Caso de ejemplo: cómo una ingeniería civil de 35 personas pasa de 16 h a 2 h por informe técnico

Caso de ejemplo basado en casos reales de ingenierías civiles: una ingeniería civil de 35 personas en el norte de España. Tres socios técnicos, dos delineantes senior, una gerente de proyectos y un equipo de ingenieros junior y semi-senior. Carga típica: cuatro o cinco informes técnicos al mes para administración pública, promotoras privadas y peritajes.

El problema no era la falta de ingenieros. Era el tiempo que cada informe se tragaba antes de poder firmarse. Dos jornadas completas por informe. Cuatro o cinco informes al mes. Casi medio mes de trabajo de un técnico senior solo en redactar lo que ya estaba decidido.

Lo que sigue es lo que pasó cuando intentaron resolverlo. Primero con ChatGPT, como casi todo el mundo. Después con un equipo de agentes IA configurado sobre su documentación real. La diferencia entre las dos cosas no es de matiz.

Antes: 16 horas por informe. Y aun así, había que revisar línea por línea

El flujo manual del informe técnico era previsible. Primero, localizar el proyecto previo más parecido en el NAS de la oficina. Eso suponía abrir tres carpetas distintas, buscar por nombre de cliente o por código de obra, y rezar para que el ingeniero que lo redactó cuatro años antes hubiera usado una nomenclatura clara. Tiempo medio: 45 minutos.

Después, comprobar qué normativa aplicaba: EHE-08 para hormigón, CTE-DB-SE para estructuras, Eurocode 2 si era proyecto europeo. Y aquí venía el primer problema sistémico. Las normas se actualizan. Los coeficientes cambian. Lo que valía en 2019 puede no valer en 2026. La verificación correcta llevaba otros 60-90 minutos.

El núcleo del informe (el cálculo, las hipótesis, los criterios) lo redactaba el ingeniero senior. Bien. Pero las secciones repetitivas (introducción, alcance, marco normativo, bibliografía, anexos) consumían tres o cuatro horas más. Ningún cliente paga por eso. Ningún ingeniero quiere hacerlo.

Total: 14 a 16 horas por informe firmable. Multiplicado por cinco informes mensuales, son setenta y cinco horas al mes solo en redacción. Casi medio mes de un ingeniero senior. Y aun así había que revisar línea por línea para asegurar que ningún proyecto previo se hubiera colado con una cifra desactualizada.

Probamos ChatGPT. Inventó tres coeficientes EHE-08 derogados

La primera reacción fue la lógica. ChatGPT es bueno escribiendo. Damos contexto, pegamos las plantillas, y a redactar. El socio mayoritario lo probó durante dos semanas con dos informes reales. La conclusión, literal: "Me ha hecho perder más tiempo que el que iba a ahorrar."

El problema no era el tono ni la estructura. El problema era que ChatGPT inventaba sin avisar. En uno de los dos informes, citó tres coeficientes de la EHE-08 que llevaban derogados desde 2018. Coeficientes que, si un técnico junior hubiera copiado al firmar, habrían supuesto un fallo grave en la verificación estructural.

Esto no es un fallo de prompting. Es arquitectura. ChatGPT no tiene acceso a tu biblioteca técnica. No sabe qué versión de EHE-08 manejas. No sabe si tu cliente trabaja con CTE o con Eurocode. Inventa basándose en lo que vio durante el entrenamiento, que puede ser de hace cinco años. Y no avisa cuando inventa.

El socio cerró el experimento. Volvieron al flujo manual. Y se quedaron con la misma sensación que muchos directivos técnicos en España: la IA prometía mucho y entregaba poco cuando importaba.

El cambio: agentes que leen TU documentación y citan el párrafo

Lo que cambió no fue cambiar de modelo. Fue cambiar de arquitectura. En lugar de un chat genérico al que se le pega contexto cada vez, montamos un equipo de agentes especializados leyendo la documentación real de la ingeniería: 300GB de proyectos previos, normativa técnica vigente, plantillas de informe firmadas por los socios, y catálogos técnicos de los proveedores con los que trabajan.

Cada agente tiene un rol concreto. Uno busca el proyecto previo más parecido. Otro verifica qué normativa aplica al caso. Otro redacta el bloque introductorio según la plantilla del despacho. Otro cita los catálogos de producto cuando hace falta. Y un coordinador supervisa que todos los agentes hablen entre sí con el contexto correcto.

Lo crítico, lo que ChatGPT no hace: cada cifra, cada coeficiente, cada artículo de norma que aparece en el informe enlaza al párrafo exacto del PDF de origen. El ingeniero senior abre el informe redactado y, antes de firmar, hace clic en cada cita. Verifica en 10 segundos lo que antes le llevaba media hora.

No hay invento. Si una cifra no está en la documentación cargada, el agente no la pone. Si la norma de referencia tiene tres versiones distintas en el corpus, el agente las muestra todas y pide al humano que elija. La IA propone, el ingeniero decide. Siempre.

Los números: 16h a 2h, 300GB indexados en 3 semanas, 0 normas inventadas

El onboarding técnico (catalogar la documentación, configurar los agentes, validar los outputs con dos informes piloto) llevó tres semanas. No tres meses ni seis. Y durante ese tiempo la ingeniería no paró: el equipo siguió redactando informes en paralelo con el flujo manual.

Una vez en producción, los números del primer trimestre son los siguientes: tiempo medio de redacción del informe estructural tipo, de 16 horas a 2 horas. Tiempo medio de redacción del informe de seguimiento de obra, de 9 horas a 1.5 horas. Tiempo de verificación normativa, de 90 minutos por informe a 15 minutos.

Cero coeficientes inventados en los 38 informes que pasaron por el flujo el primer trimestre. Cero referencias a normativa derogada. Tres errores menores, todos de forma (formato de tabla, orden de capítulo), corregidos por el ingeniero en revisión final.

Liberadas, en términos prácticos: 280 horas de ingeniero senior al trimestre. El equivalente a tener un séptimo ingeniero junior sin contratarlo. Reinvertidas, según los socios, en aumentar el número de proyectos atendidos y en la formación interna del equipo junior.

Lo que no automatizamos (y por qué)

El cálculo estructural sigue haciéndolo el ingeniero. La decisión sobre qué solución constructiva proponer al cliente, también. La validación final del informe, también. La conversación con el cliente sobre cambios de alcance, evidentemente, también.

Lo que sí automatizamos es el trabajo repetitivo y verificable: localizar documentación previa, redactar secciones según plantillas firmadas, citar normativa, citar catálogos, generar anexos de cálculo a partir de hojas de cálculo del propio equipo. Todo lo que un ingeniero senior puede revisar de un vistazo, no escribir de cero.

La línea es deliberada. No prometemos cero errores. Prometemos trazabilidad. Cada decisión del informe es revisable, citable y, si hace falta, defendible ante un colegio profesional. Eso es lo que diferencia una herramienta seria de un chat brillante.

Cómo empezar sin parar tu operación

Si tu ingeniería tiene un problema parecido (mucha documentación técnica, mucho informe repetitivo, mucha verificación normativa manual), el camino es predecible. Tres pasos.

Primero, catálogo. Lista los tres tipos de informe que más tiempo te consumen al mes. No diez. Tres. Para cada uno, anota: cuántos haces al mes, cuánto tarda un senior, dónde está la documentación de soporte y qué norma aplica.

Segundo, piloto sobre un solo flujo. Configuramos los agentes para uno de esos tres tipos de informe. Conectamos su documentación real. En dos semanas tenemos el primer informe automatizado que puedes comparar con el flujo manual.

Tercero, escalado. Si el piloto cumple los criterios (tiempo, calidad, trazabilidad), extendemos al resto de tipos de informe. Si no los cumple, ajustamos o no avanzamos. Sin permanencia. Sin compromiso de escalado. Quien no aporta valor real, no se mantiene.