IA y automatización que hacen trabajo real

Dónde encaja la IA y dónde no

Gran parte de la automatización útil no lleva IA. Sacar un reporte semanal de sus datos contables es código ordinario que se comunica con cada sistema a través de su API.

Un modelo de lenguaje ayuda cuando la entrada es desordenada, como una hoja de pedido que llega con un formato distinto cada vez. Los modelos basados en la arquitectura transformer escriben texto fluido y pueden equivocarse con el mismo tono de seguridad, por lo que tratamos su resultado como un borrador que hay que revisar.

Llamamos a modelos como Claude y los modelos GPT de OpenAI a través de sus API, directamente o mediante OpenRouter, y usamos modelos autoalojados cuando los datos deben permanecer en su infraestructura. Los pasos simples reciben un modelo más pequeño y económico.

Lo que hemos construido

Dos sistemas que operamos en producción muestran el tipo de trabajo que asumimos. Se omiten los datos de los clientes.

Un asistente de operaciones para nuestro propio trabajo de TI

Nuestros técnicos usan un solo asistente para la mesa de ayuda, el monitoreo remoto, Microsoft 365, Kubernetes y las revisiones de red. Un técnico describe la tarea con palabras sencillas, y el asistente reúne evidencia y propone el cambio, actuando solo dentro de los permisos de esa persona y dentro de los sistemas de ese cliente. Los portales web sin API se manejan en un contenedor restringido que no guarda credenciales y se destruye al terminar.

Un asistente para una empresa regulada con varias sedes

Para un cliente, el personal hace preguntas a un asistente privado en la herramienta de chat que ya usa. Lee datos de contabilidad, inventario y pedidos, punto de venta, seguimiento de cumplimiento y reportes de nómina, y devuelve archivos de Excel, Word o PDF construidos con datos actuales. La hoja de pedido que devuelve un comprador se convierte en un borrador de orden de venta y factura para revisión, y las reservas de entrega que llegan por correo pasan a un calendario compartido cada 15 minutos.

Dónde una persona sigue en el proceso

Ambos sistemas siguen estas reglas, y también los proyectos de clientes.

• Los cambios esperan aprobación: un cambio a un registro del negocio se muestra completo a un administrador y se aprueba una sola vez, y la aprobación caduca.
• Sin envío: el asistente del cliente puede redactar correos, pero no puede enviarlos ni eliminarlos.
• Acceso por persona: un pequeño grupo identificado ve el material de finanzas y recursos humanos, todos los demás reciben una vista restringida, y una audiencia mixta recibe la vista restringida.
• Registro de todo: cada acción, solicitud al modelo y aprobación se registra a nombre de una persona identificada.
• Claves fuera de alcance: se llega a los modelos a través de una puerta de enlace con un límite de gasto, de modo que las claves de API de IA nunca están en el entorno de trabajo.
• Acceso mínimo: una herramienta agéntica, es decir, que resuelve una tarea paso a paso, solo puede llegar a lo que el trabajo necesita.

Cómo se desarrolla un proyecto de automatización

1. Elegir un flujo de trabajo. Una breve llamada de diagnóstico detecta dónde el personal vuelve a teclear datos, y elegimos un lugar para empezar.
2. Alcance por escrito. Qué se va a automatizar, qué sistemas lee y modifica, qué datos pueden ir a un servicio de IA y quién aprueba qué.
3. Acceso. Usted otorga acceso a los sistemas involucrados. Cada aplicación recibe su propia clave, guardada en un administrador de contraseñas.
4. Operación en paralelo. Funciona junto al proceso manual mientras la persona que hace el trabajo compara los resultados.
5. Entrega. El código se guarda en Git y se documenta. Le damos soporte después, o su equipo se hace cargo.

Nuestros ingenieros escriben el código con ayuda de Claude Code y Codex, y una persona lee cada cambio antes de publicarlo. Los servicios se ejecutan en contenedores (consulte la consultoría de Docker) y se conectan con Microsoft 365 y con nuestro software propio.

Lo que pedimos a su equipo

La mayor parte de su esfuerzo se concentra al inicio: alguien que hace el trabajo nos lo explica paso a paso, con las excepciones incluidas, y revisa los primeros resultados. Un gerente decide qué datos pueden ir a un servicio de IA y quién aprueba los cambios. Después del lanzamiento, quien aprueba revisa los cambios conforme llegan.

Preguntas sobre IA y automatización

¿Nuestros datos se enviarán a una empresa de IA?

Solo los datos que usted acepte en el alcance. El texto enviado a un modelo alojado sale de su red, así que donde los datos deben quedarse en casa usamos un modelo autoalojado.

¿La IA puede modificar nuestros registros por sí sola?

Lo construimos de modo que no pueda. Propone un cambio, y una persona identificada lo aprueba antes de que se escriba cualquier cosa.

¿Cuánto cuesta operarlo?

Los proveedores de IA cobran según la cantidad de texto que entra y sale, así que un flujo de trabajo muy activo cuesta más de operar que uno tranquilo. Establecemos límites de gasto donde el proveedor lo permite.