Gestionar mañana: saber dirigir agentes de IA

El rol del gerente siempre ha consistido, en parte, en organizar el trabajo. Comprender los objetivos, repartir las responsabilidades, coordinar a las personas, dar seguimiento al desempeño, intervenir cuando aparece un problema y asegurarse de que los recursos disponibles se utilicen eficazmente forman parte de sus responsabilidades fundamentales.

Hasta hace poco, esta capacidad operativa se apoyaba principalmente en personas acompañadas de sistemas informáticos relativamente deterministas. El software ejecutaba funciones definidas y los seres humanos conservaban generalmente la responsabilidad de interpretar la información, decidir los siguientes pasos y actuar.

La llegada de los agentes de inteligencia artificial comienza a modificar esta dinámica. Algunos sistemas pueden recibir un objetivo, consultar varias fuentes de información, utilizar distintas herramientas, realizar una secuencia de operaciones y transmitir su resultado a una persona, a una aplicación o a otro agente. A medida que estas capacidades progresen, algunos equipos funcionarán con una combinación de personas, automatizaciones tradicionales y agentes de IA con distintos grados de autonomía.

Esta evolución no exige que los gerentes se conviertan en especialistas técnicos de la inteligencia artificial. Sin embargo, les exige desarrollar una nueva competencia: comprender suficientemente esta capacidad para determinar qué responsabilidades pueden confiársele, con qué autoridad, dentro de qué límites y bajo qué supervisión. Gestionar mañana significará también aprender a organizar de manera inteligente el trabajo realizado por personas y por agentes de IA.

Los primeros usos profesionales de la inteligencia artificial generativa adoptaron principalmente la forma de una relación entre una persona y una herramienta. El usuario formula una solicitud, recibe una respuesta, la evalúa y luego decide qué desea hacer con ella. En esta configuración, el control del proceso permanece claramente en manos del ser humano.

Los agentes introducen una dinámica distinta. Pueden perseguir un objetivo, buscar información, interactuar con varios sistemas, utilizar herramientas, desencadenar ciertas acciones y determinar algunas etapas intermedias necesarias para cumplir su misión. Se convierten así en participantes activos de ciertos procesos operativos.

Un agente comercial podría, por ejemplo, preparar el expediente de un prospecto antes de una reunión, buscar información pertinente, actualizar ciertos datos en el CRM y proponer las siguientes acciones. Un agente de abastecimiento podría supervisar niveles de inventario, analizar el consumo y preparar recomendaciones. Un agente de soporte podría clasificar solicitudes, consultar una base de conocimientos y resolver automáticamente ciertas situaciones sencillas. En cada uno de estos casos, el sistema contribuye directamente al resultado.

La cuestión de gestión cambia entonces de naturaleza. Ya no basta con decidir qué herramientas poner a disposición de los empleados. Hay que determinar qué responsabilidades pueden confiarse a los agentes y en qué condiciones pueden serlo.

Esta decisión se parece, en algunos aspectos, a una responsabilidad que los gerentes ya conocen: la delegación. Un gerente determina qué puede decidir un empleado por sí solo, qué gastos puede autorizar, qué expedientes puede tratar y qué situaciones requieren una aprobación. Esa autoridad depende de su rol, de su experiencia, de los riesgos y de las consecuencias posibles de un error.

Una lógica comparable puede aplicarse a los agentes de IA. ¿Puede un agente únicamente consultar una información o puede también modificarla? ¿Puede preparar un pedido o enviarlo? ¿Puede comunicarse directamente con un cliente? ¿Puede crear una cuenta de usuario, otorgar un crédito, desencadenar un pago o modificar una configuración informática?

La respuesta no depende únicamente de lo que la tecnología sabe hacer. Depende sobre todo de lo que la organización decide permitirle hacer. La capacidad técnica y la autoridad operativa son dos cosas distintas.

Esta distinción conduce naturalmente a una autonomía proporcional al riesgo. Un agente que resume documentos no presenta el mismo nivel de riesgo que un agente autorizado a modificar un pedido de varios cientos de miles de dólares. Una operación fácilmente reversible no tiene las mismas consecuencias que una decisión que compromete contractualmente a la empresa.

Algunas actividades podrán, por lo tanto, automatizarse por completo. Otras podrán realizarse hasta una etapa que exija una validación humana. Algunos agentes podrán actuar automáticamente cuando ciertos valores permanezcan dentro de parámetros definidos y transferir las excepciones a un responsable. Cuanto más aumentan las consecuencias potenciales, más robustos deben ser los mecanismos de control, de validación y de escalamiento.

Esta lógica se relaciona directamente con el AI Onboarding. Antes de integrar a un agente en un proceso, la organización debe definir su rol, los conocimientos a los que puede acceder, su identidad, sus permisos, su nivel de autonomía, sus reglas de escalamiento y los resultados esperados. El objetivo consiste en transformar el despliegue técnico de un agente en una integración organizacional controlada.

Sin embargo, la velocidad constituye una diferencia importante entre la delegación humana y la delegación a una máquina. Una mala decisión humana puede crear un incidente. Una mala decisión automatizada puede reproducirse cientos o miles de veces antes de que una persona constate el problema. La supervisión debe, por lo tanto, adaptarse a esa velocidad y permitir detectar rápidamente los comportamientos inusuales.

El rol del gerente podría entonces evolucionar hacia una gestión más orientada a los resultados y a las excepciones. Cuando un agente realiza varias etapas de un proceso, verificar manualmente cada una de sus acciones anula una parte importante de la ganancia buscada. El gerente debe más bien definir el resultado esperado, los límites que deben respetarse, los indicadores que hay que vigilar y las situaciones que requieren su intervención.

Un agente encargado de tratar ciertas solicitudes habituales podría así funcionar dentro de parámetros precisos. El gerente daría seguimiento a su tasa de resolución, sus errores, sus excepciones, las intervenciones humanas necesarias, las quejas, los plazos y los costos. La supervisión se centraría más en la calidad del proceso y sus resultados que en cada una de las operaciones individuales.

Esta evolución exige mecanismos de control bien diseñados. Una supervisión humana sistemática de cada acción limita fuertemente el valor de la automatización, mientras que una autonomía amplia sin mecanismos de vigilancia aumenta los riesgos. La madurez consiste en definir el nivel de control apropiado según la naturaleza del proceso, la autonomía otorgada y las consecuencias posibles.

Esta transformación también modificará la composición de los equipos. Estamos acostumbrados a representar un equipo mediante un organigrama compuesto por personas. Esa representación podría volverse progresivamente insuficiente. Un equipo comercial ya puede estar acompañado de agentes encargados de investigaciones y de preparación administrativa. Un equipo financiero puede utilizar agentes para efectuar ciertos controles o preparar análisis. Un equipo de TI puede trabajar con agentes capaces de analizar incidentes, preparar documentación o proponer ciertas configuraciones.

Evidentemente, esos agentes no poseen ni estatus de empleado, ni responsabilidad jurídica, ni carrera o motivación personal. No obstante, representan una capacidad operativa que debe organizarse. El gerente debe comprender dónde interviene esa capacidad, evitar duplicaciones, definir las responsabilidades y asegurarse de que las personas sepan qué realizan los agentes, qué información utilizan y en qué momento se vuelve necesaria una intervención humana.

La gestión de un equipo híbrido se convierte, por lo tanto, también en una disciplina de diseño de los procesos.

Esta perspectiva puede transformar la planificación de los recursos. Cuando un equipo alcanza su límite de capacidad, la respuesta consistía tradicionalmente en aumentar la plantilla o mejorar los procesos. Los gerentes dispondrán progresivamente de otra dimensión a considerar: determinar qué parte del aumento de la carga puede absorberse mediante una capacidad tecnológica adicional y qué parte requiere más experiencia humana.

Volúmenes crecientes de investigación, clasificación, preparación de expedientes o de ciertas tareas administrativas pueden a veces ser absorbidos por agentes. Las negociaciones complejas, las relaciones humanas, las decisiones estratégicas, la resolución de situaciones excepcionales y varias formas de juicio seguirán exigiendo una contribución humana importante. La planificación de la plantilla podría así evolucionar hacia una verdadera planificación de capacidad híbrida.

Esta evolución no conduce automáticamente a una reducción de los equipos. En una empresa en crecimiento, puede permitir aumentar considerablemente el volumen de actividad sin tener que hacer crecer todas las funciones al mismo ritmo. También puede permitir que los empleados dediquen más tiempo a las actividades en las que su experiencia, su creatividad, su juicio y su capacidad relacional crean más valor.

Paradójicamente, los agentes de IA podrían, por lo tanto, volver todavía más humanas ciertas dimensiones de la gestión. Si una parte de la recopilación de información, de la preparación de los informes, del seguimiento administrativo o de la planificación puede acelerarse, el gerente puede recuperar tiempo para acompañar a sus empleados, desarrollar sus competencias, resolver problemas complejos, reunirse con clientes y mejorar los procesos.

Sin embargo, ese resultado no es automático. Cinco horas liberadas por la inteligencia artificial pueden servir para producir todavía más informes y comunicaciones. También pueden permitir comprender mejor las dificultades que vive el equipo y trabajar en las verdaderas prioridades. La tecnología crea una capacidad adicional; el uso de esa capacidad sigue siendo una decisión de gestión.

Los empleados también deben comprender su relación con los agentes. Un equipo híbrido funcionará con dificultad si aparecen de pronto sistemas opacos en los procesos sin que las personas comprendan su rol. Los empleados deben saber qué realizan los agentes, por qué se les confían ciertas actividades, qué información utilizan, cómo deben interpretarse sus resultados y de qué manera señalar una anomalía.

Esta transparencia se vuelve particularmente importante cuando el reparto del trabajo evoluciona. Es legítimo que un empleado busque comprender por qué ciertas tareas están ahora automatizadas y qué significa esa evolución para su propio rol. El gerente se convierte entonces en uno de los actores centrales de la transformación organizacional. Debe poder explicar la evolución del trabajo, acompañar a las personas y favorecer el desarrollo de las competencias que se vuelven más importantes.

La adopción de los agentes no puede, por lo tanto, depender exclusivamente de los equipos tecnológicos. Transforma directamente la organización del trabajo y debe involucrar a quienes tienen la responsabilidad cotidiana de esta.

Esta transformación exige una nueva forma de alfabetización en inteligencia artificial entre los gerentes. No necesitan saber entrenar un modelo ni dominar las matemáticas del aprendizaje automático. Su competencia debe ser suficientemente operativa para comprender qué puede lograr un agente, dónde se sitúan sus límites, por qué sus resultados pueden variar y cómo los datos, los conocimientos, las instrucciones, las herramientas y los permisos influyen en su comportamiento.

Esa comprensión también les permitirá formular mejores preguntas a los especialistas de TI, a los expertos en IA y a los proveedores. Contribuirá a evitar tanto una confianza excesiva en la tecnología como un rechazo basado principalmente en su carácter novedoso. El gerente no necesita convertirse en el mecánico de la inteligencia artificial. Debe aprender a gestionarla como una capacidad operativa.

Esa capacidad se apoya a su vez en la calidad de los conocimientos a los que los agentes tienen acceso. Un agente integrado a una organización cuya documentación está fragmentada, es contradictoria u obsoleta encontrará rápidamente sus límites. La gobernanza de los conocimientos queda, por lo tanto, directamente vinculada a la calidad del trabajo de los agentes. Esa es precisamente una de las funciones del Qb Knowledge Standard: estructurar y gobernar los activos informativos para que tanto las personas como los sistemas inteligentes puedan comprender suficientemente la organización para trabajar en ella con eficacia.

La identidad constituye otra dimensión esencial. Un agente capaz de interactuar con aplicaciones y datos no debería actuar bajo una identidad genérica ni utilizar indistintamente los privilegios de un empleado. Debe poder ser identificado, sus permisos deben corresponder a su rol y sus acciones deben ser trazables. Los principios del mínimo privilegio, del Zero Trust y de la gestión de identidades se convierten así en componentes directamente operativos de la gestión de los agentes.

La responsabilidad, por su parte, sigue siendo humana y organizacional. Un agente no carga con la responsabilidad organizacional de una decisión. Las personas y la empresa determinan los sistemas utilizados, los accesos otorgados, los controles aplicados y las acciones autorizadas. Cuando un agente tiene el permiso de efectuar un reembolso, modificar un expediente o comunicarse con un cliente, esa autoridad le fue otorgada en el marco de una decisión de gobernanza.

Cuanto más aumenta la autonomía, más explícita debe volverse esa gobernanza. Las responsabilidades deben definirse, las acciones deben ser trazables, los permisos deben limitarse a lo necesario, los comportamientos deben vigilarse y los accesos deben poder revocarse rápidamente. Cuando el número de agentes aumenta, esa gobernanza ya no puede improvisarse caso por caso. Una función como un AI Governance Office puede entonces permitir mantener reglas comunes, responsabilidades claras y una visión global del ecosistema.

El desempeño de los agentes también debe medirse. El simple hecho de que un sistema funcione o produzca resultados impresionantes no basta para justificar su permanencia en un proceso. ¿Cuál es su costo real? ¿Cuál es su tasa de error? ¿Qué proporción de los expedientes se resuelve automáticamente? ¿Cuántos requieren una intervención humana? ¿Qué tipos de excepciones aparecen? ¿Disminuyen los plazos? ¿Mejora la satisfacción de los clientes? ¿Disponen realmente los empleados de más tiempo para las actividades de alto valor?

Estos indicadores permiten evaluar al agente según su contribución al resultado operativo. También se vuelven indispensables cuando la organización comienza a utilizar varios agentes especializados. Sin gobernanza, existe el riesgo de reproducir el fenómeno observado con la acumulación de las aplicaciones SaaS: decenas de herramientas, identidades, permisos, dependencias y costos que se acumulan hasta que nadie tiene ya una visión clara del conjunto.

La gestión debe, por lo tanto, evolucionar antes de que los agentes se vuelvan algo corriente. Las organizaciones ya pueden mapear sus procesos, identificar las decisiones y los niveles de autoridad, estructurar sus conocimientos, mejorar la gobernanza de las identidades y los accesos y desarrollar la alfabetización en IA de sus gerentes. Estos trabajos tienen un valor inmediato incluso cuando pocos agentes están actualmente en producción.

Sobre todo, preparan a la organización para una transformación mucho más profunda: la capacidad de trabajo disponible ya no se medirá progresivamente de forma exclusiva por el número de personas que componen el equipo.

Los agentes de IA introducen una nueva forma de capacidad operativa en las organizaciones. Podrán progresivamente buscar información, utilizar herramientas, realizar secuencias de trabajo y hacerse cargo de ciertas actividades con distintos niveles de autonomía. Su integración modificará necesariamente la manera en que el trabajo se organiza, se delega, se supervisa y se mide.

Los gerentes tendrán, por lo tanto, una responsabilidad adicional: determinar cómo repartir las actividades entre las personas, las automatizaciones y los agentes, definir los niveles de autoridad apropiados, supervisar los resultados y reconocer las situaciones en las que el juicio humano sigue siendo esencial. También deberán acompañar a los empleados cuyos roles evolucionan y asegurarse de que las ganancias tecnológicas se traduzcan realmente en un mejor desempeño del equipo.

Esta transformación va mucho más allá de la elección de una herramienta de inteligencia artificial. Afecta a los procesos, las responsabilidades, las competencias, los conocimientos, las identidades, los permisos, la ciberseguridad y la gobernanza. Por eso el AI Onboarding, la transformación organizacional, el QKS, la IAM, el Zero Trust y la gobernanza de la IA deben considerarse progresivamente como las distintas dimensiones de un mismo entorno de trabajo híbrido.

En Quantum Beyond, nuestro enfoque busca precisamente acompañar esta evolución junto a los directivos, los gerentes, los equipos operativos y los especialistas tecnológicos. Se trata de definir los roles y los niveles de autonomía, estructurar los conocimientos, asegurar las identidades y los accesos, establecer los mecanismos de gobernanza y medir la contribución real de los agentes para que la organización conserve el dominio de esta nueva capacidad.

Los gerentes del mañana seguirán dirigiendo personas, desarrollando sus talentos, tomando decisiones y creando las condiciones necesarias para su éxito. La inteligencia artificial simplemente añadirá una nueva categoría de capacidad que deberán aprender a orquestar.

El verdadero desafío de la gestión en la era de los agentes de IA será saber dónde la inteligencia humana crea más valor, dónde la capacidad de las máquinas puede reforzarla y cómo organizar el conjunto para que la organización, sus equipos y sus clientes obtengan mejores resultados.