Un agente de IA recibe un objetivo, consulta las herramientas y la información que le autorizas, ejecuta varios pasos y entrega un resultado o propone una acción. Un chatbot responde y ahí termina el trabajo.

Esa diferencia cambia lo que se espera de quien dirige un equipo.

Mi lectura es que el valor de un mando medio se mueve del reparto de tareas hacia el juicio. Pesan más decidir qué se automatiza, revisar las excepciones y responder por el resultado que escribir prompts ingeniosos.

Un agente puede preparar, clasificar, investigar y ejecutar pasos acotados. No puede responder por lo que hizo, porque no es una entidad moral ni legal.

Esa responsabilidad sigue teniendo nombre y apellido humano.

El límite principal: el respaldo de este texto viene de organismos y proveedores internacionales, y los casos de empresas los cuenta el propio proveedor. No tengo datos de México.

Tómalo como criterio de diseño y no como medición de resultados.

En cifras

Antes de delegar, elige un flujo de trabajo y no una herramienta

El error típico es activar un agente y después buscarle trabajo. Conviene invertir el orden: primero un flujo que ocurra seguido, que puedas medir y que ya tenga fricciones conocidas.

Si hoy tu equipo delega cosas sueltas a un asistente, por ejemplo con tareas de trabajo por voz en ChatGPT, está en la etapa anterior. Alguien pide, la herramienta responde y esa misma persona verifica cada vez.

Un agente da el siguiente paso, y por eso exige más diseño.

Qué flujo vale la pena rediseñar

Mapea cuatro cosas: el resultado de negocio que importa, las etapas actuales, los puntos donde hay esperas, errores o duplicación, y la métrica base antes de usar IA.

Un ejemplo de cómo delimitar: en lugar de “usar IA para ventas”, prepara cada mañana la investigación de cuentas estratégicas, con fuentes verificables y sin enviar mensajes automáticamente.

OpenAI plantea algo parecido: un flujo completo, repetible y relevante, con sistemas, traspasos, controles y resultados medibles.

Sus propios ejemplos sirven de ilustración, no de prueba general, porque los cuenta la empresa sobre sus clientes y productos:

• Basis: según OpenAI, el primer día de onboarding pasó de dos horas a 30 minutos, con RR. HH. disponible para las excepciones.
• Clay: OpenAI reporta cerca de una hora diaria menos de revisión de bandeja para una ingeniera, con la evidencia a la vista para validar antes de actuar.
• Exa Labs: hay revisión humana antes de que algo se publique o se convierta en compromiso externo.

En los tres casos la persona conserva la decisión y el agente se queda con una secuencia estable.

¿Qué tareas delegar a la IA y cuáles supervisar?

Piensa en tres niveles, de menos a más riesgo.

Lo repetitivo, reversible y de bajo impacto, como etiquetar solicitudes internas, se puede delegar con revisión por muestreo.

Lo que tiene reglas claras e impacto moderado, como preparar borradores con plantillas aprobadas, admite que el agente proponga o ejecute dentro de límites.

Lo ambiguo o con excepciones frecuentes, como priorizar clientes o incidentes, pide que el agente analice y recomiende y que una persona decida.

Cualquiera que haya visto 2001: Odisea del espacio recuerda a HAL 9000, una máquina con misión y sin un punto de parada fácil de usar.

Tu agente necesita lo contrario: un lugar definido donde se detiene.

Lo que siempre decide una persona

Cuando la decisión toca dinero, empleo, cumplimiento, reputación o contratos, el agente solo apoya con evidencia, simulación o preparación.

Hablo de contratar, despedir, otorgar crédito, fijar precios sensibles, aplicar sanciones o asumir compromisos contractuales.

Lo mismo ocurre con lo relacional: una conversación de desempeño, una negociación o la atención de una queja grave. La IA puede prepararte el contexto, pero quien da la cara eres tú.

El marco AI RMF de NIST pide definir y documentar los procesos de supervisión humana y diferenciar los roles humanos de decisión y vigilancia.

Un “mantén a una persona en el circuito” genérico no cumple eso. Hace falta una regla concreta de quién decide qué.

La descripción de puesto que le debes a tu agente

A un empleado nuevo le das alcance, accesos y un jefe. A un agente también.

Este documento breve convierte una intención vaga en una especificación. OpenAI propone una lógica similar: disparador, resultado, contexto, herramientas, permisos, evidencia y un punto exacto de parada. Cópialo y llénalo para tu flujo:

DESCRIPCIÓN DE PUESTO DEL AGENTE

Objetivo: qué resultado busca y para quién.
Disparador: cuándo empieza a trabajar.
Alcance: qué sí puede hacer y qué queda fuera.
Fuentes permitidas: sistemas, bases de conocimiento y documentos autorizados.
Herramientas y permisos: lectura, escritura, borradores, ejecución o ningún acceso externo.
Reglas y políticas: privacidad, tono, criterios de elegibilidad, datos prohibidos.
Evidencia requerida: enlaces, registros, fuentes, cálculos o documentos consultados.
Criterios de calidad: exactitud, completitud, tiempo de respuesta, tasa de corrección.
Puntos de parada: qué decisiones requieren aprobación humana.
Escalamiento: qué hace ante datos faltantes, instrucciones contradictorias o confianza baja.
Responsable humano: quién responde por el resultado y quién gestiona la configuración.

Úsalo con un flujo real, no con un ejercicio abstracto. Adapta los permisos al riesgo: si el agente solo prepara borradores, “escritura” puede ser cero.

Ojo, escribe antes los casos de excepción: qué pasa si dos fuentes discrepan, si falta evidencia o si alguien pide una excepción a la política.

Ahí está la parte gerencial del trabajo.

¿Cómo sabes si el agente de verdad está funcionando?

Mide el flujo completo y no el uso de la herramienta. Compara contra la línea base que fijaste al inicio:

• Tiempo de ciclo antes y después.
• Calidad según una rúbrica.
• Tasa de corrección humana.
• Casos que escalan a una persona.
• Errores atrapados antes de llegar a un cliente o sistema.
• Costo por tarea completada y carga nueva de revisión.

Revisa los resultados con tres preguntas: si es exacto frente a fuentes confiables, si cumple política y contexto, y si respetó permisos y privacidad.

En procesos de bajo riesgo basta el muestreo. En los de alto impacto, la validación ocurre antes de ejecutar o publicar.

Lo que conviene dejar de medir son los prompts, las tareas generadas y las horas ahorradas estimadas.

OpenAI lo dice sobre sus propios datos: el volumen de uso muestra que se le pide más trabajo a la IA, pero solo los resultados del flujo dicen si eso importa.

Dónde se rompe este criterio y qué no cubre

Primero, si el proceso ya está roto, un agente solo lo acelera. Datos inconsistentes, criterios contradictorios o dueños sin definir se resuelven antes de automatizar.

Segundo, la evidencia de adopción es de proveedor. Microsoft encuestó en 2025 a 31,000 trabajadores de 31 mercados.

De ellos, 28% de los directivos consideraba contratar responsables de fuerza laboral de IA y 32% especialistas en agentes en los siguientes 12 a 18 meses.

Tercero, lo que un agente puede hacer sin revisión cambia con la tecnología, el riesgo y la regulación. Los principios de este texto envejecen más lento que las recomendaciones puntuales.

Conviene revisar los permisos cada vez que cambie el modelo o el flujo.

Y queda el hueco que ya dije: sin datos de México, no sé qué tan frecuentes son estas prácticas en empresas mexicanas.

Supervisado por Santiago González y Musi.