La matemática que los vendedores no multiplican. La generación anterior escondió su falla en la captura. La nueva esconde la suya en la decisión. Dos formas distintas de complejidad no gestionada; el mismo resultado: nadie sabe, a tiempo, qué es verdad.
- USD/año por capturista · Parseur 2025
- $28.5k
- errores de inventario desde captura manual
- 55%
- confianza declarada vs precisión real
- 90% a 75%
- confiabilidad de cadena de 3 agentes
- ~42%
En 30 segundos
Un número de confianza en pantalla no significa lo que parece. Cuando varios agentes trabajan en cadena, los errores se multiplican. El vendedor muestra 90%. El comprador debería multiplicar. Casi nadie lo hace.
Lo que costó la generación anterior
La generación anterior de software de transporte resolvió su problema de datos con un método que nadie presume en el demo. Personas. Decenas de capturistas, coordinadores y analistas tecleando estatus, tarifas y facturas para mantener viva la base de datos de lujo.
El costo de esa decisión ya está medido. Una encuesta de Parseur con QuestionPro en 2025 calculó que la captura manual cuesta en promedio 28,500 dólares anuales por empleado involucrado. Y la calidad tampoco se salva. Los compendios del sector atribuyen a la captura manual el 55% de los errores de inventario.
El costo oculto de la captura manual
El capturista no es barato cuando se suma error, rotación y retrabajo.
$28,500
USD / año · costo fully loaded de captura
Parseur / síntesis de entrada manual 2025
55%
errores de inventario ligados a captura manual
El portal que nadie alimenta bien produce datos que nadie defiende
La confianza declarada no es precisión
La nueva generación de software promete el remedio opuesto. Nada de personas. Agentes de inteligencia artificial que deciden solos, cada uno con su número de confianza en pantalla. El vendedor lo muestra, el comprador lo anota y ambos asumen que significa lo que parece significar.
El problema es que ese número miente de forma sistemática, y la mentira se multiplica cuando los agentes trabajan en cadena. Los modelos entrenados con retroalimentación humana tienden a la sobreconfianza como rasgo estructural. El entrenamiento premia respuestas que suenan seguras, de modo que el modelo aprende a sonar seguro incluso cuando no debería.
El análisis de diseño de escalamiento que recoge datos de calibración en producción documenta la magnitud. Una confianza declarada de 90% corresponde con frecuencia a una precisión real cercana a 75%.
Confianza declarada vs precisión real
Un modelo seguro de sí no es un sistema confiable.
Confianza declarada
por el agente
Precisión real
modelo individual calibrado
Cadena de 3 agentes
errores multiplicados
La regla
Todo lo que toca dinero escala a humano siempre, sin importar qué tan seguro se declare el agente.
La cadena multiplica el error
Quince puntos de diferencia parecen manejables en un agente aislado. Pero casi nadie despliega un agente aislado. Los despliegues serios usan una cadena. Un agente extrae los datos del documento, otro los cruza contra las fuentes, otro redacta la decisión.
Si cada eslabón está descalibrado por esos quince puntos, la probabilidad de que los tres pasos sean correctos no es 90%. Es 0.75 elevado al cubo. Aproximadamente 42%.
Cadena de error entre agentes
La confiabilidad se multiplica. No se promedia.
Agente 1
75%
confiabilidad acumulada
Agente 2
56%
confiabilidad acumulada
Agente 3
42%
confiabilidad acumulada
Y aquí está el detalle que convierte el problema técnico en problema de negocio. El sistema no le avisa a nadie. La cadena presenta su resultado como alta confianza porque cada eslabón individual reportó estar seguro. Nadie multiplicó. El comprador que evaluó el sistema viendo un demo controlado está operando algo cuya confiabilidad real es la de un volado cargado.

La compuerta de escalamiento
La salida no es elegir entre ambas fallas sino corregir las dos a la vez. Del lado de la captura, el sistema va por el dato a donde ocurre la acción, sin capturistas. Del lado de la decisión, la compuerta de escalamiento.
Un agente con 75% de precisión real, con un humano revisando lo dudoso con expediente armado, es un sistema utilizable y mejorable. Una cadena al 42% presentada como certeza es un pasivo esperando fecha. La compuerta no existe porque el modelo sea tonto. Existe porque la señal de confianza del propio modelo no sabe cuándo está equivocada.
Los mejores diseños de producción ya no dependen de un solo umbral numérico. Combinan señales: la confianza del modelo como insumo débil, no como voto decisivo; el sentimiento de la conversación; la detección de bucles; y reglas duras por tipo de acción. Todo lo que toca dinero escala siempre. Y los umbrales no se copian de un benchmark ajeno. Se calibran contra los datos de producción propios.
Umbral de escalamiento por costo del error
Calibrar confianza no basta: hay que atar el umbral al dinero en juego.
Bajo impacto
Estatus · mensajes · rutina
El agente puede avanzar con umbral moderado. El costo de equivocarse es reversible.
Alto impacto
Pago · tarifa · reclamación
Escala a humano siempre. La confianza declarada del modelo no autoriza liberar dinero.
La aritmética en mil embarques
Traducido a transporte, la aritmética se vuelve tangible. Un operador con mil embarques mensuales y cinco documentos por embarque genera cinco mil piezas que cruzar cada mes. Con la arquitectura vieja, un equipo entero teclea y concilia, a 28,500 dólares anuales por cabeza, con errores incluidos. Con la arquitectura de moda, una cadena de agentes aprueba al 42% real vestido de 90. Con la arquitectura correcta, el sistema captura solo, automatiza cerca del 85% con evidencia completa y escala unos 750 casos al mes como tickets a un auditor que decide con expediente armado. Un volumen operable por una persona con herramienta, no por un departamento.
Arquitectura correcta
Captura, rutina, ticket
Origen
Sin capturista
Rutina
~85% con evidencia
Ticket
Excepción cara
Humano
Decide con expediente
Dos preguntas antes de comprar
La confianza declarada no es precisión. La precisión individual no es confiabilidad de cadena. Y ninguna base de datos, por lujosa que sea, corrige lo que se capturó mal o nunca se capturó.
En OCL Cargo la regla operativa es simple: todo lo que toca dinero escala a Finanzas con expediente. Los agentes cruzan CFDI, Carta Porte, tarifa y POD; el humano firma la excepción. Puede timbrar factura y Carta Porte. Recuperación típica al auditar el 100%: 5 a 7%.
Ideas clave5 puntos
- La generación anterior resolvió datos con personas: ~28,500 USD/año por capturista; ~55% de errores de inventario nacen en captura manual.
- 90% de confianza declarada suele equivaler a ~75% de precisión real calibrada.
- Tres agentes al 75% real: 0.75³ ≈ 42% de confiabilidad de cadena. Nadie multiplica en el demo.
- Compuerta: confianza del modelo es insumo débil; todo lo que toca dinero escala siempre.
- Arquitectura correcta: captura en origen + ~85% automatizado con evidencia + tickets al humano.
¿Quién revisa cuando la máquina duda?
Fuentes
- Parseur / QuestionPro: costo de captura manual (2025)
- Pickaxe: umbrales y traspasos HITL
- Galileo: calibración y patrones de supervisión
Lectura relacionada
- La guerra contra la complejidad empieza en un portal
- Lo que Decagon entendió antes que el mercado
- La ironía de Bainbridge en transporte
Preguntas frecuentes
Una encuesta Parseur / QuestionPro (2025) estimó unos 28,500 dólares anuales por empleado dedicado a captura. Los compendios del sector atribuyen a la captura manual cerca del 55% de los errores de inventario.
Los modelos entrenados con retroalimentación humana tienden a la sobreconfianza. Análisis de calibración en producción documentan que una confianza declarada de 90% corresponde con frecuencia a una precisión real cercana a 75%.
Si cada eslabón tiene precisión real de 0.75, la probabilidad de que los tres sean correctos es 0.75³ ≈ 42%. El sistema puede seguir presentando “alta confianza” porque nadie multiplicó.
Todo lo que toca dinero. Además: deducciones disputadas de monto alto, cambios de permisos y borrado de datos. Los umbrales se calibran con datos propios de producción, no con un benchmark ajeno.
Por Gibrán Ramírez, director general de OCL Cargo.
