El problema con "está funcionando bien"
Cuando un equipo de tecnología o un proveedor externo dice que el agente "está funcionando bien", esa frase no le sirve a un CFO. No porque sea mentira, sino porque no es medible.
Un agente de IA que procesa facturas, genera reportes o responde consultas internas produce datos desde el primer día. Si esos datos no están organizados en un formato que permita tomar decisiones, el problema no es el agente: es la ausencia de un marco de medición.
Este artículo describe ese marco. Está pensado para los primeros dos meses de operación, que es el período donde se define si un proyecto de IA genera valor real o se convierte en un experimento que nadie sabe cómo evaluar.
Por qué las primeras ocho semanas son el período crítico
Las semanas uno a cuatro son de estabilización. El agente está en producción, pero el equipo todavía ajusta parámetros, corrige casos borde y establece los flujos de excepción. Es normal que los números fluctúen.
Las semanas cinco a ocho son donde aparece la señal. Si el agente está bien diseñado, en este período se consolida el volumen procesado, bajan las intervenciones manuales y el equipo empieza a operar con menos fricción en el proceso automatizado.
Si al final de la semana ocho los números no muestran una tendencia clara, hay tres causas posibles: el caso de uso fue mal seleccionado, el agente fue mal construido, o no existe ningún sistema de medición. Las tres son corregibles, pero requieren diagnóstico honesto.
Los cuatro indicadores que debe revisar cada semana
1. Volumen procesado por el agente
¿Cuántas transacciones, documentos, consultas o tareas procesó el agente en la semana? Este número establece la línea base. Sin él, cualquier otro indicador pierde contexto.
Un agente de conciliación bancaria que procesa 200 registros semanales en la semana dos y 800 en la semana seis está escalando. Uno que se mantiene en 200 durante ocho semanas tiene un problema de adopción o de integración.
2. Tasa de intervención manual
¿Qué porcentaje de los casos procesados requirió que una persona interviniera para corregir, aprobar o completar la tarea?
En las primeras semanas, una tasa de intervención del 20–30% es aceptable. Para la semana ocho, debería estar por debajo del 10% en procesos bien definidos. Si se mantiene alta, el agente no está cubriendo los casos que más ocurren, o las reglas de negocio no están bien capturadas.
Este indicador es el que más le interesa a un CFO porque traduce directamente en horas del equipo.
3. Tiempo de ciclo del proceso
¿Cuánto tardaba el proceso antes del agente y cuánto tarda ahora?
Si el cierre de un reporte de gastos tomaba tres días y ahora toma cuatro horas, eso es un dato. Si la diferencia es marginal, el caso de uso probablemente no era el correcto para empezar.
El tiempo de ciclo es especialmente relevante en procesos financieros: conciliaciones, cierres parciales, validación de facturas, generación de reportes para dirección. En estos procesos, la reducción de tiempo tiene impacto directo en la velocidad de toma de decisiones.
4. Horas liberadas del equipo
Este es el indicador que más cuesta medir con precisión, pero es el que más comunica hacia arriba.
Una forma práctica: antes de implementar el agente, el equipo registra cuánto tiempo dedica semanalmente al proceso. Después de ocho semanas, se vuelve a medir. La diferencia es la hora liberada.
En empresas mid-size donde un proceso manual consume entre 15 y 40 horas semanales del equipo de finanzas o de operaciones, una reducción del 50–70% en ese tiempo representa entre 30 y 100 horas mensuales que se redirigen a trabajo de mayor valor. A un costo promedio de 25–40 euros por hora, el rango de ahorro mensual oscila entre 750 y 4.000 euros solo en ese proceso. Multiplicado por tres o cuatro procesos automatizados en el primer trimestre, el ROI empieza a ser visible sin necesidad de modelos complejos.
Un ejemplo concreto: agente de validación de facturas
Una empresa de distribución con 80 empleados recibía entre 300 y 400 facturas mensuales de proveedores. El equipo de administración dedicaba aproximadamente 25 horas mensuales a validar datos, cruzar con órdenes de compra y escalar discrepancias.
Se implementó un agente que extrae los datos de cada factura, los cruza con el ERP y clasifica cada caso como aprobado, pendiente de revisión o con discrepancia. El equipo solo interviene en los casos marcados como pendientes o con discrepancia.
Al final de la semana ocho, la tasa de intervención manual había bajado del 100% al 18%. Las 25 horas mensuales se redujeron a aproximadamente 5. El tiempo de ciclo de validación pasó de 3–4 días a menos de 24 horas.
Estos números no requieren un modelo financiero sofisticado para justificar la inversión. Se leen solos.
Qué hacer si los números no aparecen
Si al final de la semana ocho no hay datos organizados, la primera pregunta no es técnica: es de diseño. ¿Se definió desde el inicio qué se iba a medir? ¿El agente tiene logs accesibles? ¿Existe un responsable de revisar esos logs cada semana?
En proyectos bien ejecutados, el cuadro de mando de las primeras ocho semanas se define antes de que el agente entre en producción. No después.
Si ese cuadro no existe, se puede construir en retrospectiva con los logs del agente y los registros del equipo. No es ideal, pero es recuperable.
Conclusión
Un agente de IA no se evalúa por si "funciona". Se evalúa por lo que produce: volumen procesado, intervenciones evitadas, tiempo reducido, horas liberadas. Esos cuatro números, revisados semana a semana durante los primeros dos meses, son suficientes para saber si el proyecto va en la dirección correcta.
Si quiere revisar qué métricas debería estar viendo en su caso específico, podemos hacer ese análisis en una llamada corta.
¿Tiene un agente en producción o está evaluando implementar uno? Complete el formulario de diagnóstico y le respondemos con un análisis concreto de su situación.
[Solicitar diagnóstico gratuito →]
