Kennisbank

Agentes que dan pasos por sí mismos en lugar de dar respuestas

Una ventana de chat da una respuesta. Un agente hace algo con esa respuesta: busca un dato, rellena un campo, envía un mensaje, espera una reacción y continúa. Esa diferencia —de responder a actuar— es donde la mayoría de las organizaciones tropiezan con la IA. No porque técnicamente no sea posible, sino porque actuar exige otras cosas que responder.

Qué ocurre debajo de la ventana de chat

Un agente que ejecuta trabajo debe poder acceder a algo. Lee un sistema, escribe en otro sistema, y los pasos intermedios deben estar fijados en algún lugar —como proceso, como regla, como flujo de trabajo—. Esa es una capa distinta a una conversación. Se trata de cadenas en las que los pasos se suceden unos a otros, en las que el resultado de un paso es la entrada del siguiente, sin que una persona lo intercale cada vez.

Eso exige acceso: derechos en sistemas, un lugar en la infraestructura, un estatus que no es humano pero tampoco es nada. Un agente al que se le permite leer y resumir documentos funciona de manera distinta a un agente al que se le permite preparar una decisión o registrar y dar seguimiento a una conversación. Cada una de esas formas tiene su propia relación con el control, con lo que sale mal cuando algo sale mal, y con quién está presente en ese momento.

Las formas que esto adopta

Los agentes que ejecutan trabajo aparecen en un número limitado de formas reconocibles. Señalan: vigilan un proceso o un sistema y avisan cuando algo se desvía, lo cual tiene que ver con la monitorización y la señalización y la pregunta de cuándo un aviso debe llegar a una persona. Apoyan una decisión ordenando opciones y reuniendo argumentos, sin tomar la decisión en sí —el terreno del apoyo a la decisión—. Actúan de enlace entre departamentos que se necesitan mutuamente pero que no usan los mismos sistemas ni el mismo lenguaje, lo cual requiere coordinación entre departamentos sin que nada se quede en el limbo. Y registran conversaciones y ponen en marcha los siguientes pasos, de modo que un compromiso asumido por teléfono vuelve a aparecer como acción en un sistema.

Ninguna de esas formas existe de manera aislada. Un agente que señala necesita algo a lo que remitirse. Un agente que coordina necesita, en ambos lados, un sistema que lo permita. La forma no solo determina lo que ocurre, sino también lo que ya debe estar en orden para que ocurra.

Qué exige esto de la organización antes de que sea posible

Un agente que ejecuta trabajo depende de lo que ya existe. Sin acuerdos claros sobre quién decide sobre qué, un agente no sabe qué paso puede dar por sí mismo y cuál debe volver a una persona. Sin una infraestructura suficientemente estable, una cadena se detiene en el momento en que un sistema cambia o no responde. Sin una gestión de datos en orden, un agente ejecuta pasos sobre datos que no están actualizados ni son fiables —con un resultado igualmente poco fiable, pero con apariencia de precisión.

Esos tres elementos —organización, infraestructura, gestión de datos— van primero. No porque sean más importantes en un sentido general, sino porque un agente que necesita apoyarse en algo requiere antes ese fundamento. Un agente que coordina entre departamentos se atasca si esos departamentos mismos no tienen claro de forma inequívoca quién se ocupa de qué. Un agente que resume documentos es inútil si nadie sabe cuál es la versión válida de un documento.

Además, hay una pregunta que no es técnica: ¿qué ocurre si el agente hace algo que no está bien? ¿Quién lo nota, con qué rapidez, y cuál es el paso de retroceso? Una organización que no ha pensado eso lo nota solo cuando ya ha ocurrido.

Dónde se estanca esto

La mayoría de los pilotos con agentes no se estancan en la tecnología en sí. Se estancan en un sistema que no es accesible sin un paso manual intermedio, en un proceso que existe sobre el papel pero que en la práctica tiene tres excepciones, o en un departamento que no sabe que un agente ahora también realiza parte de su trabajo. No son obstáculos menores: son precisamente las cosas que se hacen visibles en cuanto algo tiene que funcionar de verdad en lugar de simplemente dar una respuesta.

Por eso también un piloto que parece ir bien en un entorno de prueba a menudo se estanca en cuanto pasa a la práctica. La práctica tiene excepciones, sistemas antiguos y personas que trabajan de forma distinta a como describe el proceso. Un agente que no está preparado para eso hace su trabajo a medias o lo hace mal, sin que nadie lo note de inmediato.

De la preparación a la tarea

Esta página describe lo que es posible cuando una organización está lista para que los agentes ejecuten trabajo, y lo que debe estar en orden antes de eso. Esa preparación es una pregunta. La otra pregunta es qué tareas concretas dentro de su organización son aptas para ello, y qué parte de ellas puede asumir un agente. Eso es lo que calcula el escáner de trabajo de FTE TO AI por tarea: no si su organización, en términos generales, está lista, sino cuánto de una tarea específica puede ser asumido, y qué queda de ella para una persona.