AuraQuantic: automatización selectiva con control humano

El planteamiento de AuraQuantic: automatizar lo automatizable, decidir lo demás

AuraQuantic, plataforma española de automatización de procesos empresariales (BPA) fundada en 2002 por Juan José Trilles y con sede en Madrid, llevó al ValencIA e-motion —segunda edición, celebrada el 1 de octubre de 2026 en CaixaForum València— un mensaje poco habitual en pleno ciclo de hype de la IA: automatizar todo es un error. La compañía defiende una automatización selectiva que coordine procesos, datos y sistemas sin desplazar el criterio humano en decisiones sensibles. La jornada reunió a más de 300 profesionales de comercio electrónico, marketplaces, retail media e innovación.

El encargado de defender esa tesis fue Ilian Radoytsov, Chief Commercial Officer de AuraQuantic, durante la ponencia «Del proceso a la experiencia: cómo construir una organización más ágil y humana». Su argumento central es que la experiencia del cliente depende de cómo circula el trabajo dentro de la empresa, no de cuántos puntos de contacto digitales se añadan. «La experiencia empieza dentro de la organización», sostuvo. «Antes de definir cómo queremos relacionarnos con el cliente, conviene revisar cómo funciona la organización en su conjunto, porque la respuesta ya está ahí».

Por qué «no todo se debe automatizar»: el límite operativo del modelo

Radoytsov fue explícito al fijar la frontera: «No todos los procesos deben automatizarse, ya que el criterio humano sigue siendo fundamental en decisiones sensibles para el cliente, excepciones que se salen de la norma y situaciones que requieren empatía o la supervisión de las decisiones tomadas por un sistema. La tecnología debe facilitar el trabajo humano para que los empleados puedan dedicar más tiempo a las personas».

👥 ¿Quieres ir más allá de la noticia?

En nuestra comunidad discutimos las tendencias, compartimos oportunidades y nos ayudamos entre emprendedores. Sin humo, solo acción.

👥 Unirme a la comunidad

La distinción coincide con lo que el mercado está empezando a medir. Una encuesta de Altimetrik recogida por Forbes revela que el 80% de las empresas afirma que la rendición de cuentas sobre sistemas de IA no está clara y que el 72% de los empleados teme ser culpado si un experimento de IA falla. En otras palabras: cuanto más autónoma es la tecnología, más difusa se vuelve la responsabilidad. Para el fundador de una startup, eso se traduce en un riesgo operativo y reputacional concreto —una respuesta automática mal calibrada en una disputa de pago o en una cancelación sensible puede salir más cara que la hora humana que la empresa se ahorró.

La propuesta de AuraQuantic es revertir la lógica habitual: en lugar de digitalizar canales y luego arreglar procesos, mapear primero el ciclo completo, clasificar las decisiones por su sensibilidad y fijar de antemano los puntos donde interviene una persona. La intervención humana deja de ser una reacción improvisada para convertirse en parte del diseño.

Dónde sí y dónde no: el mapa de decisiones que las startups necesitan

El modelo distingue tres zonas con tratamiento distinto:

Tareas repetitivas y basadas en reglas (alta automatización): aprobaciones estándar, carga de datos, conciliaciones, gestión documental rutinaria. Aquí la IA y los agentes pueden operar con poca o nula supervisión.
Excepciones y casos fuera de patrón (automatización con validación): disputas comerciales, devoluciones complejas, ajustes de precio atípicos. El sistema propone, una persona decide.
Decisiones con consecuencias sensibles (persona, asistida por datos): políticas que afectan a personas, situaciones que requieren empatía, interpretación contextual. Aquí la IA aporta información; la decisión es humana.

El error que Radoytsov busca desactivar es el del «canal bonito sobre proceso roto»: digitalizar el canal de venta o atención sin actuar sobre los procesos que lo sostienen traslada al entorno digital las mismas fricciones que ya existían en el back office. Si un expediente se atasca en otra fase, automatizar solo el front no resuelve nada.

El contexto de mercado: por qué el «human in the loop» se está quedando corto

La conversación de AuraQuantic llega en un momento en que la propia idea de «human in the loop» (HITL) —el lugar común de la gobernanza de IA durante los últimos años— está siendo cuestionada por voces relevantes del sector. Jason Bloomberg, fundador de la consultora Intellyx, escribió en SiliconANGLE que depender de personas para revisar aprobaciones de agentes no escala: aparecen el automation bias (confiar en la máquina aunque se equivoque), la carga cognitiva (revisar outputs correctos el 99% de las veces agota la atención) y la abdicación de responsabilidad (con el tiempo, los humanos dejan de cuestionar al sistema). Bloomberg propone invertir la fórmula hacia «Automation in the Loop» (AITL): los sistemas al servicio de procesos humanos, no al revés, y la regla de oro de «nunca dejes que un sistema agentico tome decisiones que impacten directamente al negocio».

Los datos de adopción refuerzan la urgencia del debate. Según un análisis publicado por MIT Technology Review sobre plantillas híbridas humano-IA, la adopción de agentes de IA podría crecer hasta un 300% en los próximos dos años y se estima que el 75% de los roles actuales requerirá redesign, reskilling o redeployment antes de 2030 como consecuencia de la IA agentica. El caso de Wipro ilustra el potencial y el cuidado que exige: un agente creado junto a Ema asumió 50 tareas internas de recursos humanos y redujo el tiempo medio de respuesta de 48 horas a 5 segundos, pero la compañía subraya que cuando un agente accede a datos organizacionales sensibles «los caminos alrededor del agente se vuelven extremadamente importantes» y exige capas explícitas de gobernanza.

En paralelo, Gartner —citado por Forbes— estima que casi la mitad de las iniciativas de GenAI se estancan antes de escalar, y uno de los factores principales es el control de riesgo inadecuado. Para startups y scaleups, la lectura es clara: el cuello de botella ya no es técnico, es de diseño organizativo.

Qué significa esto para tu startup

La automatización selectiva no es una teoría: es un filtro de inversión. Aplicarlo implica tres acciones concretas:

Audita un proceso crítico de principio a fin antes de escribir una línea de automatización. Elige un flujo que hoy atraviese tres equipos (por ejemplo, onboarding de cliente o gestión de una incidencia) y dibuja cada paso, cada handoff y cada espera. Solo entonces decide qué se automatiza y qué se queda en manos de una persona con poder real de decisión.
Define formalmente la «puerta de excepción». No improvises la intervención humana: documenta qué tipo de caso escala a una persona, con qué criterios y en qué plazo. Un sistema que escala a un humano con contexto completo siempre será más barato que uno que escala a un humano que tiene que reconstruir la historia desde cero.
Separa el proveedor que te vende features del que te ayuda a diseñar el control. En un mercado donde el 80% de las empresas no tiene clara la rendición de cuentas sobre IA, la pregunta correcta al vendor no es «cuánto automatiza» sino «dónde se detiene su sistema y qué pasa cuando lo hace».

La compañía que mejor aproveche la IA en los próximos años no será la que más automatice, sino la que mejor sepa dónde no debe hacerlo. AuraQuantic pone el foco en la pregunta que muchas startups todavía no se están haciendo: no cuántas tareas quita la IA, sino cuántas decisiones de la empresa siguen dependiendo de un juicio que ningún modelo puede sustituir.