Una ventana de chat responde una pregunta y espera la siguiente. Un agente hace algo distinto: recibe un encargo, lo convierte en pasos, invoca sistemas por el camino, y al final entrega un resultado sin que nadie haya aprobado cada paso intermedio. Esa diferencia parece pequeña, pero desplaza por completo la pregunta. En una ventana de chat, la pregunta es si la respuesta es correcta. Con un agente, la pregunta es si la organización que lo rodea puede sostener lo que ocurre cuando la respuesta no lo es.
Un agente que ejecuta trabajo suele recorrer una cadena: lee la entrada, consulta una o varias fuentes, toma una decisión intermedia, ejecuta una acción en otro sistema, e informa del resultado. Cada eslabón de esa cadena es un lugar donde algo puede atascarse. Una fuente que no está actualizada. Un sistema que no acepta la acción. Una decisión intermedia que queda justo fuera del alcance previsto. Cómo se enlazan esos eslabones entre sí y qué ocurre cuando uno se rompe es precisamente el tema de cadenas en las que los pasos se suceden.
Por el camino, el agente a menudo toma algo que se parece a una decisión: cuál de dos rutas, qué prioridad, qué seguimiento. Eso ya no es una respuesta de chat, sino una elección con una consecuencia. Lo que una organización debe regular para ello —qué elecciones puede hacer un agente de forma autónoma y cuáles no— es el tema de apoyo a la toma de decisiones. Sin ese marco, un agente ejecuta lo que el modelo considera en ese momento más probable, y eso no es lo mismo que lo que la organización pretende.
¿Quién ve que un agente ha hecho algo mal, y cuándo? Un agente que ejecuta trabajo sin supervisión solo se convierte en un problema en el momento en que alguien lo nota, y ese momento suele situarse mucho después del error mismo. Por eso la monitorización no es una capa adicional sobre el agente, sino una condición para ponerlo a trabajar siquiera en algo que importa. Lo que se necesita para reconocer un comportamiento anómalo antes de que cause daño se describe en monitorización y señalización.
Pocos agentes realizan su trabajo solos de principio a fin. En algún momento, el resultado debe pasar a un departamento, un compañero, un siguiente sistema. Ese momento de traspaso suele ser el punto más débil: el agente entrega algo en un formato o a un ritmo que no encaja al otro lado, o el receptor no sabe que algo va a llegar. Cómo se organiza ese traspaso, para que el trabajo no se quede varado entre el lugar donde el agente se detiene y el lugar donde una persona continúa, se trata en coordinación entre departamentos.
También la materia prima con la que trabaja un agente merece atención. Antes de poder ejecutar una acción, un agente a menudo debe primero comprender qué dice un documento, un correo electrónico o un acta de una conversación. Lo que eso exige en cuanto a estructura de las propias fuentes se aborda en leer y resumir documentos. Y cuando un agente debe iniciar una acción a raíz de una conversación, importa si esa conversación ya está registrada en algún lugar de una manera que un sistema pueda leer; véase registrar y dar seguimiento a conversaciones.
Un agente que ejecuta trabajo de forma autónoma se apoya en tres cosas que ya deben existir antes de que el agente esté ahí: una organización que sabe quién sigue siendo responsable de qué cuando se asume una tarea, una infraestructura de TI que permite que los sistemas se comuniquen sin que nadie tenga que volver a teclear datos manualmente, y una gestión de datos que garantiza que el agente reciba algo fiable para leer. Estas no son aspiraciones para más adelante. Son las dimensiones que preceden a la pregunta de si un agente puede hacer algo con sentido. Una organización puede adquirir excelentes modelos de agentes y aun así comprobar que nada llega a buen puerto, simplemente porque la capa fundamental aún no sostiene lo que la capa dependiente le confía.
Esa es también la razón por la que este texto no explica cómo se construye exactamente un agente ni qué tareas puede asumir mejor. Esa pregunta solo llega después de constatar que el terreno debajo aguanta. Una organización que quiere desplegar agentes sin saber primero si las dimensiones fundamentales están en orden corre el riesgo de que el agente funcione pero la organización no le siga el ritmo, o al revés.
Los agentes que ejecutan trabajo no son un fin en sí mismos, sino una forma de automatización que exige más que una función de chat. Exigen cadenas que no se rompan, un margen de decisión bien delimitado, una supervisión que detecte las desviaciones, un traspaso que no se estanque, y fuentes que sean legibles para un sistema y no solo para una persona. Todos estos elementos dependen a su vez de la capa fundamental: organización, infraestructura, gestión de datos. Ese orden no es una cuestión de preferencia, sino de cómo funciona realmente.
Esta página describe lo que exige sostener a un agente, no qué parte del trabajo podría asumir ese agente. Esa segunda pregunta la responde el escáner de trabajo de FTE TO AI: calcula por tarea qué parte de ella puede ser asumida por la IA, desglosado según el tipo de trabajo del que se trate. Quien quiera saber si la organización está lo bastante madura para que un agente pueda sostener algo, empieza por la medición de madurez de este sitio; quien quiera saber qué trabajo entra en consideración para ello, lo encuentra en el escáner de trabajo.
Vraag maar wat er moet staan voordat AI in uw organisatie kan landen.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.