Agentes de IA en empresas
Qué necesita un agente de IA para trabajar en una empresa
Por Julián Medina · Director de SourcingUp y creador de CommerceUp
Un agente puede participar del trabajo de una empresa cuando tiene una tarea definida, contexto del negocio, las herramientas necesarias y límites claros. Nuestra experiencia muestra que la continuidad y la revisión humana cambian la calidad de lo que puede aportar.
La diferencia aparece cuando entra al proceso
En ThinkUp conté cómo Mr. Anderson empezó a trabajar dentro de nuestro proceso de ingeniería: con Discord, Jira y conocimiento de las decisiones que fuimos tomando. Lo relevante para mí era que pudiera ubicarse dentro del sistema y entender cómo trabajábamos.
Ese relato es una experiencia propia en SourcingUp y CommerceUp. No significa que cualquier agente pueda hacer lo mismo en otra organización ni que una demostración equivalga a una operación resuelta.
Cuatro condiciones que conviene definir
- Una tarea verificable. Resolver un ticket tiene un alcance más claro que una instrucción como mejorar la empresa. Tiene que existir una manera de reconocer si el trabajo quedó bien.
- Contexto que se pueda recuperar. Reglas, decisiones previas y documentación ayudan a interpretar lo que se pide. También hace falta distinguir qué información sigue vigente.
- Herramientas y permisos acordes. Leer documentación y modificar un sistema son acciones distintas. El acceso debe responder a lo que exige la tarea.
- Una forma de revisión. Hay que decidir quién comprueba el resultado y qué ocurre cuando falta información o aparece un error.
¿Qué cambia con la continuidad?
Una parte del trabajo de una empresa consiste en recordar por qué algo se hizo de determinada manera. Cuando ese contexto está disponible, podemos evaluar si el agente respeta restricciones y aprovecha decisiones anteriores. También podemos detectar cuándo la documentación necesita una corrección.
En aquella edición conté una prueba de más de 35 horas de ejecución. Fue una observación de nuestro trabajo, no un benchmark general ni una promesa de autonomía. Para evaluar un agente me interesa qué resolvió y cuánto trabajo dejó al equipo, además del tiempo que estuvo funcionando.
Qué miraría antes de ampliar su alcance
Revisaría tareas completadas, errores, intervenciones humanas y retrabajo. También probaría qué sucede cuando encuentra una instrucción incompleta o una herramienta que falla. Si no podemos reconstruir sus acciones, nos va a costar corregir el proceso.
La autonomía se define por tarea. El equipo puede permitir que prepare una propuesta y exigir revisión antes de aplicarla. Esa frontera necesita estar en el sistema de trabajo, además de estar escrita en una instrucción.
Empezar por una parte del trabajo
Para una empresa que recién empieza, prefiero un flujo acotado, fuentes identificadas y una persona responsable. Con esa base se puede aprender qué aporta un agente y qué sigue necesitando el equipo. Si todavía no está claro el primer proceso, dejé un criterio para empezar con IA desde un problema concreto.
De dónde sale esta mirada
Experiencia relatada en ThinkUp de abril de 2026: Ya está pasando. Las condiciones y criterios de evaluación de esta guía desarrollan esa mirada; no presentan métricas nuevas de clientes.