Gobernanza en IA
Qué es un harness de agentes y por qué tu empresa necesitará uno
La inteligencia artificial aplicada a la gestión de procesos consiste en identificar qué procesos de una empresa puede ejecutar o mejorar la IA, con qué tecnología y en qué orden. No todos los procesos son candidatos, y no toda la IA sirve para lo mismo. Esta guía ofrece tres criterios para elegir, una matriz para priorizar, una comparativa entre RPA, IA generativa y agentes, y una plantilla de diez filas que se puede copiar hoy.
La mayoría de los proyectos de IA que se abandonan no fallan por la herramienta, sino por el proceso elegido. Se empieza por el más vistoso, no por el que tiene datos, volumen y reglas. El resultado es un piloto que impresiona en una demostración y no aguanta la operación diaria.
Un directivo no necesita entender los modelos. Necesita un criterio para decidir dónde poner el primer euro y cómo medir si ha funcionado. Esa es la parte de la automatización de procesos empresariales que no se puede delegar en IT ni en un proveedor.
La buena noticia es que el criterio cabe en tres preguntas. Cuánto volumen tiene el proceso, cuánto de él sigue reglas y si los datos están disponibles. Con eso, y una matriz de impacto y esfuerzo, se ordena la cartera de candidatos en una tarde.
Un proceso que se ejecuta diez veces al mes no justifica una inversión aunque sea tedioso. Pongamos, en cambio, uno que se ejecuta mil veces al mes: aunque cada ejecución dure cinco minutos, suma más de ochenta horas mensuales. El volumen se mide en ejecuciones por periodo multiplicadas por tiempo o coste por ejecución.
Recomendamos pedir a cada responsable de área una lista con sus cinco procesos más frecuentes y una estimación de horas semanales. No hace falta precisión; hace falta orden de magnitud. Las hojas de tiempos, los tickets y los registros del ERP dan la cifra real cuando existe.
Un proceso con reglas claras y pocas excepciones es candidato a automatización clásica (RPA). Uno con muchas excepciones que requieren leer documentos o interpretar contexto es candidato a IA generativa o a agentes. Uno donde cada caso es distinto y depende de negociación es candidato a asistencia, no a ejecución.
La prueba práctica: el responsable explica el proceso en una hora y se cuenta cuántas veces dice “depende”. Como regla de andar por casa, si son menos de cinco, hay reglas; si son más de veinte, el proceso necesita primero definirse.
La IA solo trabaja con lo que puede leer. Si los datos están en el ERP, el CRM o un gestor documental con acceso por API, el proceso es viable. Si viven en hojas de cálculo personales, correos o papel, el primer proyecto es ordenar datos, no automatizar.
Un ejemplo de lo que se consigue cuando los datos están integrados es Hospital Hub. Integra en un único punto el equipamiento analítico de un centro hospitalario y la gestión de sus datos, comparte los resultados entre áreas y puede priorizar de forma automática los análisis críticos. Entre los resultados que recoge el caso están tiempos de diagnóstico más cortos, menos errores humanos y más trazabilidad.
Con los tres criterios evaluados, cada proceso se sitúa en dos ejes. El impacto combina volumen y coste actual: cuánto se ahorra o cuánto mejora el indicador si el proceso funciona bien. El esfuerzo combina el grado de reglas (menos reglas, más esfuerzo) y la disponibilidad de datos (menos datos, más esfuerzo).
Los procesos de impacto alto y esfuerzo bajo son por donde empezar: primeros proyectos, los que antes demuestran retorno. Los de impacto alto y esfuerzo alto se planifican, porque requieren preparación de datos o definición del proceso. Los de impacto bajo y esfuerzo bajo se hacen si sobra capacidad, o se dejan como ejercicio de formación. Los de impacto bajo y esfuerzo alto se descartan por ahora.
La matriz no es un ejercicio de consultoría, es un acuerdo entre áreas. Cuando el director financiero, el de operaciones y el de IT sitúan los mismos procesos en la misma matriz, aparecen dos cosas. Los procesos transversales que nadie tenía asignados, y los que cada área creía prioritarios y en realidad tienen poco volumen.
Una recomendación de método: puntuar impacto y esfuerzo de 1 a 5 y multiplicar el impacto por la facilidad, que es 6 menos el esfuerzo. Un proceso con impacto 5 y esfuerzo 2 (5 × 4 = 20) va antes que uno con impacto 3 y esfuerzo 1 (3 × 5 = 15). La plantilla de más abajo aplica esa fórmula.
La palabra hiperautomatización se usa para describir la combinación de estas tres capas. Es útil siempre que se entienda qué hace cada una, porque no son intercambiables. La definición de cada tecnología y su comparación completa están en qué es la IA agéntica; aquí interesa qué proceso encaja con cada una.
RPA (automatización robótica de procesos)
Qué automatizaTareas repetitivas con reglas fijas y datos estructurados: volcar datos entre sistemas, generar informes periódicos, comprobar campos
LímitesSe rompe con cualquier cambio de formato o pantalla; no interpreta documentos ni lenguaje; requiere mantenimiento continuo
De qué depende el costeEl menor de los tres para empezar. Crece con el número de robots y, sobre todo, con el mantenimiento: cada cambio de formato o de pantalla obliga a ajustarlos
IA generativa (LLM, modelos de lenguaje de gran tamaño)
Qué automatizaLectura y redacción: resumir documentos, extraer datos de textos no estructurados, redactar respuestas, clasificar correos
LímitesNo actúa por sí misma; puede inventar datos si no se controla; necesita revisión humana de salida
De qué depende el costeDel volumen de textos procesados y del modelo elegido (por uso o por licencia), más la conexión con la documentación que debe leer
Agentes de IA
Qué automatizaProcesos completos con decisiones intermedias: leer, decidir, usar herramientas, ejecutar y escalar excepciones
LímitesRequiere accesos, gobernanza y registro; el coste de operación depende del volumen; exige un responsable de negocio
De qué depende el costeEl mayor de los tres al implantar: crece con cada sistema que hay que conectar, con el volumen de operación y con la supervisión que exige
La combinación de RPA con inteligencia artificial es donde está el valor. El robot hace lo mecánico, el modelo interpreta lo no estructurado y el agente coordina el flujo y decide. Un proceso de facturas de proveedor, por ejemplo, usa IA generativa para leer la factura, un agente para contrastarla con el pedido y decidir, y RPA para el asiento en el ERP. Es el terreno de la automatización inteligente: documentos que se leen, se validan y entran en el ERP con una persona que revisa las excepciones.
La tabla no da cifras a propósito: cualquier precio genérico varía tanto según el proveedor y el alcance que sirve de poco para decidir sin una ficha por proceso. Qué partidas entran en esa ficha se explica en cuánto cuesta implementar IA en una empresa.
Esta tabla se puede copiar y sustituir los procesos por los de su empresa. Las puntuaciones son un supuesto ilustrativo para una empresa mediana de servicios o industria, no una medición: en la suya saldrán otras, y eso es lo que interesa. La prioridad es impacto multiplicado por (6 menos esfuerzo), de modo que a mayor número, antes.
1. Registro y contabilización de facturas de proveedor
VolumenAlto
ReglasAlto
Datos disponiblesERP y correo
Impacto (1-5)5
Esfuerzo (1-5)2
Prioridad20
Tecnología sugeridaIA generativa + agente + RPA
2. Atención de consultas de clientes de primer nivel
VolumenAlto
ReglasMedio
Datos disponiblesCRM y tickets
Impacto (1-5)5
Esfuerzo (1-5)2
Prioridad20
Tecnología sugeridaAgente
3. Conciliación bancaria
VolumenAlto
ReglasAlto
Datos disponiblesERP y banca
Impacto (1-5)4
Esfuerzo (1-5)1
Prioridad20
Tecnología sugeridaRPA + agente
4. Preparación de informes mensuales de gestión
VolumenMedio
ReglasAlto
Datos disponiblesERP y herramienta de BI
Impacto (1-5)4
Esfuerzo (1-5)2
Prioridad16
Tecnología sugeridaIA generativa + RPA
5. Cualificación de contactos comerciales entrantes
VolumenMedio
ReglasMedio
Datos disponiblesCRM
Impacto (1-5)4
Esfuerzo (1-5)2
Prioridad16
Tecnología sugeridaAgente
6. Gestión de pedidos a proveedores
VolumenMedio
ReglasMedio
Datos disponiblesERP
Impacto (1-5)4
Esfuerzo (1-5)3
Prioridad12
Tecnología sugeridaAgente
7. Criba de candidaturas
VolumenMedio
ReglasBajo
Datos disponiblesATS
Impacto (1-5)3
Esfuerzo (1-5)3
Prioridad9
Tecnología sugeridaIA generativa + revisión
8. Revisión de contratos y cláusulas
VolumenBajo
ReglasBajo
Datos disponiblesGestor documental
Impacto (1-5)3
Esfuerzo (1-5)3
Prioridad9
Tecnología sugeridaIA generativa
9. Gestión de incidencias de IT
VolumenAlto
ReglasMedio
Datos disponiblesHerramienta de tickets
Impacto (1-5)3
Esfuerzo (1-5)2
Prioridad12
Tecnología sugeridaAgente
10. Elaboración de ofertas comerciales
VolumenMedio
ReglasBajo
Datos disponiblesCRM y tarifas dispersas
Impacto (1-5)4
Esfuerzo (1-5)4
Prioridad8
Tecnología sugeridaAsistente + ordenar datos
Tres lecturas rápidas. Los tres primeros comparten volumen alto, reglas claras y datos en sistemas: suelen ser un buen punto de partida. Los procesos 7 y 8 tienen impacto moderado y pocas reglas: conviene empezar con asistencia y revisión humana, no con ejecución. El 10 tiene impacto alto pero datos dispersos: la primera tarea es unificar tarifas, y solo después automatizar.
La idea
Los mejores candidatos combinan volumen alto, reglas claras y datos ya en un sistema. Los procesos con muchas excepciones o datos dispersos requieren primero definirse u ordenar la información.
Todo lo anterior es el núcleo de un diagnóstico de IA de procesos. El objetivo no es un informe de tendencias, es una cartera priorizada con requisitos y métricas por proceso. En nuestro servicio se recorre en cuatro pasos.
Una conversación de treinta minutos. Con dirección u operaciones, en persona o en línea y sin preparación previa: qué procesos consumen más tiempo repetitivo, qué sistemas guardan sus datos, qué supervisión exige cada uno y qué se ha probado ya con IA. Deja por escrito, el mismo día, el nivel de madurez, dos o tres procesos candidatos y el siguiente paso.
Inmersión en procesos y datos. Entrevistas con los responsables de proceso e IT y revisión de sistemas y datos: volumen, tiempo dedicado, sistemas implicados y grado de estandarización de cada proceso. Es donde se aplican los tres criterios de esta guía con datos del ERP, el CRM y las herramientas de tickets cuando existen.
Mapa y nivel de madurez. Los procesos candidatos se ordenan por valor y facilidad, con los criterios explicados para que su equipo pueda reutilizarlos con procesos nuevos. La organización se sitúa en uno de tres niveles: asistente que responde, agente con herramientas que ejecuta en un flujo definido o sistema de agentes orquestado.
Plan de adopción. Un primer agente con responsable, alcance y medida de éxito, y los tres pasos siguientes con estimación de esfuerzo y coste. Se define también qué falta para cada salto de nivel: datos, conexiones, supervisión o formación.
Cada proceso candidato lleva además una ficha de gobernanza inicial con sus riesgos, los datos que trata y la supervisión que necesita. Lo que exige el reglamento europeo de inteligencia artificial (Reglamento (UE) 2024/1689) depende de la finalidad de cada uso: un proceso de facturas no tiene las obligaciones de uno que interviene en la selección de personal. Este último es alto riesgo para el reglamento, con obligaciones aplicables desde el 2 de diciembre de 2027 tras su modificación en julio de 2026.
Así trabajamos en el servicio de diagnóstico y estrategia de IA, y es el paso previo a cualquier proyecto de agentización y optimización de procesos.
Los que combinan volumen alto, reglas claras y datos ya en un sistema. Facturas de proveedor, conciliación bancaria, atención de primer nivel e informes periódicos suelen cumplir las tres condiciones en una empresa mediana. Los procesos con muchas excepciones o datos dispersos requieren primero definirse u ordenar la información.
RPA ejecuta reglas fijas sobre datos estructurados y falla ante cualquier variación. La inteligencia artificial interpreta lenguaje y documentos no estructurados, y los agentes además deciden y actúan. Se combinan: el robot hace lo mecánico, el modelo lee y el agente coordina el flujo y gestiona excepciones.
Es la combinación de varias tecnologías de automatización (RPA, IA generativa, agentes, integración de sistemas) para cubrir procesos completos en lugar de tareas aisladas. En la práctica, significa que cada capa hace lo que mejor sabe y un agente o un orquestador coordina el conjunto con supervisión humana en puntos definidos.
Depende de la tecnología, el volumen y el estado de los datos. Un robot RPA sobre un proceso estable cuesta menos que un agente con varias integraciones, pero cubre menos casos. La forma correcta de responder es con una ficha por proceso: coste de implantación, coste de operación mensual y ahorro esperado, calculados con los datos de la propia empresa y no con una cifra genérica de mercado.
La inteligencia artificial aplicada a la gestión de procesos no se decide eligiendo un proveedor, sino eligiendo bien el primer proceso. Tres criterios, una matriz y una plantilla son suficientes para ordenar la cartera y evitar el piloto que nunca llega a producción. En Origen creemos que ese trabajo se hace con los datos de cada empresa y termina en un plan para ejecutarse en semanas, no en un documento para archivar.
El diagnóstico de Origen empieza con una conversación de treinta minutos que deja por escrito el nivel de madurez de la empresa, dos o tres procesos candidatos y el siguiente paso.
La inteligencia artificial aplicada a la gestión de procesos consiste en identificar qué procesos de una empresa puede ejecutar o mejorar la IA, con qué tecnología y en qué orden. No todos los procesos son candidatos, y no toda la IA sirve para lo mismo. Esta guía ofrece tres criterios para elegir, una matriz para priorizar, una comparativa entre RPA, IA generativa y agentes, y una plantilla de diez filas que se puede copiar hoy.
La mayoría de los proyectos de IA que se abandonan no fallan por la herramienta, sino por el proceso elegido. Se empieza por el más vistoso, no por el que tiene datos, volumen y reglas. El resultado es un piloto que impresiona en una demostración y no aguanta la operación diaria.
Un directivo no necesita entender los modelos. Necesita un criterio para decidir dónde poner el primer euro y cómo medir si ha funcionado. Esa es la parte de la automatización de procesos empresariales que no se puede delegar en IT ni en un proveedor.
La buena noticia es que el criterio cabe en tres preguntas. Cuánto volumen tiene el proceso, cuánto de él sigue reglas y si los datos están disponibles. Con eso, y una matriz de impacto y esfuerzo, se ordena la cartera de candidatos en una tarde.
Un proceso que se ejecuta diez veces al mes no justifica una inversión aunque sea tedioso. Pongamos, en cambio, uno que se ejecuta mil veces al mes: aunque cada ejecución dure cinco minutos, suma más de ochenta horas mensuales. El volumen se mide en ejecuciones por periodo multiplicadas por tiempo o coste por ejecución.
Recomendamos pedir a cada responsable de área una lista con sus cinco procesos más frecuentes y una estimación de horas semanales. No hace falta precisión; hace falta orden de magnitud. Las hojas de tiempos, los tickets y los registros del ERP dan la cifra real cuando existe.
Un proceso con reglas claras y pocas excepciones es candidato a automatización clásica (RPA). Uno con muchas excepciones que requieren leer documentos o interpretar contexto es candidato a IA generativa o a agentes. Uno donde cada caso es distinto y depende de negociación es candidato a asistencia, no a ejecución.
La prueba práctica: el responsable explica el proceso en una hora y se cuenta cuántas veces dice “depende”. Como regla de andar por casa, si son menos de cinco, hay reglas; si son más de veinte, el proceso necesita primero definirse.
La IA solo trabaja con lo que puede leer. Si los datos están en el ERP, el CRM o un gestor documental con acceso por API, el proceso es viable. Si viven en hojas de cálculo personales, correos o papel, el primer proyecto es ordenar datos, no automatizar.
Un ejemplo de lo que se consigue cuando los datos están integrados es Hospital Hub. Integra en un único punto el equipamiento analítico de un centro hospitalario y la gestión de sus datos, comparte los resultados entre áreas y puede priorizar de forma automática los análisis críticos. Entre los resultados que recoge el caso están tiempos de diagnóstico más cortos, menos errores humanos y más trazabilidad.
Con los tres criterios evaluados, cada proceso se sitúa en dos ejes. El impacto combina volumen y coste actual: cuánto se ahorra o cuánto mejora el indicador si el proceso funciona bien. El esfuerzo combina el grado de reglas (menos reglas, más esfuerzo) y la disponibilidad de datos (menos datos, más esfuerzo).
Los procesos de impacto alto y esfuerzo bajo son por donde empezar: primeros proyectos, los que antes demuestran retorno. Los de impacto alto y esfuerzo alto se planifican, porque requieren preparación de datos o definición del proceso. Los de impacto bajo y esfuerzo bajo se hacen si sobra capacidad, o se dejan como ejercicio de formación. Los de impacto bajo y esfuerzo alto se descartan por ahora.
La matriz no es un ejercicio de consultoría, es un acuerdo entre áreas. Cuando el director financiero, el de operaciones y el de IT sitúan los mismos procesos en la misma matriz, aparecen dos cosas. Los procesos transversales que nadie tenía asignados, y los que cada área creía prioritarios y en realidad tienen poco volumen.
Una recomendación de método: puntuar impacto y esfuerzo de 1 a 5 y multiplicar el impacto por la facilidad, que es 6 menos el esfuerzo. Un proceso con impacto 5 y esfuerzo 2 (5 × 4 = 20) va antes que uno con impacto 3 y esfuerzo 1 (3 × 5 = 15). La plantilla de más abajo aplica esa fórmula.
La palabra hiperautomatización se usa para describir la combinación de estas tres capas. Es útil siempre que se entienda qué hace cada una, porque no son intercambiables. La definición de cada tecnología y su comparación completa están en qué es la IA agéntica; aquí interesa qué proceso encaja con cada una.
RPA (automatización robótica de procesos)
Qué automatizaTareas repetitivas con reglas fijas y datos estructurados: volcar datos entre sistemas, generar informes periódicos, comprobar campos
LímitesSe rompe con cualquier cambio de formato o pantalla; no interpreta documentos ni lenguaje; requiere mantenimiento continuo
De qué depende el costeEl menor de los tres para empezar. Crece con el número de robots y, sobre todo, con el mantenimiento: cada cambio de formato o de pantalla obliga a ajustarlos
IA generativa (LLM, modelos de lenguaje de gran tamaño)
Qué automatizaLectura y redacción: resumir documentos, extraer datos de textos no estructurados, redactar respuestas, clasificar correos
LímitesNo actúa por sí misma; puede inventar datos si no se controla; necesita revisión humana de salida
De qué depende el costeDel volumen de textos procesados y del modelo elegido (por uso o por licencia), más la conexión con la documentación que debe leer
Agentes de IA
Qué automatizaProcesos completos con decisiones intermedias: leer, decidir, usar herramientas, ejecutar y escalar excepciones
LímitesRequiere accesos, gobernanza y registro; el coste de operación depende del volumen; exige un responsable de negocio
De qué depende el costeEl mayor de los tres al implantar: crece con cada sistema que hay que conectar, con el volumen de operación y con la supervisión que exige
La combinación de RPA con inteligencia artificial es donde está el valor. El robot hace lo mecánico, el modelo interpreta lo no estructurado y el agente coordina el flujo y decide. Un proceso de facturas de proveedor, por ejemplo, usa IA generativa para leer la factura, un agente para contrastarla con el pedido y decidir, y RPA para el asiento en el ERP. Es el terreno de la automatización inteligente: documentos que se leen, se validan y entran en el ERP con una persona que revisa las excepciones.
La tabla no da cifras a propósito: cualquier precio genérico varía tanto según el proveedor y el alcance que sirve de poco para decidir sin una ficha por proceso. Qué partidas entran en esa ficha se explica en cuánto cuesta implementar IA en una empresa.
Esta tabla se puede copiar y sustituir los procesos por los de su empresa. Las puntuaciones son un supuesto ilustrativo para una empresa mediana de servicios o industria, no una medición: en la suya saldrán otras, y eso es lo que interesa. La prioridad es impacto multiplicado por (6 menos esfuerzo), de modo que a mayor número, antes.
1. Registro y contabilización de facturas de proveedor
VolumenAlto
ReglasAlto
Datos disponiblesERP y correo
Impacto (1-5)5
Esfuerzo (1-5)2
Prioridad20
Tecnología sugeridaIA generativa + agente + RPA
2. Atención de consultas de clientes de primer nivel
VolumenAlto
ReglasMedio
Datos disponiblesCRM y tickets
Impacto (1-5)5
Esfuerzo (1-5)2
Prioridad20
Tecnología sugeridaAgente
3. Conciliación bancaria
VolumenAlto
ReglasAlto
Datos disponiblesERP y banca
Impacto (1-5)4
Esfuerzo (1-5)1
Prioridad20
Tecnología sugeridaRPA + agente
4. Preparación de informes mensuales de gestión
VolumenMedio
ReglasAlto
Datos disponiblesERP y herramienta de BI
Impacto (1-5)4
Esfuerzo (1-5)2
Prioridad16
Tecnología sugeridaIA generativa + RPA
5. Cualificación de contactos comerciales entrantes
VolumenMedio
ReglasMedio
Datos disponiblesCRM
Impacto (1-5)4
Esfuerzo (1-5)2
Prioridad16
Tecnología sugeridaAgente
6. Gestión de pedidos a proveedores
VolumenMedio
ReglasMedio
Datos disponiblesERP
Impacto (1-5)4
Esfuerzo (1-5)3
Prioridad12
Tecnología sugeridaAgente
7. Criba de candidaturas
VolumenMedio
ReglasBajo
Datos disponiblesATS
Impacto (1-5)3
Esfuerzo (1-5)3
Prioridad9
Tecnología sugeridaIA generativa + revisión
8. Revisión de contratos y cláusulas
VolumenBajo
ReglasBajo
Datos disponiblesGestor documental
Impacto (1-5)3
Esfuerzo (1-5)3
Prioridad9
Tecnología sugeridaIA generativa
9. Gestión de incidencias de IT
VolumenAlto
ReglasMedio
Datos disponiblesHerramienta de tickets
Impacto (1-5)3
Esfuerzo (1-5)2
Prioridad12
Tecnología sugeridaAgente
10. Elaboración de ofertas comerciales
VolumenMedio
ReglasBajo
Datos disponiblesCRM y tarifas dispersas
Impacto (1-5)4
Esfuerzo (1-5)4
Prioridad8
Tecnología sugeridaAsistente + ordenar datos
Tres lecturas rápidas. Los tres primeros comparten volumen alto, reglas claras y datos en sistemas: suelen ser un buen punto de partida. Los procesos 7 y 8 tienen impacto moderado y pocas reglas: conviene empezar con asistencia y revisión humana, no con ejecución. El 10 tiene impacto alto pero datos dispersos: la primera tarea es unificar tarifas, y solo después automatizar.
La idea
Los mejores candidatos combinan volumen alto, reglas claras y datos ya en un sistema. Los procesos con muchas excepciones o datos dispersos requieren primero definirse u ordenar la información.
Todo lo anterior es el núcleo de un diagnóstico de IA de procesos. El objetivo no es un informe de tendencias, es una cartera priorizada con requisitos y métricas por proceso. En nuestro servicio se recorre en cuatro pasos.
Una conversación de treinta minutos. Con dirección u operaciones, en persona o en línea y sin preparación previa: qué procesos consumen más tiempo repetitivo, qué sistemas guardan sus datos, qué supervisión exige cada uno y qué se ha probado ya con IA. Deja por escrito, el mismo día, el nivel de madurez, dos o tres procesos candidatos y el siguiente paso.
Inmersión en procesos y datos. Entrevistas con los responsables de proceso e IT y revisión de sistemas y datos: volumen, tiempo dedicado, sistemas implicados y grado de estandarización de cada proceso. Es donde se aplican los tres criterios de esta guía con datos del ERP, el CRM y las herramientas de tickets cuando existen.
Mapa y nivel de madurez. Los procesos candidatos se ordenan por valor y facilidad, con los criterios explicados para que su equipo pueda reutilizarlos con procesos nuevos. La organización se sitúa en uno de tres niveles: asistente que responde, agente con herramientas que ejecuta en un flujo definido o sistema de agentes orquestado.
Plan de adopción. Un primer agente con responsable, alcance y medida de éxito, y los tres pasos siguientes con estimación de esfuerzo y coste. Se define también qué falta para cada salto de nivel: datos, conexiones, supervisión o formación.
Cada proceso candidato lleva además una ficha de gobernanza inicial con sus riesgos, los datos que trata y la supervisión que necesita. Lo que exige el reglamento europeo de inteligencia artificial (Reglamento (UE) 2024/1689) depende de la finalidad de cada uso: un proceso de facturas no tiene las obligaciones de uno que interviene en la selección de personal. Este último es alto riesgo para el reglamento, con obligaciones aplicables desde el 2 de diciembre de 2027 tras su modificación en julio de 2026.
Así trabajamos en el servicio de diagnóstico y estrategia de IA, y es el paso previo a cualquier proyecto de agentización y optimización de procesos.
Los que combinan volumen alto, reglas claras y datos ya en un sistema. Facturas de proveedor, conciliación bancaria, atención de primer nivel e informes periódicos suelen cumplir las tres condiciones en una empresa mediana. Los procesos con muchas excepciones o datos dispersos requieren primero definirse u ordenar la información.
RPA ejecuta reglas fijas sobre datos estructurados y falla ante cualquier variación. La inteligencia artificial interpreta lenguaje y documentos no estructurados, y los agentes además deciden y actúan. Se combinan: el robot hace lo mecánico, el modelo lee y el agente coordina el flujo y gestiona excepciones.
Es la combinación de varias tecnologías de automatización (RPA, IA generativa, agentes, integración de sistemas) para cubrir procesos completos en lugar de tareas aisladas. En la práctica, significa que cada capa hace lo que mejor sabe y un agente o un orquestador coordina el conjunto con supervisión humana en puntos definidos.
Depende de la tecnología, el volumen y el estado de los datos. Un robot RPA sobre un proceso estable cuesta menos que un agente con varias integraciones, pero cubre menos casos. La forma correcta de responder es con una ficha por proceso: coste de implantación, coste de operación mensual y ahorro esperado, calculados con los datos de la propia empresa y no con una cifra genérica de mercado.
La inteligencia artificial aplicada a la gestión de procesos no se decide eligiendo un proveedor, sino eligiendo bien el primer proceso. Tres criterios, una matriz y una plantilla son suficientes para ordenar la cartera y evitar el piloto que nunca llega a producción. En Origen creemos que ese trabajo se hace con los datos de cada empresa y termina en un plan para ejecutarse en semanas, no en un documento para archivar.
El diagnóstico de Origen empieza con una conversación de treinta minutos que deja por escrito el nivel de madurez de la empresa, dos o tres procesos candidatos y el siguiente paso.
