El tema central de los eventos de tecnología de este año es el mismo en todos: agentes de inteligencia artificial. Ya no asistentes que responden — procesos que deciden y actúan solos, dentro de los sistemas de la empresa.

La discusión que se está haciendo es sobre lo que el agente logra hacer. La discusión que falta es sobre dónde lo va a hacer.

Porque un agente autónomo no llega a un ambiente nuevo. Llega al que la empresa ya tiene — con las colas que nadie mira, las integraciones que responden dos veces y los perfiles que nadie sabe explicar. Y no arregla nada de eso.

Lo que un agente hereda

No es abstracción. Son tres cosas concretas, y las encontramos en ambientes reales antes de que existiera agente alguno.

Hereda la cola que nadie ve. En un ambiente que atendemos, las facturas dejaron de salir. Ningún error, ningún registro, ninguna alerta — porque nada había fallado: nada siquiera lo había intentado. El repartidor de trabajo apuntaba a una dirección que no existía, y había más de cien mil unidades represadas, detenidas desde hacía semanas. El sistema pasaba cualquier verificación de disponibilidad. Estaba arriba y no estaba trabajando.

Un agente puesto ahí habría hecho exactamente lo que se le pide, con precisión, y el resultado habría quedado en la misma cola. El caso completo está aquí — incluida la hipótesis equivocada que costó dos días.

Hereda la integración que responde dos veces. Ningún transporte garantiza entrega exactamente una vez: el tiempo límite se agota del otro lado, la cola reenvía, alguien reprocesa. Un proceso determinístico repetido genera un duplicado. Un proceso con IA repetido puede generar un duplicado distinto, porque nada garantiza que la segunda pasada decida como la primera — y ahí el defecto deja de ser reconocible. Cómo el mismo mensaje llega dos veces.

Hereda el permiso que nadie sabe explicar. Cuando el proceso pasa a actuar solo, alguien tiene que responder qué identidad firma el asiento. En el piloto corre con el usuario de quien lo demostró — normalmente amplio, porque es quien lo construyó. En producción, un proceso automático con permisos de persona es un hallazgo de auditoría esperando fecha. Y la conversación deja de ser sobre IA: se vuelve diseño de perfiles, con catálogo, espacio y actividad separados.

Por qué esto no es un argumento contra los agentes

Es un argumento sobre orden, y la diferencia importa.

La autonomía cambia supervisión por confianza. Mientras una persona ejecuta el proceso, funciona como sensor sin que nadie se lo haya pedido: nota que el número está raro, que el documento no llegó, que hoy está lento. Nadie documentó esa vigilancia porque era gratis — y desaparece en el instante en que el proceso pasa a correr solo.

Dar autonomía es quitar el último sensor humano de un ambiente que quizá no tenga ningún otro. Por eso la pregunta anterior a cualquier agente no es qué sabe hacer, sino: ¿qué, en este ambiente, avisaría si hiciera algo mal?

Donde esa respuesta existe, el agente es ganancia directa y medible. Donde no existe, el agente es velocidad sin freno — y el problema aparece en la conciliación, en el stock, o en la llamada del cliente.

Las cuatro verificaciones antes de dar autonomía

Ninguna es sobre el modelo. Todas son sobre el ambiente, y todas se responden en días, no en meses.

1. ¿Qué está represado ahora? Cuente lo que debería haberse procesado y no lo fue. No busque error — busque ausencia. Un proceso que debería producir resultado y no produce ni éxito ni fallo es el síntoma más caro que existe, porque no dispara nada.

2. ¿Qué pasa si lo mismo llega dos veces? Si la respuesta es «eso no pasa», significa que nadie lo verificó — no que no pase.

3. ¿Con qué identidad va a actuar el proceso, y quién responde por ella? Si la respuesta es «con un usuario técnico que ya existe», conviene revisar qué puede hacer ese usuario. La respuesta suele sorprender.

4. ¿Quién descubre el error, cómo, y en cuánto tiempo? Si la respuesta es «en algún momento lo notaríamos», el ambiente todavía no está listo para la autonomía — por bueno que sea el agente.

Lo que sale mal, con nombre

Elegir el proceso por lo fácil de demostrar. El primer agente suele ser el que lucía mejor en la presentación, no el que más dolía. Funciona, encanta, y no genera presión para arreglar nada — porque nadie lo extraña.

Medir por tasa de acierto. Es métrica de laboratorio. En producción lo que importa es costo por transacción, tiempo hasta detectar el error y tamaño de la cola de excepción.

Dejar identidad y permisos para el final. Cuando entran después del piloto terminado, el resultado es rehacer el diseño — o subir con permisos de más, que es peor.

Prometer que no habrá excepciones. Compra aprobación y pierde credibilidad el primer mes. La cola de excepción no es fracaso: es la diferencia entre un sistema honesto y uno que esconde el problema hasta la conciliación.

Confundir «está arriba» con «está trabajando». Es el error del que nacen todos los demás.

El límite honesto

Un ambiente observado no garantiza que el agente valga la pena. Un proceso automático bien construido sobre un proceso de negocio malo entrega el mismo resultado malo, más rápido — y la pregunta anterior a todas, ¿este proceso debería existir así?, sigue siendo de personas.

Y hay una consecuencia de plazo que cambia la planificación: arreglar el ambiente suele dar más trabajo que el piloto. Planificar producción como «dos semanas después de la prueba de concepto» es planificar el piloto, no la entrada.

Tampoco vendemos la exageración opuesta. No hace falta un ambiente perfecto para empezar — hace falta uno observado, y eso es bastante más barato de lo que parece: las cuatro verificaciones son de días.

Si el punto de partida es descubrir qué está detenido sin que nadie lo sepa, es exactamente lo que busca el diagnóstico de TI. Para el panorama de arquitectura, el desafío no es el modelo, es la arquitectura. Y para ver IA aplicada a un proceso real, con el límite dicho de frente, leer el XML y contabilizar dentro de SAP.

Preguntas frecuentes