Si sos dueño, director o responsable de un área en una empresa de servicios, incorporar inteligencia artificial te pone frente a una decisión de gestión: qué tareas conviene delegar, cuáles necesitan supervisión y en cuáles sigue siendo necesaria la intervención de tu equipo. Resolver esa decisión exige conocer el trabajo que hace tu empresa, además de las capacidades de las herramientas.
Una IA puede redactar una propuesta, responder una consulta o preparar un informe. Pero demostrar que puede hacerlo es apenas el comienzo. Después hay que comprobar si entiende lo que necesita tu negocio, si entrega un resultado adecuado y si revisar su trabajo cuesta menos que hacerlo desde cero.
Para decidir por dónde empezar, propongo mirar cuatro cosas: cuánto se repite una tarea, qué tan ordenado está el proceso, cómo verificamos el resultado y qué consecuencias tendría un error. De esa combinación surge tanto la conveniencia de delegar como el grado de autonomía que podemos darle a la herramienta.
El primer lugar donde buscar oportunidades es el trabajo que se repite. En las empresas de servicios hay personas que dedican parte de su jornada a pasar información de un sistema a otro, resumir reuniones, adaptar documentos, preparar reportes o responder preguntas similares. Cada tarea puede parecer pequeña. Repetida decenas o cientos de veces, ocupa una parte importante de la capacidad del equipo.
Si una tarea se repite y podemos explicar cómo debe resolverse, tenemos una buena candidata para delegar.
Esto también incluye trabajos que requieren conocimientos técnicos. Un diseñador puede dedicar tiempo a adaptar piezas a una estructura ya definida. Un analista puede preparar todas las semanas un reporte con los mismos indicadores. Un ejecutivo comercial puede leer consultas y extraer siempre los mismos datos para cargarlos en el CRM. En esos casos hay una parte del trabajo que sigue un patrón, aunque la información cambie.
En bi.lab, por ejemplo, desarrollamos un asistente para producir carruseles de propiedades a partir de una estructura de diseño. El equipo define los criterios visuales y revisa el resultado; la herramienta resuelve buena parte de la producción repetida. La oportunidad apareció cuando identificamos qué se mantenía igual entre una pieza y la siguiente.
Conviene hacer una distinción: algunas tareas repetitivas se resuelven con una automatización convencional. Si solo necesitamos copiar un dato entre sistemas o aplicar una configuración fija, quizás alcance con una integración. La IA aporta especialmente cuando hace falta interpretar información variable: entender una consulta escrita de distintas maneras, extraer datos de un documento o preparar un texto a partir de instrucciones.
Elegir bien también implica usar la herramienta adecuada para cada parte del proceso.
Pensemos en algo habitual en una empresa de servicios: preparar una propuesta para un cliente nuevo. Ese trabajo contiene varias tareas. Hay que leer la consulta, reunir información, identificar qué falta, definir el alcance, estimar los recursos necesarios, establecer un precio y redactar la propuesta.
Es posible delegar algunas partes antes que otras. La IA puede ordenar los antecedentes, señalar datos faltantes y preparar un borrador. La decisión sobre qué podemos prometer, con qué recursos y a qué precio puede seguir en manos del responsable del área.
El grado de delegación puede cambiar dentro de un mismo proceso. Por eso conviene desarmar el trabajo en pasos concretos. Cuando tratamos “preparar una propuesta” como una única tarea, resulta difícil decidir qué entregar a una herramienta. Cuando distinguimos sus componentes, las oportunidades aparecen con más claridad.
Ahora bien, para hacer esa separación necesitamos cierto orden.
En muchas empresas, los procesos funcionan porque alguien sabe resolverlos. Esa persona conoce las excepciones, recuerda lo acordado con cada cliente y distingue cuándo una respuesta necesita más cuidado. Parte de ese conocimiento nunca quedó escrita.
Si queremos delegar ese trabajo, tenemos que volver explícitos esos criterios. Una herramienta difícilmente pueda cumplir de manera consistente con una expectativa que nosotros mismos no terminamos de definir.
No hace falta empezar con un manual de cien páginas. Para una tarea acotada, puede alcanzar con documentar qué información recibe, qué pasos debe seguir, qué resultado esperamos, cómo evaluamos su calidad y qué situaciones debe derivar a una persona.
Por ejemplo, “respondé las consultas comerciales” es una instrucción demasiado amplia. En cambio, podemos establecer qué información debe pedir el agente, de dónde obtiene precios y condiciones, qué puede ofrecer y cuándo tiene que interrumpir la automatización. Esa definición convierte una intención general en un proceso que podemos probar.
Cuando esa documentación no existe, el primer trabajo consiste en reconstruirla junto con quienes ejecutan la tarea. La propia IA puede ayudar a ordenar notas, comparar casos y redactar un procedimiento. El equipo tiene que validar que ese procedimiento refleje cómo debería funcionar el servicio.
Documentar también permite descubrir problemas previos: información desactualizada, responsabilidades poco claras o decisiones que se toman de manera distinta según quién esté trabajando. Conviene resolverlos antes de automatizar, porque la herramienta va a operar sobre esas mismas condiciones.
El siguiente criterio es la posibilidad de verificar el resultado. Una tarea es más fácil de delegar cuando podemos reconocer con claridad si está bien hecha.
En una pieza publicitaria podemos revisar que el precio coincida con la ficha, que las imágenes correspondan a la propiedad y que el diseño respete los criterios de la marca. En un informe podemos comprobar los números y sus fuentes. Evaluar si la explicación de esos números es correcta exige otro tipo de revisión.
Esa diferencia importa. La IA puede producir un texto convincente que nos lleve más tiempo verificar que escribir. Por eso, al medir productividad, hay que incluir el tiempo de preparación, revisión y corrección. El ahorro real aparece después de sumar todo el proceso.
También hay que mirar las consecuencias del error. Equivocarse en una etiqueta interna no tiene el mismo impacto que enviarle a un cliente una propuesta con un precio incorrecto o comprometer una fecha que el equipo no puede cumplir. Una tarea puede ser muy repetitiva y, aun así, necesitar aprobación antes de que su resultado llegue al cliente.
Cuando el proceso incluye una conversación comercial, aparece además una pregunta: qué necesita esa persona para avanzar.
Mi criterio para el negocio inmobiliario es darle a la automatización un alcance inicial y acotado: precalificar la consulta y ayudar al equipo a identificar cuáles requieren atención inmediata. La IA puede reunir datos sobre la búsqueda, el presupuesto y los plazos. Después de esa primera clasificación, debe entrar el agente inmobiliario, casi desde el comienzo de la relación. La herramienta ayuda a ordenar y priorizar; el profesional toma la conversación para entender la situación y acompañar la decisión.
En otros servicios podemos delegar un tramo más amplio. Yakú Agua es una empresa que alquila dispensers de agua mediante un abono mensual. Allí implementamos un agente que consulta las necesidades del interesado, recomienda un equipo y puede avanzar hasta la contratación. Ya concretó ventas. La oferta está más delimitada y permite resolver una mayor parte del proceso dentro de una misma conversación.
Son dos casos que ayudan a pensar el alcance de la delegación. La decisión depende del proceso, de las necesidades del cliente y de las excepciones que la herramienta está preparada para manejar.
Con esos criterios, podemos distinguir tres grados de delegación:
- Asistencia: la IA ordena información, propone opciones o prepara material para que una persona continúe el trabajo. Por ejemplo, resume una reunión y señala los puntos que faltan definir antes de elaborar una propuesta.
- Ejecución con revisión: la IA completa una tarea definida, pero una persona valida el resultado antes de utilizarlo o enviarlo. Por ejemplo, produce un carrusel publicitario o redacta un informe para un cliente.
- Ejecución autónoma dentro de límites: la IA completa la tarea y actúa sin aprobación en cada caso, siguiendo condiciones previamente establecidas. Cuando aparece una excepción, deriva al equipo.
La autonomía puede aumentar a medida que comprobamos cómo funciona el proceso. Para eso necesitamos observar cuánto tiempo ahorramos, cuántas correcciones hacen falta, qué situaciones se derivan y si la calidad del servicio se sostiene.
En publicidad y ventas, la medición debe llegar hasta el resultado comercial. Responder más rápido o atender más consultas tiene valor si ayuda a generar mejores oportunidades y concretar operaciones. Si la automatización reduce trabajo, pero también reduce la conversión, hay que revisar el alcance que le dimos.
Para empezar, elegiría una tarea frecuente, con un resultado fácil de revisar y un proceso que podamos describir. La probaría con casos reales, registraría las excepciones y ajustaría el procedimiento antes de darle más autonomía.
Ese ejercicio deja una capacidad valiosa dentro de la empresa: aprender a reconocer qué parte del trabajo sigue un patrón y qué parte exige interpretar, decidir o conversar. Cuanto mejor entendamos esa diferencia, mejor vamos a delegar. La claridad de nuestros procesos termina siendo una de las condiciones más importantes para aprovechar la inteligencia artificial.
