¿Hay que refundar tu empresa para la era de los agentes?

Nuevo episodio del podcast Es la Hora de Aprender con Cristian Tala, Diego Arias y Rodrigo Rojo. ¿Refundar tu empresa o hacerle reingeniería para la era de los agentes? Rodrigo, Cristian y Diego debaten procesos, datos, revenue por empleado, qué dejar en manos humanas y cómo medir a tus agentes.

Rodrigo trae la pregunta que Cristian dejó abierta en el episodio anterior: ¿hay que refundar tu empresa para la era de los agentes, o basta con una reingeniería? Antes, los tres cuentan sus cagadas de la semana: a Diego le robaron un token de GitHub desde su Hermes, Cristian perdió trabajo en su DGX Spark y Rodrigo terminó armando un homelab. Después vienen los tres dilemas de una empresa con agentes, el revenue por empleado, qué dejar en manos humanas y la pregunta más difícil: cómo medir a tus agentes.

Lo que vas a aprender

• Los tres dilemas que una empresa tiene que resolver antes de meter agentes
• Por qué el revenue por empleado es el indicador que manda
• Qué dejarías en manos humanas si partieras hoy de cero
• Cuándo la IA atiende mejor que una persona y cuándo no
• Cómo empezar a medir a tus agentes, del binario funcionó o no a los OKR

¿Qué pasó cuando a Diego le robaron un token desde su Hermes?

Diego tiene un Hermes en la nube al que le dio acceso a todo: correo, calendario, cuentas de banco y lo que se le ocurriera, buscando que tuviera el máximo poder posible. Hasta que su empresa le avisó que había muchas claves comprometidas y le quitó los accesos que tenía para hacer cambios en plataformas como desafiolatam.com.

El atacante consiguió un token de GitHub. Diego reconoce dos errores: pasaba las claves por el chat y a cada token le daba todos los permisos posibles. Cambió todas las contraseñas en vez de borrar el servidor y empezar de cero, y le falta la revisión final para recuperar los permisos.

Sus aprendizajes:

• No pasar las claves por el chat del agente.
• Permisos mínimos: cada token con lo necesario y nada más.
• Rodrigo suma uno: autenticación de dos factores en todas las cuentas. Mientras más capas, mejor.

Grok Bot para operar, Claude para la estrategia

Cristian intentó armar con Grok Bot una estrategia de contenidos para su marca personal y no le funcionó, aunque admite que puede ser culpa suya. Como operario que le recuerda cosas, le hace tareas y revisa todo, Grok Bot le parece increíble. Pero la estrategia la sigue generando con Claude, directo desde Claude Code, y su Hermes no lo ha cambiado por nada.

También pierde trabajo por esperar tecnología. Su DGX Spark corre en producción y desarrolla directamente ahí. Estaba esperando la versión estable de vLLM para correr un modelo de NVIDIA; la instaló, partieron los benchmarks y de repente el Spark se colgó y perdió lo que estaba haciendo. Tiene fe en Qwen 3.8 Flash Next, que a nivel de coding y de agente le parece mejor que todos los que está probando, y espera que la versión 0.34 del motor lo corra de forma estable.

¿Cómo la IA local llevó a Rodrigo a armar un homelab?

Rodrigo se compró un NAS con cuatro discos duros porque su computador de escritorio se estaba quedando sin espacio con los videos del podcast y los respaldos de sus clases. De ahí pasó a definir para qué sirve cada dispositivo: el NAS para almacenar, un computador que tenía desconectado como servidor de aplicaciones, el DGX Spark y su escritorio con una RTX 5090 que no aprovecha porque juega menos de lo que debería. Ya piensa en un switch y un rack chico.

En el NAS guardará los modelos que descarga, como los de transcripción y el de Qwen que usó en su editor de video para los timestamps de los subtítulos, para que sus agentes los tomen de ahí sin bajarlos de nuevo. Y antes iba a YouTube a buscar un tutorial; ahora configura todo con Hermes al lado.

“Está bien entretenido el viaje de cómo la IA local me obligó a aprender de homelab.” — Rodrigo Rojo

¿Por qué tienes que actualizar tus servidores hoy?

En dos semanas salieron vulnerabilidades en Node, en PHP (php2shell) y en Linux. Ubuntu incluso avisaba cuáles eran críticas de actualizar en el Spark. La invitación es directa: si juegas con servidores en la nube o en tus equipos, actualízalos; si tienes WordPress, también, por PHP. Y si mantienes servidores de verdad, con mayor razón.

Rodrigo explica por qué la urgencia es mayor: sale el parche, se anuncia, y con IA alguien le hace ingeniería inversa y lo explota antes de que el resto termine de actualizar. Su recomendación es usar túneles de Cloudflare o Tailscale y apoyarse en un agente propio conectado al servidor para corregir rápido.

Cristian, que ayudó a varios con vulnerabilidades de PHP, agrega dos capas:

• Bloquear bien los puertos de la máquina. Una cosa es tener la vulnerabilidad y otra es tener acceso a la máquina. No reemplaza el parche, pero evita muchos problemas.
• Bloqueo por geolocalización. Si sabes que nadie de ciertos países va a usar tu plataforma, bloquea por IP. Cloudflare y AWS lo hacen a nivel de load balancing. No es la mejor idea, pero sirve de parche.

Corporaciones, one man armies y las empresas del medio

Cristian plantea los dos extremos. Por un lado, corporaciones gigantes que, si despiden en masa sin los bolsillos de Amazon o Meta, quiebran por las indemnizaciones. Por otro, los one man armies: emprendedores que parten solos, AI native, con un equipo de agentes con nombre y rol.

Al medio quedan las empresas de 10, 20, 30 o 100 personas que no saben qué hacer. Algunas pymes y startups están refundando la compañía, y hay casos que se han ido a quiebra para partir de cero con los mismos clientes, pero con equipos más agénticos.

Cristian sí cree que hay que refundar, sobre todo las empresas cuya estructura ya no se puede modificar para ser competitivas. La diferencia de costo entre una persona con muchos agentes y 100 personas sin ninguno es enorme. Aunque advierte que los agentes sí cuestan mucho dinero cuando se usan directamente por API, sin las suscripciones subvencionadas de herramientas como Claude Code.

¿Cuáles son los tres dilemas de una empresa con agentes?

Para Rodrigo, el protagonismo de los agentes en la organización tiene que ser muy alto. Hoy se inclina por un gran agente poderoso con agentes especializados, más que por un clon de cada colaborador. Los agentes se hacen cargo de procesos donde no hace falta intervención humana, y el humano entra a verificar, autorizar, validar o usar ese output como input de su propio trabajo. Ordena el problema en tres dilemas:

1. Cómo implementarlo. Un agente para cada uno, agentes generales o especialistas por área. Rodrigo valora la flexibilidad de probar: hay cosas que Grok Bot resuelve mejor que Hermes, y al revés.
2. Dónde está la data y la documentación. La idea de la empresa data driven y de la data como el nuevo petróleo choca con la realidad: las organizaciones se mueven en Excel y con mucho trabajo manual. Ahora los PPT y PDF son datos que un modelo puede entender, y el desafío es extraer su valor y diseñar una estructura explotable. Su ejemplo: una skill de propuestas comerciales que lleva unas diez versiones, con precios y catálogos dentro, y que ahora le arma una propuesta en nada.
3. Qué procesos repensar. El más importante. La gente trabaja los procesos “porque así lo hacemos”, sin cuestionarlos, y la IA vuelve nebulosos los bordes entre cargos y áreas. Si no repiensas roles y procesos, es difícil sacarle valor.

“Todos los procesos, en casi todas las empresas, están en la cabeza de las personas que los hacen, porque no están escritos realmente en ninguna parte.” — Rodrigo Rojo

Rodrigo distingue además tres niveles de adopción: eficiencia, que es lo que todos ven; rediseño, y transformación, cuando abres líneas de negocio que antes eran imposibles. En LATAM se adopta lento. Chile vuelve a liderar el ILIA 2026, el índice latinoamericano de IA, pero en las organizaciones hay pocas licencias, y ahí ve espacio para capturar mercado rápido.

¿Ya hay agentes mejores que un senior?

Cristian tiene sentimientos encontrados. Al inicio del podcast decía que los agentes de coding estaban a nivel junior; hoy tiene agentes que hacen la pega mejor que muchos senior que conoce. Probó Paxel, una herramienta de Y Combinator que revisa tus repositorios y tus sesiones de Claude, OpenCode o Codex y te asigna un arquetipo. El suyo salió arquitecto, y le hace sentido: diseña las soluciones, usa mucho el planning y decide el stack, mientras los agentes desarrollan.

En sus sistemas tiene agentes con modelos livianos como Claude Haiku revisando los logs en tiempo real. Detectan errores, desarrollan la solución, abren el PR, y él en la mañana decide si hace merge. Trabajan mientras duerme. Lo que no ha logrado es lo mismo en marketing u otras áreas.

Rodrigo tiene la explicación: la IA es un efecto multiplicador. Cristian tiene años de conocimiento técnico y de procesos, y por eso le resulta natural convertirlo en agentes. En marketing no tiene diez años de experiencia ni ese lenguaje.

¿Por qué el revenue por empleado es el indicador que manda?

Para Diego, el mejor output es la plata: cuánto se vende y cuánto se gasta. En su empresa, haciendo el cálculo rápido, el revenue por empleado aumentó al doble.

El caso que aparece es Steam: según los datos que trajo Cristian, son unas 350 personas con cerca de 50 millones de dólares de ingresos por empleado. Rodrigo suma a Obsidian, con un equipo de 10 u 11 personas que va más lento y feliz, a su ritmo.

Cristian lanzó una pregunta: ¿cuánto ganan en promedio los administrativos y directivos de Steam? Su respuesta, según los datos que trajo:

Área en Steam	Sueldo promedio anual (sin bonos)
Administración y directivos	US$4,5 millones
Desarrollo de videojuegos	US$1 millón
Plataforma Steam	US$960 mil
Desarrollo de hardware	US$415 mil

A eso se suman bonos que pueden ir de US$240 mil a US$370 mil al año.

Rodrigo trae otro dato: Linus Torvalds dijo que en el kernel de Linux se acepta código asistido con IA. A él le importa el output. Para Rodrigo, el debate moral ya no frena nada: la IA llegó y la adoptas o te quedas atrás. Y es el más optimista de los tres: si se hace bien, hay espacio para upskilling y reskilling, y si el negocio crece, no deberías echar gente. Eso sí, la IA revela la distancia entre los buenos y los malos de la empresa, porque los malos empiezan a entregar slop. Diego lo ve en la velocidad: lo que antes tomaba un día o una semana hoy se hace en un minuto, y si alguien no lo hace así, está haciendo algo mal.

“Que puedas hacerlo todo no significa que tengas que hacerlo”

Cristian levanta una advertencia que repite en su comunidad y en las empresas que ayuda: querer hacer todo porque puedes hacerlo puede llevarte a no hacer nada. Tienes un negocio que sacar adelante, roles y metas.

“Si vas a desarrollar tu propio CRM de 20 dólares al mes porque puedes hacerlo y vas a estar un mes haciéndolo, no.” — Cristian Tala

Diego matiza: si el CRM te ahorra mucho dinero, como en su caso, hazlo. Cristian está de acuerdo: hay una diferencia entre 20 dólares al mes y 10 mil o 100 mil.

Si partieras hoy de cero, ¿qué queda en manos humanas?

Rodrigo da vuelta la pregunta: si armaras la empresa hoy, con agentes como Claude Opus 5.5, ¿cómo la harías? Y advierte que lo difícil es identificar los procesos que todavía requieren tu criterio, porque la empresa no es solo una suma de procesos individuales. Después vienen las decisiones de profundidad y de stack: API, cuentas enterprise o teams, IA local, servidores propios.

Cristian mantendría con humanos todo cargo relacionado con personas y posventa; el resto, no. Finanzas automatizadas o externalizadas, y desarrollo igual. Su argumento: uno quiere ser atendido por un humano, pague 20 o 2.000 dólares al mes. Lo ilustra con una empresa de agua de la que fue cliente por años, pese al mal servicio, la mala página web y los pagos en línea que se caían. Lo aguantó todo hasta que tuvo un problema de atención al cliente, y se fue.

¿Humano o máquina en la atención al cliente?

Diego no está de acuerdo: a veces no quiere hablar con una persona, quiere una respuesta rápida, y si un robot se la da, mejor. Cristian separa: en B2C lo más probable es que termines con una máquina; en un servicio B2B, como capacitar a gobiernos y empresas grandes, deberías terminar con un humano.

Rodrigo cree que la pregunta está al revés. En chat o WhatsApp está demostrado que la IA bien implementada mantiene el NPS, la relación con la empresa, y el CSAT, la satisfacción con la atención, mientras reduce el tiempo de atención y mantiene o mejora la tasa de problemas resueltos. Para preguntas de nivel 1 de un SaaS o una telco, un agente lo hace mejor que una persona.

Cristian aclara su punto: si el soporte se puede automatizar, bien. Pero si después alguien de la empresa te llama para preguntar si te atendieron bien y si necesitas algo más, no te vas de esa empresa.

Para Rodrigo, la decisión parte de la experiencia que quieres dar, y desde ahí se define la combinación de persona, máquina y proceso. Su regla de oro: si el cliente paga un ticket alto, debería tener una persona dedicada, y que dé un buen servicio.

¿Cómo se mide a un agente de IA?

Rodrigo conecta con lo que contó de una ingeniera de SpaceXAI: su trabajo era construir las reglas de verificación que le permitieran confiar en el trabajo de los agentes. Son las mismas reglas que pones en una empresa, solo que a las personas les supones criterio. A los agentes no, así que necesitas restricciones, definiciones de verificación y tests. Y para tener una empresa con agentes, tienes que poder medirlos, como haces evaluación de desempeño y KPI por puesto con las personas.

Las respuestas de los tres muestran que nadie lo tiene resuelto:

• Diego tiene un CRM con bots de WhatsApp y correo por proyecto. Creía que funcionaban bien, porque quienes terminaban la conversación los evaluaban bien, hasta que una persona le contó un reclamo por LinkedIn. Ahora levantará una evaluación al cierre de cada conversación.
• Cristian admite que hoy solo mide si funcionó o no, algo binario. Incluso su benchmark de modelos mide si la tarea se logró, no qué tan bien.
• Rodrigo recuerda que en una empresa hay costos detrás y no existe una línea directa entre la cuenta de 200 dólares de Claude y el resultado. Faltan criterios, y además está la calidad percibida del trabajo, que depende de quién la mire.

Diego agrega cómo lo mide Meta, según un amigo que trabaja en WhatsApp: el revenue que genera el equipo, el ahorro en infraestructura en dólares, los experimentos lanzados con revenue positivo, métricas específicas del equipo como el watch time y, en el peor caso, las líneas de código, la métrica más famosa. Rodrigo lo resume en OKR, y lanza un experimento: le pondrá un OKR a su Grok Bot. Cristian le pide revisar antes si alguien ya hizo algo parecido.

Hermes en el celular, probado en vivo

La beta de Hermes para Android está abierta. Rodrigo la instaló: te inscribes por Firebase, descargas el APK y te conectas a tu gateway. Antes del episodio no logró entrar a su gateway del DGX Spark, pero durante la grabación lo conectó con solo la contraseña y pudo ver sus hilos. Es muy similar a la aplicación de escritorio.

Un detalle por corregir, según Rodrigo: si la máquina que tiene la sesión abierta está prendida, Hermes no te deja seguirla desde otro lado, algo que Grok Bot sí permite. A Cristian no le pasa con su Hermes en un VPS, así que queda pendiente revisar qué versión usa cada uno.

Cristian confiesa que mientras grababan no podía dejar de pensar en probar la beta. Espera volver al 100 % a Hermes cuando salga su versión proactiva, y apenas salga Qwen 4.

Veredicto: ¿refundar o reingeniería?

• Cristian: sí, aunque depende del tamaño de la empresa y de la cantidad de empleados humanos. En general, sí.
• Diego: siempre, aunque sea por partes, porque el cambio es muy grande.
• Rodrigo: sea refundación o reingeniería, recuerda los tres frentes: procesos, personas y tecnología, con muchas definiciones que tomar. Y empieza a hacerlo ya, de forma responsable, antes de que el cambio te obligue.

Capítulos del episodio

• 00:00 — Intro: qué aprendimos y qué cagadas nos mandamos
• 00:57 — Diego, hackeado: su Hermes tenía acceso a todo
• 03:14 — Grok Bot para operar, Claude para la estrategia
• 05:17 — Cristian pierde trabajo en el DGX Spark esperando vLLM
• 07:57 — Rodrigo arma su NAS: la IA local lo llevó al homelab
• 13:26 — Node, php2shell y Linux: actualiza tus servidores
• 18:00 — El tema central: ¿hay que refundar tu empresa?
• 19:23 — Corporaciones, one man armies y las empresas del medio
• 21:24 — Tres dilemas: agentes, data y procesos
• 25:38 — Agentes de código “mejor que muchos senior”
• 28:52 — Revenue por empleado, el indicador que manda
• 30:05 — Steam y Obsidian: equipos chicos, impacto gigante
• 32:01 — Linus Torvalds y el código hecho con IA
• 36:27 — “Que puedas hacerlo todo no significa que tengas que hacerlo”
• 40:06 — Si partieras hoy de cero: ¿qué queda en manos humanas?
• 42:49 — ¿Humano o máquina en la atención al cliente?
• 46:10 — Cómo medir a tus agentes
• 52:38 — Hermes en el celular, probado en vivo
• 54:41 — Cómo mide Meta la IA y OKR para agentes
• 56:16 — Veredicto: ¿refundar o reingeniería?

Preguntas frecuentes

¿Hay que refundar una empresa para la era de los agentes?

En general sí, según Cristian, aunque depende del tamaño y de cuántos empleados humanos tenga. Diego cree que siempre hay que hacerlo, aunque sea por partes. Rodrigo lo plantea como refundación o reingeniería profunda, con decisiones de procesos, personas y tecnología.

¿Qué decisiones hay que tomar antes de meter agentes en una empresa?

Tres: cómo implementarlos (un agente por persona, generales o especialistas), dónde vive la data que los alimenta y, sobre todo, qué procesos repensar, porque casi todos están en la cabeza de quien los hace.

¿Cuál es el mejor indicador para una empresa con agentes de IA?

El revenue por empleado. En la empresa de Diego se duplicó. Steam, con unas 350 personas, genera cerca de 50 millones de dólares por empleado.

¿La atención al cliente la debe hacer un humano o una IA?

Depende de la experiencia que quieras dar. En soporte de nivel 1 por chat o WhatsApp, la IA bien implementada mantiene el NPS y el CSAT. Si el cliente paga un ticket alto, debería tener una persona dedicada.

¿Cómo se mide el desempeño de un agente de IA?

Nadie lo tiene resuelto. Evalúa cada conversación al cerrarla, ve más allá del binario funcionó o no funcionó y ponle OKR al agente, como hacen equipos como los de Meta con revenue, ahorro y experimentos.

Recursos mencionados

• php2shell — la falla crítica de PHP que obliga a actualizar
• La falla del kernel de Linux con puntaje 9,8 — la vulnerabilidad de Linux de la semana pasada
• Hermes Mobile — la beta oficial de Hermes para iOS y Android
• ILIA 2026 — el índice de IA de CEPAL y CENIA
• Valve y los 50 millones de dólares por empleado — el caso Steam
• Paxel — tu arquetipo de builder con IA, de Y Combinator
• Grok Bot — el agente de SpaceXAI
• vLLM — motor para modelos open weights
• Benchmark de modelos de Cristian — el benchmark de modelos de IA de Cristian

---

Escucha el episodio completo

eslahoradeaprender.com/episodios/27

Spotify · YouTube