Baifang advierte a las empresas: no rehagas cada proceso con IA
Si los dos últimos años de entusiasmo por la IA corporativa necesitaran un eslogan, «rehacerlo todo con IA» sería un buen candidato. Atención al cliente, marketing, I+D, finanzas, recursos humanos y compras se han reempaquetado como flujos de trabajo con IA: formularios que antes rellenaban personas ahora se generan, documentos que antes leía el personal ahora los escanean modelos y botones que antes se pulsaban a mano ahora los activan agentes.
Baifang, una empresa china que vende software empresarial para tareas de finanzas y fiscalidad, considera que ese planteamiento es el mayor error que cometen las compañías. En un argumento muy difundido, la firma sostiene que el valor de la IA en la empresa no es uniforme: algunos pasos se benefician enormemente de la automatización, mientras que otros ya son eficientes y se vuelven más lentos, más costosos o más difíciles de auditar cuando se inserta un modelo.
El ejemplo de la compañía es el procesamiento de facturas y gastos, ese tipo de trabajo administrativo que las empresas chinas gestionan en volúmenes enormes. Un modelo puede leer un recibo escaneado, cotejarlo con una orden de compra y señalar una discrepancia mucho más rápido que un empleado. Pero cuando se pide al mismo modelo que rediseñe una cadena de aprobación que ya funciona, el resultado suele ser un proceso más largo, más excepciones y una nueva capa de revisión que nadie presupuestó.
Esa distinción importa porque las empresas chinas están bajo presión para demostrar retornos de su gasto en IA. El consejo de Baifang es empezar por las tareas de gran volumen, muy regladas y fáciles de medir, como el reconocimiento de documentos, la introducción de datos y la conciliación, y ampliar solo allí donde aparezca una reducción clara de costes o errores.
La firma también señala un problema estructural: muchos proyectos de IA se venden como renovaciones de plataforma. Los proveedores prometen reconstruir todo el stack, lo que ralentiza las compras y hace arriesgada la integración. Un enfoque más acotado, añadir IA a un puñado de pasos dentro de los sistemas existentes, es menos vistoso pero más fácil de justificar y de revertir si falla.
Es un patrón conocido en el software empresarial de todo el mundo. Los primeros proyectos de nube a menudo fracasaban cuando las empresas trasladaban todas las aplicaciones a la vez, y tenían éxito cuando movían las cargas de trabajo que más se beneficiaban. La IA corporativa parece seguir la misma curva, desde los grandes discursos de transformación hacia herramientas específicas con resultados medibles.
Para Baifang, el argumento es también una jugada de posicionamiento. Como proveedor de software de finanzas y fiscalidad, quiere que los clientes traten la IA como una función dentro de flujos de trabajo en los que ya confían, y no como un motivo para sustituir esos sistemas. El mensaje de la compañía a los compradores es que pregunten qué cambia realmente un modelo en cada paso, y que mantengan la respuesta lo bastante acotada como para poder probarla.
Lo que hay que observar es si los compradores empresariales premian esa disciplina. Si más empresas chinas empiezan a publicar presupuestos de IA vinculados a métricas concretas de back office en lugar de a amplios programas de transformación, la era del «rehacerlo todo» podría terminar en silencio, factura a factura.