Hay cinco procesos que una pyme debe seguir haciendo a mano los primeros meses: lo que toca dinero de clientes sin revisión, responder a un cliente enfadado, lo que depende de un criterio que nadie ha escrito, lo que solo sabe una persona y lo que exige firma o compromiso legal. Saber qué automatizar primero empieza por saber qué no.
Este artículo es para quien ya tiene la lista de lo que se hace a mano y está decidiendo por dónde empezar. Vas a encontrar los cinco procesos, por qué cada uno se queda fuera del primer lote, el criterio para saber cuándo ya se puede automatizar y lo que pasa cuando se adelanta el momento.
Lo escribo porque es la parte del mapa de procesos que más discusión genera: en cada proyecto de automatización de procesos con n8n y agentes, la lista de los «no» sale en la misma sesión que la de los tres primeros flujos.
¿Por qué hay procesos que puntúan alto y aun así se quedan a mano?
Porque la puntuación del mapa mide cuánto cuesta hacer algo a mano, no cuánto cuesta que salga mal. Un proceso frecuente, lento y con reglas claras suma más de 15 puntos y entra en la lista. Si además un error cuesta dinero o un cliente, ese mismo proceso es el que menos conviene soltar sin red los primeros meses.
El mapa de procesos puntúa cada tarea del 1 al 5 en frecuencia, tiempo, error y reglas claras (frecuencia × tiempo + error + reglas), y lo que pasa de 15 se automatiza, como explicamos en la guía de automatización con n8n: de cero a agentes. La fórmula sirve para elegir los tres primeros flujos; lo que no sabe es qué pasa el día que el flujo se equivoca. Y un flujo no se equivoca una vez: se equivoca igual en todas las ejecuciones hasta que alguien lo ve.
Los datos del sector apuntan en la misma dirección. El 78 % de las organizaciones ya usa IA en alguna función y el 71 % usa IA generativa de forma habitual, pero solo el 27 % de las que la usan revisa todo el contenido que genera antes de usarlo (McKinsey, The State of AI, marzo de 2025) (en inglés). La regla corta: primero se documenta, después se automatiza.
¿Cuáles son los cinco procesos que se quedan a mano los primeros meses?
Son los que tocan dinero de clientes sin revisión humana, los que responden a un cliente enfadado, los que dependen de un criterio que nadie ha escrito, los que solo sabe hacer una persona y los que exigen firma o compromiso legal. Cuatro están en el mapa de procesos; el quinto lo añadimos después de revisar presupuestos y contratos que iban a salir solos.
| Proceso | Por qué se queda a mano | Ejemplo típico en una pyme | Qué sí se automatiza alrededor |
|---|---|---|---|
| Dinero de clientes sin revisión | El error se repite en cada ejecución | Reembolsos, abonos, cobros recurrentes | Preparar el abono y pedir un clic de aprobación |
| Cliente enfadado | El tono pesa más que la respuesta correcta | Pedido perdido, queja en una reseña | Detectar, clasificar y avisar a una persona |
| Criterio no escrito | No se programa lo que no está en un papel | Aprobar un descuento, puntuar un lead, elegir qué se publica | Registrar cada decisión para escribir el criterio |
| Lo que solo sabe una persona | El flujo copiaría lo que esa persona cree que hace | Cierre contable, presupuesto a medida | Grabar y transcribir el proceso |
| Firma o compromiso legal | La responsabilidad ante un tercero no se delega | Contratos, presupuestos vinculantes, bajas, consentimientos | Generar el borrador y dejar la firma a la persona |
En los cinco hay una parte que sí se monta desde el primer mes; lo que no se monta es el último paso, el que compromete dinero, palabras o firmas.
¿Por qué no automatizar lo que toca dinero ni la respuesta a un cliente enfadado?
Porque son los dos procesos en los que el coste de un error no lo paga la empresa, lo paga el cliente, y él decide si vuelve. Un reembolso duplicado, un cobro que no tocaba o una respuesta correcta en un tono equivocado se arreglan, pero el cliente ya se ha formado una opinión. Los primeros meses, una persona aprueba y una persona responde.
El dinero. Un flujo que crea un abono en Holded o en Shopify cuando llega una devolución es fácil: un webhook de devolución recibida, un nodo HTTP Request que crea el abono, un correo al cliente. Lo difícil es que el flujo sepa que esa devolución llegó fuera de plazo o que el cliente ya lleva dos reembolsos este mes. Esas excepciones las sabe quien lleva meses haciéndolo, y casi nunca están escritas.
Lo que montamos en su lugar es un flujo que llega hasta el último paso y se para: prepara el abono, lo manda a un canal con un botón de aprobar o rechazar (en n8n, un nodo Wait que se reanuda por webhook) y solo ejecuta cuando alguien pulsa. La persona aprueba en diez segundos lo que antes hacía en diez minutos, y el historial de aprobaciones y rechazos sirve después para escribir las reglas.
El cliente enfadado. Un agente de IA responde bien a una pregunta de horario o de plazo, como contamos en el agente de primer contacto. Lo que no puede hacer todavía es leer que detrás de «¿dónde está mi pedido?» hay una persona con tres correos sin respuesta que va a escribir una reseña esta tarde. Aquí se automatiza la detección, no la respuesta: un nodo de clasificación con un modelo de lenguaje marca cada mensaje como consulta, incidencia o queja y, si es queja, avisa a una persona por WhatsApp o Slack con el historial del cliente. Responder en minutos es lo que desinfla la queja.
¿Por qué no automatizar lo que depende de un criterio no escrito ni lo que solo sabe una persona?
Porque un flujo solo ejecuta reglas, y si la regla vive en la cabeza de alguien, lo que se programa es una aproximación que nadie ha validado. Son los dos procesos que más tardan en estar listos y los que más se parecen: a uno le falta el criterio, al otro le falta la documentación. En los dos, el trabajo previo es escribir.
El criterio no escrito. Aprobar un descuento, decidir si un lead merece una llamada, elegir qué artículo se publica. Cuando preguntamos «¿cómo lo decides?», la respuesta suele ser «lo veo». Eso es experiencia, no una regla, y un modelo de lenguaje con un prompt que dice «decide si este lead es bueno» inventará su propio criterio, que no es el tuyo. Lo desarrollamos en control de calidad del output de IA: nadie sabe qué significa equivocarse porque nadie ha escrito qué es correcto.
El contenido es el ejemplo más claro. La directriz sobre contenido con IA según Google no penaliza el contenido generado con IA por serlo: castiga usar la automatización para manipular el posicionamiento y valora que el texto sea útil para quien lo lee. Qué es útil en tu sector lo decide tu criterio editorial; si no está escrito, publicar en automático es publicar al azar. Los primeros meses se registra cada decisión con su dato de entrada y su resultado; a las treinta o cuarenta aparecen los patrones, y con ellos se escribe el criterio.
Lo que solo sabe una persona. El cierre contable del mes, el presupuesto de un proyecto a medida, la carga de pedidos de un cliente que «siempre pide así». Si esa persona se va de vacaciones y nadie puede hacerlo, tampoco puede hacerlo un flujo, porque quien lo programa copiará lo que esa persona cree que hace, con veinte excepciones que no cuenta porque le parecen obvias.
Aquí el método es grabar: la persona hace el proceso una vez con la pantalla grabada y hablando en voz alta, y de la transcripción sale el primer documento. La segunda vez lo hace otra persona siguiendo el documento, y cada punto donde se atasca es un paso que faltaba. El flujo de facturas al ERP sin tocarlas solo funciona con ese documento delante.
¿Qué pasa con lo que exige firma o compromiso legal?
Que la responsabilidad no se delega. Un contrato, un presupuesto vinculante, la baja de un servicio o un consentimiento de datos comprometen a la empresa frente a un tercero, y la normativa europea exige intervención humana e información al usuario en varios de esos casos. El flujo prepara el documento; la persona lo revisa y lo firma.
El RGPD establece en su artículo 22 el derecho a no ser objeto de una decisión basada únicamente en un tratamiento automatizado que produzca efectos jurídicos o afecte de modo significativo a la persona. Denegar un alta o una devolución en automático, sin que alguien pueda intervenir, entra de lleno en ese artículo; las excepciones que permite exigen el derecho a obtener intervención humana.
El AI Act añade dos obligaciones que afectan a una pyme aunque no use sistemas de alto riesgo: el artículo 50 obliga a informar a las personas de que interactúan con una IA cuando no sea evidente, y el artículo 4 exige alfabetización suficiente en IA al personal que la maneja. El artículo 14, el de la supervisión humana, se aplica a los sistemas de alto riesgo, pero es la lógica que seguimos para cualquier flujo que compromete dinero o derechos: el flujo rellena el presupuesto, calcula el precio y genera el PDF; firmarlo son treinta segundos de una persona que puede responder por ello.
¿Cómo saber cuándo ya se puede automatizar y qué pasa si se adelanta?
Se puede automatizar cuando está documentado y el documento se ha probado: una persona distinta de la habitual lo ha hecho completo leyendo el documento, en el último mes no ha aparecido ninguna excepción imprevista y hay una forma clara de saber que el flujo ha fallado antes de que lo note el cliente. Si se adelanta, el flujo funciona, y ese es el problema.
Lo que repasamos antes de dar el paso:
- Hay un documento con los pasos, las excepciones conocidas y qué se hace con cada una.
- Una segunda persona lo ha ejecutado completo con el documento, sin ayuda.
- En las últimas treinta ejecuciones a mano ninguna necesitó una decisión que no estuviera escrita.
- Está definido quién recibe el aviso cuando el flujo falla, por qué canal y en cuánto tiempo.
- El primer mes, el flujo propone y una persona aprueba; el botón se quita después, con datos.
El quinto punto es el que más se salta y el que más protege. Si en treinta días no se rechaza ninguna propuesta, se quita el botón; si se rechaza una de cada diez, el criterio sigue sin estar escrito. Para la firma y el compromiso legal, la aprobación humana no es una fase, es el diseño.
Cuando se adelanta el momento, el error no se ve en la pantalla de n8n sino semanas después, en la contabilidad, en una reseña o en una reclamación. Los síntomas se repiten: un descuento de bienvenida que por una condición mal puesta se aplica a todos los pedidos de la noche; una bandeja de «revisar» que nadie tiene asignada y en la que las quejas se acumulan días; y el flujo que alguien desactiva «hasta que lo arreglemos» y nadie vuelve a tocar, con el montaje pagado y el equipo desconfiando de la siguiente automatización.
Lo que se automatiza primero son los procesos que puntúan alto y donde un fallo es visible y barato: el lead al CRM, la confirmación de cita, el informe mensual, la factura de proveedor que un contable revisa en segundos. Salen en una semana y cuestan desde 450 euros de montaje según las herramientas que conecten.
Seguimos este tema en todos los artículos de automatización y agentes.
Preguntas frecuentes
¿Qué automatizar primero en una pyme?
Lo que puntúa más de 15 en el mapa de procesos y conecta menos herramientas: el lead al CRM, la confirmación de citas, el informe mensual, las facturas de proveedor a contabilidad. Tres flujos, no más, y que el primero salga en una semana.
¿Un flujo con aprobación humana es hacer el trabajo dos veces?
No. La persona pasa de ejecutar el proceso a aprobar un resultado ya preparado, y el flujo guarda cada aprobación y cada rechazo. Ese registro permite escribir el criterio y, cuando los rechazos dejan de aparecer, quitar el botón con datos.
¿Es legal que una IA decida sola un reembolso o una baja?
El artículo 22 del RGPD da derecho a no quedar sometido a decisiones basadas solo en tratamiento automatizado con efectos significativos, salvo excepciones que exigen poder pedir intervención humana. El AI Act obliga además a informar de que se interactúa con una IA. Lo prudente es que el flujo prepare y una persona decida.
—
Diego lleva las automatizaciones de We Love SEO: conecta formularios, CRM, tiendas e informes con n8n, y documenta lo que falla. Más sobre él en el equipo.
