Hiperautomatización, cuando automatizar tareas ya no es suficiente

Estimated reading time: 9 minutos

Si automatizas mal tus procesos lo que estás haciendo es enseñar a tus problemas a ser autónomos. Puedes construir un conjunto de soluciones que funcionen medianamente bien por separado pero que fallen en la orquestación de su conjunto.

A veces automatizamos por acumulación de procesos y áreas. Tenemos unas automatizaciones estupendas para RRHH, la descarga y validación de facturas se hace de manera autónoma en Finanzas y la revisión de la documentación se hace siguiendo los patrones de Compliance. Cada una resuelve una parte del trabajo. Pero ¿qué pasa cuando pones a todas a trabajar en conjunto?
Con el paso del tiempo y el discurrir de los días pueden ir apareciendo pequeños fallos que sean difíciles de localizar. Los procesos y las herramientas que los soportan siguen funcionando, pero ir generando sin nosotros saberlos procesos más lentos y difíciles de controlar.

La hiperautomatización intenta resolver esa falta de coordinación. Parte del recorrido completo de la información y combina distintas tecnologías según lo que necesita cada fase, incluyendo la inestimable intervención humana.

Automatización e hiperautomatización no son lo mismo

Automatización	Hiperautomatización
Resuelve una tarea concreta	Coordina un proceso completo
Suele utilizar una tecnología principal	Combina distintas tecnologías
Optimiza un punto del flujo	Evalúa el resultado global
Puede funcionar de forma aislada	Necesita integración y orquestación
Se centra en el recorrido previsto	Incluye excepciones y alternativas
Mide tiempo ahorrado en una tarea	Mide tiempo, calidad, errores y resultados
Reduce intervención manual	Define cuándo debe intervenir una persona

La diferencia principal está en el alcance. Automatizar significa conseguir que una tarea se ejecute sin intervención constante. Hiperautomatizar significa conseguir que todas las tareas, sistemas y decisiones del proceso trabajen de forma coordinada.

Qué significa hiperautomatizar un proceso

Si nos vamos a su definición leeremos términos como RPA, inteligencia artificial, aprendizaje automático, OCR, motores de reglas, integraciones, plataformas de workflow y herramientas de análisis de procesos. En las trincheras del día a día, consiste en decidir qué tecnología debe intervenir en cada momento y, sobre todo, cómo se relaciona con las demás.

El viaje de la tramitación de una factura ayuda a entenderlo. Automatizamos el proceso de descarga y guardado de una factura. Después automatizamos la identificación al proveedor, la extracción de los datos, comprobar duplicidades, aplicar reglas contables, solicitar una aprobación, registrar la información y conservar las evidencias.

En ese recorrido intervienen varias soluciones. El OCR lee el documento, la inteligencia artificial lo clasifica, las reglas realizan comprobaciones, una API conecta con el ERP y puede haber, por ejemplo, otra solución de software que trabaja con una aplicación antigua que no ofrece integración, pero necesitamos (las famosas soluciones Frankenstein que todos hemos tenido en mayor o menos medida).

También debe existir una salida para los casos dudosos. Si falta información, el documento no se entiende o una comprobación devuelve un resultado incoherente, el sistema necesita derivar el caso a una persona y dejar constancia de lo ocurrido.

El papel de la RPA

La automatización robótica de procesos (RPA) ha permitido automatizar tareas repetitivas sin sustituir aplicaciones antiguas. Un robot puede copiar datos, abrir programas, descargar archivos o completar formularios de la misma forma que lo haría una persona, o casi.

Esa capacidad sigue siendo útil cuando se trabaja con sistemas heredados o portales externos. Pero en su fortaleza vemos su debilidad, ya que cada robot conoce únicamente su parte del proceso.

Puede descargar un documento sin saber qué sucede después o introducir un dato sin comprobar si encaja con el resto del expediente. Si cambia una pantalla o aparece un mensaje inesperado, la ejecución puede detenerse sin que el resto del proceso sepa cómo continuar.

La hiperautomatización sitúa la RPA dentro de una arquitectura más amplia. Se utiliza cuando es la opción adecuada, pero no como respuesta automática para cualquier problema.

Y cuando hacemos la guerra por nuestra cuenta vemos que las automatizaciones están como en silos y cada departamento automatiza por su cuenta construyendo un pequeño conjunto de soluciones difíciles de conectar. Esto nos puede ofrecer un ahorro localizado en nuestro trabajo pero una mayor complejidad para el conjunto.

El proceso debe entenderse antes de automatizarlo

Nunca empieces eligiendo una herramienta. Primero, siempre, elige el problema que ha de solucionar.

Observa cómo es el flujo real de trabajo, incluyendo los casos en los que falta documentación, el sistema no responde o la información llega de forma contradictoria.

Los procedimientos internos te pueden dar un punto de partida, una referencia, aunque no siempre reflejan lo que ocurre cada día. Por eso conviene hablar con las personas que ejecutan el proceso, revisar los datos disponibles y localizar las variantes y excepciones.

Las herramientas de process mining y task mining detectan visualmente los retrasos y errores en un proceso, pero solo los empleados saben por qué ocurren. Esta distinción es clave al expandir el negocio: automatizar una tarea fija y repetitiva es fácil, pero coordinar un proceso complejo que cambia según el canal o la información disponible requiere un análisis previo mucho más profundo.

Automatizar también implica revisar el proceso

Pensemos ahora en un alta de proveedor. La solicitud llega por correo con varios documentos adjuntos. Una persona comprueba que estén completos, copia los datos en una hoja de cálculo, consulta una aplicación corporativa, pide una validación y vuelve a introducir parte de la información en el sistema.

Muchas de estas tareas pueden automatizarse, aunque llevarlas sin cambios a una plataforma traslada el recorrido de la misma manera, poco eficiente.

Antes de diseñar la automatización conviene revisar si los datos pueden capturarse una sola vez, si algunas comprobaciones pueden realizarse directamente contra una fuente fiable o si todos los expedientes necesitan las mismas aprobaciones.

En algunos casos, el mayor avance no procede de añadir una nueva herramienta, sino de eliminar pasos que ya no tienen sentido. Automatizar una tarea innecesaria hace que se ejecute más rápido, pero no mejora el proceso.

Cómo interviene la inteligencia artificial

La automatización tradicional va genial cuando los datos están estructurados y las reglas son estables. Es decir, muy pocas veces.

Con inteligencia artificial podemos trabajar con documentos, correos, textos libres, imágenes y solicitudes que llegan de formas diferentes.

La IA clasifica documentos, localiza información, resume comunicaciones o propone respuestas.

Además, ahora con los agentes autónomos tenemos la posibilidad de actuar sobre varias aplicaciones y adaptar pasos según el contexto.

Pero esta autonomía requiere límites claros. Hay que decidir qué datos puede consultar el sistema, qué acciones está autorizado a realizar, cuándo debe pedir confirmación, cómo se registran sus decisiones y quién interviene cuando se produce un error.

La supervisión humana debe formar parte del diseño del proceso.

Un sistema puede acelerar una decisión correcta, pero también puede repetir un error miles de veces. Cuanta más autonomía tenga, más necesario resulta poder reconstruir lo ocurrido y detener o revertir una acción incorrecta.

Las excepciones determinan si el proceso funciona

Las demostraciones suelen utilizar casos limpios. El trabajo diario suele ser bastante menos ordenado. Una factura llega girada, el nombre no coincide exactamente con el registro, un documento está caducado o el sistema devuelve un error sin indicar si la operación se ha completado.

Una automatización preparada únicamente para el recorrido previsto funcionará bien en una prueba y fallará con frecuencia en producción.

Por eso hay que definir umbrales de confianza, circuitos de revisión, avisos, reintentos y responsables. Si una herramienta no está segura de un dato, debe saber a quién enviar el caso. Si una integración falla, el proceso tiene que registrar el incidente y evitar que la operación se duplique al reanudarse.

La gestión de excepciones tiene poca presencia en las presentaciones comerciales, aunque es una de las partes que más influye en la estabilidad del sistema.

Qué conviene medir

El número de robots desplegados dice poco sobre el resultado. Tampoco basta con calcular los minutos eliminados de una tarea, porque el trabajo puede haberse desplazado a otro punto del proceso.

Una medición útil debería considerar el tiempo total de tramitación, las excepciones, la precisión de los datos, los reprocesos, el cumplimiento de plazos, la disponibilidad del servicio y la intervención que sigue siendo necesaria.

También conviene revisar si el proceso funciona mejor para las personas que lo utilizan. Una automatización puede reducir trabajo en un departamento y aumentar las correcciones en otro.

La evaluación debe realizarse sobre el recorrido completo, no solo sobre la parte que ha sido automatizada.

o simplemente acelera una parte mientras mantiene intactas las dificultades del resto.

Indicador	Qué permite evaluar
Tiempo total de tramitación	Duración del proceso completo
Tasa de excepciones	Casos que necesitan intervención
Precisión de los datos	Calidad de la información procesada
Reprocesos	Trabajo que debe repetirse
Cumplimiento de plazos	Capacidad para alcanzar los niveles de servicio
Disponibilidad	Continuidad operativa de la solución
Intervención humana	Trabajo manual que continúa siendo necesario
Errores y duplicidades	Fiabilidad del proceso
Coste por transacción	Eficiencia económica
Satisfacción del usuario	Impacto en empleados, proveedores o clientes

Coordinar antes que acumular

La conversación sobre automatización ya no gira únicamente alrededor de robots que repiten tareas. Ahora incluye inteligencia artificial, agentes, análisis de procesos y herramientas capaces de interpretar información poco estructurada.

Aun así, el reto sigue siendo organizativo. Hay que conseguir que todas esas tecnologías trabajen dentro de un proceso comprensible, medible y controlable.

La hiperautomatización tiene sentido cuando conecta las distintas piezas, reduce la fragmentación y deja claro qué hace cada sistema, qué decisiones requieren revisión y quién asume la responsabilidad.

Una manera inteligente de empezar es conocer si tus procesos necesitan más tecnología o una mejor coordinación de la que ya existe. O, si aún dudas, puedes empezar hablando con nosotros.

Preguntas frecuentes sobre hiperautomatización