La forma antigua de crear informes es casi un cliché, pero solo porque sigue estando tan extendida.
Es una escena familiar: un compañero de equipo te envía un mensaje a las 4:57 p. m. pidiéndote un informe de último momento. Los datos y la lógica de negocio que necesitas están repartidos entre diez hojas de cálculo, cinco hilos de procesamiento de Microsoft Teams y un correo electrónico de hace dos meses que no logras encontrar.
Pero esa era la forma antigua. ¿Qué pasa cuando usas IA para la misma situación?
Descubrámoslo.
Cómo suele ser trabajar con IA
Tu stakeholder te escribe para pedirte un informe basado en una hoja de cálculo de conciliación fiscal enorme.
Esta hoja de cálculo es una bestia, repleta de pestañas, fórmulas y datos que se copiaron y pegaron de varias fuentes de datos empresariales.
“Perdón por pedirte esto a último momento”, dicen, “¿pero puedes simplemente aplicarle IA a esto?”
Vas a tu biblioteca de prompts de LLM, seleccionas un prompt sólido y lo ingresas en Claude, junto con la hoja de cálculo.
Cuatro segundos después, obtienes más de 1700 líneas de código Python. En algún lugar ahí dentro, parecen estar todas las transformaciones de datos, los cálculos y las visualizaciones que necesitas para generar tu informe.
Pero hay un pequeño problema.
Tu stakeholder recuerda que tus jurisdicciones fiscales cambian cuatro veces al año y quiere asegurarse de que puedas hacer cualquier cambio necesario.
Claro, piensas, eso no debería ser un problema. Probablemente puedas encontrar esa línea de código en algún lugar...
Ah, también hay tres subsidiarias. Alguien más se encarga de esos impuestos, así que tendrás que filtrarlos.
Por último, tu stakeholder recuerda que tu CFO querrá aprobar esto y que tu auditor vendrá mañana. Ambos querrán ver la lógica detrás de tu informe.
De repente, analizar y validar cientos de líneas de código generado por IA parece mucho más difícil y requiere mucho más tiempo de lo que esperabas.
VERA: la pieza que falta
Si bien la IA puede aportar niveles increíbles de automatización y velocidad, estos solo son multiplicadores de fuerza cuando se dirigen de manera estratégica.
“Puedo obtener una cantidad infinita de PowerPoints de los sistemas de IA si quiero”, me dijo recientemente Ethan Mollick durante nuestro intercambio ejecutivo. “Puede que incluso el contenido sea bueno, pero si no cumple con el propósito que necesitas, los aumentos de productividad se convierten en una trampa”.
El punto de Ethan es que más no siempre es mejor; llevar cuatrocientas presentaciones de PowerPoint a una llamada de ventas no te ayudará a cerrar un trato. Del mismo modo, es poco probable que generar cientos de líneas de Python al instante ayude a tu CFO a sentirse seguro del informe codificado por vibras de tu IA.
Para que un flujo de trabajo de IA sea confiable, debe ser visible, entendible, repetible y auditable, o VERA. Necesitas saber qué está sucediendo en cada paso del proceso: de dónde vinieron los datos de entrada, cómo se aplicó la lógica de negocio y si los datos de salida fueron correctos.
Entonces, ¿cómo puedes lograr esto?
La capa de transformación y lógica de negocio
Probemos un flujo de trabajo diferente impulsado por IA. Misma situación y modelo. Solo que esta vez, vamos a agregar una transformación visual y una capa de lógica de negocio.
Primero, entramos a Claude y escribimos un prompt, pero en lugar de Python, pedimos un flujo de trabajo de Alteryx.
Abrimos nuestro flujo de trabajo en Alteryx y, en lugar de cientos de líneas de código generado por IA, vemos un lienzo visual que muestra todo el proceso de conciliación de impuestos.
Sigue siendo un flujo de trabajo generado por IA, pero ahora cualquier persona de la organización puede inspeccionarlo. Pueden ver qué datos se usaron. Tus analistas y expertos en el dominio pueden validar la lógica. Y puedes agregar gobernanza y repetir el proceso.
De repente, los flujos de trabajo generados por IA se vuelven mucho más confiables y escalables, lo que te da una base para la inteligencia empresarial.
El futuro de los flujos de trabajo empresariales de IA
Las herramientas de IA que no pueden adaptarse cuando el negocio cambia tienen una vida útil corta, y reconstruir desde cero agota constantemente los tokens, el tiempo y la energía. Las iteraciones infinitas crean infinitas posibilidades de inconsistencias y errores.
Con una capa visual de lógica de negocio, las personas que mejor conocen tu negocio (tus analistas comerciales, profesionales de ventas, equipo de finanzas y más) pueden aplicar su experiencia a tus flujos de trabajo de IA y validar sus resultados. Pueden ver lo que sucede en cada paso de tus flujos de trabajo de IA para que cada proceso sea visible, entendible, repetible y auditable.
La velocidad y la confiabilidad ya no son mutuamente excluyentes. Ahora, puedes combinar el poder de la IA y a tus expertos comerciales para crear algo rápido y confiable, la solución inteligente que necesitas para crear valor comercial escalable.
Obtén más información: Mira cómo Alteryx One te puede ayudar a crear flujos de trabajo de IA en los que tu negocio pueda confiar. O bien, mira una demostración en vivo de flujos de trabajo para ver Alteryx en acción.