La IA no te va a avisar si a una de tus sedes le faltan datos. Va a coger lo que tiene, va a asumir que está completo, y va a decidir con ello con la misma seguridad que si el dato fuera perfecto. Eso es justo lo que nos pasó hace unos días, en un negocio con varias sedes que comparten el mismo sistema de caja: montamos un chequeo nuevo y, el mismo día que se activó, encontró 3 huecos de datos que llevaban semanas ahí, sin que nada los hubiera señalado antes.
El problema: sedes iguales que deberían traer los mismos datos, y no lo hacían
Cuando un negocio tiene varias sedes, oficinas o sucursales que usan el mismo sistema (la misma caja, el mismo ERP, el mismo punto de venta), la suposición natural es que si el sistema funciona en una, funciona en todas. Y normalmente es verdad, hasta que deja de serlo en una sola sede y nadie se entera, porque nada se ha roto de forma visible: no hay ningún error en pantalla, no salta ninguna alarma, el proceso "termina" con normalidad.
Es exactamente lo que encontramos:
- Dos sedes con el mismo sistema de caja llevaban semanas con los cobros vaciándose cada 5 minutos, en vez de guardarse.
- Una tercera sede tenía dos métricas completas a cero, como si esa parte del negocio simplemente no existiera ese día.
Ninguno de los tres casos había disparado ni un solo aviso técnico. El proceso que trae los datos se ejecutaba, no fallaba, y devolvía una respuesta correcta desde el punto de vista del sistema: "esto es lo que hay". Lo que faltaba no era una respuesta con error, era una respuesta incompleta que parecía completa.
Por qué esto es peor cuando hay una IA decidiendo encima
Si un humano mira el panel de una sede a diario, tarde o temprano nota que algo no cuadra: "esta semana no hemos vendido nada un martes, raro". Una IA que recomienda compras, prioriza sedes o calcula márgenes no tiene esa intuición. Si le llegan datos a cero, no los interpreta como "faltan datos", los interpreta como "esto vale cero", y construye su recomendación encima de esa premisa falsa con total seguridad.
Es el mismo patrón que ya vimos con 492 movimientos bancarios que faltaban en una sola cuenta: el dato incompleto no avisa de que está incompleto. La diferencia aquí es el terreno donde aparece: no una cuenta bancaria, sino sedes de un mismo negocio que deberían comportarse de forma parecida entre sí, y que precisamente por eso dan una pista que una sola sede vigilada de forma aislada nunca da.
La regla de decisión: no vigiles cada sede sola, compárala con sus iguales
Si tienes varias sedes, sucursales u oficinas que usan el mismo sistema, la señal de que a una le faltan datos casi nunca está en esa sede mirada sola: está en compararla con las demás. Un hueco pequeño no rompe nada visible en el sitio donde ocurre, pero se nota en cuanto lo pones al lado de una sede gemela que sí trae ese dato con normalidad.
Así construimos el chequeo, y es aplicable a cualquier negocio con más de una sede o sucursal:
- Se agrupan las sedes por el sistema que comparten. No tiene sentido comparar una sede con caja física con otra que solo vende online: hay que comparar contra iguales, no contra el negocio entero.
- Por cada dato que debería traer cada sede (un tipo de cobro, una métrica, un conteo), se compara qué trae cada una frente a sus iguales. Si una sede deja de traer algo que el resto sigue trayendo con normalidad, se marca como hueco, aunque el proceso técnico no haya fallado en ningún momento.
- El propio chequeo se vigila a sí mismo. Si el chequeo deja de correr, avisa de eso también, para no generar una falsa sensación de que "como no ha avisado nada, todo va bien". Es la misma lógica que aplicamos en vigilar al vigilante: un sistema que avisa cuando algo falla tiene el mismo punto ciego si nadie vigila que el propio avisador sigue vivo.
- El resultado no es un error técnico, es una lista de huecos con la sede y el dato concreto, para poder ir directo a revisar sin tener que reconstruir a mano qué faltaba entre miles de registros.
Checklist: ¿tu negocio con varias sedes tiene este punto ciego?
| Pregunta | Si la respuesta es mala señal |
|---|---|
| ¿Tus sedes usan el mismo sistema para lo mismo (caja, ERP, punto de venta)? | Sí, pero nunca se han comparado entre sí |
| ¿Cómo te enteras si a una sede le falta un dato que las demás sí traen? | "Si no salta ningún error, doy por hecho que está bien" |
| ¿Alguna vez has comparado, dato a dato, una sede contra otra que hace lo mismo? | Nunca, o solo cuando ya hubo una queja |
| Si tienes una IA o un panel que decide o recomienda sobre esos datos, ¿sabe distinguir "cero real" de "dato que falta"? | No, trata los dos casos igual |
| ¿El sistema que vigila los huecos avisa también si él mismo deja de correr? | No se ha pensado en eso |
Si dos o más respuestas te dejan incómodo, el punto de partida no es rehacer el sistema de cada sede: es construir la comparación entre ellas, que es donde vive la señal que hoy se te está escapando.
Por qué esto es justo el terreno de AutoBoost
Este chequeo salió del mismo trabajo que aplicamos en negocios con datos repartidos en varios sitios. En el caso de plataforma de datos con IA "controller", un grupo de farmacias unifica el dato de varias oficinas en un mismo sitio para que la IA razone sobre más de un millón de líneas con la confianza de que lo que ve es lo que hay de verdad, no una foto a medias de alguna de las sedes. Ese es el trabajo que casi nadie ve y que hace que todo lo demás (recomendar compras, calcular márgenes, avisar de una desviación) se pueda construir encima sin miedo. Si quieres el marco completo de por qué este paso va siempre antes que la IA, lo explicamos en por qué el dato va antes que la IA.
La lección que se lleva cualquier negocio con más de una sede
Un dato que falta casi nunca grita. Se queda calladito, con pinta de cero legítimo o de sede tranquila, hasta que alguien lo compara con una sede gemela y la diferencia salta a la vista. Si tu negocio tiene varias sedes, sucursales o delegaciones que deberían parecerse entre sí, esa comparación es la herramienta más barata que puedes montar, y la que más huecos silenciosos destapa.
Si tienes varias sedes o delegaciones y no tienes forma de saber si a alguna le faltan datos sin que nada lo avise, hablemos. En AutoBoost construimos software e IA a medida integrados en tu sistema real, con el dato verificado antes de que ninguna IA decida sobre él. Contacta con nosotros y lo revisamos juntos.
