No es una empresa. Son varias, y ningún sistema las ve juntas.
Operación en campo, compras en mercado, facturación con ventanas que no se pueden incumplir, atención regulada, emergencias. Cada frente tiene su herramienta y ninguna comparte información con la siguiente. Entender qué pasa con un solo cliente exige cruzar datos a mano.
Dónde duele en una empresa de servicios públicos
Son seis negocios operando bajo la misma razón social
Gestión de cuadrillas, maniobras, inventario, herramienta y medidores en campo. Compras en mercado con precios que se mueven. Facturación masiva contra ventanas regulatorias. Atención al cliente con tiempos de respuesta obligatorios. Gestión de emergencias. Cumplimiento normativo permanente.
Cada uno de esos frentes sería una empresa completa en cualquier otra industria. Acá coexisten, compiten por los mismos recursos, y comparten un solo P&L.
Las herramientas no se hablan y el cliente queda partido en pedazos
Un usuario tiene consumo en un sistema, facturación en otro, reclamaciones en un tercero, órdenes de servicio en un cuarto. Para responder una pregunta sencilla sobre ese usuario, alguien tiene que cruzar cuatro fuentes.
El costo no es solo el tiempo. Es que las decisiones que dependen de esa vista completa se toman sin ella, y que la calidad del dato se degrada en cada cruce manual. Cualquier modelo que se construya encima hereda esa degradación.
Comprar mal compromete el negocio, no el trimestre
Comprar en el precio equivocado, en la cantidad equivocada, o no vender lo suficiente. Con precios que se mueven en bolsa, tarifas reguladas por eslabón y un margen comercial que ya viene apretado, el error de compra no se corrige el mes siguiente.
Y la calidad de esa decisión depende de qué tan bien se anticipe la demanda. Un pronóstico que se equivoca por varios puntos porcentuales no es un problema de exactitud técnica, es exposición financiera directa.
El incumplimiento normativo es riesgo existencial
Tiempos de atención, restablecimiento de servicio, respuesta a derechos de petición, reportes al ente regulador. Todo con plazos que no admiten explicación.
Y el nivel de supervisión ya llegó a un punto donde sostener el reporte de forma manual dejó de ser viable. No porque falte gente, sino porque la frecuencia y el detalle exigidos superan lo que un proceso manual puede sostener sin error.
La atención al cliente es un frente permanente
Quejas, reclamaciones, derechos de petición. Buena parte por facturación, y buena parte de esa por variaciones de mercado que el usuario final no tiene por qué entender.
Es un volumen que no baja, con tiempos de respuesta regulados, y donde la mayoría de los casos se resuelven con la misma información que ya está en algún sistema. Solo que hay que buscarla.
El OPEX es estructural, no un problema de disciplina
Equipos, herramienta, materiales, operarios, instalación, medición, mantenimiento. El costo de operar no se reduce apretando, porque no viene de ineficiencia sino de la naturaleza del negocio.
Lo que sí se puede es dejar de gastar donde no aporta: maniobras repetidas, desplazamientos evitables, reprocesos por información incompleta. Eso no aparece en ningún informe porque para verlo hay que cruzar sistemas que no se cruzan.
Lo que hemos hecho en utilities
Nuestra experiencia en el sector no viene de haber sido proveedores de una utility. Viene de haber operado dentro de una.
Pipe Beltrán, cofundador de Findders, fue VP of Product y VP of AI & Data en una comercializadora de energía. Los proyectos que corrió ahí usaron los mismos métodos que hoy aplicamos con clientes: un modelo de predicción energética que pasó de 8.5% a 1.79% de MAPE, un funnel comercial que bajó de 11 días a menos de 24 horas, y adopción de IA en más del 60% de los roles no técnicos, con más de 1.400 horas al mes liberadas.
Eso significa dos cosas. Que los problemas de arriba no salieron de un informe de industria, sino de haberlos vivido con responsabilidad sobre el resultado. Y que conocemos la diferencia entre lo que se ve bien en una presentación y lo que sobrevive al comité regulatorio, a la auditoría y al equipo de campo.
Los casos que siguen son de otros sectores. Están ahí porque el mecanismo se repite, aunque el contexto cambie.
Casos relacionados
Esta selección no incluye una métrica de este sector
Publicamos solo los proyectos con los resultados más representativos, no todo lo que hemos trabajado. Estos casos de uso también los hemos implementado en tu industria:
Mismo caso de uso, aplicado también en este sector
El 95% de los leads no recibían contacto el primer día. Los prospectos de mayor valor se iban con la competencia.
De 15 días a menos de 24 horas en tiempo de respuesta
Ver caso completo →Sin visibilidad del nivel de madurez en IA por área. Los diagnósticos tradicionales tardaban semanas y terminaban en un PDF que nadie ejecutaba.
+3,000 personas evaluadas en menos de 2 semanas
Ver caso completo →Sabían que podían automatizar, pero no cuáles procesos ni en qué orden. Los diagnósticos internos llegaban sesgados por política interna.
+2,000 iniciativas de automatización identificadas y priorizadas
Ver caso completo →El 34% de las alertas de penalización eran falsos positivos. Los errores en liquidación se detectaban tarde.
Falsos positivos reducidos del 34% al 0.5%
Ver caso completo →Los directivos tomaban decisiones con información de 1-2 semanas de retraso. Consolidar un informe tomaba entre 7 y 14 días.
De 1-2 semanas a 1 hora en generación de informes
Ver caso completo →Por dónde se empieza
Casi siempre, por The Brain.
En utilities el diagnóstico no es un trámite. Es donde se define qué frente atacar primero entre seis que compiten, y con qué retorno. Sale con el mapa priorizado y el business case por iniciativa.
Hay una razón adicional en este sector: cuando la inversión tiene que sustentarse ante un comité, ante la junta o eventualmente ante el regulador, el business case documentado no es un extra. Es lo que hace la conversación posible.
Si el frente ya está priorizado, The Muscle.
Pronóstico de demanda, detección de anomalías en medición, consolidación de información entre sistemas que no se hablan, automatización de la atención sobre información que ya existe. Sobre los sistemas que tienes, sin exigir que primero los reemplaces.
Si el reto es que la organización adopte, The Program.
Es donde más se pierde valor en utilities: la herramienta llega, y campo sigue con su formato en papel. Habilitación por rol y por área, no capacitación genérica.
Y esto no lo automatices
Estas son las cosas que consistentemente NO recomendamos automatizar en utilities, y en algunos casos nos negamos a hacerlo:
La ejecución de decisiones de compra.
El sistema puede pronosticar, simular escenarios, cuantificar exposición y recomendar. Comprar lo decide y lo aprueba una persona. Un error de compra en este sector no se corrige el mes siguiente, y ningún modelo debe tener esa autoridad.
La interpretación de cambios regulatorios.
Un sistema puede monitorear que salió una resolución, extraer qué cambió y alertar a quién le aplica. Interpretar qué significa para tu operación, y anticipar cómo la va a leer el regulador, es criterio humano. La norma casi nunca es unívoca, y ahí está el riesgo.
Las decisiones financieras.
Consolidar, proyectar y modelar escenarios, sí. Decidir sobre cobertura, exposición o estructura de costos, no.
Las decisiones estratégicas.
Un sistema que decide sin contexto de mercado, relación con el regulador y capacidad operativa real produce decisiones que se ven bien en un tablero.
Si lo que te duele está en esta lista, te lo vamos a decir antes de cobrarte un peso.
Lo que nos preguntan
Esta industria es muy compleja. Es difícil que alguien de afuera entienda cómo opera
Es cierto, y es la razón por la que muchos proyectos de tecnología en utilities fracasan: se diseñan sobre cómo alguien cree que funciona el negocio.
Nuestra ventaja acá no es haber leído sobre el sector. Es haber operado dentro de una comercializadora con responsabilidad sobre resultados, y conocer de primera mano por qué la facturación tiene las ventanas que tiene, por qué una maniobra se repite, y qué pasa cuando un reporte al regulador sale tarde.
Aun así, cada empresa opera distinto. El diagnóstico existe para entender la tuya, no para asumir que es igual a la anterior.
Un error grave con IA nos puede costar el negocio
De acuerdo, y por eso el diseño parte de ahí.
Ningún sistema que construimos ejecuta decisiones de compra, cierra facturación ni responde al regulador por su cuenta. Prepara, calcula, alerta y deja listo. La decisión queda donde debe estar.
El patrón técnico también es conservador: correr en paralelo al proceso actual antes de reemplazarlo, comparar resultados contra el proceso humano durante el tiempo que tu equipo necesite para confiar, y leer sin escribir mientras se valida. Cuando el sistema empieza a operar, ya hay evidencia de su comportamiento en tu operación real.
Y donde el riesgo es existencial, la recomendación suele ser no automatizar. Está en la lista de arriba.
Tenemos equipo de ingeniería propio. Preferimos hacerlo internamente
Es una posición razonable y a veces es la correcta. Vale la pena mirarla con el dato del sector encima.
Las utilities tienen una dificultad estructural para sostener equipos de datos y de IA: compiten por ese talento contra empresas de tecnología, dentro de una estructura de costos regulada. No es un problema de intención ni de capacidad, es de mercado laboral. Por eso el análisis de industria recomienda modelos híbridos, no construirlo todo adentro.
Lo que funciona en la práctica: tu equipo conoce los sistemas, la regulación y la operación. Nosotros traemos la implementación de este tipo específico de sistema, y lo que queda documentado para que ellos lo mantengan. No trabajamos en paralelo a tu equipo, trabajamos con él.
Y si tu equipo tiene la capacidad y la ventana de tiempo, constrúyanlo ustedes. Te lo diríamos.
¿Cuál de estos es tu caso?
Quince minutos para revisar cuál de los seis frentes está costando más y decirte si hay algo que valga la pena atacar primero. Si la respuesta es que no, también te lo decimos.
Hablemos 15 minutos