Asignar horas de parte de obra por
código de costo y fase del proyecto (2026)

Por qué las hojas de horas de construcción rompen cualquier rastreador de tiempo genérico

Una hoja de horas genérica hace dos preguntas: quién trabajó y por cuánto tiempo. Una hoja de horas de construcción hace cinco: quién trabajó, en qué proyecto, bajo qué código de costo, en qué fase del trabajo y en qué clasificación laboral. Cada una de esas dimensiones adicionales no es opcional: determina si el costo laboral cae en la línea presupuestaria correcta, si el informe de nómina certificado pasa una auditoría del DOL y si el gerente de proyecto puede ver que el enmarcado de la Fase 2 está superando el presupuesto en un 18% antes de que cierre el trabajo.

El gobierno federal formaliza esta complejidad a través de la Ley Davis-Bacon. En cualquier proyecto de construcción financiado con fondos federales, los contratistas deben presentar informes de nómina certificados semanales Formulario WH-347, que requieren que las horas de cada trabajador se desglosen por clasificación laboral — electricista, carpintero, peón, operador — en partidas separadas. Si un trabajador realizó labores en más de una clasificación durante la semana, el formulario exige "un desglose preciso de las horas trabajadas en cada clasificación laboral". Si el contratista no puede producir ese desglose, el DOL exige pagar al trabajador la tasa salarial prevaleciente más alta aplicable por todas las horas trabajadas. El costo de no conocer la división no es solo un error contable: es un aumento salarial involuntario. Este mismo requisito se traslada a los principios de costos de contratos gubernamentales bajo FAR 31.205-6, que rige la admisibilidad de la compensación y exige sistemas de registro de tiempo que identifiquen la mano de obra por objetivos de costo intermedios o finales.

En el lado de la codificación de costos, el estándar de la industria es el CSI MasterFormat — un sistema de clasificación de 50 divisiones y seis dígitos donde 03 30 00 significa Concreto Colado en Obra, 06 10 00 significa Carpintería en Bruto, y 09 30 00 significa Azulejos. Estos códigos fluyen desde la hoja de horas al informe de costos del proyecto, luego al programa de valores, y luego a la solicitud de pago. Un código incorrecto a nivel de hoja de horas se propaga a tres documentos posteriores erróneos. Según el CFMA 2024 Construction Financial Benchmarker, la administración de costos — la labor de conciliar números que deberían haber coincidido desde el primer día — consume en promedio el 5.4% de los ingresos del proyecto para los contratistas generales de EE. UU. En un proyecto de $30 millones, eso son $1.6 millones gastados en conciliar datos que se ingresaron incorrectamente desde el origen.

La Asociación Estadounidense de Nóminas estima que los errores en hojas de horas manuales cuestan del 1% al 8% de la nómina total. Para un contratista con $2 millones en mano de obra anual, eso es de $20,000 a $160,000 por año en pagos excesivos, errores de redondeo y horas mal asignadas — y eso sin contar la corrupción de costos del proyecto que produce estimaciones incorrectas para la próxima licitación.

Los Equipos de Campo No Quieren una App — y No Deberían Necesitarla

El mercado de tecnología para la construcción ha pasado la última década desarrollando aplicaciones de registro de horas en obra. Procore Timecard permite a los trabajadores registrar horas por código de costo desde un dispositivo móvil. hh2 vincula las entradas directamente con las fases del proyecto. SmartBarrel usa reconocimiento facial en la entrada de la obra. Estas herramientas resuelven el problema de precisión de datos — para los contratistas que logran implementarlas con éxito. Pero la brecha de adopción es real. Los capataces que han llenado la misma hoja de papel durante 15 años, en el barro y con guantes, no están ansiosos por aprender una nueva aplicación. Datos anecdóticos de encuestas de tecnología en obra muestran consistentemente que, incluso entre empresas que invierten en estas herramientas, la adopción real en sitio va muy por detrás de la disponibilidad de la herramienta.

Esto ha creado una falsa dicotomía en la conversación del sector: aceptar la carga de ingresar datos de las hojas de papel, o forzar la adopción de aplicaciones en cuadrillas de campo que no las quieren. Pero hay un tercer camino que no requiere ninguno de esos sacrificios — y comienza con la cámara que ya está en el bolsillo de cada capataz.

Si un capataz puede llenar una hoja de papel, y un administrador de proyecto puede tomar una foto clara de esa hoja con un teléfono, un modelo de visión por IA puede leer cada campo escrito a mano — nombres de trabajadores, códigos de costo, fases del proyecto, horas regulares, horas extra, clasificación — y exportarlos a una hoja de cálculo de Excel estructurada exactamente para el reporte de costos del proyecto. La cuadrilla de campo no cambia nada. La oficina elimina el reescritura.

Esto no es OCR tradicional. El reconocimiento óptico de caracteres tradicional ve caracteres: convierte formas en texto, pero no entiende lo que esas formas significan. Una hoja de horas de papel doblada en un bolsillo trasero, escrita con bolígrafo de presión variable y con una mancha de suciedad en la esquina, dejará perplejo a un motor de OCR. Un modelo de visión de gran tamaño —la misma clase de IA que puede mirar una fotografía y describir todo lo que hay en ella— aborda el problema de manera diferente. Pregunta: "¿Qué información hay en esta página?" en lugar de "¿Qué caracteres hay aquí?". Entiende que el garabato junto a "Carpintero" bajo "Clasificación" es un tipo de mano de obra, que el número en la columna "Reg" del martes son horas regulares, y que el "03 30 00" escrito a mano en el margen es un código de costo CSI MasterFormat — incluso cuando esas etiquetas están abreviadas de forma diferente, escritas a mano de forma diferente, o colocadas de forma diferente de una semana a otra.

El mecanismo es la extracción por nombre de columna: en lugar de marcar coordenadas en una plantilla (que falla en cuanto alguien usa un formato de hoja de horas diferente), escribes los nombres de los campos que quieres capturar. La IA busca en el documento la información que coincide con cada nombre de campo por significado, no por posición. Define una columna llamada "Nombre del Trabajador" y la IA encuentra nombres en cualquier parte de la página. Define "Código de Costo" y localiza los códigos CSI, ya sea que estén en una columna dedicada, garabateados en el margen o incrustados en un número de trabajo. Una definición de columna funciona en diferentes formatos de hoja de horas — incluso si la hoja de hoy es un formulario impreso de un contratista general y la de ayer era una copia carbón escrita a mano de otro. La IA lee semánticamente, no posicionalmente. Para una inmersión más profunda en cómo funciona esto en distintos tipos de documentos, consulta nuestra guía sobre extracción de datos de hojas de horas a Excel.

Paso a paso: De la hoja de horas en papel al Excel listo para costos

El flujo reemplaza el paso de transcripción manual —donde alguien en la oficina escribe los datos de la hoja de horas en una hoja de cálculo— con un proceso de extracción por IA. Todo lo demás en tu proceso actual se mantiene igual. Así funciona, de principio a fin.

Conectando los puntos: de la hoja de horas a la nómina certificada WH-347

La conexión entre la extracción de datos de la hoja de horas y la nómina certificada es donde este flujo de trabajo pasa de ser "algo bueno de tener" a una "necesidad de cumplimiento normativo". En un proyecto Davis-Bacon, un contratista que no pueda presentar un desglose preciso de las horas por clasificación laboral en el formulario WH-347 está incumpliendo la normativa. Las instrucciones del Departamento de Trabajo para el WH-347 son explícitas: "Si un trabajador realizó labores en más de una clasificación laboral durante la semana, se debe mostrar un desglose preciso de las horas trabajadas en cada clasificación laboral en la nómina presentada, utilizando una fila separada para cada clasificación laboral".

Este requisito crea un problema de flujo de datos que comienza en la hoja de horas. El capataz escribe "8 horas" junto al nombre de un trabajador, pero ese trabajador dedicó 3 horas a trabajos eléctricos preliminares (Clasificación: Electricista) y 5 horas a labores generales (Clasificación: Obrero). La hoja de horas en papel no captura la división, por lo que quien procesa la nómina tiene que reconstruirla de memoria o hacer una estimación. Ambos enfoques violan el requisito de precisión.

El flujo de trabajo de extracción con IA crea un punto de datos estructurado para cada campo de la hoja de horas, incluyendo filas separadas para cada clasificación cuando un trabajador divide su tiempo. Cuando la hoja de horas captura la división (que debería, si el capataz la llena correctamente), la extracción conserva ese detalle. Cuando no lo hace, la foto existe como un registro auditable: una imagen con marca de tiempo que prueba lo que había en la hoja de horas original, lo cual es más de lo que proporciona una transcripción manual a una hoja de cálculo.

Para contratistas que presentan nóminas certificadas a través de LCPtracker o eMars, los datos extraídos en formato Excel pueden reformatearse para coincidir con las plantillas de importación de esas plataformas. Para contratistas que usan sistemas de nómina específicos de construcción como Foundation o Miter, la salida estructurada de Excel alimenta directamente los procesos de nómina sin necesidad de reingreso manual. El objetivo no es reemplazar el software de nómina certificada, sino eliminar el paso de ingreso manual de datos que los alimenta, que es donde se originan los errores.

El asesino silencioso: por qué los códigos de costo incorrectos son peores que las horas incorrectas

Vale la pena detenerse en un tipo de error en particular porque es el más dañino y el más invisible en la contabilidad de la construcción. Cuando una hoja de horas muestra 8 horas y alguien ingresa 7, el error es visible: los totales no coinciden. Alguien lo detecta. Cuando una hoja de horas muestra 8 horas de mano de obra de enmarcado y alguien ingresa 8 horas pero las asigna al código de costo incorrecto, el error es invisible. Los totales cuadran. La nómina se procesa sin problemas. Pero el informe de costos del trabajo ahora muestra el enmarcado por debajo del presupuesto y el código de costo que recibió esas horas mal asignadas por encima del presupuesto.

Los daños aguas abajo se acumulan. Si los datos de costos de la obra indican que la fase de concreto costó $X en mano de obra, ese número alimenta el presupuesto del próximo proyecto. Si $X es incorrecto porque 40 horas de un peón se codificaron a concreto en lugar de preparación del sitio, el próximo presupuesto de concreto se infla — y el contratista sobrepuja y pierde el trabajo o subpuja y reduce el margen. Un estudio citado por el CFMA Benchmarker encontró que los contratistas Best in Class (25% superior por ROA) lograron un 28.4% de retorno sobre activos frente al 11.8% del promedio de la industria, y el diferenciador principal fue el control de costos directos — no menores gastos de venta, generales y administrativos, ni mayores ingresos, sino una mejor gestión de los costos del proyecto. Ese control comienza sabiendo dónde fue realmente cada hora de mano de obra.

La extracción con IA aborda esto de dos maneras. Primero, capturando los códigos de costo tal como aparecen en la hoja de tiempo — la IA lee lo que escribió el capataz, no lo que interpretó el digitador. Segundo, creando un archivo fotográfico: las imágenes originales de las hojas de tiempo se almacenan junto con los datos extraídos, así que cuando un código de costo no coincide con la fase de obra asignada, puedes consultar la foto original y verificar. La transcripción manual a Excel no te deja nada contra qué verificar.

Preguntas Frecuentes

¿Puede la IA leer hojas de tiempo de construcción escritas a mano?

Sí. Los modelos de visión amplia leen texto manuscrito, incluido bolígrafo sobre papel doblado, manchado o sucio, con la precisión suficiente para fines de nómina. La IA entiende el contexto: un número manuscrito junto a "HE" son horas extra, incluso si la letra es apresurada o la etiqueta está abreviada. Los códigos de costo, nombres de trabajadores y abreviaturas de clasificación escritos a mano son legibles. Para tarjetas de tiempo con muy poca legibilidad (esquinas rotas, copias carbón donde la tercera capa es apenas visible), se recomienda una verificación puntual de los datos extraídos contra la foto, pero la IA maneja la gran mayoría de las condiciones reales de campo.

¿Qué pasa si mis tarjetas de tiempo tienen formatos diferentes cada semana?

La extracción por nombre de columna no depende del formato. Como la IA busca información por significado y no por posición, la misma definición de columna —"Nombre del trabajador", "Horas regulares", "Código de costo"— funciona en diferentes diseños de tarjetas de tiempo. Un formulario impreso del GC-A esta semana y una hoja manuscrita del GC-B la próxima se procesan con la misma configuración de columnas. Esta es la diferencia clave entre la extracción con IA y el OCR basado en plantillas, que requiere una plantilla separada para cada formato.

¿Cómo manejan a varios trabajadores en una sola tarjeta de tiempo de cuadrilla?

La IA extrae la fila de cada trabajador por separado. Si una tarjeta de cuadrilla lista 6 trabajadores con horas, clasificaciones y códigos de costo individuales, la hoja de cálculo de salida tendrá 6 filas —una por trabajador, con todas las columnas completadas. Si un trabajador tiene dos entradas en la misma hoja (ej., dividido entre dos códigos de costo), obtendrá dos filas para ese trabajador, que es exactamente lo que necesita para la nómina certificada y los informes de costos del trabajo.

¿Puede esto alimentar directamente a Procore, Sage 300 o Viewpoint?

La exportación es un archivo estándar de Excel (XLSX) que cualquier ERP o plataforma de nómina importante del sector de la construcción puede importar. Procore, Sage 300 CRE, Viewpoint Spectrum, Foundation y HCSS HeavyBid admiten importaciones de Excel para horas de trabajo. El formato estructurado de columnas —con códigos de costo, fases de trabajo y clasificaciones ya completados— hace que el mapeo de importación sea sencillo. No se trata de volcar datos en bruto a un sistema para luego recodificarlos; la codificación se realizó en el paso de extracción.

¿Y la nómina certificada? ¿Esto genera un WH-347?

La extracción produce los datos que alimentan un WH-347: nombres de trabajadores, clasificaciones, horas diarias (normales y extra) en la estructura que requiere el formulario. No genera el PDF completo, pero elimina el paso de ingreso manual de datos que necesita el software de nómina certificada o el llenado manual. Para contratistas que usan LCPtracker, eMars, Miter o Payroll4Construction, los datos extraídos en Excel se asignan directamente a los formatos de importación de esas plataformas.

¿Funciona con tarjetas de tiempo de resumen semanal con desglose diario?

Sí. Si la tarjeta de tiempo tiene columnas de lunes a domingo con horas diarias por trabajador, la IA extrae las horas de cada día individualmente. Puede definir columnas como "Lun Reg", "Lun HE", "Mar Reg", "Mar HE", etc., o usar una sola definición de columna y dejar que la IA genere una estructura de una fila por día. Ambos enfoques producen datos listos para el procesamiento de nómina semanal.