Construir esos sistemas exigirá imaginación y rigor. Los estrategas deberán identificar nuevas fuentes de valor. Los operadores deberán explicar cómo ocurre realmente el trabajo. Los ingenieros deberán traducir las posibilidades en procesos confiables.

Las empresas que lideren la era de la IA podrían ser aquellas que mejor aprendan a diseñar los procesos que la IA vuelve posibles.