01 · TRABAJO PERSISTENTE

La IA empieza a permanecer en el trabajo

Microsoft presentó el 25 de septiembre una nueva arquitectura de Copilot alrededor de Home, Code y Autopilot.

La pieza estratégicamente relevante es Autopilot.

A diferencia del esquema tradicional de asistente —en el que una persona pregunta y la IA responde—, Autopilot está diseñado para realizar trabajo persistente. Puede recibir un objetivo y un rol, conservar memoria y operar dentro de un entorno empresarial con identidad, espacio de trabajo y recursos propios.

Pocos días después, OpenAI presentó Dots: agentes “always-on” diseñados para mantenerse trabajando en representación del usuario, conectarse con aplicaciones y perseguir objetivos de manera persistente.

Dos movimientos diferentes apuntan hacia la misma dirección.

La IA está dejando de ser exclusivamente una herramienta que utilizamos y empieza a convertirse en una capacidad a la que podemos asignar trabajo.

La diferencia parece semántica.

No lo es.

02 · DELEGACIÓN

Del prompt a la delegación

El modelo dominante de inteligencia artificial generativa ha sido relativamente sencillo:

Persona → instrucción → IA → respuesta → persona.

El ser humano continúa siendo el mecanismo que inicia, supervisa y conecta buena parte del proceso.

La lógica agéntica introduce otra arquitectura:

Objetivo → agente → sistemas → acciones → seguimiento → resultado.

En este modelo, la intervención humana puede trasladarse desde la ejecución de cada actividad hacia el establecimiento del objetivo, las reglas, los límites, las excepciones y los criterios de éxito.

Eso cambia radicalmente la conversación empresarial.

Una organización ya no tendría que preguntarse únicamente: ¿dónde podemos utilizar IA?

Tendría que comenzar a preguntar: ¿qué trabajo estamos preparados para delegar a una IA?

Y esa segunda pregunta es mucho más difícil.

03 · ROI

El verdadero valor no estará en tener agentes

La aparición de agentes cada vez más capaces puede provocar una reacción predecible: desplegarlos en todas partes.

Pero tener más agentes no significa necesariamente generar más valor.

Gartner analizó 107 implementaciones de IA agéntica y encontró una señal especialmente relevante: el mayor valor empresarial está apareciendo cuando los agentes se especializan en procesos específicos.

Su previsión es contundente: para 2028, 80% del ROI tangible generado por IA agéntica provendrá de agentes especializados por dominio, no de agentes generalistas.

La implicación para las empresas es importante.

El punto de partida no debería ser comprar un agente y después buscar qué hacer con él.

Debería ser identificar procesos donde exista una combinación suficientemente atractiva de volumen, repetibilidad, costo operativo, reglas identificables, información disponible, posibilidad de integración, impacto económico, capacidad de medición y un nivel de riesgo compatible con la autonomía que se pretende otorgar.

Entonces la conversación deja de ser tecnológica y se convierte en económica.

¿Qué proceso merece autonomía?

04 · AUTOMATIZACIÓN

La automatización también cambia de naturaleza

La automatización empresarial tradicional suele construirse alrededor de rutas previamente definidas.

Si ocurre A, ejecutar B. Si aparece C, enviar D.

La IA agéntica introduce una diferencia importante: el sistema puede interpretar contexto, utilizar herramientas, seleccionar acciones y adaptarse mientras persigue un objetivo.

Eso amplía enormemente el universo de procesos susceptibles de automatización.

También aumenta el riesgo.

Porque un sistema que recomienda algo y un sistema que puede hacer algo representan dos categorías operativas diferentes.

Cuando la IA comienza a ejecutar, aparecen preguntas que ya no pertenecen exclusivamente al área de tecnología:

• ¿Qué puede hacer?
• ¿A qué sistemas puede entrar?
• ¿Qué información puede consultar?
• ¿Qué decisiones puede tomar?
• ¿Cuánto puede gastar?
• ¿Qué necesita autorización humana?
• ¿Qué ocurre cuando se equivoca?
• ¿Quién responde por esa decisión?

La autonomía necesita arquitectura.

Pero también necesita gobierno.

05 · GOBIERNO

El siguiente problema empresarial será gobernar trabajadores digitales

SAP está planteando precisamente esta nueva capa de operación.

Su visión de la “empresa autónoma” integra inteligencia de procesos, arquitectura empresarial, adopción digital, monitoreo y gobierno para determinar dónde deben operar los agentes y bajo qué condiciones.

Esto anticipa un cambio importante.

Las empresas probablemente no tendrán un único agente.

Podrían terminar operando decenas o cientos de ellos: algunos especializados en ventas, otros en servicio, finanzas, compras, tecnología, operaciones, análisis, cumplimiento o back office.

Y cuando eso ocurra aparecerá un nuevo problema: el agent sprawl.

Agentes desplegados sin suficiente coordinación, propiedad, medición o gobierno pueden producir exactamente lo contrario de lo que prometía la automatización: mayor complejidad.

Por eso el gobierno de IA ya no puede limitarse a políticas generales sobre utilización de modelos.

Tendrá que incluir inventarios de agentes, responsables, permisos, costos, trazabilidad, métricas, excepciones, supervisión humana y criterios para retirar agentes que no producen valor.

06 · RESULTADOS

El ROI tendrá que llegar hasta el proceso

La productividad de la IA suele medirse todavía mediante indicadores indirectos: horas ahorradas, velocidad de generación, número de usuarios o frecuencia de utilización.

Son métricas útiles, pero insuficientes.

Si un agente comienza a ejecutar trabajo empresarial, su desempeño puede medirse mucho más cerca del resultado económico.

En Customer Experience podría observarse resolución, recurrencia, satisfacción o costo por interacción.

En un Contact Center, productividad, conversión, calidad, tiempo de atención o costo por contacto.

En ventas, oportunidades gestionadas, velocidad del pipeline, conversión e ingresos.

En back office, transacciones procesadas, errores, tiempos de ciclo y costo unitario.

En finanzas, conciliaciones, excepciones, tiempos de cierre o capacidad analítica.

La pregunta deja entonces de ser: ¿cuánto utilizamos IA?

Y empieza a ser: ¿qué resultado operativo está produciendo?

Ese cambio es fundamental porque acerca finalmente la inteligencia artificial al lenguaje del CEO, el COO y el CFO.

07 · MÉXICO Y LATAM

México y LATAM: la oportunidad no está en perseguir la tecnología

Para muchas organizaciones de México y América Latina puede existir la tentación de observar esta evolución como algo todavía distante.

Sería un error.

No porque las empresas deban desplegar inmediatamente agentes autónomos en toda su operación, sino porque las decisiones que determinarán su capacidad para utilizarlos empiezan mucho antes.

Procesos fragmentados. Datos dispersos. Sistemas desconectados. Operaciones que dependen de conocimiento informal. Controles diseñados exclusivamente para personas. Ausencia de métricas económicas por proceso.

Todo ello puede convertirse en una barrera cuando una organización quiera avanzar hacia una operación más agéntica.

Por eso la preparación para esta nueva etapa no comienza comprando agentes.

Comienza entendiendo la empresa.

08 · CX Y CONTACT CENTER

Customer Experience y Contact Center serán terrenos naturales de experimentación

Pocas áreas concentran tantos procesos repetitivos, interacciones digitales, decisiones basadas en contexto y métricas operativas como Customer Experience, Contact Center y BPO.

Un agente puede potencialmente identificar una necesidad, consultar información, ejecutar acciones sobre diferentes sistemas, dar seguimiento y escalar solamente aquello que requiere intervención humana.

Pero el objetivo no debería ser eliminar indiscriminadamente la participación de las personas.

Debería ser rediseñar la distribución del trabajo entre personas, automatización e inteligencia artificial.

Los humanos pueden concentrarse progresivamente en negociación, empatía, excepciones, juicio y situaciones complejas.

Los agentes pueden asumir volumen, seguimiento, coordinación, búsqueda, preparación y determinadas acciones transaccionales.

La ventaja competitiva no estará necesariamente en sustituir personas.

Estará en diseñar mejor el trabajo.

09 · DIRECCIÓN GENERAL

Cinco preguntas que Dirección General debería estar haciendo

Antes de iniciar una carrera por desplegar agentes, los equipos directivos deberían evaluar al menos cinco cuestiones.

1. ¿Qué procesos generan suficiente valor para justificar autonomía?

No todos los procesos merecen un agente.

2. ¿Qué nivel de autonomía es adecuado para cada proceso?

Consultar, recomendar, preparar, ejecutar con autorización y ejecutar autónomamente son niveles diferentes.

3. ¿Tenemos los datos, integraciones y reglas necesarios?

Un agente sofisticado sobre una operación desordenada seguirá operando sobre una operación desordenada.

4. ¿Cómo mediremos su resultado económico?

Cada implementación debería tener métricas operativas y financieras explícitas.

5. ¿Quién será responsable del agente?

Todo trabajador tiene una función, objetivos, permisos y supervisión.

Un trabajador digital también debería tenerlos.

10 · TRANSFORMACIÓN

La transformación no consiste en instalar agentes

Microsoft, OpenAI, SAP y otros actores tecnológicos están construyendo rápidamente la infraestructura para una nueva generación de trabajo digital.

Pero la tecnología por sí sola no determina el resultado.

La ventaja empresarial aparecerá cuando las organizaciones sean capaces de conectar esa tecnología con procesos correctamente diseñados, automatización, datos, experiencia del cliente, gobierno y métricas económicas.

Ese es el verdadero trabajo de transformación.

No preguntar qué puede hacer la última IA.

Preguntar qué debería hacer dentro de nuestra empresa y por qué.

11 · CONCLUSIÓN

Conclusión

Durante la primera etapa de la inteligencia artificial generativa, las empresas aprendieron a conversar con máquinas.

La siguiente etapa será diferente.

Tendrán que aprender a delegarles trabajo.

Eso exigirá una disciplina mucho mayor que escribir buenos prompts. Requerirá seleccionar procesos, establecer permisos, diseñar controles, integrar sistemas, definir responsables y medir resultados.

Los agentes persistentes que hoy comienzan a aparecer son todavía el principio.

Pero la dirección es cada vez más clara.

La IA empresarial está pasando de responder a actuar.

Y para los líderes empresariales, la pregunta estratégica ya no será solamente qué puede hacer la inteligencia artificial.

Será: ¿qué trabajo de nuestra empresa está realmente listo para delegarle?