El mundo empresarial está experimentando una transformación acelerada gracias a la Inteligencia Artificial. Sin embargo, para muchos profesionales, la palabra "automatización" sigue generando temor, creyendo que es un campo reservado únicamente para ingenieros de sistemas.

En esta reveladora Masterclass de Líder IA, Andrés Calderón, COO de Vivetori, desmonta este mito presentando un caso práctico real: la automatización de la gestión de informes técnicos en una empresa de reparación de turbos. La solución no solo eliminó los cuellos de botella operativos, sino que logró un salto de productividad de casi el 7.000% en la elaboración de documentos clave.

A continuación, te presentamos un desglose detallado de los desafíos, la estrategia y las 6 herramientas No-Code/Low-Code que hicieron posible este éxito.

 

Image

I. El Desafío Inicial: Un Proceso Manual e Ineficiente

La empresa de Barranquilla, como muchas, manejaba su operación con un enfoque de "papel" [12:46]. Aunque contaban con un sistema de gestión de calidad, la falta de digitalización y estandarización generaba graves ineficiencias.

Los 3 Problemas Críticos [13:33]

  1. Gestión Manual Ineficiente: La elaboración de informes técnicos era un proceso tedioso. El personal de gerencia debía "corretear" a la gente de operaciones para buscar información, causando una ineficiencia en la gestión [13:42].

  2. Cuellos de Botella y Errores por WhatsApp: La comunicación de datos se realizaba a través de chats masivos de WhatsApp. Esto dispersaba la información y podía generar errores por duplicidad o la dificultad de buscar un dato específico dentro del historial [14:20].

  3. Falta de Estandarización: Los reportes carecían de uniformidad. Esto se veía en cosas tan básicas como los registros fotográficos (fotos tomadas con gran angular o con poca luz) y la inconsistencia en la consignación de la información técnica necesaria [14:47].

Desafíos Operativos Adicionales [18:40]

El diagnóstico inicial reveló dolores puntuales en la operación:
  • Cuello de Botella Humano: El técnico tenía que buscar el histórico o revisar el WhatsApp para encontrar la información por serial [18:56].
  • Datos Incompletos y Confusos: La data de medidas o tolerancias se anotaba en hojas manuscritas, a mano alzada, lo que dificultaba su lectura e interpretación en el informe [19:55].
  • Lentitud en los Procesos: La elaboración de un informe técnico podía variar drásticamente: de 2 horas en casos sencillos a 3 o más días en casos complejos [20:25].
  • Información Descentralizada: Los datos necesarios para un informe se encontraban repartidos entre 8 o 10 personas en toda la operación [20:39].

II. El Objetivo y la Estrategia de Implementación

El proyecto se centró en solucionar la variabilidad del tiempo de elaboración de los informes [15:25] mediante la combinación estratégica de herramientas de IA y No-Code.

Beneficios Esperados [16:10]

  • Optimización de procesos en la elaboración de reportes.

  • Eliminación de errores y duplicidad de datos.

  • Interfaz accesible sin depender de un técnico para levantar la data.

  • Integración sin necesidad de código (crucial, ya que la empresa no tenía ingenieros de sistemas) [16:36].

Estrategia de Venta y Diseño [17:09]

  1. Escucha Activa: Definir dolores, requisitos, expectativas y alcance del proyecto [17:16].

  2. Visualización Inmediata: Se decidió mostrar un demo y una visualización preliminar de la interfaz para generar una expectativa y facilitar el proceso de venta [21:13].

III. El Stack Tecnológico: 6 Herramientas para Automatizar

La solución se construyó utilizando un stack de herramientas que permiten la automatización sin requerir lenguajes de programación [21:42]:

Herramienta Función Principal en el Proyecto
1. Gama Creación visual y rápida de la presentación de la propuesta [22:07].
2. Notebook LM Generación de un Podcast de Audio a partir de la propuesta, como herramienta de venta para la gerencia [22:20].
3. Softr Creación de la interfaz visual y amigable para el usuario (la aplicación web) [22:40].
4. AirTable Núcleo de la solución: Creación de bases de datos, relaciones, automatizaciones y visualización de la data (KPIs) [22:51].
5. Chat GPT Actuó como copiloto para estructurar la base de datos y generar los prompts [23:25].
6. PDF Maker Extensión complementaria a AirTable que permite generar los informes en formato PDF con el diseño y membrete requerido [23:40].

IV. La Implementación Paso a Paso: De la Data al Informe

El proceso de implementación se dividió en seis pasos, siendo los más técnicos la construcción de la base de datos y la automatización del reporte:

1. La Venta y el Enganche con el Podcast [33:38]

Para convencer a la gerencia, no bastó con la presentación visual de Gama [29:35]. El equipo de Líder IA utilizó Notebook LM para cargar la propuesta y generar un resumen de audio tipo podcast [34:01].
Este audio, que duraba unos 8 minutos, explicaba en un tono más simple y conversacional cómo la solución eliminaría los dolores de la empresa. Este enfoque fue un factor ganador, facilitando que la gerencia entendiera la propuesta y tomara la decisión de adquirir la solución [38:02].

2. Construcción de la Base de Datos (AirTable + ChatGPT) [39:25]

El diseño de la base de datos es el paso más importante. Para no comenzar desde cero, se usó ChatGPT de forma estratégica [40:51]:
  • Estructura con IA: Se adjuntó uno de los informes técnicos existentes de la empresa a ChatGPT y se le solicitó que estructurara la base de datos, entregando un "esqueleto" con las tablas y columnas relevantes (ej. Informes Técnicos, Orden de Servicios, Componentes, etc.) [41:05].
  • Creación con OVNI: Se utilizó OVNI, el asistente inteligente de AirTable [42:27]. Los prompts detallados (generados o refinados con ChatGPT) se pegaron, el cual se encargó de crear automáticamente las hojas y las relaciones anidadas entre las tablas [43:21].

3. Levantamiento de Data con Formularios [44:48]

Para asegurar la estandarización y evitar la dependencia del técnico, se crearon Formularios (Forms en AirTable) para cada proceso (ej. Recepción, Desarme, etc.) [44:48].
Estos formularios se instalan en una tablet y son llenados por los técnicos. Es un proceso simple que permite cargar la información requerida (incluyendo campos para subir fotos y videos) de manera estructurada. Al darle "Submit", la información se registra automáticamente en la base de datos de AirTable [01:00:13].

4. La Capa Visual (Softr) [38:20]

Softr actuó como la capa visual que permite a la gerencia y a los usuarios interactuar con los datos de AirTable sin ver las complejas tablas. Se diseñaron módulos amigables:

  • Tablero de control.

  • Seguimiento de órdenes de trabajo.

  • Asignación por técnico.

  • Generación de informes.

Softr visualiza la data, permitiendo el control de métricas de servicio (KPIs) y el seguimiento en tiempo real [44:16].

5. Generación Automática del Informe (PDF Maker) [45:31]

El clímax de la automatización: el informe final.

  • Se usó la extensión PDF Maker (complementaria a AirTable).

  • Se creó una plantilla con la estructura visual de la empresa (membrete, diseño) [46:23].

  • Al activar la generación, la plataforma automáticamente jala los datos de AirTable (textos, fotos, información técnica) y los incrusta en el formato de plantilla.

El resultado es un documento PDF listo para imprimir, firmar y enviar al cliente [47:57].

V. Resultados y Conclusiones: El Impacto de la IA No-Code

El impacto en la productividad de la empresa fue masivo, demostrando el valor de la automatización estratégica [50:23]:

Indicador Antes Después Impacto
Tiempo de Elaboración de Informe De 3 horas a 3 días 5 minutos Ahorro de cerca del 7.000% [48:23]
Errores por Duplicidad Frecuentes Cero Eliminación de errores operativos [50:33]
Acceso a Métricas Dependencia del técnico 100% de los KPIs Información disponible 24/7 [50:41]

Aprendizajes Clave [51:17]:

  • La clave no es implementar 10 o 15 herramientas, sino aplicar exactamente lo que se necesita para el dolor puntual de la empresa [51:36].
  • El stack estratégico fue fundamental para la venta. El uso de Notebook LM para generar el podcast hizo que la propuesta fuera más fácil de entender para la gerencia [52:36].
  • La integración futura de un asistente inteligente en Softr permitirá a la gerencia consultar datos en lenguaje natural desde el celular, sin depender de entrar a las tablas de AirTable [49:16].
Este caso de éxito demuestra que la automatización de procesos de alto impacto es totalmente accesible, sin necesidad de ser un programador, siempre que se cuente con la estrategia y las herramientas adecuadas.