Durante décadas, las organizaciones han codificado su conocimiento en formatos diseñados para el consumo humano: sitios web con diseños visuales, PDFs con tablas formateadas, presentaciones con gráficos, documentos con encabezados y viñetas. Los datos no solo se presentan para los seres humanos, sino que también se almacenan de esa manera.
Pero los formatos de datos son solo parte del problema. Incluso cuando la información está estructurada correctamente, los agentes de IA siguen enfrentando barreras: sistemas que no se comunican entre sí, interfaces de acción diseñadas para hacer clic en lugar de ejecutar comandos, y mecanismos de autenticación que asumen que un humano realiza las solicitudes.
La solución es exponer las capacidades de los sistemas mediante interfaces programáticas. En lugar de que un agente “haga clic” a través de un portal, el sistema debería proporcionar un canal directo donde el agente pueda autenticarse, solicitar datos y actuar. Protocolos como el MCP son los primeros pasos hacia la estandarización, pero el verdadero catalizador serán las organizaciones que primero reconfiguren sus sistemas y superen a aquellas que todavía ejecutan agentes a través de interfaces humanas.
LEA TAMBIÉN: Agentes IA ya son una realidad en Perú: esta es la hoja de ruta de Microsoft para 2026
La capa humana
Las mismas suposiciones que moldearon nuestro software también moldearon nuestras organizaciones: sistemas diseñados en torno a limitaciones humanas que los agentes no comparten. La capa organizacional es aún más profunda.
Las empresas están a punto de dejar atrás la era del "copiloto" de la IA, según Softtek, que prevé un cambio radical hacia agentes autónomos en 2026, capaces de gestionar procesos complejos y redefinir el futuro del trabajo. (Imagen referencial creada por GESTIÓN MIX usando la IA de "Perplexity")
Las jerarquías corporativas existen por dos razones relacionadas. Primero, los humanos tienen una capacidad limitada para procesar información. Segundo, la coordinación es costosa.
Los agentes de IA socavan ambas justificaciones. Acceden a los datos de los departamentos al instante, reconcilian inconsistencias, identifican patrones y generan reportes en segundos. Además, coordinan la información a un costo marginal cercano a cero, colapsando los costos de transacción que justificaban múltiples capas de mandos intermedios.
Esto plantea una pregunta: Si los agentes pueden encargarse tanto de la coordinación como de la ejecución, ¿qué deberían hacer los humanos?
En la práctica, observo que los roles humanos se desplazan hacia propietarios y verificadores.
Los propietarios definen cómo luce el éxito. Establecen la dirección, toman decisiones que implican valores y compensaciones, y determinan las restricciones dentro de las cuales operan los agentes.
Los verificadores auditan los resultados, gestionan excepciones y mantienen la responsabilidad cuando algo sale mal. Revisan lo que producen los agentes, detectan errores antes de que escalen y toman decisiones que quedan fuera de los parámetros normales.
Esto no se trata de eliminar puestos. Se trata de cambiar lo que requieren esos puestos.
LEA TAMBIÉN: Adiós a los copilotos: la era de la IA agéntica ya está aquí para 2026
Los mecanismos de control de un agente IA
Un agente con acceso a todo también puede romper todo. Aquí es donde la burocracia demuestra su valor. Los formularios, las autorizaciones y las revisiones obligatorias surgieron para prevenir errores, garantizar la equidad y resolver problemas de coordinación conforme las organizaciones crecieron. Estos procesos existen para detectar fallas antes de que se vuelvan irreversibles.
El camino a seguir
La transición hacia operaciones centradas en agentes no requiere una transformación masiva. Requiere cambios concretos en cuatro áreas.
1. Datos: Conviértalos en texto sin formato.
Convierta las políticas, los procedimientos, las notas de reuniones y el conocimiento institucional a formatos de texto sin formato, como Markdown. Almacénelos en estructuras de directorios con capacidad de búsqueda. Los PDF y documentos formateados se convierten en resultados para los seres humanos, no en fuentes de verdad para los agentes.
2. Herramientas: Construya herramientas para agentes.
Cree interfaces programáticas que permitan a los agentes consultar datos de la empresa y ejecutar acciones. Comience con acceso de solo lectura a bases de conocimiento y después agregue capacidades de escritura con mecanismos de aprobación humana.
3. Roles: Reestructure en torno a la propiedad y la verificación.
Para cada rol, identifique qué corresponde a propiedad (definir el éxito, establecer restricciones), qué corresponde a verificación (auditar resultados, gestionar excepciones) y qué corresponde a ejecución (territorio de los agentes). Contrate pensando en autonomía, no solo en habilidades técnicas.
4. Mecanismos de control: Diseñe un sistema de verificación independiente.
Implemente reglas automáticas que detecten situaciones fuera de lo normal y establezca autorizaciones obligatorias para acciones de alto impacto. Y asegúrese de que estos controles sean simples e independientes de los sistemas de IA que supervisan.
*Por: Harang Ju (profesor asistente en la Escuela de Negocios Johns Hopkins Carey)
