El Error de Plantear Esto Como una Competencia
Cada cierto tiempo nos llega la misma pregunta, casi siempre formulada como una disyuntiva: "¿nos conviene más automatizar con RPA o con un agente de IA?". La pregunta parte de un supuesto equivocado: que son dos formas distintas de resolver el mismo problema, y que hay que elegir una.
En la práctica no compiten. Resuelven problemas distintos, y la mayoría de los procesos reales de una empresa chilena —conciliar pagos, clasificar documentos, revisar solicitudes, cruzar información entre sistemas— tienen una parte que es pura regla y otra parte que es pura ambigüedad. Tratar de resolver todo con una sola herramienta es donde empiezan los problemas: un RPA rígido se cae apenas el dato de entrada varía un poco, y un agente de IA usado para todo es lento, caro y —lo más importante— menos confiable de lo que necesitas para una tarea que debería ser trivial.
Qué es RPA: Automatización Determinística
RPA (Robotic Process Automation) automatiza tareas siguiendo reglas fijas y explícitas. La característica que define a un buen RPA no es que "use un robot" ni que "ahorre clics": es que sea determinístico. Dado el mismo input, siempre entrega el mismo output. Sin variabilidad, sin interpretación, sin sorpresas.
Ejemplos de reglas ideales para RPA
- "Si el monto de la transferencia calza exacto con una factura pendiente, concilia. Si no calza, no concilia."
- "Si el RUT del proveedor coincide con el RUT registrado, asigna el documento a esa carpeta."
- "Si el stock de un SKU baja de X unidades, genera la orden de compra."
- "Copia estos datos del sistema A al sistema B siguiendo este mapeo de campos exacto."
Todas estas reglas comparten algo: no requieren interpretar nada. Un monto calza o no calza. Un RUT coincide o no coincide. Por eso el RPA es rápido, barato de operar y 100% confiable dentro del universo de casos que sus reglas cubren. El problema aparece cuando la realidad no viene tan ordenada —y en procesos de negocio reales, casi nunca viene así.
Qué es un Agente de IA: Automatización que Razona
Un agente de IA entra en juego exactamente donde el RPA se queda corto: cuando hace falta razonar sobre algo ambiguo, expresado en lenguaje natural, que una regla fija no puede resolver de forma confiable.
El ejemplo más claro es interpretar el nombre de un pagador en una transferencia bancaria. Una cartola puede traer ese nombre de formas muy distintas para representar al mismo cliente: abreviado, con el nombre del representante legal antepuesto a la razón social, en otro orden de palabras, con o sin giro comercial. Escribir una regla fija ("si el texto contiene exactamente esta cadena") se rompe apenas aparece una variante que nadie anticipó. Un modelo de lenguaje, en cambio, puede leer ese texto igual que lo leería una persona y razonar cuál cliente corresponde.
RPA
Reglas explícitas, sin ambigüedad. Mismo input, mismo output, siempre. Ideal cuando el dato de entrada es estructurado o binario (calza / no calza).
Agente de IA
Razonamiento sobre texto libre o contexto ambiguo. Útil cuando el mismo hecho se puede expresar de muchas formas distintas y una regla fija no cubre todas las variantes.
La clave está en no invertir los roles: usar un agente de IA para lo que una regla resuelve perfectamente es gastar de más y agregar variabilidad donde no la necesitas. Usar solo reglas fijas para lo que requiere interpretar lenguaje natural es condenar el proceso a fallar cada vez que el dato no viene exactamente como se esperaba.
Caso Real: Cómo Concilia Pagos Nuestro Propio Sistema
En Crea TI no solo desarrollamos esto para clientes: lo aplicamos primero en nuestro propio CRM/ERP, Impulsa, en el módulo de conciliación de pagos recibidos por correo. El problema que resuelve es simple de describir y difícil de automatizar bien: llega un mail de notificación bancaria de una transferencia, y el sistema tiene que decidir a qué factura impaga y de qué cliente corresponde ese pago, sin intervención manual.
Así queda diseñada la arquitectura, en capas:
Filtro determinístico (RPA)
De todas las facturas impagas, el sistema descarta con una regla fija todas las que no calzan en monto exacto (con una tolerancia mínima) contra el monto recibido. Sin IA, sin ambigüedad: si el monto no calza, la factura ni se considera candidata.
Agente de IA para la parte ambigua
Si después del filtro quedan varios clientes candidatos con el mismo monto, se le entrega a un modelo de lenguaje (con temperatura cero, para minimizar variabilidad en la respuesta) el texto literal del pagador tal como viene en el mail, junto con la lista acotada de candidatos, y se le pide elegir cuál corresponde. Esto es exactamente el tipo de tarea que una regla fija no resuelve bien y un modelo de lenguaje sí.
Heurística de respaldo
En paralelo, se calcula similitud de texto con un algoritmo clásico (sin IA) como segunda opinión, útil como desempate si la respuesta del modelo no es concluyente.
Validación contra la lista filtrada
Nunca se confía a ciegas en lo que responde la IA: se valida que el cliente elegido esté dentro de la lista ya filtrada en el paso 1. Si el modelo "inventara" un cliente fuera de esa lista, la respuesta se descarta.
Doble verificación antes de actuar solo
Solo cuando el agente de IA y la heurística de respaldo coinciden en la misma respuesta, el sistema tiene "certeza total" y concilia el pago automáticamente. En cualquier otro caso —la IA sola, la heurística sola, o ninguna concluyente— el pago queda con un puntaje de confianza y pasa a revisión humana. El sistema nunca adivina cuando no hay certeza doble.
Por qué esta arquitectura y no otra
- El filtro por monto es barato y 100% confiable: no tiene sentido gastar en IA para algo que una regla resuelve perfecto
- La IA se usa solo donde de verdad aporta: interpretar texto libre con variantes que ninguna regla fija anticipa
- Nada se concilia solo con la palabra de la IA: siempre hay una segunda señal independiente que debe coincidir
- Cuando no hay certeza doble, un humano revisa. El sistema nunca actúa a ciegas frente a la incertidumbre
La Arquitectura Correcta Casi Nunca es "Todo Agente" ni "Todo RPA"
El caso de conciliación de pagos no es una excepción, es el patrón que se repite en la mayoría de los procesos que vale la pena automatizar: hay una parte grande y estructurada que se resuelve con reglas duras, y una parte más pequeña pero crítica que requiere interpretación. Diseñar bien la automatización es, sobre todo, saber dónde trazar esa línea.
Un agente de IA suelto, sin un filtro determinístico antes, tiende a dos problemas: cuesta más de lo necesario (se le hace razonar sobre casos que no lo necesitaban) y es menos predecible de lo que un proceso de negocio crítico exige. Un RPA puro, sin ningún componente que razone, tiende al problema opuesto: se rompe cada vez que el dato de entrada no viene exactamente en el formato esperado, y alguien tiene que ir a corregirlo a mano.
La combinación —regla dura primero, IA solo para lo ambiguo, doble verificación antes de actuar sin supervisión, y revisión humana como respaldo final cuando no hay certeza— es la que en la práctica sostiene procesos reales de forma confiable en el tiempo, no solo en la demo inicial.
Cómo Elegir para tu Proceso
Antes de decidir qué construir, conviene hacerse las preguntas correctas sobre el proceso que quieres automatizar:
- ¿El dato de entrada siempre viene estructurado y sin variantes? Es terreno de RPA puro: reglas fijas, rápido y barato de implementar.
- ¿Hay texto libre, nombres, descripciones o documentos que se pueden expresar de muchas formas distintas? Ahí necesitas un componente de IA que razone sobre esa ambigüedad, no una regla que intente anticipar cada variante.
- ¿El proceso mezcla ambas cosas? Es lo más común. La solución correcta filtra primero con reglas duras y usa IA solo en la parte que las reglas no pueden resolver.
- ¿El error tiene costo alto (dinero, cumplimiento, relación con el cliente)? Nunca dejes que el sistema actúe solo sin una segunda señal de confirmación. Cuando no hay certeza, el diseño correcto es dejarlo en revisión humana, no forzar una decisión automática.
Si ya tienes procesos manuales con reglas claras que se podrían automatizar sin IA, revisa nuestro servicio de automatización de procesos con RPA en Chile, donde profundizamos en cómo implementamos automatización determinística sin licencias costosas. Y si tu proceso tiene esa parte ambigua que ninguna regla resuelve bien, conversemos sobre cómo diseñar el componente de IA correcto, con las verificaciones necesarias para que puedas confiar en el resultado.