# Caso · Carmen, jefa de operaciones en restaurante

## Perfil

- **Edad:** 47 años
- **Rol:** Jefa de operaciones de cadena de 4 restaurantes (~80 empleados)
- **Ciudad:** Puebla
- **Background técnico:** cero código. Power user de Excel. ChatGPT casual desde 2024.
- **Equipo:** ella + 4 gerentes de sucursal

## El dolor

Carmen tenía **el problema clásico de operaciones multi-sitio**: cada decisión requería información de 4 sucursales, y juntar esa información era el trabajo en sí.

**Lunes por la mañana, ritual semanal:**

1. Pedir a cada gerente sus **reportes de cierre del fin de semana** (4 archivos Excel que cada uno mandaba en distinto formato)
2. **Consolidar manualmente en un master** (3-4 horas de copy/paste/ajustar)
3. **Identificar problemas** — bajas inesperadas en alguna sucursal, mermas excesivas, quejas de clientes recurrentes, faltantes de inventario
4. **Decidir prioridades** para la semana
5. **Mandar plan de acción a cada gerente** con sus 3 prioridades

Total los lunes: **6-7 horas solo para consolidar y priorizar.** No le quedaba tiempo de visitar las sucursales hasta jueves.

Adicionalmente: cada sucursal necesitaba pedido de proveedores los miércoles. Cada gerente lo armaba a mano viendo inventario actual + pronóstico del fin de semana. Tomaba 2-3 horas. A veces se equivocaban (no pidieron suficiente carne, hubo escasez).

## Lo que montó

Carmen trabajó con un consultor (no programador, otro experto en automatización) durante 4 fines de semana. Armaron:

**Sistema 1 — Consolidación de cierre semanal:**
- **Plantilla única en Google Sheets** que cada gerente llena en formato fijo (no más Excel libre)
- **Make** consolida los 4 sheets cada lunes a las 7am en un master
- **Claude Project** con su catálogo de productos, históricos de los 4 sitios, y reglas de qué es "anomalía":
  - Si ventas semana < 80% del promedio mensual → flag
  - Si mermas > 5% → flag
  - Si quejas mismo tipo aparecen 3+ veces → flag
- Claude genera resumen ejecutivo + lista priorizada de issues por sucursal

**Sistema 2 — Pedido a proveedores:**
- Make jala inventario actual de POS + pronóstico de ventas (basado en histórico + clima + eventos locales conocidos)
- Claude genera lista de pedido por sucursal con cantidades sugeridas
- Cada gerente revisa y ajusta antes de mandar al proveedor

## El resultado

| | Antes | Después |
|---|---|---|
| Lunes consolidando reportes | 6-7 h | 30 min revisando |
| Tiempo en sucursales / semana | 2 días | 4 días |
| Errores en pedidos a proveedores | ~3 por mes | ~1 cada 2 meses |
| Quejas recurrentes detectadas | a veces 2 semanas tarde | mismo lunes |
| Stress de Carmen los domingos | alto | normal |

Pero el cambio más importante: Carmen pasó de **4 días en oficina** a **2 días en oficina + 3 días visitando sucursales**. Su presencia aumentó la calidad operativa de cada sitio porque ahora ve cosas que los reportes no muestran.

## Lo que NO automatizó

Carmen NO automatizó:

- **Las decisiones operativas** ("¿cierro el local de Zona Esmeralda los lunes?")
- **Conversaciones difíciles con gerentes** (despedir empleado, cambios de roster)
- **Negociaciones con proveedores** — esas las lleva ella personalmente
- **Quejas de clientes serias** (caso de intoxicación, queja en Profeco) — siempre directo a ella
- **Decisiones de pricing** y promociones — son estratégicas, requieren contexto que el agente no tiene

El agente le da el **mapa de la semana**. Las decisiones siguen siendo de ella.

## Lo que ella dice del cambio

> "Lo que descubrí es que mis lunes de oficina no eran productivos. Estaba consolidando información. Eso no es operar el negocio, es **prepararme para operarlo**. Ahora consolido en 30 minutos y los siguientes 4 días los uso para estar donde realmente importa: en las sucursales con mi gente. Los gerentes sienten apoyo en lugar de revisión a distancia. La operación mejoró sin que yo la mejorara directamente — solo por estar ahí más." — Carmen

## Tu paralelo si eres operaciones

Si tu trabajo se parece al de Carmen (operaciones multi-sitio, retail, restaurantes, distribución), tu primer experimento probablemente es uno de estos:

1. **Consolidación de reportes multi-sitio** (lo que ella hizo) — el quick win obvio si tienes >2 ubicaciones
2. **Predicción de demanda** para pedidos (con histórico de ventas + factores externos)
3. **Detección de anomalías** en datos operativos (ventas, mermas, costos)
4. **Resumen de comunicación con proveedores** (correos, llamadas, condiciones) en un master
5. **Análisis de turnos** y optimización de roster

**Lo que NO te recomiendo:**
- Decisiones automáticas de despido (alto impacto humano y legal)
- Negociar con proveedores con voz IA (rechazo, daño relacional)
- Decisiones de pricing automático (riesgo regulatorio en algunos sectores)

---

> **Una nota.** El caso de Carmen tomó **4 fines de semana** de setup con ayuda de un consultor. Ella sola no habría llegado por el componente de Make complejo y la integración con su POS. Pero una vez configurado, ella lo opera sin intervención técnica.
>
> Costo: ~$200 USD/mes (Make + Claude + el MCP custom de su POS) + ~$3,000 USD pagados al consultor por el setup inicial. ROI: positivo desde el segundo mes considerando solo el tiempo recuperado.
>
> Si tu organización es chica y no tienes consultor, empieza con el sistema 1 (consolidación de reportes) — eso lo armas tú con plantillas + Make + Claude en un fin de semana.
>
> — Academia Agentes de IA