La mayoría de los equipos que miran la automatización apuntan a la función más visible: el chatbot que atiende clientes, el agente que redacta propuestas, la demo que impresiona en una reunión. El verdadero primer triunfo suele estar a la vista y es mucho menos vistoso: un proceso repetitivo, de varios pasos, que tocan varias personas cada semana. Ahí es donde el retorno aparece rápido y donde el riesgo es bajo. McKinsey estima que cerca del 45% de las tareas de negocio se pueden automatizar con la tecnología que ya existe, y sin embargo la mayoría de las organizaciones automatizó menos del 15% de los procesos elegibles. La brecha no está en la tecnología. Está en elegir bien por dónde empezar.

Buscá los traspasos

Encontrá los lugares donde el trabajo se detiene y espera a que una persona copie algo de una herramienta a otra, mande una actualización de estado o apruebe un paso. Ruteo de leads, carga de datos entre un formulario y el CRM, reportes semanales, checklists de onboarding, conciliación de facturas, respuestas a tickets de primer nivel. Cuestan horas, generan errores silenciosos y son confiables de automatizar.

Un traspaso es cualquier momento en que el resultado de una persona se convierte en la entrada de otra. Cada uno agrega demora, riesgo de error de tipeo y un punto donde la información se pierde. En un flujo típico de varios pasos, no es raro que el trabajo activo sea de minutos y el tiempo total de extremo a extremo sea de días, porque pasa la mayor parte esperando en una bandeja de entrada. Esos huecos de espera son el objetivo más rentable, no la tarea individual más difícil.

Medí antes de construir

Antes de automatizar conviene poner un número arriba del proceso. Tres preguntas alcanzan para priorizar: cuántas veces por semana corre, cuántos minutos consume cada vez y cuántas personas lo tocan. Un reporte semanal que arma una persona en 90 minutos cuesta unas 78 horas al año. Un ruteo de leads que tres personas tocan 40 veces por día es un candidato distinto, más chico por evento pero enorme en volumen.

Esa medición también fija la línea de base para saber si la automatización funcionó. Los datos del mercado son consistentes: cerca del 60% de las iniciativas de automatización de procesos reportan ROI positivo dentro de los primeros 12 meses, y muchos equipos de IT dicen que estos flujos redujeron a la mitad el tiempo de ciclo. El ahorro de horas directas, además, suele subestimar el retorno entre un 30% y un 50%, porque no cuenta la reducción de errores, los reprocesos evitados ni el tiempo que la gente recupera para trabajo de más valor.

Mantenelo observable

Una automatización que corre en silencio es una automatización en la que no podés confiar. Cada flujo que construimos registra lo que hizo y avisa cuando algo se rompe, así una falla aparece en un dashboard y no en una queja de un cliente tres días después.

En la práctica esto significa tres cosas concretas. Un log de cada ejecución con entrada, salida y resultado, para poder auditar qué pasó. Una alerta a un canal de Slack o por correo cuando un paso falla o cuando una API externa devuelve un error. Y un reintento con espera creciente para los fallos transitorios, que son la mayoría: un servicio que tarda, un límite de tasa, una conexión que se cae un segundo. Sin esto, el primer día que cambie un campo en el CRM el flujo va a fallar callado y nadie se va a enterar hasta que el daño ya esté hecho.

Diseñá para cuando falle, no solo para cuando funcione

El camino feliz es la parte fácil. El valor real de un flujo de producción está en cómo maneja lo inesperado: un PDF que viene mal formado, un cliente sin correo, un duplicado, una respuesta de la IA que no respeta el formato esperado. La regla que aplicamos es simple: fallar de forma segura y visible. Mejor que un flujo se detenga y escale a una persona, a que siga adelante y escriba datos incorrectos en un sistema del que después cuesta sacarlos.

Conviene separar los pasos reversibles de los irreversibles. Leer datos, calcular y preparar un borrador es barato de reintentar. Mandar un correo a un cliente, cobrar una tarjeta o borrar un registro no lo es. Para esos pasos finales sirve una compuerta de aprobación humana al principio, que se va soltando a medida que el flujo demuestra ser confiable corrida tras corrida.

La IA es un paso, no el sistema

Conviene distinguir dos capas. La orquestación, que mueve datos entre sistemas y decide el orden de los pasos, y los modelos de lenguaje, que sirven para las partes difusas: clasificar un ticket, extraer campos de un documento, resumir un hilo, redactar un primer borrador. La mayoría de los procesos aburridos necesitan mucha orquestación y apenas un toque de IA, o ninguno.

Cuando la IA aporta, suele ser un paso barato dentro de un flujo más grande. Un modelo liviano y rápido (tipo GPT-5 mini o Gemini Flash) cuesta del orden de 0,15 a 0,75 dólares por millón de tokens de entrada. Para clasificar o extraer datos de un ticket de soporte, eso son fracciones de centavo por ejecución. El error frecuente es poner el modelo más caro y grande en el centro de todo. La mejor arquitectura usa el modelo más chico que resuelve la tarea, y deja lo determinístico en código común, que es más barato, más rápido y más fácil de testear. Cuando hay un paso de IA, lo afinamos sobre tus casos reales (tus tickets, tus documentos, tus formatos), no sobre defaults genéricos, porque el modelo y el umbral que sirven dependen de cómo es tu data, no de una plantilla.

Elegí herramientas según el volumen

La elección de plataforma cambia mucho el costo a escala, y conviene mirarla con números. Las herramientas se cobran con unidades distintas: Zapier cuenta tareas, donde cada paso de acción es una tarea; Make cuenta operaciones por módulo; n8n cuenta ejecuciones de flujo completo, sin importar cuántos pasos tenga.

Para volúmenes chicos, una herramienta visual alcanza y sale poco. Make arranca alrededor de 10 dólares al mes por unas 10.000 operaciones, y Zapier ronda los 49 dólares al mes por 2.000 tareas en su plan profesional. El cálculo cambia con la escala: un flujo de 8 pasos que corre 1.000 veces al mes son 8.000 tareas en Zapier, pero apenas 1.000 ejecuciones en n8n. Para equipos que cruzan ese umbral, n8n autoalojado puede ser más del 90% más barato que Zapier por la misma carga, a cambio de mantener un servidor. La regla práctica: empezá con la herramienta visual más simple para validar, y migrá a algo autoalojado solo cuando el volumen lo justifique en pesos.

Empezá chico, después se compone

Un flujo automatizado que ahorra cinco horas por semana se paga solo rápido y prueba el patrón. A partir de ahí, cada nueva automatización sale más barata porque las conexiones, las credenciales, el logging y las alertas ya existen. La primera automatización es la cara: hay que conectar el CRM, configurar el acceso, decidir cómo se monitorea. La segunda y la tercera reutilizan casi todo eso.

Esto explica por qué los que más valor sacan de la IA no son los que tienen el mejor modelo, sino los que rediseñaron el proceso de punta a punta. Solo cerca del 21% de las empresas lo hace, y dos tercios siguen estancadas en pilotos que nunca escalan. La salida de ese pozo casi nunca es un proyecto grande y ambicioso. Es un proceso aburrido, medido, observable, que ahorra unas horas reales por semana y le da al equipo la confianza y la infraestructura para automatizar el siguiente.

Decinos cuál es el proceso de cada semana que tu equipo más reniega, el del copiar y pegar y el de perseguir aprobaciones, y lo medimos contra las horas que de verdad te cuesta para ver si es tu primer triunfo.