Diez pasos antes del agente: repensar la pyme para trabajar con inteligencia artificial

El acceso a modelos y herramientas se vuelve cada día más accesible, pero la verdadera transformación operativa no empieza en el software. Antes de conectar un asistente o automatizar una tarea, las empresas enfrentan un trabajo previo y silencioso: ordenar procesos, rescatar el conocimiento disperso y definir quién decide qué.

Nota de transparencia institucional: Crónicas de IA es un medio de investigación y análisis impulsado por Solúnika, empresa desarrolladora de solunika-os y de la plataforma Hubeet. Como establece nuestra Constitución y política editorial, los proyectos y herramientas vinculados a nuestra organización se analizan bajo los mismos estándares de rigor crítico, sin fines publicitarios ni afirmaciones de resultados que no cuenten con validación empírica independiente.

Hace poco tiempo, en una de las tantas conversaciones que mantenemos con directivos de pequeñas y medianas empresas, un gerente nos planteó una necesidad puntual: necesitaban implementar «un CRM». La demanda sonaba estándar, casi de manual de gestión. Sin embargo, al sentarnos a conversar con el equipo y profundizar en el día a día del negocio, el problema real era otro.

La preocupación de fondo era que los vendedores gestionaban prácticamente toda la relación comercial a través de sus cuentas personales de WhatsApp. Si un vendedor cambiaba de trabajo o se desvinculaba de la firma, se llevaba consigo el historial de negociaciones, los acuerdos de palabra, las particularidades de cada cliente y el contexto acumulado durante años. La empresa no necesitaba primordialmente una pantalla con casilleros para rellenar; necesitaba preservar la memoria viva de su relación con los clientes. El pedido apresurado de una herramienta escondía una dificultad organizativa que todavía no se había terminado de formular.

Esta situación se repite con frecuencia. Con la llegada de los modelos de lenguaje y la fascinación por los agentes autónomos, vemos a muchas pymes tentadas a dar un salto directo hacia la automatización. Pero en la práctica que observamos al acompañar estos procesos, el verdadero desafío rara vez está en la capacidad técnica del modelo. Aparece diez pasos antes: en la necesidad de repensar cómo se trabaja, cómo se organiza el conocimiento y cómo se gobiernan las decisiones cotidianas.

1. Repensar procesos con los supuestos de hoy

Buena parte de los procedimientos que rigen hoy a las empresas fueron diseñados bajo una restricción histórica: interpretar un texto desestructurado, clasificar un pedido ambiguo, cotejar dos planillas o trasladar contexto entre sectores requería, indefectiblemente, la atención de una persona.

Para gestionar esa limitación, las organizaciones crearon circuitos llenos de pasos intermedios, formularios de control interno y cadenas de reenvío de correos que buscaban evitar errores humanos en la transcripción. El problema es que muchas implementaciones tecnológicas cometen el error de intentar automatizar esos mismos pasos, uno por uno, tal como existen en el papel o en la costumbre.

Cuando nos detenemos a revisar esos supuestos junto a los equipos, descubrimos que muchas de esas etapas intermedias pierden sentido cuando se cuenta con herramientas capaces de interpretar lenguaje natural y relacionar información dispersa. La pregunta relevante no es cómo hacemos para que un agente complete el formulario que antes completaba un administrativo, sino si ese formulario sigue siendo necesario o si el proceso puede rediseñarse de forma más directa y simple. Automatizar la burocracia preexistente solo produce burocracia más rápida.

2. Del archivo muerto al conocimiento vivo

En las empresas con las que trabajamos solemos encontrar dos realidades contrapuestas. Por un lado, organizaciones donde prácticamente nada está escrito: las reglas del negocio viajan de boca en boca y residen de manera exclusiva en la memoria de unos pocos referentes. Por el otro, empresas que han pasado por procesos de certificación de calidad y cuentan con carpetas colmadas de manuales de procedimientos, diagramas de flujo y protocolos minuciosos.

Ambos extremos suelen desembocar en la misma encrucijada práctica. En las segundas, los manuales son tan rígidos y difíciles de consultar que casi nadie acude a ellos durante la vorágine diaria; las personas terminan resolviendo las cosas por recuerdo o cumpliendo registros por mera obligación burocrática. La documentación se convierte en un archivo inerte.

Aquí es donde la inteligencia artificial puede cumplir un rol articulador: asumir la tarea pesada de capturar notas de trabajo, relacionar fragmentos dispersos y mantener actualizada la estructura documental a medida que las cosas cambian. Pero esto funciona únicamente si el equipo humano se reserva el rol principal: aportar el criterio de negocio, advertir cuándo la realidad operativa se apartó de lo escrito y validar si las definiciones formales siguen respondiendo a las necesidades de la empresa. La documentación deja de ser un trámite para convertirse en una base de consulta cotidiana.

3. Fuentes de verdad, contradicciones y responsabilidades

En el día a día de una pyme no existe una única fuente mágica que contenga toda la verdad. Con frecuencia conviven el sistema contable, una planilla de cálculo que el encargado de depósito armó para no equivocarse y las anotaciones que el responsable de compras guarda en su libreta.

Pretender unificar todo de la noche a la mañana bajo un mandato centralizado suele generar fricción innecesaria. Lo indispensable es establecer con claridad qué fuente manda sobre cada tema específico, quién es el responsable de mantenerla al día y qué mecanismo se utiliza cuando dos registros se contradicen.

En nuestras intervenciones vemos que cuando emergen versiones incompatibles sobre cómo se debe atender a un cliente o cómo se aprueba una excepción de crédito, la solución nunca es puramente algorítmica. Es necesario sentar a la mesa al responsable del área o al dueño para dirimir el criterio de fondo. El rol de los consultores y profesionales que acompañan estos caminos no consiste en imponer respuestas prefabricadas, sino en aportar metodología para explicitar esas discrepancias y facilitar acuerdos que queden formalizados.

4. La autoridad real frente al organigrama formal

En casi todas las pymes existe un organigrama formal colgado en la pared y, en paralelo, una red de autoridad real que sostiene la operación. Esta última suele estar encarnada en colaboradores de amplia trayectoria que conocen las excepciones no escritas, los vicios de los proveedores y las mañas de cada cliente.

Si un proyecto de incorporación de tecnología ignora a estas personas o percibe sus dudas como simple «resistencia al cambio», el fracaso suele ser inmediato. Quienes llevan años resolviendo problemas en la trinchera tienen razones fundadas para desconfiar de las soluciones que prometen resolverlo todo con un clic.

Incorporar esa experiencia es indispensable. La adopción solo avanza cuando se construye una relación de confianza genuina entre los equipos internos y quienes coordinan la implementación. El conocimiento tácito de esas figuras clave debe ser escuchado y respetado; son ellos quienes mejor pueden calibrar si una nueva forma de trabajar contempla la complejidad real del negocio o si se trata de un esquema teórico incapaz de resistir la primera urgencia.

5. Una ayuda palpable para el presente, no una promesa diferida

Uno de los mayores motivos de frustración en las pymes frente a la tecnología es la acumulación de exigencias. Pedirle a un equipo operativo —que ya trabaja al límite de su capacidad horaria— que cargue datos adicionales, aprenda interfaces complejas o dedique horas a alimentar un sistema nuevo bajo la promesa de que «en seis meses la empresa será más eficiente» suele despertar un rechazo comprensible.

Para que una transformación sea viable, la ayuda debe sentirse en el corto plazo. La intervención tiene que quitar peso, no sumarlo. Si el cambio no elimina una tarea tediosa, no simplifica una búsqueda que antes llevaba media hora o no evita una llamada reiterativa, difícilmente el equipo encuentre motivos para sostenerlo. Las transformaciones profundas se consolidan a través de pequeñas simplificaciones tangibles en la rutina diaria.

La experiencia con solunika-os: una memoria con la que se dialoga

En Solúnika experimentamos esta misma necesidad de manera directa. Hace aproximadamente un año comenzamos a utilizar internamente solunika-os, un sistema diseñado para estructurar la memoria operativa de nuestra propia organización.

En términos sencillos, en lugar de guardar documentos dispersos en carpetas compartidas que nadie vuelve a abrir, organizamos la historia de la empresa en un formato legible tanto para humanos como para modelos de lenguaje. Esencialmente, funciona como una memoria institucional con la que el equipo puede conversar: un espacio persistente donde se distinguen los hechos comprobados de las hipótesis de trabajo, se registran los fundamentos de cada decisión técnica o de gestión, y se guardan las lecciones aprendidas tras cada proyecto.

Esto nos permite algo fundamental: resolver contradicciones de criterio y revisar por qué hacemos las cosas de determinada manera, sin depender exclusivamente de la memoria individual de quienes estuvieron presentes el día en que se tomó una decisión. No presentamos esto como una solución mágica ni disponemos aún de mediciones cuantitativas que aíslen su impacto financiero; pero en nuestra experiencia de trabajo, contar con una base de conocimiento gobernable cambió de raíz la forma en que pensamos, debatimos y hacemos evolucionar nuestros propios procesos.

El agente como «commodity» y la necesidad de gobierno

Hoy en día, el acceso a modelos de lenguaje avanzados y a capacidades de automatización agéntica se está convirtiendo progresivamente en un insumo accesible para casi cualquier organización. Desarrollar o configurar un agente elemental para que responda consultas o ejecute una tarea acotada es técnicamente cada vez más sencillo.

El valor diferencial ya no reside en el acceso al modelo, sino en cómo se integran esas capacidades dentro del tejido de la pyme. La verdadera dificultad consiste en lograr que la tecnología opere de manera transversal, con trazabilidad, respetando jerarquías de permisos y rindiendo cuentas de sus acciones. Un agente que responde sin conocer los límites de su autoridad o que consulta fuentes de información desactualizadas se transforma rápidamente en un riesgo operativo.

Es en esta articulación donde reside el aporte de quienes acompañan el diseño de procesos, y es también el foco hacia el que apuntan plataformas como Hubeet: servir de puente ordenado para conectar el conocimiento acumulado de la empresa, las reglas del negocio, los permisos de los usuarios y las responsabilidades individuales, asegurando que cualquier automatización trabaje sobre bases firmes y gobernables.

Aprender a lo largo del tiempo

Al final del camino, la incorporación de inteligencia artificial en una pequeña o mediana empresa no debería medirse por la cantidad de herramientas contratadas ni por la sofisticación técnica de sus pilotos.

La aspiración de fondo es mucho más profunda y humana: lograr que la empresa desarrolle la capacidad de seguir aprendiendo, y que conserve lo aprendido a medida que transcurren los años, evolucionan los mercados y cambian las personas que forman parte de los equipos.

Cuando el conocimiento de una organización deja de depender del azar, de la memoria frágil o del archivo inaccesible, la tecnología deja de ser un fin en sí mismo y pasa a cumplir su propósito más valioso: fortalecer la continuidad, la identidad y el futuro del trabajo compartido.