Metodología
El RL3 AI-First Playbook
Actualizado el
Así decidimos qué trabajo sigue en manos de tu equipo y cuál pasa a la IA, con cuánta autonomía y con qué controles.
Rediseñamos el proceso antes de automatizarlo.
Por qué empezamos por el proceso
Si metes IA en un proceso mal diseñado, automatizas también sus fallos. Por eso nuestros ingenieros trabajan dentro de tu empresa, al lado de quien hace el trabajo, y rediseñan el proceso antes de automatizarlo. Es lo que se conoce como Forward Deployed Engineering.
Los siete pasos y sus entregables
MAP
Mapear cómo se trabaja hoy
Nos sentamos con quien hace el trabajo y lo recorremos entero: dónde se atasca la información, quién tiene que acordarse de qué y cuánto tiempo pasa entre una etapa y la siguiente.
EntregableMapa del flujo actual
DECOMPOSE
Descomponer en tareas
Dividimos cada bloque de trabajo en tareas pequeñas y las clasificamos: mecánicas, de análisis, de decisión o de trato con personas.
EntregableInventario de tareas clasificadas
REDESIGN
Rediseñar el proceso
Quitamos pasos que sobran, aprobaciones duplicadas y datos que se copian a mano, y dibujamos el proceso nuevo contando ya con la IA.
EntregableProceso rediseñado
DELEGATE
Repartir el trabajo
Asignamos a cada tarea un nivel de autonomía y dejamos por escrito qué recibe la IA, qué herramientas puede usar y qué tiene que entregar.
EntregableFicha de cada flujo de IA
GUARD
Poner límites
Definimos qué es lo peor que puede pasar, qué acciones necesitan aprobación y cómo se detiene todo si algo falla.
EntregableMatriz de salvaguardas y botón de parada
EVALUATE
Medir
Probamos con casos habituales y con casos límite, y medimos calidad y coste antes de cada cambio.
EntregableBatería de pruebas
LEARN
Aprender de cada corrección
Cada corrección o rechazo de tu equipo queda registrado y nos sirve para afinar la IA.
EntregableRegistro de correcciones
Después de LEARN se vuelve a empezar por MAP.
Normativa de referencia
El método está alineado con el Reglamento Europeo de IA, incluida la obligación de alfabetización en IA del artículo 4, con la norma ISO/IEC 42001 de sistemas de gestión de IA y con el NIST AI Risk Management Framework. En la práctica, cada flujo tiene su inventario de riesgos, supervisión humana documentada, registro de auditoría y un equipo formado para usarlo.
En nuestros proyectos
En Efímero Clinic, Sofía confirma fecha, hora y profesional con el paciente antes de guardar una cita en Flowww, y pasa al equipo cualquier síntoma urgente. En Compliance Brain, una coincidencia confirmada en el screening detiene el expediente el mismo día, y cada alta necesita la segunda aprobación del MLRO.
Por dónde empezar
Todo proyecto empieza con un diagnóstico gratuito. Hablamos de un proceso que te cuesta tiempo o dinero y te decimos si la IA encaja, en qué nivel y por dónde empezaríamos.
Cinco niveles de autonomía
L0
Lo hace una persona
Trabajo 100 % humano. La IA no interviene.
L1
La IA asiste
La persona hace el trabajo y consulta a la IA cuando le hace falta.
L2
La IA prepara, la persona revisa
La IA prepara un borrador y una persona lo corrige y le da el visto bueno.
L3
La IA ejecuta
La IA hace la tarea y solo pide aprobación en los puntos acordados.
L4
La IA coordina
Varios agentes llevan un proceso completo y tu equipo se ocupa de las excepciones.
RL3 Guard
Cada flujo tiene un nivel de riesgo, de R0 a R4, que pone techo a la autonomía de la IA. Las tareas empiezan en el nivel más prudente y suben cuando las pruebas lo justifican. Si algo falla, un botón de parada devuelve el trabajo a tu equipo sin interrumpir el servicio.
1Entrada
Filtramos lo que entra, incluidas las instrucciones escondidas para manipular a la IA.
2Modelo y herramientas
La IA solo usa las herramientas y los datos que tiene autorizados.
3Salida
Revisamos lo que la IA va a decir o hacer antes de que llegue a un cliente o a tus sistemas.
4Supervisión humana
Las acciones sensibles o irreversibles pasan por una persona y quedan registradas.
Marcos de referencia
- Reglamento Europeo de IA, incluida la alfabetización en IA (art. 4)
- ISO/IEC 42001
- NIST AI Risk Management Framework