Automatización de procesos
Gestión documental con IA: Facturas y contratos
Los casos de uso de agentes de IA tienen algo en común: el agente ejecuta una tarea completa dentro de un proceso. Lee datos, usa herramientas, decide el siguiente paso y avisa a una persona cuando hace falta. Presentamos siete casos de uso, uno por función, con el problema que resuelven, los sistemas que tocan, qué supervisa la persona y cómo se mide el éxito. Los siete son escenarios tipo, planteados para que cualquier empresa mediana o grande reconozca en ellos sus propios procesos.
Un chatbot responde preguntas. Un agente hace trabajo: tiene acceso a herramientas (el ERP, el CRM, el correo, una base de datos) y a un objetivo, y encadena pasos hasta cumplirlo. Cuándo basta con lo primero y cuándo hace falta lo segundo, sobre todo en atención al cliente, se explica en chatbot para empresas o agente de IA.
Esa capacidad de actuar obliga a diseñarlo con límites. Así se diseñan los agentes de IA para empresas de Origen: con las herramientas justas, una persona que aprueba lo que importa y un registro de cada ejecución. Cada caso de este artículo responde a las mismas cinco preguntas: qué problema hay, qué hace el agente, con qué se conecta, qué supervisa una persona y qué indicador mejora. Si un proceso de su empresa no permite contestar las cinco, todavía no está preparado para agentizar.
Una nota sobre los ejemplos. Los siete son escenarios tipo: describen cómo se plantea un agente en cada función, no clientes ni proyectos concretos. Por eso los indicadores dicen qué se mide, no cuánto mejora; el valor de partida y el objetivo dependen de cada empresa.
Problema. Una entidad financiera necesita evaluar de forma continua la situación de endeudamiento de las empresas de su cartera. Hacerlo a mano implica retrasos, criterios desiguales entre analistas y poca capacidad de anticipación.
Qué hace el agente. Revisa en tiempo real la situación de endeudamiento de cada empresa y cruza sus datos con variables externas (macroeconómicas o sectoriales). Detecta anomalías y patrones que anticipan un deterioro, y prepara para el analista una valoración explicada, de forma que cada alerta se puede justificar. Un planteamiento de este tipo es el que describe la historia de Smart Financing publicada en este blog: varias inteligencias artificiales bajo una arquitectura unificada, con algoritmos predictivos, de detección de anomalías y de análisis semántico. El sistema se diseñó con principios de IA explicable.
Con qué se conecta. Con los datos financieros de la entidad (balances, información de riesgos, histórico de operaciones), con fuentes externas macroeconómicas y sectoriales y con la herramienta en la que trabajan los analistas.
Qué supervisa la persona. El juicio humano forma parte del diseño: los analistas revisan las valoraciones y toman la decisión final. La automatización acelera y ordena, no sustituye el criterio.
Indicador de éxito. Tiempo desde que cambia la situación de una empresa hasta que el analista recibe la alerta, porcentaje de alertas que el analista confirma y número de deterioros que llegan sin aviso previo.
Problema. Un servicio de atención recibe cientos de contactos diarios, y buena parte son consultas repetitivas: estado de un pedido, cambio de dirección, duplicado de factura, condiciones de devolución. El equipo dedica su tiempo a lo mecánico y las consultas complejas esperan.
Qué hace el agente. Identifica al cliente, clasifica la consulta y la resuelve cuando está dentro de su ámbito. Consulta el estado del pedido, actualiza la dirección, genera el duplicado de factura y responde por el mismo canal. Si detecta una reclamación, un cliente molesto o un caso fuera de las reglas, lo escala con un resumen preparado.
Con qué se conecta. Con el CRM o la herramienta de tickets, el ERP o el sistema de pedidos, el gestor de facturas y los canales de entrada (correo, chat web, formulario).
Qué supervisa la persona. Revisa las escaladas y una muestra diaria de las respuestas automáticas. Ajusta las reglas de escalado y valida los nuevos tipos de consulta antes de dejarlos en manos del agente.
Indicador de éxito. Porcentaje de contactos resueltos sin intervención humana, tiempo medio de primera respuesta y satisfacción del cliente en los casos automáticos frente a los manuales.
Problema. Los comerciales dedican una parte relevante de su jornada a tareas que no venden: buscar información de la cuenta, actualizar el CRM, preparar la reunión y redactar el seguimiento. Los contactos entrantes se cualifican tarde o de forma desigual.
Qué hace el agente. Cuando entra un contacto, lo enriquece con datos públicos de la empresa, lo puntúa según los criterios definidos y lo asigna. Antes de cada reunión, prepara una ficha con el historial, las oportunidades abiertas y los temas pendientes. Después, redacta el borrador de seguimiento y actualiza el CRM con lo acordado.
Con qué se conecta. Con el CRM, el correo y el calendario del comercial, el sistema de tarifas y las fuentes de información de empresas que use la compañía.
Qué supervisa la persona. El comercial aprueba cada correo antes de enviarlo y corrige la puntuación de los contactos cuando no coincide con su criterio. El responsable comercial revisa los criterios de cualificación cada mes.
Indicador de éxito. Tiempo desde que entra un contacto hasta el primer contacto comercial, porcentaje de oportunidades con CRM actualizado y horas de trabajo administrativo por comercial y semana.
Problema. Cada vacante recibe decenas o cientos de candidaturas. La criba inicial consume horas y la respuesta a los candidatos llega tarde o no llega. La acogida de quien se incorpora depende de una lista de tareas que se olvida a medias.
Qué hace el agente. Lee las candidaturas, las contrasta con los requisitos publicados y prepara una lista ordenada con los motivos de cada puntuación. Envía respuestas a quienes no encajan y propone franjas de entrevista a quienes sí. Para las incorporaciones, lanza las tareas de acogida (accesos, equipo, formaciones) y comprueba que se cumplen.
Con qué se conecta. Con el sistema de gestión de candidaturas, el correo y el calendario, el directorio de usuarios y la herramienta de tareas o el sistema de RR. HH.
Qué supervisa la persona. El técnico de selección revisa la lista ordenada y decide a quién entrevistar. Nadie queda descartado sin revisión humana, y los criterios de puntuación se auditan para evitar sesgos. Además, la IA usada en el empleo, y la selección de personal lo es, figura entre los usos de alto riesgo del anexo III del reglamento europeo de inteligencia artificial. Desde el 2 de diciembre de 2027, quien la use deberá asegurar supervisión humana a cargo de personas con competencia, vigilar su funcionamiento y conservar los registros al menos seis meses.
Indicador de éxito. Días desde la publicación de la vacante hasta la primera entrevista, porcentaje de candidatos con respuesta en menos de una semana y tareas de acogida completadas a tiempo.
Problema. El responsable de compras revisa cada semana cientos de referencias para decidir qué pedir. Combina el stock del ERP, los consumos previstos y los plazos de cada proveedor en una hoja de cálculo que solo él entiende. Las roturas y los excesos de stock se descubren tarde.
Qué hace el agente. Cada mañana lee el stock, los pedidos en curso y las previsiones de consumo. Calcula qué referencias van a bajar del nivel de seguridad y prepara una propuesta de pedido por proveedor, con cantidades y fechas. Marca las referencias con comportamiento anómalo (consumo disparado, proveedor con retrasos) para revisión.
Con qué se conecta. Con el ERP (stock, pedidos, proveedores), el sistema de previsión de demanda si existe y el correo para el envío de pedidos aprobados.
Qué supervisa la persona. El responsable de compras aprueba la propuesta en bloque o ajusta líneas concretas. Los pedidos por encima de un importe definido requieren una segunda aprobación.
Indicador de éxito. Número de roturas de stock al mes, valor del inventario inmovilizado y horas semanales dedicadas a preparar pedidos.
Problema. El personal clínico dedica una parte relevante de su tiempo a tareas administrativas: transcribir conversaciones, redactar informes de alta y buscar información en sistemas dispersos. Ese tiempo se resta a la atención al paciente.
Qué hace el agente. Se ocupa de tres tareas. Transcribe la conversación de la consulta y propone una nota clínica estructurada. Redacta el borrador del informe de alta a partir de las notas del ingreso. Y da al profesional acceso seguro a la información que hoy está dispersa. Es el terreno del proyecto MEDIVA publicado en este blog, en el que participa Origen y que investiga y valida el uso de IA generativa en el entorno hospitalario en esos tres ámbitos. Qué cambia en cada una y quién valida el resultado se explica en inteligencia artificial en hospitales.
Con qué se conecta. Con la historia clínica electrónica, el sistema documental del hospital y los protocolos internos, con accesos limitados a lo que cada tarea necesita.
Qué supervisa la persona. El profesional revisa y firma cada informe generado. En un entorno sanitario, ninguna salida del sistema llega al paciente o a la historia clínica sin validación humana.
Indicador de éxito. Tiempo dedicado a documentación por consulta o alta, número de correcciones que el profesional hace a cada borrador antes de firmarlo y calidad de los informes revisados frente a los redactados a mano.
Problema. El equipo de marketing produce cada mes decenas de piezas (artículos, correos, fichas de producto, publicaciones) a partir de la misma información de base. Cada pieza pasa por varias revisiones de estilo, marca y cumplimiento, y el calendario se retrasa.
Qué hace el agente. A partir de un brief y de las fuentes aprobadas, genera los borradores en los formatos definidos. Comprueba que cumplen el libro de estilo, que no contienen afirmaciones sin fuente y que respetan las restricciones legales del sector. Prepara el paquete para revisión y, una vez aprobado, lo carga en el gestor de contenidos con los metadatos correctos.
Con qué se conecta. Con el gestor de contenidos, la herramienta de correo, el repositorio de activos de marca y las fuentes de datos de producto.
Qué supervisa la persona. El responsable de contenidos aprueba cada pieza antes de publicarla. Un revisor de marca audita una muestra mensual para ajustar las reglas de estilo que aplica el agente. Esas reglas de voz y de estilo no las inventa el agente: salen de la identidad y el tono que se definen en estrategia, branding y marketing.
Indicador de éxito. Piezas publicadas por persona y mes, tiempo desde el brief hasta la publicación y número de correcciones por pieza en revisión.
| Función | Problema | Qué hace el agente | Sistemas | Supervisión humana | Indicador |
|---|---|---|---|---|---|
| Finanzas (escenario) | Evaluar el endeudamiento de una cartera de empresas | Análisis predictivo, anomalías y semántica en tiempo real | Datos financieros y fuentes externas | Analistas deciden | Tiempo hasta la alerta, alertas confirmadas |
| Atención al cliente (escenario) | Consultas repetitivas saturan al equipo | Resuelve primer nivel y escala el resto | CRM, ERP, facturación, canales | Escaladas y muestra diaria | Resueltos sin intervención |
| Ventas (escenario) | Tiempo administrativo del comercial | Cualifica, prepara reuniones, actualiza CRM | CRM, correo, calendario, tarifas | Aprueba envíos y puntuaciones | Tiempo hasta primer contacto |
| RR. HH. (escenario) | Criba lenta, acogida incompleta | Ordena candidaturas, gestiona acogida | ATS, correo, directorio, tareas | Decide entrevistas, audita sesgos | Días hasta entrevista |
| Operaciones (escenario) | Roturas y excesos de stock | Propone pedidos y marca anomalías | ERP, previsión, correo | Aprueba propuesta y grandes importes | Roturas, inventario |
| Sanidad (escenario) | Carga administrativa clínica | Transcripción, informes de alta, acceso a información | Historia clínica, sistema documental | Firma cada informe | Tiempo de documentación |
| Marketing (escenario) | Producción lenta con muchas revisiones | Genera, comprueba y carga contenidos | CMS, correo, activos, producto | Aprueba cada pieza | Piezas por persona y mes |
La idea
El agente ejecuta, la persona supervisa y la métrica decide cuánta autonomía dar.
Los siete casos comparten cuatro requisitos. Si falta uno, el proyecto se queda en demostración.
Datos accesibles. El agente necesita leer la información del proceso en un sistema, no en hojas personales ni en correos. No hace falta un lago de datos; hace falta que el ERP, el CRM o el gestor documental contengan lo que el agente va a usar.
Accesos definidos. Cada agente tiene un usuario propio con permisos mínimos: lee lo que necesita, escribe donde se le autoriza y nada más. Cada acción queda registrada con fecha, herramienta usada y resultado. Es lo que resuelve una plataforma como Génesis, el harness de agentes de Origen: cada agente trabaja con las herramientas que se le han concedido y cada ejecución deja traza y coste.
Un responsable de negocio. No de IT. Alguien de finanzas, atención al cliente, ventas u operaciones que defina los límites, revise las excepciones y responda por el resultado. Sin ese responsable, el agente se abandona en el primer error.
Una métrica con valor actual. Antes de arrancar, conviene medir el proceso tal como está: horas, errores, tiempos, porcentajes. Sin línea de base no será posible demostrar el retorno ni decidir cuánta autonomía dar al agente.
Con esos cuatro elementos, un primer agente sobre un proceso acotado tiene con qué arrancar, y el tiempo hasta verlo funcionar depende sobre todo de cuántos sistemas haya que conectar. El resto es evolucionar: medir, ampliar el ámbito y sumar agentes hasta cubrir la función completa.
El que combine volumen alto, reglas claras y datos ya en un sistema. La atención al cliente de primer nivel y la conciliación o revisión documental en finanzas suelen cumplir las tres condiciones. Recomendamos empezar por un proceso que se pueda medir hoy y que tenga un responsable dispuesto a supervisarlo.
Sí, dentro de un ámbito definido: consultas de estado, cambios de datos o duplicados de documentos. Todo lo que sea reclamación, cliente molesto o caso fuera de reglas se escala a una persona con un resumen preparado. La muestra diaria de respuestas automáticas permite ampliar o reducir ese ámbito con datos.
Los que la empresa ya usa para el proceso: ERP, CRM, gestor de tickets, correo, gestor documental. El requisito no es cambiar de sistema, sino que el agente pueda leerlos y escribir en ellos con permisos controlados. Si la información está en hojas de cálculo personales, el primer paso es llevarla a un sistema.
Con la métrica del proceso que ya se usaba, medida antes y después. Contactos resueltos sin intervención, días hasta la primera entrevista, roturas de stock al mes, tiempo de documentación por alta. Conviene añadir dos indicadores de control: porcentaje de escalados y errores detectados en la muestra revisada por personas.
Los siete casos muestran un patrón: el agente ejecuta, la persona supervisa y la métrica decide cuánta autonomía dar. El primer proyecto no se elige por moda, sino por volumen, reglas y datos disponibles. Es el enfoque con el que Origen plantea la agentización de procesos: un agente, un proceso y una persona que aprueba al principio, y el método es el mismo para cualquier función.
El diagnóstico y estrategia de IA de Origen empieza por esa elección: una conversación de treinta minutos que deja por escrito dos o tres procesos candidatos y el siguiente paso.
Los casos de uso de agentes de IA tienen algo en común: el agente ejecuta una tarea completa dentro de un proceso. Lee datos, usa herramientas, decide el siguiente paso y avisa a una persona cuando hace falta. Presentamos siete casos de uso, uno por función, con el problema que resuelven, los sistemas que tocan, qué supervisa la persona y cómo se mide el éxito. Los siete son escenarios tipo, planteados para que cualquier empresa mediana o grande reconozca en ellos sus propios procesos.
Un chatbot responde preguntas. Un agente hace trabajo: tiene acceso a herramientas (el ERP, el CRM, el correo, una base de datos) y a un objetivo, y encadena pasos hasta cumplirlo. Cuándo basta con lo primero y cuándo hace falta lo segundo, sobre todo en atención al cliente, se explica en chatbot para empresas o agente de IA.
Esa capacidad de actuar obliga a diseñarlo con límites. Así se diseñan los agentes de IA para empresas de Origen: con las herramientas justas, una persona que aprueba lo que importa y un registro de cada ejecución. Cada caso de este artículo responde a las mismas cinco preguntas: qué problema hay, qué hace el agente, con qué se conecta, qué supervisa una persona y qué indicador mejora. Si un proceso de su empresa no permite contestar las cinco, todavía no está preparado para agentizar.
Una nota sobre los ejemplos. Los siete son escenarios tipo: describen cómo se plantea un agente en cada función, no clientes ni proyectos concretos. Por eso los indicadores dicen qué se mide, no cuánto mejora; el valor de partida y el objetivo dependen de cada empresa.
Problema. Una entidad financiera necesita evaluar de forma continua la situación de endeudamiento de las empresas de su cartera. Hacerlo a mano implica retrasos, criterios desiguales entre analistas y poca capacidad de anticipación.
Qué hace el agente. Revisa en tiempo real la situación de endeudamiento de cada empresa y cruza sus datos con variables externas (macroeconómicas o sectoriales). Detecta anomalías y patrones que anticipan un deterioro, y prepara para el analista una valoración explicada, de forma que cada alerta se puede justificar. Un planteamiento de este tipo es el que describe la historia de Smart Financing publicada en este blog: varias inteligencias artificiales bajo una arquitectura unificada, con algoritmos predictivos, de detección de anomalías y de análisis semántico. El sistema se diseñó con principios de IA explicable.
Con qué se conecta. Con los datos financieros de la entidad (balances, información de riesgos, histórico de operaciones), con fuentes externas macroeconómicas y sectoriales y con la herramienta en la que trabajan los analistas.
Qué supervisa la persona. El juicio humano forma parte del diseño: los analistas revisan las valoraciones y toman la decisión final. La automatización acelera y ordena, no sustituye el criterio.
Indicador de éxito. Tiempo desde que cambia la situación de una empresa hasta que el analista recibe la alerta, porcentaje de alertas que el analista confirma y número de deterioros que llegan sin aviso previo.
Problema. Un servicio de atención recibe cientos de contactos diarios, y buena parte son consultas repetitivas: estado de un pedido, cambio de dirección, duplicado de factura, condiciones de devolución. El equipo dedica su tiempo a lo mecánico y las consultas complejas esperan.
Qué hace el agente. Identifica al cliente, clasifica la consulta y la resuelve cuando está dentro de su ámbito. Consulta el estado del pedido, actualiza la dirección, genera el duplicado de factura y responde por el mismo canal. Si detecta una reclamación, un cliente molesto o un caso fuera de las reglas, lo escala con un resumen preparado.
Con qué se conecta. Con el CRM o la herramienta de tickets, el ERP o el sistema de pedidos, el gestor de facturas y los canales de entrada (correo, chat web, formulario).
Qué supervisa la persona. Revisa las escaladas y una muestra diaria de las respuestas automáticas. Ajusta las reglas de escalado y valida los nuevos tipos de consulta antes de dejarlos en manos del agente.
Indicador de éxito. Porcentaje de contactos resueltos sin intervención humana, tiempo medio de primera respuesta y satisfacción del cliente en los casos automáticos frente a los manuales.
Problema. Los comerciales dedican una parte relevante de su jornada a tareas que no venden: buscar información de la cuenta, actualizar el CRM, preparar la reunión y redactar el seguimiento. Los contactos entrantes se cualifican tarde o de forma desigual.
Qué hace el agente. Cuando entra un contacto, lo enriquece con datos públicos de la empresa, lo puntúa según los criterios definidos y lo asigna. Antes de cada reunión, prepara una ficha con el historial, las oportunidades abiertas y los temas pendientes. Después, redacta el borrador de seguimiento y actualiza el CRM con lo acordado.
Con qué se conecta. Con el CRM, el correo y el calendario del comercial, el sistema de tarifas y las fuentes de información de empresas que use la compañía.
Qué supervisa la persona. El comercial aprueba cada correo antes de enviarlo y corrige la puntuación de los contactos cuando no coincide con su criterio. El responsable comercial revisa los criterios de cualificación cada mes.
Indicador de éxito. Tiempo desde que entra un contacto hasta el primer contacto comercial, porcentaje de oportunidades con CRM actualizado y horas de trabajo administrativo por comercial y semana.
Problema. Cada vacante recibe decenas o cientos de candidaturas. La criba inicial consume horas y la respuesta a los candidatos llega tarde o no llega. La acogida de quien se incorpora depende de una lista de tareas que se olvida a medias.
Qué hace el agente. Lee las candidaturas, las contrasta con los requisitos publicados y prepara una lista ordenada con los motivos de cada puntuación. Envía respuestas a quienes no encajan y propone franjas de entrevista a quienes sí. Para las incorporaciones, lanza las tareas de acogida (accesos, equipo, formaciones) y comprueba que se cumplen.
Con qué se conecta. Con el sistema de gestión de candidaturas, el correo y el calendario, el directorio de usuarios y la herramienta de tareas o el sistema de RR. HH.
Qué supervisa la persona. El técnico de selección revisa la lista ordenada y decide a quién entrevistar. Nadie queda descartado sin revisión humana, y los criterios de puntuación se auditan para evitar sesgos. Además, la IA usada en el empleo, y la selección de personal lo es, figura entre los usos de alto riesgo del anexo III del reglamento europeo de inteligencia artificial. Desde el 2 de diciembre de 2027, quien la use deberá asegurar supervisión humana a cargo de personas con competencia, vigilar su funcionamiento y conservar los registros al menos seis meses.
Indicador de éxito. Días desde la publicación de la vacante hasta la primera entrevista, porcentaje de candidatos con respuesta en menos de una semana y tareas de acogida completadas a tiempo.
Problema. El responsable de compras revisa cada semana cientos de referencias para decidir qué pedir. Combina el stock del ERP, los consumos previstos y los plazos de cada proveedor en una hoja de cálculo que solo él entiende. Las roturas y los excesos de stock se descubren tarde.
Qué hace el agente. Cada mañana lee el stock, los pedidos en curso y las previsiones de consumo. Calcula qué referencias van a bajar del nivel de seguridad y prepara una propuesta de pedido por proveedor, con cantidades y fechas. Marca las referencias con comportamiento anómalo (consumo disparado, proveedor con retrasos) para revisión.
Con qué se conecta. Con el ERP (stock, pedidos, proveedores), el sistema de previsión de demanda si existe y el correo para el envío de pedidos aprobados.
Qué supervisa la persona. El responsable de compras aprueba la propuesta en bloque o ajusta líneas concretas. Los pedidos por encima de un importe definido requieren una segunda aprobación.
Indicador de éxito. Número de roturas de stock al mes, valor del inventario inmovilizado y horas semanales dedicadas a preparar pedidos.
Problema. El personal clínico dedica una parte relevante de su tiempo a tareas administrativas: transcribir conversaciones, redactar informes de alta y buscar información en sistemas dispersos. Ese tiempo se resta a la atención al paciente.
Qué hace el agente. Se ocupa de tres tareas. Transcribe la conversación de la consulta y propone una nota clínica estructurada. Redacta el borrador del informe de alta a partir de las notas del ingreso. Y da al profesional acceso seguro a la información que hoy está dispersa. Es el terreno del proyecto MEDIVA publicado en este blog, en el que participa Origen y que investiga y valida el uso de IA generativa en el entorno hospitalario en esos tres ámbitos. Qué cambia en cada una y quién valida el resultado se explica en inteligencia artificial en hospitales.
Con qué se conecta. Con la historia clínica electrónica, el sistema documental del hospital y los protocolos internos, con accesos limitados a lo que cada tarea necesita.
Qué supervisa la persona. El profesional revisa y firma cada informe generado. En un entorno sanitario, ninguna salida del sistema llega al paciente o a la historia clínica sin validación humana.
Indicador de éxito. Tiempo dedicado a documentación por consulta o alta, número de correcciones que el profesional hace a cada borrador antes de firmarlo y calidad de los informes revisados frente a los redactados a mano.
Problema. El equipo de marketing produce cada mes decenas de piezas (artículos, correos, fichas de producto, publicaciones) a partir de la misma información de base. Cada pieza pasa por varias revisiones de estilo, marca y cumplimiento, y el calendario se retrasa.
Qué hace el agente. A partir de un brief y de las fuentes aprobadas, genera los borradores en los formatos definidos. Comprueba que cumplen el libro de estilo, que no contienen afirmaciones sin fuente y que respetan las restricciones legales del sector. Prepara el paquete para revisión y, una vez aprobado, lo carga en el gestor de contenidos con los metadatos correctos.
Con qué se conecta. Con el gestor de contenidos, la herramienta de correo, el repositorio de activos de marca y las fuentes de datos de producto.
Qué supervisa la persona. El responsable de contenidos aprueba cada pieza antes de publicarla. Un revisor de marca audita una muestra mensual para ajustar las reglas de estilo que aplica el agente. Esas reglas de voz y de estilo no las inventa el agente: salen de la identidad y el tono que se definen en estrategia, branding y marketing.
Indicador de éxito. Piezas publicadas por persona y mes, tiempo desde el brief hasta la publicación y número de correcciones por pieza en revisión.
| Función | Problema | Qué hace el agente | Sistemas | Supervisión humana | Indicador |
|---|---|---|---|---|---|
| Finanzas (escenario) | Evaluar el endeudamiento de una cartera de empresas | Análisis predictivo, anomalías y semántica en tiempo real | Datos financieros y fuentes externas | Analistas deciden | Tiempo hasta la alerta, alertas confirmadas |
| Atención al cliente (escenario) | Consultas repetitivas saturan al equipo | Resuelve primer nivel y escala el resto | CRM, ERP, facturación, canales | Escaladas y muestra diaria | Resueltos sin intervención |
| Ventas (escenario) | Tiempo administrativo del comercial | Cualifica, prepara reuniones, actualiza CRM | CRM, correo, calendario, tarifas | Aprueba envíos y puntuaciones | Tiempo hasta primer contacto |
| RR. HH. (escenario) | Criba lenta, acogida incompleta | Ordena candidaturas, gestiona acogida | ATS, correo, directorio, tareas | Decide entrevistas, audita sesgos | Días hasta entrevista |
| Operaciones (escenario) | Roturas y excesos de stock | Propone pedidos y marca anomalías | ERP, previsión, correo | Aprueba propuesta y grandes importes | Roturas, inventario |
| Sanidad (escenario) | Carga administrativa clínica | Transcripción, informes de alta, acceso a información | Historia clínica, sistema documental | Firma cada informe | Tiempo de documentación |
| Marketing (escenario) | Producción lenta con muchas revisiones | Genera, comprueba y carga contenidos | CMS, correo, activos, producto | Aprueba cada pieza | Piezas por persona y mes |
La idea
El agente ejecuta, la persona supervisa y la métrica decide cuánta autonomía dar.
Los siete casos comparten cuatro requisitos. Si falta uno, el proyecto se queda en demostración.
Datos accesibles. El agente necesita leer la información del proceso en un sistema, no en hojas personales ni en correos. No hace falta un lago de datos; hace falta que el ERP, el CRM o el gestor documental contengan lo que el agente va a usar.
Accesos definidos. Cada agente tiene un usuario propio con permisos mínimos: lee lo que necesita, escribe donde se le autoriza y nada más. Cada acción queda registrada con fecha, herramienta usada y resultado. Es lo que resuelve una plataforma como Génesis, el harness de agentes de Origen: cada agente trabaja con las herramientas que se le han concedido y cada ejecución deja traza y coste.
Un responsable de negocio. No de IT. Alguien de finanzas, atención al cliente, ventas u operaciones que defina los límites, revise las excepciones y responda por el resultado. Sin ese responsable, el agente se abandona en el primer error.
Una métrica con valor actual. Antes de arrancar, conviene medir el proceso tal como está: horas, errores, tiempos, porcentajes. Sin línea de base no será posible demostrar el retorno ni decidir cuánta autonomía dar al agente.
Con esos cuatro elementos, un primer agente sobre un proceso acotado tiene con qué arrancar, y el tiempo hasta verlo funcionar depende sobre todo de cuántos sistemas haya que conectar. El resto es evolucionar: medir, ampliar el ámbito y sumar agentes hasta cubrir la función completa.
El que combine volumen alto, reglas claras y datos ya en un sistema. La atención al cliente de primer nivel y la conciliación o revisión documental en finanzas suelen cumplir las tres condiciones. Recomendamos empezar por un proceso que se pueda medir hoy y que tenga un responsable dispuesto a supervisarlo.
Sí, dentro de un ámbito definido: consultas de estado, cambios de datos o duplicados de documentos. Todo lo que sea reclamación, cliente molesto o caso fuera de reglas se escala a una persona con un resumen preparado. La muestra diaria de respuestas automáticas permite ampliar o reducir ese ámbito con datos.
Los que la empresa ya usa para el proceso: ERP, CRM, gestor de tickets, correo, gestor documental. El requisito no es cambiar de sistema, sino que el agente pueda leerlos y escribir en ellos con permisos controlados. Si la información está en hojas de cálculo personales, el primer paso es llevarla a un sistema.
Con la métrica del proceso que ya se usaba, medida antes y después. Contactos resueltos sin intervención, días hasta la primera entrevista, roturas de stock al mes, tiempo de documentación por alta. Conviene añadir dos indicadores de control: porcentaje de escalados y errores detectados en la muestra revisada por personas.
Los siete casos muestran un patrón: el agente ejecuta, la persona supervisa y la métrica decide cuánta autonomía dar. El primer proyecto no se elige por moda, sino por volumen, reglas y datos disponibles. Es el enfoque con el que Origen plantea la agentización de procesos: un agente, un proceso y una persona que aprueba al principio, y el método es el mismo para cualquier función.
El diagnóstico y estrategia de IA de Origen empieza por esa elección: una conversación de treinta minutos que deja por escrito dos o tres procesos candidatos y el siguiente paso.
