En las reuniones se mezclan constantemente. «Queremos poner IA» suele significar «queremos que esto se haga solo», y muchas veces lo que hace falta no es inteligencia artificial sino una automatización de toda la vida, que cuesta la cuarta parte y falla mucho menos.
La diferencia se resume en una frase: la RPA sigue reglas, la IA interpreta.
Qué es la RPA y cuándo basta
La automatización por reglas —lo que se conoce como RPA— ejecuta pasos definidos de antemano. Si ocurre esto, haz aquello. Copia este dato de aquí a allá. Cuando llegue un archivo con este formato, procésalo así.
Es la respuesta correcta cuando el proceso cumple tres condiciones:
- Las entradas tienen siempre la misma forma.
- Las reglas se pueden escribir sin usar la palabra «depende».
- El resultado es verificable: o está bien o está mal, sin matices.
Ejemplos: pasar los pedidos del correo al ERP cuando llegan siempre en el mismo formato, generar el informe de los lunes a partir de tres fuentes, avisar al responsable cuando un stock baja de un umbral. Barato, rápido y, sobre todo, predecible: hace exactamente lo mismo siempre.
Qué aporta la IA y cuándo compensa
La inteligencia artificial entra cuando la entrada no está estructurada o cuando la regla no se puede escribir. No es que sea «más potente»: es que resuelve otro problema.
- Interpretar texto libre. Entender de qué va un correo de un cliente que escribe como le da la gana.
- Extraer datos de documentos. Sacar la base imponible de facturas que llegan en cuarenta formatos distintos.
- Clasificar sin regla explícita. Decidir si una incidencia es urgente cuando nadie sabe formular exactamente qué hace que lo sea.
- Predecir. Estimar qué producto se va a agotar o qué cliente está a punto de irse, a partir del histórico.
A cambio, la IA tiene una propiedad que hay que asumir desde el principio: no acierta siempre y no acierta igual cada vez. Un buen sistema de clasificación puede rondar el 90-95 % de acierto. Eso es excelente, y aun así significa que de cada cien casos hay entre cinco y diez que necesitan una persona.
Si un proceso no tolera ningún error sin supervisión, el problema no es qué modelo elegir: es que ese proceso necesita a una persona en el circuito, cueste lo que cueste.
La respuesta habitual: las dos
En la práctica, casi todos los proyectos que entregamos combinan ambas. La IA se encarga del trozo que requiere interpretación y la automatización por reglas del resto, que suele ser la mayor parte.
Un ejemplo real de estructura: llega un correo con una factura adjunta. La IA lee el PDF y extrae proveedor, importe y fecha. Una regla comprueba que el proveedor existe y que el importe está dentro de lo habitual para él. Si todo cuadra, se registra automáticamente; si algo se sale de lo normal o la extracción no fue clara, se manda a revisión humana con el motivo señalado.
Ese reparto es lo que hace el sistema fiable: la IA aporta lo que las reglas no pueden, y las reglas acotan lo que la IA puede equivocarse.
Cómo saber en qué caso estáis
Una sola pregunta suele bastar:
¿Podrías escribir en una hoja las instrucciones para que una persona nueva hiciera esta tarea sin preguntarte nada?
Si la respuesta es sí, necesitáis automatización por reglas y deberíais pagar precio de automatización por reglas. Si al escribirlas aparecen frases del tipo «bueno, si el cliente es de los de siempre, entonces…», ahí es donde entra la IA.
Si no lo tenéis claro, escribidnos con el proceso concreto y os decimos cuál de los dos casos es. Es una respuesta de diez minutos y os puede ahorrar varios miles de euros de proyecto mal planteado.