Jev y 10 decisiones de tu negocio que puedes automatizar hoy
Lo que más tiempo le quita a tu equipo no suelen ser los grandes procesos. Son cientos de decisiones pequeñas que alguien toma todos los días: ¿esto es spam?, ¿a quién le paso este mensaje?, ¿qué atiendo primero?
0.94así responde una IA que solo decide

En 30 segundos
- Las mejores decisiones para automatizar primero son pequeñas, se repiten mucho y se pueden revisar después. Clasificar, filtrar, priorizar y asignar.
- Casi todas son uno de 3 tipos de pregunta: sí o no, elegir entre opciones o puntuar en una escala. Saber cuál es te dice qué herramienta usar.
- Hay 2 decisiones que nunca deberías automatizar: las que afectan de forma importante a una persona, como contratar o dar crédito.
Primero: ¿qué es una "decisión" automatizable?
Una decisión automatizable es un paso donde alguien mira algo (un correo, un mensaje, un documento) y responde una pregunta cerrada. No redacta nada ni conversa: solo decide.
Casi todas caen en uno de estos 3 tipos:
| Tipo de pregunta | Qué devuelve | Ejemplo |
|---|---|---|
| Sí o no | Un número de 0 a 1 (qué tan seguro está) | ¿Este correo es spam? → 0,94 |
| Elegir | Una opción y su probabilidad | ¿A qué área va? → Ventas 81% |
| Puntuar | Un valor en una escala | ¿Qué tan urgente es? → 7 de 10 |
Este enfoque se volvió noticia en septiembre de 2026 con Jev, un modelo de la empresa TypeSafe AI que no escribe texto: solo devuelve decisiones como estas, con un número de confianza. Pero la idea sirve con cualquier herramienta, incluso con reglas simples o con los modelos de lenguaje que ya conoces.
SigueSigue: las 10 decisiones, filtradas por área de tu negocio.
Las 10 decisiones
¿A qué bandeja va este correo?
Qué decide: si un correo entrante es de un cliente, un proveedor, una postulación, una factura o publicidad, y a quién se le asigna. Ejemplo: "Hola, adjunto la factura de agosto" → Proveedores / facturas, 0,91. Por qué conviene: la bandeja compartida (contacto@, ventas@) se ordena sola y nadie pierde 30 minutos al día moviendo correos. Cuándo no: si llegan pocos correos al día, una regla de filtro del propio Gmail u Outlook es suficiente.
¿Este formulario es spam o fraude?
Qué decide: si un envío del formulario web, un comentario o un registro es real o basura. Ejemplo: "Mejore su SEO hoy, visite mi web…" → Spam, 0,97. Por qué conviene: tu equipo solo ve los contactos reales y no responde a bots. Cuándo no: si el formulario ya tiene un captcha que funciona bien y el spam es mínimo.
¿Qué tan urgente es este ticket?
Qué decide: un puntaje de urgencia para cada solicitud de soporte, para atender primero lo que más importa. Ejemplo: "No puedo pagar, el sistema me da error y tengo que entregar hoy" → Urgencia 9 de 10. Por qué conviene: los casos críticos dejan de esperar en la cola detrás de preguntas simples. Cuándo no: si el volumen es tan bajo que alguien puede leer todo apenas llega.
¿Qué vendedor debe atender este lead?
Qué decide: a quién se asigna un contacto nuevo según producto, zona, tamaño de empresa o idioma. Ejemplo: "Necesito cotizar 40 licencias para mi empresa en Concepción" → Equipo empresas, zona sur, 0,86. Por qué conviene: el lead llega a la persona correcta en minutos, no al día siguiente. Cuándo no: si tienes un solo vendedor. Ahí la decisión no existe.
¿Qué tan buen prospecto es?
Qué decide: un puntaje de calidad del lead según lo que escribió y los datos que dejó. Ejemplo: "Somos 25 personas y queremos implementar esto antes de diciembre" → Calidad 8 de 10. Por qué conviene: el equipo comercial llama primero a quien tiene más probabilidad de comprar. Cuándo no: si el puntaje se usa para descartar personas sin que nadie lo revise. Úsalo para ordenar, no para ignorar.
¿Este mensaje tiene intención de compra?
Qué decide: si un mensaje de WhatsApp, Instagram o chat web muestra interés real en comprar. Ejemplo: "¿Tienen stock de la talla M? ¿Cuánto sale el envío a Viña?" → Intención de compra, 0,93. Por qué conviene: los mensajes con intención de compra se responden primero, antes que los saludos o las consultas generales. Cuándo no: si todos los mensajes que recibes ya son de compra, por ejemplo en un canal exclusivo para pedidos.
¿Esta reseña es positiva, negativa o un reclamo?
Qué decide: el sentimiento de una reseña o comentario y si requiere una respuesta urgente. Ejemplo: "El producto llegó roto y nadie me responde" → Reclamo, 0,95. Por qué conviene: los reclamos públicos se atienden rápido y ves en qué temas se repiten las quejas. Cuándo no: si recibes pocas reseñas al mes: léelas tú, te dicen más.
¿Este documento tiene datos personales?
Qué decide: si un archivo o texto contiene RUT, correos, teléfonos, direcciones o datos de salud antes de compartirlo o subirlo a otra herramienta. Ejemplo: una planilla de clientes que se iba a enviar a un proveedor → Contiene datos personales, 0,98. Por qué conviene: evita filtraciones por descuido, algo cada vez más relevante con la Ley 21.719 de protección de datos. Cuándo no: como única barrera. Es un filtro de ayuda, no reemplaza una política de datos ni una revisión legal.
¿A esta factura le falta algo?
Qué decide: si una factura o boleta que llega por correo tiene los datos necesarios (RUT, monto, fecha, orden de compra) antes de pasarla a pago. Ejemplo: factura sin número de orden de compra → Incompleta, 0,89. Por qué conviene: los errores se detectan al llegar y no al cierre de mes. Cuándo no: para aprobar pagos. La decisión automatizada marca, una persona aprueba.
¿Qué respuesta le sirve más a esta pregunta?
Qué decide: ordena tus preguntas frecuentes, artículos de ayuda o productos según qué tan bien responden a lo que alguien buscó. Ejemplo: "¿Cómo cambio mi dirección de despacho?" → el artículo correcto sube al primer lugar. Por qué conviene: la gente encuentra la respuesta sola y escribe menos a soporte. Cuándo no: si tienes menos de 10 preguntas frecuentes. Una página bien ordenada basta.
Nota: los números de los ejemplos (0,91; 9 de 10; etc.) son ilustrativos, para mostrar cómo se ve la respuesta. No son resultados de una prueba.
SigueSigue: las 2 decisiones que nunca deberías automatizar.
Las 2 decisiones que nunca deberías automatizar
1. A quién contratar. 2. A quién darle un crédito o negarle un servicio.
Son decisiones que afectan de forma importante la vida de una persona, y los modelos pueden tener sesgos que no se ven a simple vista. El programador Simon Willison lo mostró al probar Jev: le pidió puntuar distintas ciudades como "buena ciudad" y el modelo puso arriba a Cupertino, una de las zonas más ricas de California, y abajo a East Palo Alto, una zona de menores ingresos. El modelo, además, no puede explicar por qué.
En Chile, la Ley 21.719 de protección de datos reconoce el derecho de las personas a oponerse a decisiones basadas únicamente en tratamiento automatizado que les afecten significativamente, con algunas excepciones.
La regla práctica: la IA puede ordenar, marcar o sugerir. La decisión final sobre una persona la toma una persona.
¿Cuánto cuesta hacerlo con IA?
Automatizar decisiones cuesta mucho menos de lo que la mayoría cree, porque el sistema solo lee y devuelve un número. Prueba con tu propio volumen:
Jev (TypeSafe AI): /mes
Modelo de lenguaje, gama baja (referencia TypeSafe): /mes
Modelo de lenguaje, gama alta (referencia TypeSafe): /mes
Solo considera la lectura (tokens de entrada). Jev no cobra la respuesta; los modelos de lenguaje sí, y según TypeSafe la respuesta suele costar cerca de 5 veces más por token. Precios publicados por TypeSafe AI en septiembre de 2026, en dólares. TypeSafe aclara que los precios de modelos de lenguaje los tomó de OpenRouter y que la comparación probablemente tiene sesgo, porque es su propio producto.
Con los valores por defecto (1.000 mensajes al día), el resultado es de unos US$0,38 al mes con Jev y entre US$1,80 y US$90 al mes con modelos de lenguaje, antes de contar la respuesta. Son precios que publica TypeSafe para comparar con su propio producto, así que tómalos como un orden de magnitud, no como una cotización. En cualquiera de los casos, el costo del modelo es mucho menor que el tiempo que hoy dedica una persona a hacerlo a mano.
¿Con qué herramientas se hace?
No necesitas una herramienta nueva para empezar. Estas son las opciones más comunes, según tu caso:
Jev (TypeSafe AI)
Modelo especializado en decisiones: devuelve números, no texto. Muy rápido y barato por volumen. Hoy está en acceso anticipado, con lista de espera, y no explica sus respuestas. Antes de usarlo: pruébalo con datos de ejemplo o anonimizados antes de enviarle mensajes reales. Según su propia documentación no es confiable con números, fechas ni textos manipulados, así que no lo uses para comparar montos o fechas, y revisa a mano los casos con baja confianza.
n8n (n8n)
Plataforma de automatización con nodos oficiales para clasificar texto, analizar sentimiento y extraer datos. Conecta tu correo, tu CRM o tu WhatsApp con el modelo de IA que elijas, así que sirve para armar el flujo completo, no solo la decisión. Antes de usarlo: si lo instalas en tu propio servidor, mantenlo siempre actualizado (en 2026 publicó varias correcciones de seguridad importantes) y nunca lo dejes expuesto a internet sin autenticación.
Claude y ChatGPT (por API) (Anthropic / OpenAI)
Los modelos de lenguaje también clasifican, y además pueden explicar su respuesta. Son más caros por volumen, pero ideales para empezar a probar con pocos casos. Anthropic tiene una guía oficial para enrutar tickets de soporte y OpenAI una para respuestas con formato fijo. Antes de usarlo: usa la API, no la app de chat. Por defecto, ninguna de las dos entrena sus modelos con lo que envías por API.
La herramienta es la parte fácil. Lo que toma trabajo es conectarla con tu correo, tu CRM o tu WhatsApp, definir qué pasa con los casos dudosos y dejar a una persona revisando. Cuando la decisión es un paso dentro de un flujo, como clasificar correos, asignar contactos o revisar facturas, eso es automatización de procesos. Cuando además hay que conversar con el cliente y responderle, corresponde un agente de IA.
¿Por dónde empiezo?
- Elige una sola decisión de esta lista que se repita muchas veces al día en tu negocio.
- Mide cuánto tiempo toma hoy hacerla a mano, aunque sea una estimación.
- Automatízala con revisión humana al principio: que el sistema sugiera y una persona confirme durante las primeras semanas.
- Compara tiempo, errores y costo. Si funciona, sigue con la siguiente.
Si quieres entender cómo elegir qué automatizar a nivel de procesos completos, lee Qué procesos conviene automatizar primero en tu empresa.
Y si prefieres que alguien lo deje funcionando en tu empresa, en Coceano lo hacemos como parte de nuestro servicio de automatización de procesos: el flujo andando, con manejo de errores, un documento de cómo opera y una sesión para que tu equipo lo maneje sin depender de nosotros.
¿No sabes cuál de estas decisiones te conviene más?
El diagnóstico guiado de Coceano revisa cómo funciona hoy tu negocio y te dice qué tiene sentido automatizar primero, antes de hablar de herramientas o de precio. Toma unos minutos y no tiene costo.
Haz el diagnóstico guiado →¿Te sirvió esta guía?
Preguntas frecuentes
¿Qué diferencia hay entre automatizar un proceso y automatizar una decisión?
Un proceso es una secuencia completa de pasos, como armar y enviar una cotización. Una decisión es un paso puntual dentro de ese proceso donde alguien tiene que elegir algo: si un correo es spam, a qué área va un mensaje o qué tan urgente es un ticket. Automatizar decisiones pequeñas suele ser más rápido, más barato y más fácil de revisar que automatizar un proceso entero.
¿Necesito un modelo como Jev para automatizar estas decisiones?
No. Estas decisiones se pueden automatizar con reglas simples, con un modelo de lenguaje como los de OpenAI o Anthropic, o con modelos especializados en clasificar como Jev. La diferencia está en el costo por volumen, la velocidad y si necesitas que el sistema explique su respuesta.
¿Cuánto cuesta clasificar mensajes con IA?
Depende del volumen y del modelo. Como referencia, 1.000 mensajes cortos al día (unos 300 tokens cada uno) suman cerca de 9 millones de tokens al mes. Con el precio publicado de Jev (US$0,042 por millón de tokens de entrada) serían unos US$0,38 al mes. Con los precios de modelos de lenguaje que TypeSafe cita como referencia (US$0,20 a US$10 por millón), serían entre US$1,80 y US$90 al mes, más el costo de la respuesta.
¿Qué decisiones no conviene automatizar?
Las que afectan de forma importante a una persona: a quién contratar, a quién darle un crédito, a quién despedir o a quién negarle un servicio. Los modelos pueden tener sesgos que no se ven a simple vista, y en Chile la Ley 21.719 reconoce el derecho a oponerse a decisiones basadas únicamente en tratamiento automatizado que afecten significativamente a una persona.
¿Por dónde empiezo?
Elige una sola decisión de esta lista que se repita muchas veces al día en tu negocio, que hoy haga una persona y cuyo resultado se pueda revisar. Mide cuánto tiempo toma hoy, automatízala con revisión humana al principio y compara. Si no tienes claro cuál elegir, el diagnóstico guiado de Coceano ordena las opciones por impacto y esfuerzo.
Fuentes
- TypeSafe AI, "Introducing System One Models & Jev" (precios, velocidad y comparación con modelos de lenguaje): https://typesafe.ai/blog/introducing-system-one-models-and-jev · verificado 2026-09-23
- Simon Willison, "Jev introduces a new shape of LLM" (prueba de sesgo "¿Buena ciudad?"): https://simonwillison.net/2026/Sep/21/jev/ · verificado 2026-09-23
- Ley 21.719, Biblioteca del Congreso Nacional (artículo 8 bis, decisiones individuales automatizadas): https://www.bcn.cl/leychile/navegar?idNorma=1209272 · verificado 2026-09-23
- TypeSafe AI, documentación de Jev: https://docs.typesafe.ai/ · verificado 2026-09-23
- n8n, nodo Text Classifier: https://docs.n8n.io/integrations/builtin/cluster-nodes/root-nodes/n8n-nodes-langchain.text-classifier · verificado 2026-09-23
- Anthropic, guía de enrutamiento de tickets: https://platform.claude.com/docs/en/about-claude/use-case-guides/ticket-routing · verificado 2026-09-23
- Anthropic, uso de datos para entrenamiento: https://privacy.claude.com/en/articles/7996868-is-my-data-used-for-model-training · verificado 2026-09-23
- OpenAI, salidas estructuradas: https://developers.openai.com/api/docs/guides/structured-outputs · verificado 2026-09-23
- OpenAI, uso de tus datos: https://developers.openai.com/api/docs/guides/your-data · verificado 2026-09-23