Checklist abans d’automatitzar un procés

No tot procés que fa perdre temps està preparat per automatitzar-se

Hi ha una temptació molt habitual quan un procés pesa: buscar una eina, connectar dues aplicacions i intentar que la feina desaparegui.

A vegades funciona. Però moltes altres, l’automatització només accelera un problema que encara no estava ben entès.

Pensa en un formulari de contacte que arriba a l’equip comercial. Abans, algú el llegia, decidia si era una oportunitat real i apuntava el següent pas. Ara el formulari crea automàticament un registre al CRM i envia una notificació. Sembla una millora clara. Però si el camp “necessitat” continua sent massa obert, si ningú ha definit què vol dir “alta prioritat” i si el CRM ja estava ple d’estats poc fiables, només hauràs fet que el desordre entri més ràpid.

Automatitzar no sempre és el primer pas. Sovint, abans de connectar res, cal entendre prou bé el procés per saber si ja pot funcionar sol.

Si encara estàs decidint quin cas té sentit provar, pots començar per aquesta guia sobre com triar el primer pilot d’IA sense perdre mesos. I si ja tens un pilot en marxa, també et pot ajudar l’article sobre com saber si una automatització realment funciona. Aquí ens situem just abans: quan encara estàs decidint si aquell procés està preparat per entrar dins d’un flux.

Una checklist no és burocràcia. És una manera de no escalar el desordre

Quan parlem d’automatització, una checklist pot semblar una cosa poc emocionant. No té la brillantor d’un agent d’IA ni l’atractiu d’una demo que funciona en directe.

Però és justament el que evita molts problemes.

Una bona checklist no serveix per frenar el projecte. Serveix per detectar si el procés encara té massa zones grises: dades que arriben incompletes, excepcions que es resolen improvisant, decisions que només coneix una persona o registres on l’equip ja no confia.

La pregunta no és només “podem automatitzar això?”. Gairebé sempre es pot automatitzar alguna cosa. La pregunta útil és una altra: què passarà quan aquest procés funcioni sense que una persona el revisi a cada pas?

Aquí és on comença el criteri.

1. Quin problema vols reduir exactament?

Abans d’automatitzar, cal posar nom a la fricció.

Potser vols reduir temps administratiu. Potser vols respondre abans a un lead. Potser el problema real no és el temps, sinó que cada persona classifica les peticions d’una manera diferent. En aquest últim cas, connectar eines pot ajudar poc si abans no heu acordat el criteri.

Aquesta diferència importa perquè cada problema demana una solució diferent.

Si el problema és volum, potser té sentit automatitzar passos repetitius. Si les dades arriben malament, potser el primer canvi no és cap IA, sinó un formulari millor. I si l’equip no confia en el sistema, afegir més automatització pot fer que encara el faci servir menys.

Una bona primera pregunta seria aquesta: si aquest procés millorés, què notaríem en el dia a dia?

Potser l’equip deixa de perdre temps en preguntes internes. Potser baixen els errors o les decisions es prenen amb més consistència. Aquest tipus de resposta ajuda molt més que dir “volem automatitzar el procés comercial” o “volem posar IA a suport”.

2. El procés és prou repetible?

Una automatització necessita un mínim de patró.

Això no vol dir que tot hagi de ser sempre igual. Els processos reals tenen excepcions, casos incomplets, urgències i decisions humanes. Però sí que cal poder explicar el recorregut habitual sense dependre només de la memòria de l’equip.

Si per entendre el procés has de preguntar sempre a la mateixa persona perquè “ella ja sap com va”, encara no tens un procés automatitzable. Tens coneixement tàcit. I el coneixement tàcit pot ser molt valuós, però abans de posar-lo dins d’un flux cal fer-lo visible.

Una bona prova és intentar escriure el procés en cinc o sis passos:

1. Què dispara el procés?
2. Quines dades entren?
3. Qui o què valida que són correctes?
4. Quina decisió s’ha de prendre?
5. Quina acció es fa després?
6. On queda registrat el resultat?

Si aquest esquema no surt, ja tens la primera feina clara: ordenar el procés abans d’automatitzar-lo.

3. Les dades d’entrada són prou fiables?

Moltes automatitzacions fallen abans de començar perquè l’entrada ja arriba malament.

Un camp buit, una categoria massa oberta, un text difícil d’interpretar o una dada sense format pot fer que tot el flux actuï sobre una base feble. I quan això passa, l’automatització no elimina feina. La mou cap al final del procés.

Algú haurà de corregir, completar o reinterpretar allò que el sistema ha processat massa ràpid.

Per això, abans de connectar eines, cal revisar quines dades són obligatòries, quin format han de tenir i què passa quan arriben incompletes. També val la pena preguntar-se si hi ha camps que semblen útils però que després ningú fa servir per decidir.

A vegades, la millora més important no és automatitzar l’acció final, sinó validar millor l’entrada.

Un procés amb dades febles pot semblar automatitzat des de fora, però per dins continuarà generant correccions manuals. I llavors l’equip culpa la tecnologia quan el problema era anterior.

4. La decisió està definida?

Hi ha automatitzacions que no fallen pel connector ni per la IA. Fallen perquè ningú havia definit bé la decisió.

Tornem al lead que arriba per la web. Si és una empresa petita, qui el revisa? Si demana un servei que no oferim, es descarta o es respon igualment? Si sembla urgent però el pressupost no encaixa, es marca com a prioritat alta o com a cas a valorar? Aquestes preguntes semblen petites fins que el sistema ha de respondre-les cada dia.

Si cada persona de l’equip respondria una cosa diferent, potser el problema encara no és tècnic. És de criteri.

Abans d’automatitzar una decisió, cal saber quines opcions són possibles i quines condicions porten a cada opció. No cal definir-ho tot amb una perfecció absoluta, però sí amb prou claredat perquè el sistema no hagi d’inventar-se el criteri.

Això és especialment important quan entra la IA. Pot ajudar a resumir, classificar o suggerir un següent pas, però si els criteris són difusos acabarà donant una resposta molt ben escrita a una pregunta que l’organització encara no ha decidit.

La IA no hauria de tapar una decisió pendent. Si ho fa, el problema no desapareix: queda automatitzat i costa més veure d’on ve.

5. Què passa quan alguna cosa no quadra?

Un bon procés automatitzat no només contempla el cas ideal. També contempla què passa quan el cas no encaixa.

Quan falta una dada, el format és incorrecte o el client escriu una petició massa oberta, el sistema ha de saber que no pot continuar com si res. I si hi ha dues categories possibles o una acció massa sensible, encara amb més motiu.

El problema no és que les excepcions existeixin. El problema és que ningú les ha escrit enlloc i, per tant, el sistema actua com si no existissin.

Per això cal definir sortides controlades. El flux pot aturar-se, demanar informació, enviar el cas a revisió, marcar-lo com a incomplet o crear una tasca per a una persona. També pot registrar el motiu pel qual no ha actuat, que sovint és tan important com l’acció mateixa.

El que no hauria de fer és continuar igualment com si tot fos clar.

Automatitzar una acció equivocada no és eficiència. És escalar l’error.

6. L’acció és reversible?

No totes les accions tenen el mateix risc.

Crear una tasca interna és una acció fàcil de corregir. Enviar un correu a un client ja té més exposició. Esborrar informació, modificar dades sensibles o publicar contingut en nom de l’empresa demana un altre nivell de control.

Abans d’automatitzar, cal mirar què passa si el sistema s’equivoca.

Si l’error és fàcil de corregir i no té impacte extern, potser el flux pot actuar amb més autonomia. Si l’error afecta un client, diners, dades sensibles o reputació, probablement caldrà revisió abans d’executar.

Una regla pràctica: com més irreversible o visible sigui l’acció, més clar ha de ser el control abans d’executar-la.

Això no vol dir no automatitzar. Vol dir dissenyar el grau d’autonomia adequat.

En molts processos, la primera versió bona no és una automatització que ho fa tot sola. És un flux que resumeix i proposa, i deixa que una persona doni l’OK final. Pot semblar menys espectacular, però sovint és molt més útil i molt més segur.

7. Qui és responsable del procés?

Un procés automatitzat continua necessitant propietari.

Aquesta és una de les parts que més es passa per alt. Es construeix el flux, funciona la demo, s’activa i tothom assumeix que ja està resolt. Però amb el temps els camps canvien, les eines s’actualitzen i les categories que servien al principi deixen de servir. Si ningú és responsable del procés, ningú se n’adona fins que el flux ja fa dies que actua malament.

Abans de publicar una automatització, cal tenir clar qui revisa els errors, qui pot parar el flux si alguna cosa no quadra i qui decideix quan cal fer canvis.

Això no és burocràcia. És manteniment operatiu.

Una automatització no és una peça que funciona sola per sempre: és part d’un sistema de treball, i tot sistema necessita algú que el mantingui.

8. Com sabràs si ha millorat?

Una automatització hauria de néixer amb una manera simple de ser avaluada.

No cal muntar un dashboard enorme. Però sí cal saber què miraràs abans i després. Pot ser el temps de resposta, el volum d’errors o simplement si l’equip fa servir el flux o continua fent les coses com abans.

Sense una mesura mínima, el pilot acabarà valorant-se per sensacions. I les sensacions poden enganyar, sobretot al principi, quan tot el que és nou sembla més ordenat.

La pregunta no és si l’automatització és impressionant. La pregunta és si ha reduït una fricció real.

Per això és útil definir dues o tres mètriques abans de construir. Si no saps què vols millorar, després serà difícil saber si el flux ha valgut la pena.

Checklist pràctica abans d’automatitzar

Pots fer servir aquesta checklist com a revisió inicial abans de construir un flux, afegir IA o connectar eines.

La gràcia no és marcar-ho tot com a “clar” el primer dia. La gràcia és descobrir què falta abans de construir massa.

Si només hi ha dos o tres punts pendents, potser el procés és un bon candidat i només cal preparar-lo una mica millor. Si la majoria de respostes són difuses, probablement encara no toca automatitzar. Toca ordenar.

Senyals que encara no toca automatitzar

Hi ha frases que acostumen a ser un avís.

“Cada cas és diferent.”

A vegades és veritat. Però sovint vol dir que encara no hem separat els casos habituals de les excepcions. Si tot és excepció, el sistema no tindrà cap patró on agafar-se.

“Això ho sap la Marta.”

Perfecte. Llavors el primer pas no és automatitzar: és entendre què mira la Marta, quines decisions pren i quines pistes fa servir per saber si un cas és important.

“Primer que s’automatitzi i després ja ho arreglarem.”

Aquesta frase surt molt cara. Quan el flux ja està en marxa, els errors deixen de ser una hipòtesi i passen a formar part del treball real.

“El CRM no està gaire net, però ja ens servirà.”

Si el registre no és fiable abans d’automatitzar, no ho serà més perquè hi entrin dades més ràpid. Probablement serà més difícil detectar què està malament.

“La IA ja decidirà la categoria.”

Pot ajudar, però algú ha de definir abans quines categories existeixen, què vol dir cadascuna i què ha de passar quan no n’hi ha cap que encaixi bé.

Cap d’aquestes frases vol dir que el projecte sigui impossible. Però totes apunten al mateix: potser encara falta criteri, dades o propietat del procés.

A vegades el millor pas abans d’automatitzar és menys espectacular: netejar dades, definir estats o decidir qui revisa què.

Això també és avançar.

On entra la IA?

La IA pot ser molt útil en un procés automatitzat, però no hauria d’entrar per compensar una base feble.

En un formulari comercial, per exemple, pot resumir una petició llarga perquè l’equip no hagi de llegir-ho tot des de zero. També pot classificar el cas segons uns criteris prèviament definits o detectar que falta una dada important abans de crear una tasca. Però necessita un marc clar per fer-ho bé.

Quines categories existeixen i què vol dir cadascuna? Què ha de fer la IA quan no té prou informació o la confiança és baixa? Quin format ha de retornar i què quedarà registrat al log?

Un prompt que funciona manualment no sempre està preparat per viure dins d’un flux. Quan una persona el fa servir, pot revisar i corregir. Quan entra en una automatització, el marge baixa.

Per això la IA ha de treballar dins de límits clars. No com una capa màgica, sinó com una peça concreta d’un procés ben dissenyat.

Automatitzar, preparar o parar

Després de revisar la checklist, normalment apareixen tres possibles decisions.

Aquesta decisió és més important que l’eina.

La millor automatització pot ser la que encara no construeixes

Hi ha una idea que costa defensar quan tothom vol anar de pressa: una bona diagnosi d’automatització no sempre acaba amb una automatització.

A vegades acaba amb un formulari més clar, un CRM més net, una regla de validació, una aprovació humana abans d’una acció sensible o una decisió honesta de no tocar aquell procés fins que tingui més volum i menys excepcions.

Això no és anar més lent. És evitar construir sobre sorra.

Automatitzar bé és saber on el sistema pot actuar sol i on encara cal una persona. La checklist no resol aquesta pregunta, però ajuda a no saltar-se-la.

Si tens un procés que sembla bon candidat però no tens clar si està preparat, pots revisar els serveis d’IA i automatització o obrir una conversa des de contacte.

Però abans de triar l’eina, fes la pregunta que evita més errors: aquest procés ja està prou ordenat perquè una automatització no el faci pitjor més de pressa?