«Automatizar por automatizar»: por qué meter IA a un proceso mal diseñado solo hace los errores más rápido

En una fábrica cualquiera, un pedido pasa por cuatro manos antes de facturarse. Comercial lo anota, administración lo revisa, almacén lo prepara, contabilidad lo cierra. Cuando algo se cuela mal en el primer paso, casi siempre alguien de los tres siguientes lo pilla a tiempo. Nadie diseñó esa red de seguridad, simplemente existe, porque hay cuatro personas mirando lo mismo desde ángulos distintos.

Automatiza eso tal cual está, sin tocarlo, sin preguntarte por qué funciona como funciona, y esa red desaparece de un plumazo. No se sustituye por nada mejor. El error que antes se colaba una vez al mes ahora se comete en cada pedido, en segundos, y nadie se entera hasta que llama el cliente enfadado. La empresa no ha ganado velocidad. Ha perdido lo único que la protegía de sí misma.

Lo interesante no es que esto pase. Lo interesante es que casi nunca es culpa de la tecnología. La IA, en estos casos, hace exactamente lo que se le pide, y lo hace bien. El problema es que nadie se paró a pensar si lo que se le pedía tenía sentido antes de encenderla.

El dato incomoda, así que ahí va: en sectores tan maduros como la automoción o la energía, la tasa real de éxito de estos proyectos está por debajo del 11%. Casi 9 de cada 10 se quedan por el camino, y no es un problema de presupuesto corto ni de pyme sin recursos, porque el porcentaje apenas cambia en compañías grandes con departamentos de IT enteros dedicados a esto.

El patrón se repite con una regularidad que ya cansa. Alguien ve una herramienta que promete resolver un problema conocido, la compra, la enchufa al proceso que ya existía. Nadie se ha sentado antes a mirarlo de cerca: dónde se atasca de verdad, qué pasos sobreviven solo por costumbre, qué excepciones aparecen cada semana y quién las resuelve hoy, a mano, sin que conste en ningún sitio. Eso no es optimizar. Es coger el caos tal como está y ponerle motor.

Aquí está el matiz que casi nadie explica en la reunión de venta: cuanto más lista es la herramienta que conectas a un proceso mal diseñado, más lejos y más rápido viaja el error antes de que alguien lo note. La IA no cuestiona el proceso que le dan. Lo ejecuta. Roto o no, con toda la seguridad del mundo.

Un 70% de los proyectos de inteligencia artificial en empresas fracasa antes de generar valor real, según los análisis más recientes. En pyme, sube todavía más. Y la causa que más se repite no es la tecnología elegida, es la calidad de lo que hay debajo: datos mal estructurados, procesos que nunca se pusieron por escrito, criterios que cambian según quién los aplica ese día de la semana.

Las organizaciones donde la automatización sí funciona reparten el esfuerzo al revés de lo que se supone. La mayor parte del proyecto se va en entender y rediseñar cómo se trabaja, y solo una parte pequeña en la tecnología en sí. Las que fracasan hacen justo lo contrario: casi todo el presupuesto a la herramienta, casi nada a entender qué se le está pidiendo que automatice. Luego se preguntan por qué «el proveedor vendió humo», cuando nadie le dio nada sólido sobre lo que construir.

Cuando se mapea un proceso tal como ocurre de verdad, no como aparece dibujado en el organigrama bonito de la presentación, casi siempre salen las mismas tres cosas. Pasos que existen solo porque «siempre se ha hecho así». Excepciones frecuentes que resuelve una sola persona de memoria, normalmente la que lleva quince años en la empresa y el día que se jubile se lo lleva todo consigo. Puntos donde el error se detecta tarde porque nadie lo revisa hasta el final de la cadena.

Automatizar sin corregir eso antes no arregla nada. Solo lo esconde mejor, bajo una capa de tecnología que parece funcionar hasta el día que deja de hacerlo. La pregunta que casi nadie hace antes de firmar no es qué herramienta necesita. Es esta: si automatizara este proceso mañana mismo, tal como está hoy, con sus vicios y sus atajos, ¿qué error se repetiría más rápido y con menos gente dándose cuenta? La mayoría de empresas prefiere no hacérsela. Prefieren la demo bonita y el ahorro de horas prometido en la primera reunión, y es comprensible, la presión por no quedarse atrás es real. Pero automatizar un proceso que no se entiende no es adelantarse a nadie. Es llegar antes al mismo sitio donde ya estabas.

La diferencia no será tener IA, sino tener memoria y criterio.