Kaiten y ChatGPT ayudaron a PF-FORUM a reducir el tiempo de creación de tareas de 30 a 3 minutos

PF-FORUM, una fábrica de metalmecánica con su propia infraestructura digital, conectó Kaiten y ChatGPT y aceleró drásticamente la formulación de tareas. En lugar de gastar media hora en trabajo manual después del standup matinal, un gestor ahora dedica 2–3 minutos a una sola solicitud al asistente IA.

Dónde estaba el cuello de botella

En la instalación de producción de PF-FORUM, las herramientas digitales para controlar equipos, materiales y operaciones existían desde hace tiempo, pero las tareas de oficina continuaban viviendo separadamente de este sistema. Las instrucciones se comunicaban verbalmente, se guardaban en cuadernos y notas personales, y un solo gestor podía tener 15–20 empleados. Cuando la empresa creció, este modo dejó de funcionar: en el siguiente standup, algunos acuerdos se olvidaban, y las propias reuniones se pasaban recuperando contexto en lugar de tomar decisiones.

"Las tareas desaparecían en el vacío."

El equipo necesitaba un rastreador de tareas separado que mostrara el estado del trabajo sin llamadas e informes constantes. Tomaron prestada la idea de tableros kanban físicos pero la adaptaron a un formato digital. Al elegir una herramienta, se enfocaron no en una larga lista de funciones sino en tres criterios prácticos: visualización clara, acceso simple e API abierta para integraciones. Kaiten se ajustaba a estos requisitos—podía configurarse flexiblemente para procesos de producción en lugar de forzar que los procesos se adaptaran a la plantilla del servicio.

Cómo construyeron el proceso

La implementación ocurrió por etapas. Primero, el sistema se usó para tareas personales y comunicación entre colegas, luego se incorporó el departamento de TI (que fue inicialmente escéptico), y después gerentes de otras divisiones. Ahora cuatro direcciones trabajan plenamente en Kaiten: desarrollo junto con TI, producción, construcción y calificación. Crearon espacios y tableros separados para cada uno para evitar mezclar iniciativas estratégicas, contenido, asignaciones rápidas y tareas de producción con lógica de plazos y carga de trabajo diferentes.

También reconfiguraron el flujo de trabajo en sí. En lugar del esquema estándar "cola — en progreso — hecho", la producción creó sus propias etapas: ideas, objetivos trimestrales, tareas semanales, tareas de hoy, una columna "Esperando" y tarjetas completadas. La columna "Esperando" se convirtió en el foco principal del standup diario de 10 minutos: el equipo discute solo bloqueadores en lugar de releer toda la lista de tareas. En TI y producción también hicieron obligatorio un campo de estimación de tiempo para que los gestores pudieran ver la carga real de los empleados.

El siguiente cuello de botella resultó ser la calidad de la formulación de tareas. Después del standup, un jefe de departamento aún tenía que crear manualmente 15–20 tarjetas, lo que nuevamente tomaba más de 30 minutos. Entonces el equipo construyó un asistente personalizado Kaiten Router usando ChatGPT Actions y la API abierta de Kaiten. Para cada gestor, configuraron un asistente separado con una clave API personal, de modo que las tarjetas se crean en nombre del solicitante específico sin confusión sobre la responsabilidad. Ahora un gestor solo necesita enumerar tareas separadas por comas en forma libre y confirmar la acción; si la formulación necesita aclaración, la tarjeta se puede editar rápidamente manualmente.

• La tarjeta va inmediatamente al espacio correcto y a la pista del empleado correcto
• La descripción añade automáticamente el objetivo, contexto y pasos de ejecución
• El sistema establece criterios de aceptación y etiquetas por tipo de tarea
• El responsable y el creador de la tarea se asignan sin entrada manual

Qué cambió en el trabajo

El efecto fue notable no solo en la velocidad de creación de tarjetas. Los standups diarios se redujeron a 5–10 minutos porque el equipo ya no necesita pasar media hora buscando contexto y averiguando quién quiso decir qué. Las tareas son visibles antes de que comience la reunión, y la discusión se concentra en obstáculos que realmente ralentizan el trabajo.

Ahora el asistente IA es usado por al menos dos equipos—producción y departamento de desarrollo—y para ellos ya es un ritual laboral matinal. Paralelamente, la transparencia gerencial aumentó. Cada tarea tiene un plazo, descripción y responsable, por lo que los proyectos dejaron de estancarse por acuerdos verbales.

Los gestores verifican el trabajo directamente en los tableros, a menudo ya con portátiles durante las reuniones de coordinación, y el CEO obtiene una visión de los empleados sin informes adicionales. El siguiente paso es un tablero de resumen unificado para la dirección, conectar los departamentos de contabilidad y suministro, y transcripción automática de reuniones que convierte acuerdos en nuevas tarjetas.

Qué significa esto

Este caso demuestra que implementar IA en el trabajo operativo no siempre requiere un gran R&D interno. Si una empresa ya tiene un proceso claro, un rastreador de tareas con API abierta y gestores dispuestos a cambiar sus hábitos, incluso una empresa industrial puede eliminar rápidamente la rutina de los gestores y desplazar la gestión de tareas de acuerdos verbales a un sistema digital transparente. Para el mercado, esta es otra señal: el valor de la IA a menudo se despliega no en un chatbot independiente sino en una combinación con herramientas comerciales que ya funcionan.