Hay sesiones que terminan sin tarea. La persona llega esperando una técnica y se va con algo más difícil de vender: la indicación de no mover nada porque lo que ya hace funciona.
En psicoterapia gestalt esa decisión es parte del trabajo. No se interpreta por interpretar. Se describe lo que pasa, se devuelve y se interviene solo si el cambio se puede sostener. Lo entendí mejor leyendo el trabajo de Liz Laniado sobre escucha y presencia: en su oficio no se usa la técnica para demostrar que se tiene técnica.
Hago lo mismo. Mi diagnóstico de procesos no existe para justificar un piloto. Existe para decidir si se construye. Y muchas veces la respuesta es no, aunque técnicamente sí se pueda construir.
Automatizar algo que no se necesita no lo mejora: lo vuelve más caro de mantener. La mayoría de lo que se vende como inteligencia artificial para negocios no falla por el modelo. Falla porque nadie dijo que no a tiempo.
1. Si el proceso ya funciona, no lo toques para estrenar tecnología
Hay procesos aburridos que funcionan. Entran los pedidos, salen las facturas, el cliente recibe respuesta en un tiempo aceptable. No son elegantes. Son estables.
Ahí automatizar es sumar puntos de falla. Cambias pasos que la gente domina por integraciones, permisos, llaves, reentrenamientos y monitoreo que nadie pidió. El ahorro es teórico. El costo de mantenimiento es real.
Mi regla es seca: si el proceso cumple, documenta y deja en manual. Una buena estrategia de inteligencia artificial también decide qué no se toca. No todo lo automatizable vale la pena.
2. Si el error automático sale más caro que el error humano, se queda en manual
El error humano es lento y visible. Alguien se equivoca, otro lo detecta, se corrige. El error automático es rápido y silencioso. Se equivoca mil veces antes de que alguien lo note.
Por eso pregunto qué pasa cuando falla. No si falla. Cuando falla. Si una respuesta inventada, un folio duplicado o una clasificación mal hecha obligan a pedir disculpas a un cliente, a rehacer nómina o a pelear con el SAT, el piloto no ahorra nada. Traslada el costo a otro departamento.
Ya conté lo que pasa cuando algo solo funciona en demo en El piloto que funcionó en la demostración. En demo no hay consecuencias. En operación sí. Si no puedes revertir el error en minutos y sin escándalo, no automatices esa decisión.
3. Si la decisión exige contexto, no la delegues a un modelo
Hay decisiones que parecen reglas y no lo son. Aplicar un descuento, priorizar un ticket, rechazar una devolución. En el manual dicen una cosa. En la práctica dependen de quién es el cliente, qué pasó antes, qué tono trae, qué conviene perder hoy para ganar después.
Ese contexto no está en la base de datos. Está en la cabeza de dos o tres personas que llevan años ahí. Si lo automatizas, obtienes consistencia. Consistencia para equivocarte igual con todos.
No digo que nunca se toque. Digo que se deja en manos humanas hasta que el criterio se pueda explicar sin decir “depende”. Mientras todo sea “depende”, el modelo solo va a promediar excepciones. Automatizar algo que no se entiende no lo arregla: lo vuelve más rápido y más difícil de corregir.
Cierro igual que cierro un diagnóstico. Te digo qué no haría, por qué no lo haría y qué dejaría en observación. A veces la mejor entrega es una lista corta de procesos que no necesitan nada. El cliente se molesta una semana. Agradece seis meses después, cuando no está pagando mantenimiento de algo que nunca debió existir.