Crea un sistema de aprobaciones con IA en Microsoft Copilot Studio

Pasas media jornada esperando aprobaciones: alguien está de vacaciones, otro no vio el correo y, cuando por fin llega la decisión, el contexto que justificaba la solicitud ya ha caducado. Con Agent Flows de Microsoft Copilot Studio puedes montar un sistema de aprobaciones que no se queda esperando y que avanza en cuanto se cumplen las condiciones.

En este artículo verás cómo construir un sistema de aprobación condicional de varias etapas. Una etapa de IA actúa como primer aprobador, después entran revisiones humanas solo donde hacen falta y, al final, la IA valida recibos reales para garantizar el cumplimiento.

El problema de las aprobaciones tradicionales

Las cadenas de aprobación clásicas repiten siempre la misma ineficiencia. Alguien envía un formulario, los correos van y vienen, las hojas de cálculo se desincronizan y nadie recuerda qué versión era la definitiva. Cada participante añade retraso, no valor: el proceso no gestiona el trabajo, genera latencia.

Los flujos de aprobación típicos de Power Automate funcionan bien mientras solo necesites un sí o un no. Cuando aparecen capas de gestión, umbrales de gasto o reglas especializadas, el diseño empieza a fragmentarse. Terminas anidando condiciones como muñecas rusas, con flujos frágiles y casi imposibles de depurar seis meses después. Si falla un conector, todo el sistema se rompe en silencio.

Además, las personas se convierten en nodos de latencia. Cada mensaje es otro viaje de ida y vuelta síncrono. Usar el correo electrónico para aprobar es como usar palomas mensajeras en un mundo de fibra óptica: técnicamente funciona, pero no debería.

Agent Flows en Microsoft Copilot Studio: automatización con criterio

Los flujos de agentes no son una simple versión incremental de Power Automate. Son sistemas de aprobación impulsados por IA, integrados con las fuentes de datos, los roles y las estructuras lógicas de la organización. Combinan la aplicación de políticas deterministas con la toma de decisiones adaptativa.

Su fortaleza está en separar las etapas: automatizadas donde quieres velocidad y humanas donde sigues necesitando validación. La etapa de IA evalúa reglas fijas (límites de importe, tipos de categoría, rangos de fechas) y, si un caso cae en la ambigüedad, el proceso escala a una persona. En lugar de diez revisores en serie, la IA procesa de forma instantánea alrededor del 80 % y solo deriva los casos difíciles.

Copilot Studio también lleva el seguimiento de todo mediante Dataverse, que genera registros verificables sin que nadie tenga que rebuscar en buzones de correo. Los flujos antiguos se diseñaron para humanos; los flujos de agentes se construyen a su alrededor y solo requieren a las personas cuando hace falta interpretación, no repetición. En juego están el cumplimiento, la coherencia y la escala.

Cómo crear la etapa de IA: tu primer aprobador digital

La etapa de IA es el guardián lógico del proceso. No piensa como un humano: realiza un razonamiento estructurado con una consistencia sobrehumana, compara las instrucciones con las entradas y emite uno de dos veredictos, aprobado o rechazado.

Desencadenador e instrucciones

El desencadenador suele venir de Dataverse: un registro añadido o modificado en tu tabla de reclamaciones o gastos. Dentro de la etapa, el campo más importante es el aviso de instrucciones, el cerebro de la operación. Se escribe en lenguaje sencillo pero riguroso, como si dieras órdenes a un abogado que nunca improvisa. Un ejemplo:

• Aprueba la reclamación si el importe es inferior a 500.
• La descripción debe respaldar la salud física o mental.
• La fecha de compra debe estar dentro de los 30 días previos a la presentación.
• Rechaza si falla cualquiera de las reglas.

Entradas dinámicas y datos de prueba

Después defines las entradas dinámicas, que son las variables que llevan datos reales a la lógica: importe, descripción, fecha de compra. Copilot Studio las clasifica por tipo (texto, número o documento/imagen), así que conviene elegir bien. Guardar un número como texto confunde tanto a humanos como a máquinas.

Bajo cada entrada puedes incluir datos de prueba, por ejemplo una esterilla de yoga de fitness, importe 300 y fecha de compra del 22 de agosto. Al probar, Copilot Studio ejecuta el modelo de razonamiento y devuelve una decisión con su explicación. Cuando todo cuadra, sustituyes los valores de prueba por tokens dinámicos de Dataverse.

Pruebas iterativas

Antes de dar el trabajo por terminado, prueba variaciones:

• Cambia el importe a 600: debe rechazarse.
• Pon una fecha de hace tres meses: debe marcarse como no válida.
• Añade una compra sin sentido, como un iPad: debe detectarse la discrepancia.

Si las respuestas fluctúan, el problema es la claridad del aviso, no el modelo. Una vez que los patrones son coherentes, fija una convención de nombres para las variables, con prefijos por tipo. Esa pequeña disciplina evita el caos cuando la lógica crezca en varias ramas.

Supervisión humana y lógica condicional de varias etapas

La automatización no es una dictadura, es delegación. La máquina aporta velocidad y precisión; el criterio para los casos límite sigue siendo humano. Para ello se añade una etapa manual justo después de la etapa de IA, que funciona como válvula de seguridad: lo predecible fluye solo y los matices llegan al escritorio de un gerente.

Traspaso condicional

La transferencia es condicional. Solo si la IA aprueba pasa la reclamación a la etapa humana; si rechaza, el proceso termina ahí. No tiene sentido pedir a una persona que confirme lo que la política ya descartó. Piensa, por ejemplo, en un gasto de cuota de gimnasio que la IA aprueba y que activa una etapa de «aprobación del gerente». El título de la solicitud puede construirse con variables que extraen datos de Dataverse.

Enrutar al gerente correcto sin codificarlo a mano

El campo asignado define quién recibe la tarea, normalmente el gerente de quien reclama. Para automatizarlo se usa el conector de usuarios de Office 365:

1. Obtén el registro de usuario de quien creó la reclamación con la acción «obtener fila por ID» en la tabla de usuarios de Dataverse.
2. Usa la acción de obtener administrador para recuperar a su jefe a partir del correo principal.
3. Pasa el resultado a la etapa manual como variable, por ejemplo un correo del gerente con prefijo STR.

Así no hay codificación rígida ni jerarquías obsoletas: si cambia el gerente, la jerarquía se actualiza sola.

Ramificación por umbral

Aquí está la verdadera razón de ser de las aprobaciones multietapa. Inserta una acción de condición antes de cerrar el flujo y haz referencia a la variable numérica del importe. Si es mayor o igual que 150, añade otra etapa manual de aprobación del administrador, asignada a un aprobador fijo como el administrador de cumplimiento. En la rama contraria, el flujo finaliza como aprobado.

Las reclamaciones de bajo valor reciben una sola revisión humana; las de más valor o riesgo escalan. Si pruebas con una reclamación inferior a 150 dólares, el flujo termina tras la aprobación del gerente; si la supera, queda en cola para el administrador antes de finalizar. Cada ruta deja un rastro de auditoría en Dataverse: el razonamiento de la IA, las aprobaciones con su marca de tiempo y los resultados. Nadie podrá decir después que «nunca lo vio».

Un aviso de seguridad: no asignes roles amplios que puedan aprobarlo todo. Restringe los permisos a los usuarios o grupos pertinentes mediante control de acceso basado en roles; de lo contrario, habrás automatizado la anarquía.

Validación de recibos con IA: cuando el formulario miente pero el recibo no

En una aprobación manual, alguien mira el recibo a ojo. En un flujo de agentes, la IA hace esa comprobación sin fatiga de juicio. Gracias a las entradas de contenido dinámico, puedes pasar una imagen o un archivo a la lógica de aprobación, y la IA gana así un tercer sentido: la vista.

Configurar la entrada de documento

Dentro de la etapa de IA, añade una entrada de tipo imagen o documento con una etiqueta clara, por ejemplo «archivo de recibo». Carga un recibo de muestra para entrenar el diseño (esto no activa nada). Después amplía las instrucciones con una cuarta condición: el recibo debe coincidir con el artículo, el importe y la fecha declarados. Con ella, el aprobador pasa de hacer cumplir la política a comportarse como un contable forense.

Si el recibo dice colchoneta de fitness, 300 dólares, 22 de agosto, y la reclamación dice otra cosa, el veredicto cambia a rechazado. Un ejemplo de explicación sería que el importe reclamado de 305 dólares difiere del total de 300 dólares.

Descargar el archivo desde Dataverse

Antes de la aprobación necesitas obtener el documento con la acción de descargar un archivo o imagen de Dataverse:

• Apunta a la tabla donde vive el registro de la reclamación.
• En la columna de archivo, elige el campo adjunto, que suele llamarse algo parecido a «Recibo».
• Indica el ID de fila de forma dinámica desde el desencadenador, es decir, el identificador de la reclamación.

Hay una trampa sutil. Al asignar el contenido a la entrada del documento, abre el editor de expresiones y haz referencia al cuerpo del contenido. Así la IA recibe los bytes reales del archivo y no el contenedor de metadatos. Si lo omites, tu IA aprobará con entusiasmo recibos en blanco.

Errores frecuentes y cómo evitarlos

Instrucciones ambiguas

Frases como «un gasto razonable» o «una compra reciente» son veneno para la IA. El sistema no lee el ambiente corporativo, necesita definiciones precisas. El objetivo es que una entrada idéntica produzca siempre el mismo resultado: lógica de máquina, no cotilleo de oficina.

Problemas de sincronización con los archivos adjuntos

La mayoría de las tablas de Dataverse no guardan los adjuntos hasta que se salva el registro. Si el flujo se activa al crear el registro, puede ejecutarse demasiado pronto, y el síntoma es que el flujo falla o el contenido del recibo llega nulo. La solución es cambiar el desencadenador a «modificación de fila» y limitarlo a las columnas modificadas, indicando el nombre lógico de la columna del recibo, que se recupera en el detalle de la columna de Dataverse, en las herramientas avanzadas. Así la validación se dispara justo cuando alguien carga o reemplaza un archivo.

Nombres caóticos y falta de pruebas

Un nombre de variable perdido puede crear el caos. Antepón prefijos sistemáticos (STR para cadenas, NUM para números, DOC para archivos) y nombra las acciones de forma explícita. Cuando dentro de tres meses alguien pregunte por qué falló la acción 7, esas migas de pan serán más amables que la arqueología.

Escenarios límite y exceso de ingeniería

Prueba a ser el usuario incompetente: no subas recibo, pon una fecha del año siguiente o escribe mal un importe. La IA debe explicar el motivo y rechazar sin bloquearse. Y resiste la ingeniería excesiva: a veces un flujo que falla revela reglas demasiado complejas, no errores técnicos. Menos etapas, instrucciones más claras y ambigüedad mínima.

Fiabilidad: pruebas, control de versiones, publicación y registros

En el editor de flujos puedes simular datos de muestra sin activar disparadores de producción. Aísla los cambios, aplica datos y observa los resultados, con importes excesivos, fechas caducadas o nombres irrelevantes.

Cada vez que guardas un cambio importante, Copilot Studio crea una nueva versión y puedes revertir sin ansiedad. Aprovecha esto para separar la lógica experimental de la de producción, con un flujo de desarrollo y otro de producción (por ejemplo, Claim Approval Dev y otro para producción), y publica solo cuando todo sea estable.

Tras la publicación, revisa los registros de actividad: marcas de tiempo, identidad del aprobador y resumen de motivos. Con ellos descubres qué reglas causan más rechazos, qué gerentes anulan a la IA y con qué frecuencia se activan los pasos de cumplimiento. Esos datos sirven para afinar tanto la política como el diseño.

Por último, actualiza el estado en Dataverse al final de cada rama con la acción de actualizar una fila, con un campo claro como «estado de la reclamación» igual a aprobado o rechazado. Los usuarios ven la decisión en sus vistas de tabla, sin hojas de cálculo paralelas ni aprobaciones fantasma.

Resultados: de días a minutos

Un flujo de agentes multietapa reduce el tiempo de respuesta de días a minutos, porque las decisiones ya no dependen de la agenda de nadie. Lo que cumple la política se aprueba al instante y cada caso extremo llega a la cola de un gerente con el contexto ya adjunto. Las personas emiten juicios de valor, no confirmaciones administrativas.

Al aplicar reglas deterministas mediante IA, desaparece la deriva subjetiva de las aprobaciones manuales: los criterios se interpretan igual cada vez. Las auditorías pasan de ser un ejercicio de pánico a una verificación tranquila, porque los registros de Dataverse muestran quién aprobó, cuándo y por qué.

Claves prácticas

• Deja que la IA decida lo predecible y reserva a las personas para las excepciones.
• Redacta las instrucciones con reglas medibles y sin ambigüedades.
• Define las entradas con el tipo correcto y prueba con datos de ejemplo, incluidos casos que deban rechazarse.
• Pasa a la etapa humana solo cuando la IA apruebe, y obtén al gerente de forma dinámica con el conector de usuarios de Office 365.
• Usa una condición de umbral (por ejemplo, 150) para añadir una segunda aprobación solo cuando haga falta.
• Valida los recibos con una entrada de documento y recuerda hacer referencia al cuerpo del contenido en la expresión.
• Activa el flujo al modificar la columna del recibo para evitar problemas de sincronización.
• Aplica prefijos de nombres, versiones y entornos separados de desarrollo y producción.
• Restringe los permisos con control de acceso basado en roles y revisa los registros con regularidad.

Conclusión

Los flujos de agentes de Microsoft Copilot Studio permiten pasar de aprobaciones lentas y frágiles a un sistema que piensa en condiciones, escala con responsabilidad, valida recibos contra la realidad y documenta cada movimiento. La idea central es sencilla: que la IA se encargue de lo rutinario y que las personas dediquen su tiempo a las excepciones.