Equipo de automatización de una agencia

Lo que hace el equipo de automatización de una agencia, y lo que no hace

El equipo de automatización de una agencia es un grupo externo que diseña, construye y a menudo mantiene flujos de trabajo automatizados o funcionalidades de IA para una organización cliente. Para un directivo, la pregunta útil no es tanto quién forma parte del equipo, sino de qué será responsable, qué partes de tus operaciones tocará y qué quedará en tus manos tras la entrega.

Los límites importan tanto como las capacidades. Un equipo externo puede aportar método y competencia técnica. No puede aportar tus prioridades de negocio, limpiar datos sobre los que no tiene autoridad ni asumir la responsabilidad de decisiones que corresponden a tu organización. Los proyectos suelen tener problemas cuando estas fronteras quedan implícitas, porque cada parte da por hecho que la otra se ha ocupado de ellas.

Empieza por un objetivo de negocio explícito, no por una lista de herramientas

Antes de comparar cualquier equipo de automatización de agencia, pon por escrito el resultado concreto que esperas en términos operativos: menos traspasos manuales en el procesamiento de facturas, primeras respuestas más rápidas a las solicitudes de soporte o un registro de datos más coherente entre dos sistemas. Un buen equipo te llevará la contraria si el objetivo es vago, porque un objetivo vago hace más difícil valorar cada decisión posterior.

Los nombres de herramientas suelen aparecer pronto en las conversaciones, y es comprensible: son fáciles de comentar. Pero una herramienta es un medio. Si una propuesta empieza por las plataformas y solo después menciona qué cambia para tus equipos, pide a la agencia que la reformule partiendo del objetivo. La forma en que lo haga te dirá cómo define el alcance de su trabajo.

Victor Laybats, ingeniero de IA y automatización con base en París, describe una forma de trabajar que empieza por la definición del alcance y continúa con el despliegue y el seguimiento. Ese planteamiento es una referencia razonable para cualquier proveedor: primero se fija el objetivo y después se revisa una vez que el sistema está en funcionamiento.

Datos controlados y salvaguardas: aclara la propiedad desde el principio

La automatización funciona con datos, y un proyecto de IA solo es tan fiable como los datos que recibe y las protecciones que los rodean. Pregunta qué fuentes de datos necesitará el equipo, quién concede y revoca los accesos, dónde se tratan los datos y qué ocurre con ellos cuando termina el encargo. Son cuestiones de gobernanza tanto como técnicas, así que implica a las personas responsables de seguridad y cumplimiento normativo de tu organización. No las dejes solo en manos de la agencia.

Las salvaguardas deben corresponder al riesgo de cada flujo de trabajo. Mover registros internos entre dos sistemas no implica la misma exposición que generar textos que leerán los clientes o desencadenar pagos. Un equipo serio distinguirá entre estos casos y propondrá controles proporcionados a cada uno, como permisos restringidos, registros de actividad, reglas de validación o pasos de aprobación.

Revisión humana: decide dónde siguen interviniendo las personas

Todo flujo de trabajo automatizado necesita una respuesta clara a la pregunta de quién revisa el resultado y cuándo. Algunos pasos pueden ejecutarse sin supervisión una vez probados. Otros, sobre todo los que implican criterio, comunicación con clientes o consecuencias económicas, deberían mantener a una persona revisando los resultados antes de que surtan efecto, al menos hasta que se entienda su comportamiento en tu contexto.

La revisión humana es también la forma en que tu organización aprende. Las personas que revisan los resultados detectan casos límite, errores recurrentes y situaciones que el alcance inicial no contempló. Acuerda con la agencia cómo llegan esos comentarios al equipo y con qué rapidez se hacen los ajustes. Sin ese circuito, la revisión se convierte en un trámite en lugar de una salvaguarda.

Medir en producción, y los límites de cualquier promesa

Una demostración con datos de muestra dice poco sobre el comportamiento en el uso diario. Antes de empezar la construcción, acordad qué se medirá cuando el sistema esté en funcionamiento: tasas de error en los resultados revisados, tiempo dedicado al proceso antes y después, volumen gestionado o excepciones derivadas al personal. Elige indicadores que realmente puedas obtener de tus propios sistemas.

Los resultados siempre dependen de tu situación: los sistemas que ya tienes, la coherencia de tus datos de entrada y cómo se lleva a cabo realmente el proceso frente a cómo está documentado. Desconfía de cualquier promesa rotunda de una mejora fija. Un compromiso más fiable es un plan de medición, una fecha de revisión acordada y un proceso claro para decidir si ampliar, ajustar o detener el proyecto.

Ejemplo: una lista de verificación para un primer encargo a un equipo de automatización de agencia

Solo a modo de ejemplo, un caso hipotético: una empresa de servicios de tamaño medio quiere automatizar la forma en que se clasifican las solicitudes entrantes de clientes y se dirigen al equipo adecuado. Antes de firmar con el equipo de automatización de una agencia, el responsable de operaciones utiliza la lista siguiente. Si un punto no tiene respuesta, el proyecto no está listo para empezar. No es señal de fracaso: indica dónde falta todavía trabajo de definición del alcance.

En este caso hipotético, la empresa descubre que aún no sabe decir quién es el propietario de los datos del buzón de solicitudes ni qué se considera una decisión de derivación correcta. Primero realiza una breve fase de definición del alcance para resolver esos puntos. Después, la construcción empieza con un alcance más acotado y medible, y una revisión programada.

• Objetivo: ¿está el cambio esperado escrito en una o dos frases que un compañero sin perfil técnico entendería?
• Datos: ¿están documentadas las fuentes, sus propietarios, las reglas de acceso y el tratamiento al finalizar el contrato?
• Salvaguardas: ¿está clasificado cada flujo de trabajo según su riesgo, con controles proporcionados a ese riesgo?
• Revisión humana: ¿se ha designado quién revisa los resultados, en qué paso y cómo llegan los comentarios al equipo?
• Medición: ¿se han acordado dos o tres indicadores de producción y la forma de recopilarlos?
• Seguimiento: ¿hay una revisión con fecha y un camino definido para ajustar, ampliar o detener el proyecto?
• Propiedad: tras la entrega, ¿quién mantiene los flujos de trabajo y qué documentación recibirás?