Definición de responsabilidades, reglas de negocio y niveles de acceso condiciona la autonomía de los agentes de IA y su capacidad de operar a escala
Incorporar agentes de inteligencia artificial en las empresas depende de la madurez de sus procesos internos. Contar con tecnología capaz de ejecutar tareas o tomar decisiones no garantiza que una organización pueda ampliar sus operaciones si antes no establece objetivos, responsabilidades, reglas de negocio y límites de actuación.
Pablo Olmos, especialista en datos, analítica e inteligencia artificial, explicó en entrevista con NotiPress que una forma de evaluar esta preparación consiste en imaginar qué ocurriría si una compañía recibiera mil empleados nuevos y tuviera que incorporarlos inmediatamente a sus actividades.
[img1]
La pregunta central es si esas personas podrían comenzar a trabajar en pocas horas o días, tomar decisiones de manera independiente y cumplir sus responsabilidades sin comprometer el funcionamiento de los procesos.
Cuando una organización puede responder afirmativamente, significa, desde la perspectiva del especialista, que dispone de procedimientos suficientemente definidos para incorporar nuevas capacidades operativas. En esas condiciones, la integración de agentes de IA podría realizarse con mayor rapidez.
Por el contrario, si cada trabajador necesita semanas o meses de capacitación para comprender sus funciones, responsabilidades y procedimientos, esto puede revelar deficiencias en la documentación o estructura de los procesos.
Uno de los principales obstáculos para escalar operaciones mediante inteligencia artificial aparece cuando los sistemas encuentran situaciones para las cuales la organización no ha definido cómo deben actuar. Estos límites no necesariamente corresponden a problemas tecnológicos, sino a decisiones y reglas empresariales que permanecen sin establecer, explicó el directivo de Aeroméxico.
La preparación comprende distintos niveles de funcionamiento, desde los macroprocesos y la estrategia general de una compañía hasta los procedimientos específicos que regulan sus actividades.
Por ejemplo, una organización necesita definir qué considera un cliente, cómo funciona su estrategia comercial y cuáles son los criterios para tomar determinadas decisiones. También debe establecer límites concretos, como los descuentos autorizados o las condiciones bajo las cuales puede presentar una oferta.
Estas definiciones se extienden a conceptos, procedimientos y metadatos que permiten relacionar las actividades empresariales con las tecnologías utilizadas.
Sin esa estructura, incorporar inteligencia artificial no elimina las indefiniciones existentes. Los agentes pueden encontrar situaciones recurrentes en las cuales carezcan de instrucciones o criterios suficientes para continuar su trabajo.
Fernando Leibowich Beker, CEO de Lidd AI, explicó en otra entrevista con NotiPress que la inteligencia artificial generativa permite desarrollar automatizaciones con mayor agilidad al trabajar con información no estructurada. Según el ejecutivo, esta capacidad facilita resolver casos que anteriormente encontraban obstáculos en los sistemas tradicionales de automatización. En ese contexto, describió a los agentes de IA como una combinación de componentes determinísticos y no determinísticos, que amplía las posibilidades de automatizar procesos empresariales.
Para enfrentar estas dificultades, el especialista propone comenzar por dominios específicos de la organización, en lugar de intentar transformar simultáneamente todas sus operaciones. Así, la selección inicial debe considerar qué áreas tienen mayor capacidad de evolución, cuáles cuentan con disposición de sus responsables y dónde existe una posibilidad de generar valor para el negocio.
Una vez identificado el dominio, el siguiente paso consiste en documentar, estructurar y definir los procesos más importantes, priorizando aquellos que tienen mayor impacto en los resultados empresariales. Esta preparación puede ampliarse gradualmente conforme las primeras actividades quedan suficientemente establecidas.
Sin embargo, el enfoque también requiere participación de los responsables de negocio. La incorporación de tecnología, por sí sola, no transforma los procedimientos existentes si las personas involucradas no participan en su revisión.
En este sentido, la preparación para utilizar agentes de IA implica cuestionar prácticas que llevan años funcionando de una determinada manera y evaluar si todavía responden a las necesidades actuales de la organización.
Llegado este punto, la definición de procesos debe acompañarse de objetivos de negocio que permitan evaluar el valor de las iniciativas tecnológicas.
Olmos considera importante que los equipos de tecnología comprendan cómo sus actividades contribuyen a los resultados generales de la empresa. Esta alineación facilita seleccionar aplicaciones específicas, validar sus beneficios y posteriormente ampliar su implementación.
De manera que las pruebas piloto funcionan para examinar hipótesis sobre el uso de inteligencia artificial antes de comprometer recursos en proyectos de mayor alcance.
Además, los resultados deben poder medirse y compararse con otras iniciativas para determinar cuáles justifican una mayor inversión.
Aquí, la inteligencia artificial puede participar en distintos niveles, desde tareas administrativas repetitivas hasta procesos de apoyo a decisiones directivas. Sin embargo, su aplicación debe responder a una necesidad operativa concreta.
Para las empresas que quieren integrar agentes capaces de ejecutar actividades con autonomía, el desafío comienza por comprender y estructurar su propio funcionamiento. La capacidad de escalar dependerá tanto de las herramientas disponibles como de la claridad con que estén definidos los procesos que deberán ejecutar.