Control horario con inteligencia artificial:
qué funciona hoy, qué exige la ley y cómo elegir

El control horario con inteligencia artificial es un sistema de registro de jornada al que se añade una capa capaz de interpretar instrucciones, consultar los datos de la empresa y, cuando tiene las herramientas y permisos necesarios, ejecutar acciones sobre ellos.

No toda aplicación que incorpora IA hace lo mismo. Un asistente puede responder preguntas sobre documentación: puede explicar cómo funciona una opción o indicarte dónde entrar para modificar un registro. Eso puede ser útil, pero el trabajo sigue siendo tuyo.

Un agente conectado al sistema va un paso más allá. Si tiene acceso a las herramientas adecuadas, puede consultar un fichaje, recuperar el horario de una persona, comprobar su saldo de vacaciones o preparar una modificación sobre un registro real. La diferencia importante no está tanto en el modelo de inteligencia artificial como en a qué información y a qué acciones tiene acceso.

1. IA que informa. Responde preguntas, resume información o explica cómo hacer algo.
2. IA que propone. Consulta el estado real del sistema y prepara una acción.
3. IA que ejecuta. Realiza esa acción sobre el software cuando el usuario tiene permisos y la confirma.

Es en el tercer nivel donde cambia realmente la relación con una aplicación de control horario: la interfaz deja de ser el único camino para hacer el trabajo.

La mayoría de sistemas actuales permiten registrar una jornada sin dificultad. Desde una aplicación móvil, desde la web, con un terminal físico, con un PIN, una tarjeta u otros sistemas de identificación. Pero el registro de jornada no ocurre en condiciones perfectas.

Las personas se olvidan. Llegan antes. Salen después. Registran una entrada y olvidan la salida. Solicitan una corrección días más tarde. Tienen vacaciones, bajas u otros permisos. Cambian de horario. Un responsable aprueba algo tarde y un registro que parecía cerrado vuelve a modificarse, lo que obliga a rehacer el informe de ese mes.

Cada una de esas situaciones requiere contexto, y alguien tiene que resolverla. Por eso, al evaluar un sistema de control horario, hay una pregunta más útil que comparar listas de funcionalidades: ¿cuánto tiempo dedica tu empresa a conseguir que todo cuadre? Revisar fichajes, solucionar olvidos, comprobar correcciones, gestionar permisos y cuadrar horas son tareas pequeñas por separado; el problema es su repetición.

Digitalizar el registro ayuda a reducirlo, pero digitalizar una tarea no significa eliminar su gestión. Si detrás del software sigue haciendo falta una persona que sabe dónde entrar, qué revisar y cómo corregir cada excepción, una parte importante del trabajo simplemente ha cambiado de soporte.

Y ahí es donde la inteligencia artificial cambia algo de fondo. Hasta ahora, usar una aplicación implicaba aprenderse su interfaz: para corregir un fichaje había que saber dónde vive el registro, abrirlo, localizar el día, editar la hora y guardar. Con lenguaje natural ese conocimiento deja de hacer falta. La persona sigue necesitando saber qué quiere conseguir; lo que ya no necesita son los pasos que la aplicación exige para conseguirlo.

Ese es el desplazamiento que define la categoría: de gestionar el software a supervisar el resultado. El trabajo deja de ser recorrer paneles y pasa a ser decidir sobre lo que alguien —o algo— ha preparado. Se nota sobre todo en tres sitios: consultar sin recorrer paneles, corregir un registro y pedir un permiso, porque vacaciones, permisos y jornada son conceptos distintos que solo se entienden juntos.

Con una condición que conviene tener clara desde el principio, porque separa lo que se anuncia de lo que se puede usar: un agente solo ejecuta aquello para lo que tiene una herramienta expuesta. Que una función exista en el software no significa que el agente pueda utilizarla.

Buena parte del trabajo de un sistema de control horario puede eliminarse sin inteligencia artificial. Y es importante decirlo.

Si sabemos de antemano qué tiene que ocurrir ante una situación concreta, una automatización tradicional suele ser la mejor solución. INWOUT puede enviar alertas cuando no se ha realizado un fichaje esperado, aplicar pausas automáticas, realizar determinados cierres de jornada, generar informes mensuales o utilizar geofencing para automatizar acciones relacionadas con la entrada y la salida de una zona de trabajo. Ahí no hace falta que un modelo interprete nada: existe una regla y el sistema la ejecuta, que es de lo que va automatizar las incidencias de fichaje.

La inteligencia artificial resulta más interesante cuando aparece contexto, una excepción o una instrucción que no estaba definida previamente.

Conviene separar tres capas que en los materiales comerciales se mezclan a propósito, porque no cuestan lo mismo ni sirven para lo mismo.

El cuadro deja fuera tres diferencias que conviene tener presentes al comparar proveedores. El contexto de tu empresa: una regla solo conoce la condición que alguien programó, un copiloto lo intuye a medias y un agente trabaja sobre tus datos reales. Quién empieza la conversación: una regla trabaja en segundo plano mientras nadie mira, y un agente —hoy— responde cuando se le pregunta; quien te venda un agente que además vigila por su cuenta te está vendiendo las dos capas a la vez, y deberías pedirle que te enseñe cuál de las dos hace cada cosa. Y el rastro: la regla y el agente dejan constancia de lo que hicieron, mientras que el copiloto no deja ninguna, sencillamente porque no actúa.

Las dos aproximaciones se complementan. Un buen sistema debería resolver automáticamente todo aquello que pueda predecirse y reservar la interacción humana para las excepciones y decisiones que realmente la necesitan.

Al comparar productos, la pregunta que más decide no es qué tecnología llevan dentro. Es cuánto trabajo sigue haciendo la persona responsable del control horario. Con ese criterio, hoy conviven tres modelos.

La diferencia entre los tres no es tecnológica, es de agenda. En el primero, alguien dedica un rato fijo cada semana a entrar, revisar y cuadrar: ese trabajo existe aunque no haya ninguna incidencia. En el segundo el rato se acorta mucho —preguntas y te responden, pides y se ejecuta—, pero sigue dependiendo de que alguien se acuerde de preguntar. El tercero es el que cambia la naturaleza del trabajo: nadie tiene que acordarse, porque avisa el sistema, y lo que queda en la agenda son las excepciones, que es justo lo que merece una persona.

El salto importante no será hablar mejor con el software: será dejar de tener que preguntarle. Cuando el sistema pueda detectar qué requiere atención, actuar dentro de políticas previamente definidas y escalar solo las excepciones, la gestión diaria cambiará otra vez. Eso ya no es asistencia bajo demanda: es supervisión por excepción.

Fíjate en que estos tres modelos no clasifican tipos de inteligencia artificial. Clasifican quién carga con todo lo que ocurre después de fichar.

Casi todas las suites de recursos humanos españolas anuncian inteligencia artificial. Muy pocas hacen lo mismo con ella. La forma útil de mirarlo no es por marca, sino por función: una misma empresa puede tener una IA que solo explica y otra que llega a ejecutar.

Este mapa sitúa diez funcionalidades por hasta dónde llegan y sobre qué datos actúan. Los datos salen de la ayuda y la web oficiales de cada producto, no de sus notas de prensa.

Tres lecturas del mapa

En recursos humanos amplios se detecta y se propone. Factorial One, Personio Assistant y Bizneo operan sobre ámbitos más anchos que la jornada, con distintos grados de detección o propuesta. Factorial es el caso más revelador: su documentación dice que la IA está pensada para asistir y que «las decisiones finales siempre las toman las personas». Podría ejecutar y ha decidido que no, que es una decisión de producto y no una limitación técnica.

En planificación se llega más lejos. TramitApp, Kronjop y Orquest avanzan más en cuadrantes, y alguna función incluso ejecuta: el Botón mágico de TramitApp propone un cuadrante, tú lo confirmas, se publica y queda registrado. Pero ejecutar dentro de una función concreta no equivale a un agente conversacional actuando sobre el registro horario: al Botón mágico no se le habla, es un botón con filtros.

En control horario estricto, casi nadie. Kronjop Fichajes es quien más se acerca: detecta fichajes incompletos y horas extra antes del cierre y propone para que tú revises y apruebes, desde 2,40 € por empleado y mes. No consta que se le pueda hablar ni que ejecute la corrección.

Dónde encaja INWOUT

Sobre datos de control horario, con lenguaje natural, ejecutando la acción y dejándola registrada. No hemos encontrado ningún otro producto verificado que reúna esas cuatro cosas sobre fichajes desde el propio software, que no es lo mismo que decir que seamos los únicos: hay capas de terceros que ya lo hacen por API sobre suites internacionales, y la distancia con Factorial o Kronjop es de decisión, no de tecnología.

Casi todo lo que se enseña en una demo de IA es cierto y casi nada es comparable, porque cada proveedor enseña la parte del recorrido donde su producto llega más lejos. Para comparar de verdad hacen falta preguntas que obliguen a situarse en el mapa de más arriba: qué consulta, qué propone, qué ejecuta y con qué permisos.

Siete preguntas que discriminan

Sirven para cualquier proveedor, incluido nosotros. Las respuestas vagas a estas preguntas son, en sí mismas, una respuesta.

• ¿Qué operaciones puede ejecutar la IA y cuáles solo consultar?
• ¿Sobre quién puede actuar cada rol: uno mismo, su equipo o la empresa?
• ¿Qué queda registrado cuando la IA modifica un dato?
• ¿Qué hace cuando no tiene la herramienta o el dato necesario?
• ¿La IA está incluida en el precio o es un complemento aparte?
• ¿Puedo conectar mis propios agentes o los datos están cerrados?
• ¿Qué parte de lo que me estás enseñando está disponible hoy?

Las dos primeras separan un copiloto de un agente, y son las que más se esquivan: «puede ayudarte con los fichajes» no dice si consulta, si propone o si escribe. La tercera es la que importa cuando algo sale mal, porque una modificación sin rastro es un problema tuyo, no del proveedor. Y la última es la más incómoda y la más útil: en una categoría que se mueve rápido, la distancia entre lo que una demo enseña y lo que una cuenta puede hacer el primer día es el mejor indicador de con quién estás hablando.

Una advertencia sobre el gasto, porque en esta categoría casi nunca viene de elegir mal: viene de comprar capacidades que nadie llegará a configurar. La IA no cambia esa regla. Si el problema de tu empresa es que se olvidan fichajes, una capa conversacional encima de un sistema que ya te da guerra no lo va a arreglar.

Dar capacidad de acción a una inteligencia artificial obliga a plantear una cuestión que en un chatbot convencional importa mucho menos: qué puede modificar y quién se lo permite. En un sistema que contiene registros laborales, la respuesta no puede ser «todo».

Un agente debería heredar los permisos del usuario que lo utiliza. Un trabajador accede a la información y las operaciones que le corresponden; un responsable dispone de acciones sobre su equipo; un administrador tiene un alcance superior. La inteligencia artificial no debería convertirse en una vía alternativa para saltarse esos límites.

Lo mismo ocurre con las operaciones de escritura. Modificar un registro no equivale a consultar cuántas horas se han trabajado. Cuando una acción cambia información real, es razonable separar dos momentos: el agente interpreta la instrucción y prepara la operación, y la persona comprueba qué va a ocurrir y la confirma. El objetivo no es añadir una aprobación detrás de cada consulta, sino mantener control humano donde existe una modificación con consecuencias.

Y el rastro es la otra mitad de lo mismo: la inteligencia artificial puede reducir el trabajo necesario para ejecutar una operación, pero no debería borrar quién la pidió ni quién la autorizó. Puedes consultar cómo tratamos los datos en nuestra página de protección de datos RGPD.

En el segundo de los tres modelos, y sin adornarlo: una persona pide una consulta o una acción, y el agente trabaja sobre los datos reales del control horario. Lo que escribe sobre información laboral mantiene las puertas de confirmación y validación que correspondan.

• «¿Cuántas horas he trabajado esta semana?»
• «¿Cuántos días de vacaciones me quedan?»
• «Enséñame mis fichajes de esta semana»
• «Quiero solicitar vacaciones del 4 al 8»
• «Corrige mi entrada de ayer: fiché a las 9:20, pero entré a las 9:05»

Y una limitación que conviene tener clara, porque es la que sitúa a INWOUT en el modelo 2 y no en el 3: hoy trabaja bajo demanda. No es todavía un sistema que vigile permanentemente el control horario y actúe por su cuenta ante cada incidencia.

No toda IA aplicada a personas pesa lo mismo ante la ley. Lo que decide no es el producto que compras, sino qué hace cada función y cuánto influye en la decisión final. Consultar tus propias horas no decide nada. Preparar algo para que otra persona lo apruebe, tampoco: quien firma sigue siendo humano. La cosa cambia cuando el software evalúa cómo trabaja alguien o construye un perfil de comportamiento.

De ahí salen las tres exigencias que sirven para evaluar a cualquier proveedor. Control humano real: si una decisión que afecta a alguien la toma una máquina sola, esa persona puede exigir que la revise un humano. Es el artículo 22 del RGPD, en vigor desde 2018: no es una obligación futura. La palabra que lo activa es únicamente, y quien decide necesita autoridad, información suficiente y capacidad efectiva de cambiar el resultado; una confirmación meramente formal no cuenta. Transparencia: el comité de empresa tiene derecho a que le expliques los criterios de cualquier algoritmo que afecte a las condiciones de trabajo. Trazabilidad: si un dato cambia, tiene que poder saberse qué cambió, cuándo y quién lo autorizó.

La biometría es un caso aparte y más delicado: la Agencia Española de Protección de Datos sostiene que ninguna norma española autoriza expresamente usar huella o rostro para registrar la jornada, y que el consentimiento no lo arregla, porque en una relación laboral nadie dice que no con libertad. En INWOUT la identificación va por tarjeta o por geovallado. Huella, reconocimiento facial y criterio de la AEPD, en detalle →

¿Buscas el detalle jurídico del registro horario —qué hay que guardar, cuánto tiempo y qué mira la Inspección—? Guía completa de normativa de control horario →

Las siete preguntas de más arriba son para el proveedor. Estas comprobaciones son tuyas, y se hacen durante la prueba, no después de firmar.

• Pruébalo con un caso real de tu empresa, no con el ejemplo que traiga la demo.
• Comprueba qué hace cuando no sabe algo o le falta la herramienta: decirlo es la respuesta correcta.
• Repite la prueba con un usuario sin privilegios; el agente no debería poder más que esa persona.
• Revisa el rastro después de una modificación: qué cambió, cuándo y quién lo autorizó.
• Identifica qué funciones influyen en una decisión sobre alguien: esas necesitan revisión humana efectiva.
• Confirma qué parte está disponible hoy en tu plan y qué es hoja de ruta.

La que más gente se salta es la tercera. Un agente que hereda más permisos que la persona que lo utiliza no es una funcionalidad avanzada: es un problema de control de acceso esperando a que alguien lo encuentre.

INWOUT no plantea la IA como un chat cerrado. Las capacidades se exponen mediante Model Context Protocol, el estándar abierto para conectar agentes con herramientas externas, de modo que un agente compatible puede usar el control horario como una herramienta más.

En la práctica: si tu equipo ya trabaja con un agente conectado al correo, a la documentación y al repositorio, fichar o consultar las horas de la semana deja de exigir abrir otra aplicación. Los permisos y los límites del sistema siguen siendo los mismos. Lo que cambia es desde dónde se pregunta.

La integración mediante Model Context Protocol ya existe y puede activarse para determinadas cuentas. La experiencia de agente integrada directamente en INWOUT y la ampliación de herramientas están todavía en desarrollo, y por eso el acceso se abre progresivamente.

Qué puede consultar y ejecutar hoy un agente por MCP →

Casi nadie lo calcula, y es la cifra que de verdad decide si merece la pena cambiar algo. No hablamos del precio de la licencia, sino de las horas que se van en conseguir que todo cuadre. No te vamos a dar una media del sector, porque no existe ninguna que sea honesta; pero el cálculo lo puedes hacer esta misma tarde con tus propios números:

incidencias al mes × minutos por incidencia × coste por hora

Una incidencia es cada fichaje olvidado, cada corrección que alguien pide, cada permiso que hay que revisar y cada informe que se monta a mano. Cuenta los minutos de verdad: los de quien la detecta, los de quien la pide y los de quien la aprueba, porque casi siempre son tres personas distintas y el tiempo del responsable es el más caro de los tres.

Con ese número en la mano cambia también la pregunta de la migración. Cambiar de software cuesta —hay que trasladar información, configurar horarios y revisar usuarios—, y si tu sistema actual funciona y apenas da trabajo, incorporar inteligencia artificial no es por sí solo un motivo para moverte. Pero si hay personas dedicando horas cada semana a que todo cuadre, ya no estás comparando dos licencias: estás comparando dos formas de gestionar el mismo trabajo.

Y cuánto cuesta INWOUT AI

Es un complemento del plan Profesional: no sustituye tu plan ni te obliga a migrar a uno superior. Durante el acceso anticipado tiene un precio promocional y sujeto a cambios, así que preferimos no fijarlo aquí; lo verás actualizado al solicitar acceso. Los planes de control horario sí están en nuestra página de precios.

Así la pregunta deja de ser si el complemento es caro y pasa a ser cuánta de esa gestión tiene que absorber para pagarse sola.

Solicitar acceso anticipado →

Durante años, la evolución del control horario ha consistido en hacer más fácil fichar: del papel al ordenador, del ordenador al móvil, del móvil a sistemas automáticos. La siguiente ocurre en otra parte, y por eso se compra distinto.

Si estás evaluando esta categoría, la decisión no se juega en si el producto «tiene IA». Se juega en tres cosas concretas: hasta dónde llega —explica, propone o ejecuta—, sobre qué datos actúa, y qué queda registrado cuando actúa. Un copiloto que responde preguntas y un agente que escribe en tu registro horario se anuncian igual y no cuestan lo mismo ni resuelven lo mismo.