La irrupción de la inteligencia artificial generativa volvió a poner sobre la mesa una discusión que parecía resuelta: ¿qué lugar ocupa hoy RPA dentro de las estrategias de automatización? Durante mucho tiempo, hablar de automatizar procesos era casi sinónimo de hablar de RPA y de plataformas como UiPath, SS&C Blue Prism, Automation Anywhere o Power Automate. ¿Sigue teniendo sentido hablar de esta tecnología o estamos frente a una herramienta destinada a quedar obsoleta? La respuesta corta es que RPA no desaparece. Evoluciona.
El error más común es pensar que RPA se limita a replicar acciones humanas sobre una interfaz gráfica: abrir una aplicación, copiar un dato, pegarlo en otro sistema y repetir ese ciclo. Esa es una de sus capacidades, pero no la única ni necesariamente la más importante. Las plataformas de RPA también aportan orquestación, monitoreo, trazabilidad, gobierno, manejo de credenciales, control de errores y operación centralizada de procesos automatizados.
En otras palabras, RPA no es solo “un robot que hace clics”. Es una forma de estructurar, ejecutar y controlar procesos de negocio.
¿Cómo la Inteligencia Artificial amplía el alcance de RPA?
Hasta hace poco, muchas automatizaciones quedaban limitadas por la rigidez de las reglas determinísticas. Si el proceso dependía de interpretar un documento, entender un correo, clasificar una solicitud o tomar una decisión con información incompleta, el caso se volvía más costoso, más frágil o directamente inviable. La alternativa solía ser dejar una parte del proceso en manos de una persona o construir soluciones específicas, como OCRs ajustados a un formato particular, con el riesgo de que cualquier cambio en el documento generara fallas.
La IA cambia ese límite y no reemplaza esa capa: la potencia.
Pensemos en un proceso de facturas. Una automatización tradicional puede ingresar a un sistema, descargar documentos pendientes, registrar información en un ERP y dejar trazabilidad del resultado. Pero si en el medio necesita interpretar una factura con formatos variables, extraer importes, CUITs, fechas, números de comprobante o conceptos, ahí aparece una dificultad. Con IA, ese paso puede resolverse con mayor flexibilidad, permitiendo que el proceso completo sea automatizable.
El resultado no es “IA en lugar de RPA”. Es una solución híbrida: RPA interactúa con los sistemas, ejecuta el flujo, controla excepciones y registra la operación; la IA interpreta información, extrae datos y ayuda a resolver casos que antes requerían intervención humana.
Esta combinación amplía el universo de procesos automatizables. Casos que antes no cerraban por costo, complejidad o falta de robustez empiezan a ser viables cuando se combinan automatización tradicional “RPA”, modelos de IA y reglas de negocio bien diseñadas.
Los agentes de IA también necesitan automatización
También puede pensarse en sentido inverso. En una solución agentica, un agente de IA no trabaja aislado: necesita contexto, memoria y herramientas. Esas herramientas pueden ser APIs, bases de datos, conectores, sistemas internos o incluso robots RPA capaces de interactuar con aplicaciones de escritorio, sistemas legacy o interfaces que no exponen servicios modernos.
Desde esa mirada, RPA se convierte en una herramienta dentro del ecosistema de agentes. El agente interpreta el objetivo, decide qué acción ejecutar y delega en una automatización la interacción con determinados sistemas. Esto es especialmente relevante en organizaciones donde todavía conviven aplicaciones modernas, sistemas legacy, portales externos, escritorios virtuales y procesos operativos complejos.
Las principales plataformas de automatización se están moviendo en esa dirección:
- Power Platform incorpora capacidades de IA en Power Automate, AI Builder y Copilot Studio.
- UiPath, SS&C Blue Prism y Automation Anywhere evolucionaron su posicionamiento hacia automatización inteligente, agentic automation o agentic process automation, incorporando agentes, conectores con modelos de IA y capacidades de orquestación más avanzadas.
Al mismo tiempo, existen escenarios donde la capa de IA requiere una arquitectura más sofisticada que la que puede resolverse cómodamente desde una herramienta low-code.
En esos casos, plataformas como Microsoft Foundry, Amazon Bedrock o Google Vertex AI permiten construir soluciones de IA más complejas, con mayor control sobre modelos, seguridad, contexto, memoria, evaluación y gobierno. Luego, esas soluciones pueden integrarse con plataformas de automatización para ejecutar procesos de negocio de punta a punta.
La clave no está en elegir entre RPA o IA
No se trata de reemplazar una tecnología por otra, sino de comprender qué aporta cada una y cuándo conviene utilizarla.
RPA sigue siendo fuerte donde se necesita ejecución confiable, integración con sistemas, operación repetible, trazabilidad y gobierno.
La Inteligencia Artificial agrega valor donde hay interpretación, lenguaje natural, documentos no estructurados, variabilidad o decisiones que no pueden resolverse con reglas simples. Los agentes aparecen como una capa adicional, capaz de coordinar herramientas, datos y acciones con mayor autonomía.
¿Cuál es el verdadero desafío para las organizaciones? No abandonar lo construido, sino evolucionarlo. Muchas compañías ya tienen robots, flujos, integraciones y conocimiento operativo acumulado. La oportunidad está en sumar IA sobre esa base para extender capacidades, mejorar la cobertura de casos y rediseñar procesos que antes tenían límites claros.
La experiencia sigue siendo el diferencial
En este contexto, la experiencia histórica en automatización se vuelve una ventaja.
No alcanza con conocer modelos de IA ni con desarrollar prompts. Para llevar estas soluciones a producción hace falta entender procesos, excepciones, sistemas, seguridad, monitoreo, gobierno y operación. Hace falta saber cuándo conviene usar un flujo, cuándo un robot, cuándo una API, cuándo un modelo de IA y cuándo mantener una validación humana.
La nueva regla de la automatización no es reemplazar RPA por IA.
La nueva regla es diseñar soluciones donde RPA, IA y agentes trabajen juntos para automatizar procesos más complejos, más variables y de mayor impacto para el negocio.
En ENTA acompañamos ese proceso, combinando experiencia en Automatización Inteligente: RPA, Inteligencia Artificial, entendimiento de procesos de negocio; para diseñar soluciones escalables, seguras y alineadas con los objetivos de la compañía.
