El mejor sitio para su próximo agente ya existe. Cinco pruebas para encontrar trabajo listo para agentes

La mayoría de los programas de agentes en las empresas empieza con una lista de ideas. Alguien organiza un taller, las áreas proponen casos de uso y el backlog se llena de “un agente que responde preguntas sobre X”. Unos meses después, los pilotos que llegaron a producción casi nunca son los que mejor parecían en el taller.

Nuestra lectura, construida durante el último mes de cobertura, es que los agentes que llegan antes a producción tienen algo en común: encajan en una decisión que un proceso existente ya toma. Llamamos a esta tesis “los mejores agentes desaparecen dentro de los procesos” en la síntesis de septiembre. Este artículo la convierte en una prueba aplicable.

La evidencia hasta ahora

Fíjese en dónde están aterrizando los agentes:

• En seguridad, la versión de octubre de Exabeam pone un asistente dentro de la pantalla de investigación del analista, reuniendo contexto y lanzando búsquedas, mientras la decisión sigue siendo del analista. Lo tratamos en nuestro artículo sobre el SOC agéntico.
• En el trabajo con conocimiento, Progress llevó su agente de búsqueda en varios pasos a los canales de Microsoft Teams, donde ya se hacen las preguntas, como vimos en nuestro análisis del RAG agéntico en Teams.
• En el descubrimiento de fármacos, Hansa integra el modelo de diseño de Cradle en el ciclo de diseño y ensayo que sus científicos ya ejecutan, tema de nuestro caso sobre la IA dentro del flujo científico.
• Antes, Google situó agentes de vulnerabilidades dentro de la revisión de código, en nuestro análisis de agentes como control de seguridad, y Snowflake construyó sus cuentas a pagar sobre comprobaciones deterministas con IA para las excepciones, en nuestro caso sobre InvoiceIQ.

Ninguno es una nueva ventana de chat. Cada uno es un nuevo participante en un proceso antiguo.

Cinco pruebas para trabajo listo para agentes

Puntúe cada candidato de 0 a 2 en cada prueba. Lleva una tarde con el responsable del proceso.

1. 1. La decisión ya existe y tiene responsable
2. 2. Las entradas son digitales y accesibles con identidad
3. 3. Hay una comprobación determinista al lado
4. 4. Alguien ya aprueba en ese paso
5. 5. El resultado ya se mide hoy

1. La decisión ya existe y tiene responsable. Los mejores candidatos mejoran una decisión de la que alguien ya responde: aprobar esta factura, clasificar esta alerta, elegir esta molécula candidata. Si hoy nadie es responsable de la decisión, el agente no creará ese responsable; creará ambigüedad.

2. Las entradas son digitales y accesibles con identidad. Los datos que necesita la decisión ya están en sistemas que el agente puede leer, con una identidad que se puede acotar y revisar. Si las entradas viven en adjuntos de correo y en la cabeza de las personas, digitalice primero.

3. Hay una comprobación determinista al lado. Algo verificable rodea el paso: un cotejo de pedido, factura y recepción, una regla de política, una batería de pruebas, un ensayo de laboratorio. El agente propone; la comprobación confirma o rechaza. Eso mantiene acotados los errores sin revisarlo todo a mano. La facturación electrónica ofrece ejemplos listos: en México, el CFDI llega timbrado y validado por el SAT, y en España el Suministro Inmediato de Información obliga a muchas empresas a declarar sus facturas a la Agencia Tributaria en pocos días. En ambos casos, el agente trabaja sobre datos que otra máquina ya comprobó.

4. Alguien ya aprueba en ese paso. La revisión humana es más barata donde ya existe. Un agente que prepara el caso para quien ya aprueba añade velocidad sin añadir un control nuevo. Un agente que exige un paso de aprobación nuevo añade un control que nadie presupuestó.

5. El resultado ya se mide hoy. Tiempo de ciclo, tasa de error, cola, coste por caso. Si no se puede medir el proceso antes del agente, no se podrá demostrar que el agente ayudó, y el piloto se juzgará por anécdotas.

Cómo leer la puntuación

De ocho a diez. Constrúyalo. Empiece en modo “preparar y proponer”, mida contra la línea base y amplíe la autonomía solo donde la comprobación determinista sea sólida.

Seis o siete. Suele haber una prueba débil. Corríjala, casi siempre la identidad o la medición, y después construya.

Cinco o menos. El proceso no está listo para un agente. También es un hallazgo: el trabajo de prepararlo, con responsable claro, entradas digitales, una comprobación y una métrica, suele compensar antes de que entre cualquier IA.

Un ejemplo completo: la conciliación de facturas recibidas

Piense en la conciliación de facturas de proveedores en una empresa con operaciones en España y México. La decisión tiene responsable, el área de cuentas a pagar. Las entradas son digitales: facturas electrónicas, pedidos y recepciones en el ERP. Hay comprobaciones deterministas, desde la validación fiscal de cada factura hasta el cotejo con el pedido. Un analista ya aprueba las discrepancias, y el área mide plazos de pago e incidencias. La puntuación ronda el diez. Un agente que investiga cada discrepancia, reúne la evidencia y propone la resolución, dejando la aprobación al analista, entra en un proceso que todos entienden. Compárelo con “un agente que responde dudas de finanzas”, que falla en las pruebas 1, 3 y 5.

Qué no es este marco

No es una clasificación de valor. Una idea con baja puntuación puede ser importante; solo necesita trabajo de proceso antes. Y no dice que los agentes nunca deban funcionar de forma autónoma. Dice que la autonomía hay que ganársela donde una comprobación determinista y una línea base medida hacen visibles los errores.

Qué hacer este mes

1. Tome el backlog de agentes y puntúe cada elemento en las cinco pruebas.
2. Descarte o aparque lo que tenga cinco o menos, y registre la carencia de proceso que reveló.
3. Elija los tres primeros y acuerde las métricas de línea base con los responsables de los procesos antes de construir.
4. Diseñe primero el modo preparar y proponer. Planifique el camino hacia más autonomía, prueba a prueba.

El agente que cambie su negocio probablemente no tendrá ventana de chat. Tendrá un lugar en un proceso que ya funciona, y hará ese proceso más rápido.