Automatización en Revit: las tareas que ya no hacemos a mano (y cuánto tiempo devuelven)

La primera vez que automatizamos algo en serio fue por hartazgo, no por estrategia. Renumerar carpinterías después de un cambio de proyecto — de nuevo, a mano, elemento por elemento, sabiendo que en dos semanas habría otro cambio y habría que repetirlo — hasta que alguien del equipo dijo lo obvio: esto lo tiene que hacer la máquina. Ese primer script de automatización en Revit era torpe y resolvía un solo problema, pero cambió algo más importante que la numeración: nos hizo mirar todo el flujo de trabajo preguntando qué más estábamos haciendo a mano por pura inercia. La respuesta, incómoda, era: muchísimo.

La regla para decidir qué automatizar (frecuencia × dolor × riesgo de error)

Con el tiempo dejamos de automatizar por entusiasmo y empezamos a decidir con una regla simple: frecuencia por dolor por riesgo de error. Una tarea que se repite todas las semanas, que consume tiempo de gente formada, y donde un error manual pasa desapercibido hasta la obra — esa es candidata perfecta. Una tarea excepcional, rápida y de bajo riesgo no justifica el costo de desarrollar y mantener el script, por más divertido que sea programarlo.

Esa tercera variable, el riesgo de error, es la que el sector subestima. La conversación sobre productividad en estudios de arquitectura gira siempre alrededor de las horas, pero el argumento más fuerte para automatizar no es la velocidad: es que un script hace la tarea igual la vez mil que la vez uno, un viernes a las siete de la tarde con la entrega encima. La numeración manual falla justo cuando más importa que no falle.

Automatizaciones nuestras y el tiempo que devuelven

Sin catálogo exhaustivo, las que más tiempo nos devuelven, semana tras semana: numeración y renumeración de elementos — locales, carpinterías, artefactos — según reglas de proyecto, que pasó de ser una tarde defensiva a correr en minutos. Creación y montaje de láminas en serie: generar decenas de láminas con sus vistas colocadas, escalas y rótulos completos, que antes era un día entero de trabajo mecánico. Volcado y sincronización de datos entre el modelo y planillas — superficies, programas de locales, datos para cómputos — en ambos sentidos, eliminando el copiado a mano que era nuestra principal fuente de inconsistencias entre modelo y documentación.

¿Cuánto devuelven en total? No vamos a inventar un porcentaje: lo que medimos es que tareas que bloqueaban a una persona por horas ahora corren solas mientras esa persona proyecta, y que en cada entrega los días previos dejaron de dedicarse a trabajo mecánico. Lo que antes llevaba una tarde ahora corre en minutos, y se nota menos en el cronómetro que en el humor del equipo.

Control de calidad de modelos automatizado: el chequeo previo a cada entrega

La automatización que más valor nos dio no ahorra tiempo: evita problemas. Antes de cada entrega corre una batería de chequeos sobre el modelo — elementos sin nivel asignado, locales sin nombre o duplicados, parámetros obligatorios vacíos, nomenclatura de familias fuera de estándar, advertencias de Revit acumuladas por encima del umbral que toleramos. El resultado es un reporte, no una corrección automática: decidimos temprano que el script señala y la persona resuelve, porque un chequeo que corrige solo esconde los problemas en vez de exponerlos.

Ese hábito cambió la calidad de lo que entregamos más que cualquier otra medida, y tuvo un efecto secundario que no esperábamos: como los chequeos corren también durante el desarrollo, los errores se corrigen cuando nacen, y la limpieza previa a la entrega — ese ritual de pánico del sector — prácticamente desapareció. Más de la mitad de los modelos de terceros que nos toca auditar fallarían nuestra batería básica, lo cual dice menos de los equipos que los hicieron que de un sector que todavía revisa modelos como revisaba planos: mirando.

Dynamo vs. scripts vs. IA: cuándo usar cada herramienta

Dynamo es la puerta de entrada natural: visual, integrado a Revit, ideal para automatizaciones de geometría y para que gente sin formación en programación resuelva sus propios problemas. Su límite aparece con la complejidad — un grafo gigante es más difícil de mantener que el código que reemplazaría — y con la ejecución repetitiva, donde los scripts en Python o C# ganan en velocidad, control de errores y versionado.

Nuestra división práctica: Dynamo para exploración, geometrías paramétricas y automatizaciones que un arquitecto va a modificar; scripts para todo lo que corre siempre igual, en especial los chequeos de calidad. ¿Y la IA? Cambió cómo escribimos los scripts — hoy generar el borrador de una rutina lleva una fracción de lo que llevaba, y eso bajó la barrera de entrada de forma drástica — pero no cambió el criterio de qué automatizar, que sigue siendo la parte difícil. Sobre esa frontera escribimos más en nuestro mapa de la IA en construcción.

Cómo empezar en un estudio chico sin programadores

No hace falta un departamento de desarrollo: hace falta una tarea odiosa y una persona con curiosidad. El camino que recomendamos a estudios chicos: elegí una sola tarea que cumpla la regla de frecuencia × dolor × riesgo, resolvela con Dynamo o con un script asistido por IA, medí el antes y el después aunque sea a ojo, y mostrale el resultado al resto del equipo. Esa primera victoria visible vale más que cualquier plan de transformación digital, porque convierte la automatización de promesa abstracta en herramienta cotidiana.

Y una advertencia de practicante: documentá lo que automatices y nombrá un responsable de mantenerlo, porque cada actualización de Revit rompe algo, y un script que nadie mantiene muere en silencio con la primera migración de versión.

La postura nuestra es que la automatización no es un proyecto tecnológico, es higiene de proceso: cada hora de trabajo mecánico que un estudio sigue haciendo a mano es una hora de proyecto que decidió no hacer. Si querés identificar por dónde empezar en tu equipo, conversemos.