04 Servicio
Automatización e IA, sin la parte que se vende sola.
Agentes y flujos que absorben trabajo repetitivo: atención, carga de datos, reportes. Integrados a las herramientas que ya usás, y sólo donde el número cierra.
Empecemos por lo que no hace
Este es el servicio donde más humo se vende, así que arrancamos por el lado incómodo. Un modelo de lenguaje, hoy, con las herramientas que existen y no con las que promete el video de LinkedIn:
- No sabe nada de tu empresa. Si no le pasás el dato en el momento de la consulta, no lo tiene. No hay un "aprende de tu negocio" mágico; hay una conexión a tu base que alguien tiene que construir y mantener.
- Puede afirmar con seguridad algo falso. Genera texto probable, no verdad verificada. Se contiene acotando de dónde saca los datos y prohibiéndole responder fuera de eso, pero no se elimina.
- No razona sobre números como una planilla. Para cuentas, totales y reglas contables va código, que siempre da lo mismo. El modelo redacta; no calcula.
- No decide bien las excepciones. Justo el caso raro —el cliente que pide algo fuera de política, el pedido que no encaja— es donde peor se porta y donde más caro sale el error.
- No se mantiene solo. Cambia tu proceso, cambia el proveedor del modelo, cambia la API de WhatsApp. Una automatización es un sistema vivo, no un trabajo que se termina.
Cuándo automatizar es mala idea
Hay tres situaciones en las que lo recomendable es no hacerlo, y las decimos en la primera reunión aunque signifique no vender el proyecto.
El proceso cambia todos los meses
Automatizar congela una forma de trabajar. Si la tuya todavía se está acomodando — porque el negocio es nuevo, porque estás probando, porque cada mes le cambiás una regla— vas a pagar para reprogramar la automatización una y otra vez. Primero estabilizá el proceso a mano; después automatizalo.
El volumen es bajo
Una tarea que ocurre cinco veces por mes y lleva diez minutos son cincuenta minutos mensuales. Ninguna automatización se paga con eso, ni siquiera una barata, y encima sumás algo más que puede romperse. Hacelo a mano y usá la plata en otra cosa.
El error sale caro y no hay quien revise
Si un error cuesta un cliente, una multa o un comprobante mal emitido, la automatización tiene que tener revisión humana en el medio. Cuando no hay nadie que pueda revisar —porque no hay tiempo, porque no hay personal— la conclusión no es "automatizamos igual y cruzamos los dedos". Es que ese proceso todavía no se automatiza.
La regla de arranque: cinco horas por mes. Si una tarea repetitiva no consume al menos unas cinco horas mensuales entre todo el equipo, y no es estable, rara vez justifica automatizarla. No es una ley: es el umbral a partir del cual la cuenta suele empezar a cerrar en menos de un año, contando el desarrollo, el costo mensual de las herramientas y el tiempo de supervisión. Si tu caso no llega, te lo decimos.
Qué sí construimos
Agentes con modelos de lenguaje, atados a tus datos
Un asistente que responde consultas usando información que sale de tu sistema en el momento de la consulta, no de lo que el modelo "recuerda". Tiene límites escritos: qué puede responder, qué tiene prohibido inventar y en qué momento deja de contestar y avisa que interviene una persona.
Bots de WhatsApp sobre la API oficial
Atención de consultas repetidas, estado de pedido, turnos, avisos. Van sobre la API de WhatsApp Business —la oficial, con número verificado— y no sobre parches que se caen cuando Meta cambia algo. El bot resuelve lo frecuente y entrega la conversación a un humano cuando el caso se sale del libreto, con todo el contexto adelante para que la persona no tenga que preguntar de nuevo.
Flujos y reportes automáticos
Datos que viajan solos entre el mail, tu sistema, el facturador y la planilla. Reportes que se arman y se mandan sin que nadie los pida. Alertas cuando un número se sale del rango. Buena parte de esto no necesita nada de inteligencia artificial: es código común, aburrido y confiable, y cuando alcanza con eso lo hacemos así porque cuesta menos y se rompe menos.
Cómo lo medimos
Antes de construir se mide la tarea: cuántas veces por mes ocurre, cuánto tiempo lleva cada vez, quién la hace. Ese número es el que después dice si la automatización sirvió, y es el mismo que usamos para decidir si vale la pena empezar. Si no se puede medir, no se puede saber si funcionó, y entonces cualquier cosa que digamos después es publicidad.
Después de la puesta en marcha hay un período de observación en el que se mira lo que el sistema respondió y lo que escaló. Ahí aparecen los casos que no habíamos previsto y se corrige. Esa etapa no es opcional: una automatización que nadie mira durante el primer mes es una automatización de la que no sabés nada.
Con qué se integra
Con lo que ya tenés. WhatsApp, correo, tu sistema de gestión, el facturador, la plataforma de venta, planillas. Si tu herramienta tiene API, se conecta; si no la tiene, se busca el camino menos frágil y se te dice de antemano cuál es el riesgo. Cuando lo que hace falta es el sistema que todavía no existe, eso es otro trabajo y está descripto en software a medida.
El código se entrega en tu repositorio y las cuentas de los proveedores se abren a tu nombre, con tu tarjeta. Así ves exactamente cuánto te cuesta por mes correr esto, sin que pase por nosotros.
Preguntas frecuentes
¿Cuánto cuesta un bot de WhatsApp para una empresa?
El precio se parte en dos y conviene mirarlos por separado. Por un lado el desarrollo, que depende de cuántas cosas tenga que saber hacer el bot: uno que responde horarios, dirección y estado de pedido consultando tu sistema es un trabajo bastante acotado; uno que además toma turnos, cobra y escala a una persona cuando no entiende, es varias veces más. Por otro lado el costo mensual, que no es nuestro: Meta cobra por conversación a través de la API de WhatsApp Business y el modelo de lenguaje se paga por uso. Ese mensual se puede estimar con precisión una vez que sabemos cuántas conversaciones por mes tenés, y se lo mostramos antes de empezar. No damos un número por teléfono sin haber visto el volumen y las preguntas reales que te llegan.
¿La inteligencia artificial se puede equivocar?
Sí, y esto no es un detalle menor: es la restricción central con la que hay que diseñar. Un modelo de lenguaje no consulta una base de datos cuando responde, genera texto probable, y por eso puede afirmar con total seguridad algo que es falso. Se lo llama alucinación y no se elimina, se contiene. La contención tiene formas concretas: que el modelo responda únicamente con datos que le pasamos desde tu sistema en el momento de la consulta, que tenga prohibido inventar precios, plazos o stock, que diga "no sé, te paso con una persona" en vez de improvisar, y que toda acción con consecuencia —confirmar un pedido, emitir un comprobante, prometer una fecha— pase por una validación que no es el modelo. Si un caso no tolera error, no lo automatizamos sin revisión humana. Preferimos decirte eso antes y no después.
¿Qué pasa con los datos de mis clientes?
Lo que podemos sostener con precisión es esto. Primero, la web de SolutionsCode no usa analítica ni cookies de seguimiento, así que de tu navegación acá no guardamos nada (está detallado en /privacidad y /cookies). Segundo, en un proyecto tuyo los datos viven en la infraestructura que vos elegís y las credenciales quedan a tu nombre; nosotros accedemos mientras dura el trabajo y con lo mínimo necesario. Tercero, y es lo importante de decir: si el sistema usa un modelo de lenguaje de un tercero —OpenAI, Anthropic, Google—, el texto de esas consultas sale hacia ese proveedor y queda sujeto a los términos de ese proveedor, no a los nuestros. Eso se puede limitar (mandar sólo el dato imprescindible, anonimizar identificadores, dejar afuera lo sensible) y en algunos casos se puede evitar corriendo un modelo propio, que es más caro y menos capaz. Lo que no vamos a hacer es decirte que tus datos "están 100% seguros" como si eso fuera una propiedad del producto y no una cadena de decisiones que tenés derecho a conocer.
¿La automatización reemplaza a una persona?
En general no, y cuando te lo venden así conviene desconfiar. Lo que reemplaza son tareas, no puestos: copiar datos de un mail a una planilla, responder por decimoquinta vez el mismo horario, armar el mismo reporte todos los lunes. Eso suele ser entre el veinte y el cuarenta por ciento del tiempo de alguien que además hace cosas que ninguna máquina hace hoy —decidir una excepción, calmar a un cliente enojado, notar que algo raro está pasando—. El resultado realista es que esa persona deja de hacer lo mecánico, no que deja de hacer falta. Y hay un efecto secundario que casi nadie menciona: automatizar aumenta el trabajo de supervisión. Alguien tiene que mirar qué contestó el bot, revisar los casos que escaló y corregir el proceso cuando cambia.
¿Qué tareas conviene automatizar primero?
Las que cumplen tres condiciones a la vez: son frecuentes, son estables y el error se detecta rápido. Frecuentes porque una tarea que ocurre dos veces al mes no devuelve nunca lo que costó automatizarla. Estables porque si el proceso cambia todos los meses vas a estar pagando para reprogramar la automatización, y sale más caro que hacerlo a mano. Y con error detectable porque toda automatización falla alguna vez, y lo que importa es si te enterás el mismo día o tres meses después. Casos típicos que cumplen las tres: responder consultas repetidas de horarios y estado de pedido, pasar datos de un sistema a otro, armar reportes periódicos, cargar comprobantes que llegan siempre con el mismo formato. Casos que casi nunca conviene tocar primero: lo que exige criterio, lo que tiene excepciones constantes y lo que se hace poco pero cuando se hace mueve plata.
¿Esto es lo que necesitás?
El primer paso es una reunión de una hora y un documento: qué duele, qué se puede automatizar y qué conviene no construir. Sin costo y sin compromiso.