Antes de que su IA escribiera el informe mensual, Microsoft creó un agente para corregir los datos

El informe de liderazgo de julio llegó a finales de agosto. Ese era el ritmo antiguo para el equipo de Servicios de Ingeniería de Infraestructura de Microsoft, parte de la organización de TI de la compañía: semanas de trabajo manual para convertir un mes de escenarios de ingeniería en algo que los ejecutivos pudieran leer. Ahora, dice el gerente principal de PM Martin O’Flaherty, “Ya podemos enviar ese informe el primer día de agosto”.

El caso de estudio, publicado el 8 de octubre por Microsoft Digital, es fácil de leer como una historia sobre IA que escribe informes. La historia más útil está en la segunda capacidad que construyó el equipo, y en por qué la primera no funcionó sin ella.

El primer intento fue inexacto

La capacidad de informes revisa todos los escenarios completados en el mes anterior en Azure DevOps, los agrupa bajo prioridades estratégicas y los resume en informes de liderazgo y visualizaciones de inversión y resultados de ingeniería.

La salida temprana, dice Microsoft, a veces era inexacta o incompleta. El equipo corrigió tres cosas: la lógica de informes, los datos de planificación subyacentes y cómo el sistema pondera la evidencia documentada de entrega. El resumen de O’Flaherty es la frase con la que todo proyecto de informes debería empezar: “Al final del día, la IA solo puede ser tan precisa como los datos que tiene delante”.

El segundo agente corrige la fuente

Así que el equipo construyó un agente de higiene de datos. Comprueba continuamente los escenarios dentro del alcance contra un conjunto de reglas definido, identifica brechas y avisa a los miembros responsables del equipo con orientación específica sobre cómo completarlas en Azure DevOps.

Tres decisiones de diseño lo hacen funcionar.

El agente pregunta; las personas corrigen. El agente de higiene no escribe los datos de planificación por sí mismo. Le dice al propietario qué falta, y el propietario corrige el registro en el sistema de registro. La fuente de verdad sigue siendo propiedad de las personas responsables de ella, y una suposición errónea del agente no puede convertirse silenciosamente en un hecho.

La completitud es un conjunto de reglas, no un juicio. “Dentro del alcance” y “completo” se definen de antemano. Eso es un contrato de datos, verificado continuamente, y es determinista donde puede serlo.

La evidencia de entrega tiene peso. Cambiar cómo el sistema pondera la evidencia documentada es el mismo movimiento que vimos en Chatham Financial, que rediseñó la validación de operaciones en torno a la evidencia en lugar de en torno a dónde podría situarse un agente. Un informe construido sobre evidencia registrada se puede comprobar; uno construido sobre progreso inferido, no.

Las dos capacidades forman un bucle. Mejores datos hacen mejores los informes; el esfuerzo de informes mantiene la presión sobre los datos.

Dónde tener cuidado

Todas las cifras son anecdóticas. Los números de Microsoft son estimaciones individuales del equipo: un informe el primer día en lugar de semanas después, informes de socios que “podrían llevar horas diarias” ahora generados según un calendario, prototipos en menos de una hora en lugar de uno o dos días. No hay líneas base, tamaños de muestra ni tasas de precisión. Los modelos y la plataforma de agentes detrás de las dos capacidades no se nombran; las herramientas mencionadas incluyen Azure DevOps, GitHub Copilot, servidores MCP y Copilot Studio.

Menos revisión necesita un reemplazo. O’Flaherty dice que los informes ahora “ya no requieren mucha revisión humana”, y que el último apenas recibió comentarios. El silencio no es precisión. Cuando la revisión humana se reduce, algo más tiene que detectar la deriva: muestreo periódico contra los registros sin procesar, o una comprobación de que los totales del informe concuerdan con el sistema. La pregunta que planteamos en el estudio de IBM sobre supervisión humana se aplica: la revisión es un control solo si alguien todavía puede y se espera que cuestione el resultado.

Se transfiere donde existe un sistema de registro. El patrón depende de datos de planificación que residen en un sistema estructurado, con campos que se pueden comprobar por regla. Los equipos cuyo estado vive en diapositivas e hilos de chat necesitarían arreglar eso primero, y eso es un proyecto en sí mismo.

El agente de informes es el resultado visible. El agente de higiene es el más transferible: hace que cada uso posterior de los mismos datos sea mejor, sin importar qué herramienta o modelo lo lea después.