Abans d’automatitzar amb IA, ordena la casa: per què l’estudi de processos ho canvia tot

Hi ha una frase que repetim molt a Consultcat: “si automatitzes un procés trencat, obtens un procés trencat molt més ràpid.” I és exactament el que passa quan una empresa s’entusiasma amb la IA, contracta Make, connecta cinc eines i al cap de dos mesos torna a tenir el mateix caos, però ara digital.

La IA i l’automatització són eines potents. Però les eines potents, mal apuntades, fan mal.

El problema real: automatitzar el desordre

Imagina una pime de distribució alimentària amb 18 persones. El responsable comercial ens va trucar emocionat: acabava de descobrir que podia automatitzar l’enviament de pressupostos des del CRM. Perfecte. Però quan vam mirar com generava els pressupostos, vam trobar que hi havia tres criteris de preu diferents (un per a cada comercial), les condicions de pagament canviaven segons qui hagués parlat amb el client, i la lletra petita de garanties era una còpia d’un document de 2019 que ningú havia revisat.

¿Quin valor aportava automatitzar aquell procés? Cap. Enviaven errors més de pressa.

Abans d’activar cap flux automàtic, calia fer una cosa prèvia: entendre i netejar el procés.

Què és un estudi de processos (i per a què serveix)

Un estudi de processos no és un informe de 80 pàgines que queda a un calaix. És una diagnosi pràctica que respon tres preguntes simples:

1. Com fem les coses ara (el procés real, no el que creiem que fem)
2. On perdem temps, comencem errors o depenem d’una sola persona
3. Com hauria de funcionar per poder-ho automatitzar bé

El resultat és un mapa de processos que permet decidir, amb criteri, quins passos automatitzar, en quin ordre i amb quines eines. Sense aquest mapa, l’automatització és una inversió a les fosques.

Exemples reals: amb estudi previ vs. sense

Cas 1 — Gestió de leads (sense estudi previ) Una empresa de serveis professionals implanta un chatbot al web per captar leads. El chatbot envia dades a un full de càlcul. El comercial el revisa “quan pot”. Resultat: leads freds als dos dies, cap seguiment sistematitzat, el comercial culpa el bot i el bot no té la culpa de res.

Cas 1 — Gestió de leads (amb estudi previ) Primer es mapeja el procés de vendes: com entra un lead, qui l’agafa, en quant de temps, quins passos té fins al pressupost. Es detecta que el coll d’ampolla és la qualificació inicial (massa manual). Es dissenya un flux a Make que qualifica automàticament i assigna per zona geogràfica i tipologia de client. Resultat: temps de resposta de 4 hores a 20 minuts. El comercial rep el lead ja preparat.

Cas 2 — Onboarding de clients (sense estudi previ) Una empresa de software SaaS vol automatitzar l’onboarding amb correus seqüencials. Programa 7 correus en 14 dies. Als 30 dies: baixa de subscripcions disparada. El problema? El procés real d’activació del compte té una etapa manual (validació d’identitat) que dura entre 2 i 5 dies, i els correus automatitzats ignoraven completament aquesta espera.

Cas 2 — Onboarding de clients (amb estudi previ) Es mapeja el journey complet del nou client: des del registre fins a la primera sessió activa. Es detecten tres moments crítics i un punt d’abandonament clar (el dia 3, quan l’usuari espera validació i no sap res). Es dissenya una seqüència d’emails amb branques condicionals: si està validat, continua; si no, rep un correu específic d’espera amb ETA i suport. Baixa d’abandonaments un 34%.

Pros i contres: fer l’estudi de processos o tirar directament

Fer l’estudi de processos primer

Pros:

• Automatitzes el que val la pena, no el que és visible
• Detectes errors que coexistien amb les persones però que una màquina amplificarà
• L’equip entén per a què serveix l’eina (menys resistència al canvi)
• ROI real i mesurable: saps d’on partes i on vols arribar
• Identifiques les dependències entre processos i evites automatitzar un pas que trenca un altre

Contres:

• Requereix dedicació (entre 1 i 3 setmanes per a la majoria de pimes)
• Pot generar inèrcies internes (“si funciona, per a què tocar-ho”)
• Pot revelar problemes que ningú volia admetre que existien

Automatitzar directament sense estudi

Pros:

• Resultats visibles molt ràpid (en aparença)
• Genera entusiasme inicial a l’equip
• Fàcil de vendre internament com a “innovació”

Contres:

• Alta probabilitat de refacció: has de refer el flux quan trobes el problema real
• Costos ocults: temps de les persones que gestionen errors del flux, suport tècnic, revisions
• Automatitzes silos: cada departament fa el seu flux i no es parlen
• L’equip perd confiança en la tecnologia (“la IA no serveix per a nosaltres”)
• El risc és proporcional a la complexitat: funciona en tasques molt simples, falla en qualsevol cosa transversal

Llavors, quan té sentit tirar sense estudi previ?

Hi ha situacions on pots arriscar-te a automatitzar ràpid sense un estudi formal. Bàsicament quan:

• El procés és molt simple, unipersonal i no té excepcions (ex: rebre un formulari web i afegir-lo a una llista)
• L’automatització no toca altres sistemes ni altres persones
• Estàs en fase de prova i assumeixes que hauràs de refèr-ho

En qualsevol altra situació — processos transversals, que involucren clients, que toquen facturació o que depenen de decisions humanes — l’estudi és inversió, no cost.

El nostre enfocament a Consultcat

Quan treballem automatitzacions amb IA, el primer que fem és una diagnosi dels processos que el client vol automatitzar. No és un tràmit: és la base de tot.

Mapejem com funciona realment (sovint diferent del que creuen), detectem on hi ha variabilitat, errors o dependències crítiques, i dissenyem el flux a partir d’aquí. Només llavors construïm a Make, Claude o les eines que millor encaixin.

Resultat: fluxos que funcionen des del primer dia i que l’equip entén i fa seus.

Si estàs pensant a automatitzar processos a la teva empresa i no saps per on començar, parlem. Una primera trucada ens permet entendre el teu cas i dir-te si té sentit i com fer-ho bé.

→ Contacta’ns i t’ajudem a tirar del carro.