La automatización no corrige un proceso: lo ejecuta más rápido, más barato y a mayor escala. Incluso cuando está mal diseñado.
Hay una escena bastante común en las empresas.
Un equipo detecta una tarea repetitiva. Lleva mucho tiempo, genera errores y depende demasiado de una persona. Entonces aparece una solución aparentemente obvia: automatizarla.
Se compra una herramienta. Se conecta un sistema con otro. Se arma un bot. Se configura un flujo.
Durante los primeros días, todo parece mejorar.
La información circula más rápido. Se reducen algunas tareas manuales. El equipo siente alivio. La empresa empieza a hablar de eficiencia.
Hasta que aparecen las excepciones.
Un dato que llega con otro formato. Un cliente que no entra en el flujo previsto. Una validación que antes hacía una persona y que nadie contempló. Un vencimiento que no estaba parametrizado. Un caso especial que obliga a volver al Excel, al mail o al mensaje de WhatsApp.
La automatización sigue funcionando.
Pero el proceso no.
Y ahí aparece una de las trampas más caras de la transformación digital:
Confundir la automatización de una tarea con la mejora de un proceso.
Automatizar no es ordenar
Un proceso roto suele tener algunas características:
Nadie puede explicar con claridad cómo funciona de principio a fin.
Hay pasos que existen “porque siempre se hicieron así”.
Las responsabilidades cambian según la urgencia.
La información se duplica en distintos sistemas.
Cada persona tiene su propia forma de resolver.
Las excepciones son más frecuentes que el flujo normal.
Los errores se descubren tarde.
El proceso depende de alguien que conoce todos los detalles.
Cuando una empresa automatiza sin revisar estas condiciones, no elimina el problema. Lo encapsula.
El sistema empieza a repetir una lógica que tal vez ya era confusa, incompleta o innecesaria. La diferencia es que ahora la repite con mucha más velocidad.
Por eso, una automatización puede generar una paradoja:
La operación parece más eficiente, pero cada vez resulta más difícil entender qué está pasando.
El error se vuelve menos visible
Cuando una persona hace una tarea manual, muchas veces detecta inconsistencias en el camino.
Ve que falta un dato. Nota que una solicitud no tiene sentido. Recuerda que ese cliente necesita un tratamiento distinto. Pregunta antes de avanzar.
Una automatización no tiene criterio propio. Ejecuta las reglas que recibió.
Si las reglas están mal, el sistema puede procesar cientos de casos incorrectamente antes de que alguien lo note.
Y cuando finalmente aparece el problema, ya no hay un error aislado. Hay información mal cargada en cadena, clientes afectados, reportes incorrectos, decisiones tomadas sobre datos poco confiables, horas de retrabajo y pérdida de confianza en la herramienta.
El costo no está solamente en reparar la automatización. También está en reconstruir todo lo que ocurrió mientras nadie podía ver el problema.
La tecnología puede acelerar el desorden
En 1990, Michael Hammer publicó en Harvard Business Review un artículo con una provocación que sigue siendo vigente: “Don’t Automate, Obliterate”.
Su planteo era que las empresas no debían limitarse a automatizar procesos existentes. Primero tenían que cuestionar si esos procesos tenían sentido.
La idea sigue aplicando, aunque hoy las herramientas sean mucho más sofisticadas.
Digitalizar un formulario innecesario no lo vuelve necesario.
Crear un dashboard sobre datos inconsistentes no vuelve confiable la información.
Conectar dos sistemas que no comparten criterios no crea integración real.
Automatizar una aprobación mal definida no mejora la toma de decisiones.
La herramienta puede ser excelente.
El problema puede estar en otro lugar.
Lo que realmente hay que automatizar
No conviene empezar por la pregunta:
“¿Qué tarea podemos automatizar?”
Conviene empezar por estas:
¿Qué problema estamos tratando de resolver?
¿Cómo funciona hoy el proceso, realmente?
¿Qué pasos agregan valor y cuáles solo agregan demora?
¿Dónde aparecen los errores?
¿Qué decisiones requieren criterio humano?
¿Qué información debería existir antes de avanzar?
¿Quién es responsable cuando algo sale del flujo esperado?
¿Cómo vamos a saber si la automatización funciona?
Esta última pregunta es fundamental.
Una automatización no debería medirse solamente por cuántas tareas ejecuta. También hay que observar el tiempo total del proceso, la cantidad de excepciones, el porcentaje de retrabajo, los errores detectados después de la ejecución, los casos que terminan resolviéndose manualmente y el tiempo que el equipo dedica a controlar la automatización.
Porque si un bot procesa mil casos, pero el equipo tiene que revisar manualmente los mil resultados, quizás no se automatizó el problema correcto.
Primero hay que hacer visible el proceso
Una de las herramientas más útiles para este diagnóstico es el process mining o minería de procesos.
La lógica es simple: en lugar de preguntarle a cada persona cómo cree que funciona el proceso, se analizan los registros que dejan los sistemas. Eso permite observar el recorrido real de los casos, detectar desvíos, identificar demoras y encontrar caminos que la organización muchas veces desconoce.
La diferencia entre el proceso documentado y el proceso real puede ser enorme.
En un documento, una solicitud pasa por cuatro etapas.
En la práctica, puede pasar por tres personas distintas, dos planillas, un correo que nadie registra, una aprobación informal por WhatsApp, una corrección manual y una carga final en un sistema que no conversa con los anteriores.
El proceso oficial muestra una línea recta.
La operación real parece un mapa de desvíos.
Antes de automatizar, hay que mirar ese mapa.
Observar, simplificar y recién después automatizar
1. Observar
Hay que entender cómo se trabaja hoy, no cómo debería trabajarse según el manual. Esto implica hablar con quienes ejecutan el proceso, revisar datos, identificar excepciones y reconstruir el recorrido completo.
2. Simplificar
No todos los pasos merecen mantenerse. Algunos controles son necesarios. Otros existen por costumbre. Algunos reportes se generan porque alguien los pidió una vez, aunque ya nadie los use.
Simplificar no significa eliminar controles indiscriminadamente. Significa distinguir entre lo que protege el proceso y lo que solamente lo vuelve más pesado.
3. Definir responsables
Toda automatización necesita una persona o un equipo responsable.
¿Quién valida los datos de entrada? ¿Quién revisa las excepciones? ¿Quién decide si una regla debe cambiar? ¿Quién responde cuando el sistema falla?
“Lo maneja el sistema” nunca debería ser una respuesta completa.
El sistema ejecuta. La organización sigue siendo responsable.
4. Automatizar y medir
Recién después tiene sentido elegir la herramienta, construir el flujo y definir los indicadores.
La automatización debería empezar por un alcance controlado, con criterios claros para evaluar si realmente mejoró la operación. No todo tiene que automatizarse de una vez.
De hecho, los mejores resultados suelen aparecer cuando primero se automatiza una parte concreta, se aprende y luego se escala.
La automatización también necesita una capa humana
Existe una fantasía de que, una vez implementada la herramienta, el proceso queda resuelto.
Pero toda automatización necesita mantenimiento, revisión y criterio.
Los negocios cambian. Cambian las regulaciones, los productos, los clientes, los sistemas y las prioridades. Una regla que funcionaba hace seis meses puede generar errores hoy.
Por eso, automatizar no significa sacar a las personas del proceso. Significa liberar tiempo de las tareas repetitivas para que puedan concentrarse en resolver excepciones, mejorar criterios, analizar información, acompañar a los clientes y tomar decisiones.
La persona no debería desaparecer del proceso. Debería dejar de ser el parche permanente del proceso.
La pregunta correcta
La transformación digital no empieza cuando una empresa compra una herramienta.
Empieza cuando logra entender cómo trabaja realmente.
La pregunta no es:
“¿Qué podemos automatizar?”
La pregunta más importante es:
¿Qué parte de nuestra forma de trabajar merece ser conservada, qué parte necesita cambiar y qué parte nunca debería haber existido?
Automatizar un proceso roto solo hace que el desorden avance más rápido.
Ordenarlo primero permite que la tecnología haga algo mucho más valioso: no reemplazar el criterio, sino potenciarlo.
Porque una buena automatización no es la que elimina más trabajo humano.
Es la que elimina el trabajo innecesario y deja a las personas enfocadas en el trabajo que realmente importa.
Fuentes consultadas
Michael Hammer, “Reengineering Work: Don’t Automate, Obliterate”, Harvard Business Review.
van der Aalst et al., Process Mining Manifesto.
Julieta Magan
Founder & Project Manager at POMO
Impulsando la cultura del trabajo flexible y la gestión de proyectos elástica a través de POMO.