Cada "evaluación de preparación para IA" que vi tiene 40 páginas y toma 3 meses. Acá van 5 preguntas que toman 30 minutos y dicen más.

#1: ¿Qué proceso les cuesta más horas de trabajo por mes?

Si no conocen ese número, no están listos para IA. Ni siquiera están listos para tener una conversación sobre IA.

Este es el punto de partida para todo. No "qué proceso se beneficiaría de IA" — esa es una pregunta que empieza por la tecnología y lleva a malas decisiones. La pregunta es: ¿dónde está el equipo gastando más tiempo en trabajo repetitivo y manual? Consigan el número real. Horas por mes. Multipliquen por costo cargado por hora. Ese es el techo de ROI para cualquier proyecto de automatización dirigido a ese proceso.

La mayoría de los líderes de operaciones pueden nombrar el proceso pero no las horas. "El procesamiento de facturas lleva mucho tiempo" no es una respuesta. "El procesamiento de facturas consume 340 horas de trabajo por mes entre 8 personas" sí lo es.

#2: ¿Pueden describir exactamente cómo funciona ese proceso hoy, paso a paso?

Este es el bloqueante. Acá es donde la mayoría se frena.

Pidan a tres personas diferentes que hacen el mismo proceso que lo describan. Van a obtener tres respuestas diferentes. Eso es normal — pero significa que nadie sabe realmente cómo funciona el proceso. El proceso vive en la cabeza de la gente, con variaciones personales, parches no documentados y conocimiento tribal que nunca se escribió.

Si no pueden producir un mapa paso a paso del proceso — incluyendo puntos de decisión, excepciones y las partes que pasan fuera de cualquier sistema de software — no pueden automatizarlo. Punto. La IA no arregla procesos indefinidos. Solo falla en ellos más rápido.

Si se traban acá, el siguiente paso no es comprar IA. Es hacer un proyecto de descubrimiento de procesos. Eso toma 2 a 4 semanas y produce el mapa que necesitan.

#3: ¿Qué porcentaje de ese proceso ya es digital vs. manual o en papel?

Esto determina qué tan difícil va a ser la implementación.

Si el proceso corre enteramente dentro de sistemas digitales — los datos pasan de una herramienta de software a otra, las decisiones se registran en una base de datos, las salidas son archivos digitales — entonces la automatización es relativamente directa. Se están conectando sistemas y agregando inteligencia en los puntos de transferencia.

Si partes significativas del proceso involucran documentos en papel, llamadas telefónicas, inspecciones físicas o notas manuscritas, la complejidad sube. Se necesita procesamiento de documentos, conversión de voz a texto u otra conversión de entrada antes de que cualquier automatización pueda empezar. No es un impedimento, pero cambia el plazo de semanas a meses y el presupuesto de cinco cifras a seis.

#4: ¿Quién es dueño del resultado de este proceso?

No quién hace el proceso. Quién es dueño del resultado.

Los proyectos de IA sin un dueño de negocio fracasan. Siempre. El dueño de negocio es la persona que va a definir el éxito ("necesitamos reducir el tiempo de procesamiento de 48 horas a 8 horas"), tomar decisiones cuando surjan disyuntivas ("aceptamos 90% de precisión en clasificación de documentos si eso significa procesar en el día"), y defender el proyecto cuando TI plantee preocupaciones sobre la integración.

Si nadie es dueño del resultado — si el proceso está compartido entre departamentos sin una sola persona que rinda cuentas — entonces arreglar el problema de ownership viene antes que el proyecto de IA. Ownership compartido significa responsabilidad compartida, que significa ninguna responsabilidad.

#5: ¿Cómo se ve "suficientemente bueno"?

La perfección mata los proyectos de IA.

Un sistema de IA que maneja correctamente el 85% de los casos y ahorra el 60% del tiempo de trabajo se puede construir en 8 a 10 semanas. Un sistema que maneja el 99% de los casos toma 18 meses de recolección de datos de entrenamiento, ingeniería de casos borde y refinamiento iterativo. El primer sistema se paga solo en 4 meses. El segundo puede que nunca salga.

Definan el umbral antes de empezar. ¿Qué precisión es aceptable? ¿Qué tasa de error puede tolerar el equipo si están revisando la salida de la IA? ¿Qué porcentaje de casos está bien devolver a personas? Estas no son preguntas técnicas — son decisiones de negocio que necesitan tomarse por adelantado.

La mejor respuesta a "cómo se ve suficientemente bueno" es específica: "Si el sistema procesa correctamente el 85% de las facturas estándar sin intervención humana, y marca el otro 15% para revisión manual, eso nos ahorra 200 horas por mes y se paga en un trimestre."

Si respondieron las cinco preguntas con claridad, están listos. No listos para una "transformación de IA" de 12 meses — listos para construir un sistema específico que resuelva un problema específico. Eso es todo lo que necesitan para arrancar.

Si se trabaron en la #2 — y a la mayoría les pasa — está bien. Solo significa que el primer proyecto no es un proyecto de IA. Es un proyecto de mapeo de procesos. Hagan eso primero. Todo lo demás viene después.