Casi todas las empresas están bajo presión para hacer algo con inteligencia artificial. La presión rara vez nace dentro de la operación: viene del consejo, de un competidor que ha anunciado algo, de una feria o de un titular. Y como la presión pide una respuesta visible, se responde con lo visible: un piloto, una licencia, un comité, un anuncio interno.
Generar actividad es fácil. Generar valor es otra cosa. Gartner calcula que más del 40 % de los proyectos de IA agéntica se cancelarán antes de que acabe 2027, por costes que no se sostienen, valor que no aparece o controles de riesgo que nunca existieron. Circula además un informe del MIT según el cual el 95 % de los pilotos de IA generativa no llega a producir impacto medible. La cifra se cita mucho más de lo que se examina —qué cuenta exactamente como fracaso es discutible— pero el orden de magnitud coincide con lo que vemos por dentro.
No compras IA. Compras un cambio de estado.
La factura dice licencias, horas o plataforma. Lo que estás comprando en realidad, si estás comprando algo, es que tu operación pase de un estado a otro: que una tarea de cuatro personas la haga una revisando, que una decisión de nueve días se tome en dos, que un expediente que volvía tres veces no vuelva ninguna.
El test es incómodo y sirve: si dentro de seis meses no ha cambiado de estado nada —mismas manos, mismo orden, mismos plazos, mismos errores— no has comprado IA. Has comprado actividad. Y la actividad también se paga.
Los agentes son flujos de trabajo con otro nombre
La palabra agente se ha estirado hasta no significar gran cosa. Conviene la distinción que hace Anthropic en su guía de ingeniería: un flujo de trabajo recorre un camino fijo, escrito por una persona, en el que el modelo ejecuta pasos concretos; un agente decide por sí mismo el camino y las herramientas. Casi todo lo que se vende como agente es lo primero.
No es un reproche. Casi siempre quieres lo primero: sale más barato, es más predecible y se audita mejor. Pero conviene llamarlo por su nombre, porque el diseño, los controles y el coste de un flujo y de un agente no se parecen. Y porque un flujo mal diseñado no mejora por ponerle encima la palabra agente.
Autonomía con frenos
Delegar en una máquina se parece a delegar en una persona: no se delega en bloque, se delega paso a paso. En cada paso hay que decidir tres cosas: qué puede hacer el sistema solo, qué tiene que proponer para que alguien lo apruebe y qué no puede tocar. Cuatro criterios para decidirlo:
- Reversibilidad. Un paso que se puede deshacer admite más autonomía que uno que manda un correo a un cliente o mueve dinero.
- Coste del error. No es lo mismo equivocarse en un resumen interno que en un dato que va dentro de una oferta.
- Frecuencia. Lo que ocurre cien veces al día necesita control automático; lo que ocurre dos veces al mes admite revisión humana.
- Rastro. Si no queda registro de qué se decidió y con qué información, no hay forma de aprender del fallo ni de defenderlo después.
Esto no es una manía nuestra. Para los sistemas clasificados como de alto riesgo, el Reglamento Europeo de Inteligencia Artificial exige supervisión humana efectiva: personas capaces de entender lo que hace el sistema, interpretar su salida y pararlo. Repartir la autonomía paso a paso es la manera práctica de cumplirlo sin frenar el proceso entero.
Gobernanza que se ejecuta
Casi todas las empresas con las que hablamos tienen, o están escribiendo, una política de uso de IA. Muy pocas tienen una gobernanza que se ejecute. La diferencia es sencilla: una política se firma; una gobernanza se nota en el día a día, porque alguien autoriza, alguien revisa, algo queda registrado y hay una respuesta escrita para cuando falle.
Hay marcos serios de los que partir: el AI Risk Management Framework del NIST y la norma ISO/IEC 42001, que define un sistema de gestión de IA certificable. Son buenos puntos de partida y malos sustitutos del trabajo: dicen qué tiene que existir, no cómo encaja en tu proceso de compras, en tu comité de calidad o en tu forma de aprobar un presupuesto. Esa traducción es el trabajo.
Valor real o coste que se ha movido de sitio
La pregunta final es si la IA ha creado valor o si solo ha desplazado el coste y la complejidad a otra parte. Pasa más de lo que parece: el tiempo que ahorra quien redacta se lo come quien revisa; la tarea desaparece del equipo y reaparece como mantenimiento de un sistema; la licencia es barata y el coste total de propiedad no lo es.
Por eso medimos antes de empezar. Sin línea base no hay mejora, hay opinión. Y medimos las dos columnas: la que baja (tiempo de ciclo, retrabajo, coste por operación) y la que sube (tiempo de revisión, incidencias, dependencia de un proveedor). Si solo miras la primera, cualquier proyecto sale bien.
La presión por hacer algo con IA no se va a ir. Lo único que puedes elegir es si le respondes con actividad o con un cambio de estado.
Por dónde empezaríamos
Si la presión ya está encima, lo más útil no es elegir herramienta. Es elegir un proceso: uno que duela, que se repita y que se pueda medir. Entenderlo como es hoy, decidir paso a paso qué se delega, montarlo con los controles puestos y mirar los números a las ocho semanas con la gente que lo usa delante.
Lo demás —la herramienta, el modelo, si se llama agente o flujo— se decide solo cuando esa parte está clara.