Niveles de madurez IA explicados: Companion, Automation, Agent, y cómo elegir el correcto por tarea

Una nota de encuadre antes de los tres niveles. Un dueño de pyme rara vez quiere una respuesta teórica a « qué es Companion, Automation, Agent », quiere saber cuál aplica a su proceso de facturación el próximo trimestre. Un consultor que lo acompaña en la decisión se enfrenta a la misma pregunta desde el otro lado: qué nivel recomiendo, y cómo lo justifico en una sola página. El resto de este texto está estructurado para que ambas audiencias obtengan la misma respuesta utilizable: qué significan los niveles, cuál encaja con qué tarea, y por qué el peldaño más bajo que entrega los ahorros requeridos es casi siempre la elección correcta para una pyme que despliega IA por primera vez.

Cada plan de transformación IA en LucidFlow se reduce a una decisión única por tarea: ¿a qué nivel de madurez debería correr esta tarea específica? La respuesta es siempre uno de tres valores canónicos: Companion, Automation o Agent: los tres niveles de madurez que el motor de transformación reconoce. Cada nivel describe una relación distinta entre el humano y el modelo, y cada uno viene con su propia envolvente medible de precisión, semanas de implementación y coste mensual operativo sacado de la Knowledge Base LucidFlow de 100 patrones curados.

Companion es el toque más ligero: la IA sugiere, el humano decide. Automation maneja los casos rutinarios de extremo a extremo y escala el resto. Agent ejecuta el proceso de manera autónoma y auto-resuelve las excepciones comunes. Elegir el nivel correcto por tarea es la decisión más consecuente en un programa de transformación: un proceso donde cada tarea está mapeada a Agent parece ambicioso pero suele fallar. Un proceso donde cada tarea está mapeada a Companion parece cauteloso pero suele ahorrar menos de lo posible. La respuesta realista es casi siempre un mix, y el mix depende de datos, volumen, riesgo y madurez organizativa más que del entusiasmo por la IA.

Un despliegue nivel Companion pone a la IA en un rol sugerir-y-explicar. El modelo lee el contexto de la tarea, propone una acción o un valor, y el operador humano revisa, corrige y aprueba. El humano está siempre en el bucle en cada decisión; el rol de la IA es comprimir el tiempo que le lleva al humano alcanzar una decisión en lugar de tomar la decisión sin ayuda.

Ejemplo concreto del patrón `accounts-payable` en la Knowledge Base: en el nivel Companion, la IA sugiere códigos contables, asignaciones de centro de coste y términos de pago para cada factura entrante. El auxiliar de AP revisa las sugerencias, corrige cualquier mal codificación y somete a través del flujo de aprobación estándar. El rango de precisión para AP nivel Companion es de 82 a 91 por ciento; el calendario de implementación va de 2 a 3 semanas; el rango de coste mensual es de 150 a 400 $. Estos no son promedios sectoriales: son los valores específicamente codificados para el patrón accounts-payable en la Knowledge Base.

En cuanto a presupuesto, las descripciones de presupuesto en la capa de recomendación de herramientas apuntan explícitamente a herramientas Companion en 10 a 100 $ por usuario por mes. Los patrones Companion a nivel tarea en la Knowledge Base corren a 150 $ hasta unos cientos de dólares al mes según el patrón: significativamente más que el presupuesto de herramienta por asiento, porque los patrones incluyen el coste operativo completo (inferencia, monitoreo, overhead de revisión humana) en lugar de solo la licencia.

Un despliegue nivel Automation invierte la relación Companion: la IA maneja la tarea completa para los casos rutinarios sin intervención humana, y escala solo las excepciones. Un despliegue Automation bien calibrado rutea del 70 al 90 por ciento del volumen por el camino automatizado y deja el 10 al 30 por ciento que genuinamente necesita juicio humano a la cola de excepciones. El rol humano cambia de hacer la tarea a revisar las excepciones: un trabajo distinto con un perfil de habilidades distinto.

El mismo patrón `accounts-payable` a nivel Automation: ingesta automatizada de facturas, codificación contable, ruteo a través de cadenas de aprobación basadas en umbrales de importe, y programación de pagos optimizada para la tesorería y los descuentos por pronto pago. Los humanos manejan las facturas sin OC y las excepciones genuinas. La Knowledge Base da a AP nivel Automation un rango de precisión de 89 a 96 por ciento, un calendario de implementación de 4 a 6 semanas, y un rango de coste mensual de 500 a 1300 $. La precisión sube porque la implementación Automation típicamente incluye reglas de validación más estrictas e integración ERP que la implementación Companion no necesita.

Los prerrequisitos crecen proporcionalmente. AP Companion necesita un plan contable documentado y unos cientos de facturas históricas para aprender. AP Automation requiere adicionalmente integración ERP para el registro contable y ejecución de pagos, un maestro de proveedores completo con términos de pago y detalles bancarios, un canal automatizado de ingesta de facturas (email, portal, EDI) y datos de previsión de tesorería. Cada prerrequisito es un ítem de trabajo que la organización tiene que hacer antes de que el despliegue Automation pueda lanzarse, por eso los proyectos Automation toman dos a tres veces más tiempo que los proyectos Companion en el mismo patrón.

Un despliegue nivel Agent quita al humano del camino por defecto por completo y reformula la supervisión como muestreo en lugar de gating. El agente maneja el ciclo procure-to-pay completo, o el ciclo de vida completo de los tickets de soporte al cliente, o el flujo completo de procesamiento de reclamaciones, incluyendo casos límite que Automation habría escalado. Los humanos inspeccionan muestras, establecen política, e intervienen cuando el agente mismo señala baja confianza o cuando la capa de monitoreo señala comportamiento anómalo.

A nivel Agent, `accounts-payable` se convierte en un agente totalmente autónomo que maneja recepción de facturas, validación, codificación, three-way match contra OC y recepciones, ruteo de aprobación, optimización de pagos y comunicación con proveedores. La auto-resolución de excepciones comunes es la distinción clave respecto a Automation: el agente puede diagnosticar un duplicado en el maestro de proveedores, reintentar un pago fallido o reconciliar un mismatch de OC sin escalar a menos que la confianza sea baja. El rango de precisión es de 93 a 98 por ciento, el calendario de implementación de 7 a 11 semanas, el rango de coste mensual de 1200 a 3500 $.

La lista de prerrequisitos es donde los despliegues Agent viven o mueren. Para AP nivel Agent, la Knowledge Base lista integración procure-to-pay completa (compras, recepción, AP, tesorería), una pasarela de pago con soporte multi-banco y multi-divisa, un portal de autoservicio para proveedores para manejo de consultas, reglas de gestión de tesorería y optimización de capital circulante, y controles de segregación de funciones integrados en el flujo de trabajo. Una organización que no opere ya en este nivel de madurez de procesos no lanzará un despliegue Agent funcional sin importar cuán capaz sea el modelo subyacente.

El nivel correcto es el rung más bajo que entrega los ahorros requeridos respetando las restricciones de datos, riesgo y readiness de la tarea específica. El plan generator LucidFlow saca a la luz la decisión mostrando los tres niveles para cada tarea detectada, con los ahorros por nivel y el coste por nivel hechos explícitos. El usuario selecciona, el BPMN target se actualiza, y la hoja de ruta se regenera. La decisión es a nivel tarea, no a nivel proceso: un mismo proceso rutinariamente tiene algunas tareas en Companion, otras en Automation, y unas pocas en Agent, según lo que cada tarea realmente necesita.

Las cuatro entradas que impulsan la decisión

• Volumen: el número de ejecuciones de tarea por mes. Volumen bajo empuja hacia Companion (los costes fijos dominan los ahorros); volumen alto empuja hacia Automation o Agent (los ahorros variables dominan los costes fijos).
• Calidad de datos: la completitud y consistencia de los datos aguas arriba. Datos desordenados derrotan despliegues Agent sin importar la capacidad del modelo. Companion funciona sobre datos desordenados porque el humano revisa cada decisión.
• Tolerancia al riesgo: el coste de una decisión equivocada que se cuela. Tareas de alto riesgo (transferencias bancarias, aprobaciones reguladas) empujan hacia Companion o hacia Automation con ruteo agresivo de excepciones. Tareas de bajo riesgo (clasificación de emails, entrada de datos rutinaria) toleran Agent.
• Madurez organizativa: integraciones, gobernanza, capacidad de monitoreo. Los despliegues Agent requieren un nivel de madurez operativa que la mayoría de PYMES y muchas organizaciones del mercado medio no han alcanzado. La respuesta honesta para esas organizaciones es Automation como techo para el primer programa de transformación, con Agent reservado para fases posteriores una vez que la fundación esté en su lugar.

Standardization today is the necessary foundation on which tomorrow's improvements will be based. If you think of 'standardization' as the best that you know today, but which is to be improved tomorrow: you get somewhere.

El punto Ford-vía-Ohno aplica directamente: Companion es la línea base de estandarización sobre la que Automation y Agent mejorarán después. Saltársela para ir directo a Agent no es ambición: es construir el tercer piso sin el primero.

LucidFlow codifica rangos de coste explícitos para cada nivel de madurez por patrón. A nivel herramienta, las descripciones de presupuesto en la capa de recomendación de herramientas fijan la envolvente presupuestaria que la búsqueda grounded de Gemini usa al recomendar productos:

const DEPTH_DESCRIPTIONS: Record<MaturityLevel, string> = {
  companion:
    'State-of-the-art AI assistants and copilots that help humans work faster. ...\nBudget: $10-$100/month per tool.',
  automation:
    'State-of-the-art workflow automation platforms and RPA tools ...\nBudget: $50-$500/month per tool.',
  agent:
    'State-of-the-art autonomous AI agents and enterprise platforms ...\nBudget: $200-$2000+/month per tool.',
};

Estos son presupuestos por herramienta, no por tarea. A nivel tarea, los rangos de la Knowledge Base son más altos porque incluyen el coste operativo de correr el patrón (inferencia, integración, monitoreo, overhead humano-en-el-bucle para Companion, staffing de cola de excepciones para Automation, staffing de supervisión para Agent). Los rangos nivel-patrón para accounts-payable mostrados antes: 150-400 $ Companion, 500-1300 $ Automation, 1200-3500 $ Agent: son representativos de la forma a través de los 100 patrones de la Knowledge Base: Automation es aproximadamente 3x Companion, Agent es aproximadamente 3x Automation, con amplia varianza por patrón.

El patrón ROI a través de un portafolio de transformaciones también es estable en forma. Companion ahorra menos por tarea pero se despliega a través de muchas más tareas. Agent ahorra más por tarea pero se despliega a través de menos tareas. La mayoría de programas de mercado medio acaban con Automation llevando la mayoría de los ahorros realizados, Companion llevando una minoría significativa, y Agent reservado para las tareas de mayor volumen o mayor valor donde la autonomía completa paga el trabajo de integración. El generador de hoja de ruta de LucidFlow visualiza esta distribución explícitamente para que el patrocinador pueda ver dónde viven los ahorros antes de firmar el plan.

La conclusión práctica para una pyme que decide qué nivel escoger es: empezar en Companion en las tareas que más duelen, pasar a Automation cuando el equipo haya construido la disciplina operativa para gestionar excepciones en lugar de hacer el trabajo, y reservar Agent para las tareas específicas donde el volumen y los datos están listos para la autonomía completa. Un consultor que acompaña a la misma pyme hace exactamente lo mismo con una ventaja añadida, ya ha visto fallar la secuenciación antes y puede impedir que el dueño se salte peldaños. El generador de plan de LucidFlow codifica este sesgo de forma explícita: la recomendación es el nivel más bajo que entrega los ahorros requeridos dentro del perfil de madurez de la organización, no el nivel más alto que el patrón soporta teóricamente. Esa es la forma de un plan de transformación IA que una pyme puede ejecutar de verdad.