El 78% de los 97 encuestados cuyas organizaciones tienen agentes de IA trabajando sobre datos corporativos detectó al menos una respuesta "segura pero equivocada" en los últimos seis meses, según la encuesta VB Pulse de VentureBeat Intelligence sobre capas de contexto agéntico. El caso de T-Mobile explica por qué: la operadora cargó toda su documentación de soporte en el contexto de sus agentes y el resultado fue peor que antes.
"Nos dijimos: 'por fin tenemos un modelo con ventana de contexto enorme, carguemos toda nuestra documentación de soporte ahí y va a ser el experto, ¿no? Va a saberlo todo'", contó Jeff Simon, CIO de T-Mobile, en el Agentic Infrastructure Stack Summit de VentureBeat, en octubre. "No funcionó en absoluto."
Para un founder que está armando su primer agente sobre datos propios, la lección llega antes de gastar: más contexto no es mejor contexto.
Leíste lo que hace la IA. ¿Y en tu negocio?
Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.
👥 Quiero el Kit →Por qué cargar todo el manual en el prompt falla
El problema no fue el tamaño de la ventana. Fue el conflicto interno del corpus. Simon explicó que la documentación de soporte de una empresa del tamaño de T-Mobile contiene instrucciones contradictorias, y que las palabras de un cliente pueden mapear a más de un proceso.
Un cliente que pide "un dispositivo nuevo" puede querer un teléfono nuevo en su línea actual o una línea adicional. Son dos caminos distintos, con dos dueños distintos.
"Cuando cargas el contexto muy grande, la IA se ve forzada a decidir entre los caminos y la documentación, y puede empezar a responder desde los equivocados", dijo Simon.
El segundo intento fue un knowledge graph. Tampoco funcionó: los agentes tenían que buscar a través de un grafo enorme, y eso toma tiempo. "Y no tenemos mucho tiempo", resumió el CIO. A eso se sumó que, cuando el agente malinterpretaba la consulta, podía tomar la ruta equivocada dentro del grafo y perderse, incluso con guías.
La solución de T-Mobile: una tabla de búsqueda, no un grafo
T-Mobile reemplazó el grafo por un cache simple en una base de datos clave-valor que funciona como tabla de búsqueda. La tabla mapea las formas habituales en que los clientes formulan sus preguntas con el camino que el agente debe seguir, y el equipo la actualiza a medida que aparecen formas nuevas.
Un agente orquestador confirma qué camino quiere el cliente y envía la consulta solo al agente que tiene el contexto de ese camino. La tabla está construida para agentes, no para personas.
"Es muy básico, pero es rápido y responsivo, escala muy bien, y hasta ahora el desempeño de nuestros agentes es bueno", dijo Simon.
Hay un detalle de arquitectura que vale copiar: antes de que la petición llegue al modelo, T-Mobile elimina el contenido que puede no ser relevante. Simon lo llamó uno de sus aprendizajes más importantes. Es lo contrario de cargar todo: es curar antes de preguntar.
T-Mobile viene construyendo agentes que atienden clientes por chat, texto y voz desde 2024, y se enfocó en orquestar agentes en lugar de entrenar modelos propios. Los agentes también pueden ejecutar acciones limitadas sobre las cuentas —comprar un pase de datos internacional o agregar servicios— con verificaciones para confirmar que el cliente quiso hacer esa compra.
El modelo juez que descubrió música de espera inventada
T-Mobile corre un modelo de lenguaje pequeño en paralelo al modelo de producción en cada sesión de chat y voz. Funciona como juez: marca las sesiones donde una respuesta salió mal o el cliente se está enojando para que las revise un humano. El volumen es demasiado alto para revisar todas las sesiones, o incluso una muestra grande.
Correr un segundo modelo en cada interacción agrega costo, admitió Simon, pero el equipo lo considera justificado porque no puede anticipar todas las formas raras en que un cliente va a formular una petición.
El juez encontró algo que nadie esperaba: música de espera sonando en muchas llamadas. T-Mobile no reproduce música de espera. Los ingenieros pasaron un par de semanas revisando los sistemas de telefonía y de respuesta de voz interactiva antes de encontrar la causa en el modelo de cara al cliente. El modelo generaba música de espera cuando hacía una pausa para buscar algo o ejecutar una llamada a una herramienta.
"Fue completamente inventado", dijo Simon. Ahora T-Mobile le indica en sus prompts al modelo que no alucine música de espera.
Qué dicen los números sobre el costo de un contexto mal armado
La encuesta VB Pulse pone cifras a lo que está en juego. Entre los 76 encuestados que reportaron al menos una falla de contexto, el 58% dijo que su caso más significativo se detectó internamente sin impacto externo. El 21% dijo que un cliente, socio o proveedor recibió información incorrecta. El 12% dijo que una cifra incorrecta llegó a un reporte financiero, regulatorio o al directorio, y el 9% tuvo que revertir una decisión o acción.
Sobre cómo se enteran: los chequeos automáticos que comparan la salida del agente contra una fuente confiable lideran con 57%, seguidos por la revisión de muestras por expertos de dominio (55%) y las alertas de dashboards o monitoreo (52%). Que un cliente, socio o proveedor lo note fue nombrado por el 19%.
Y hay un dato que conecta detección con gobernanza: los 55 encuestados que nombraron chequeos automáticos también rastrean si la respuesta equivocada vino del contexto de negocio o del modelo. De los 42 que no los nombraron, 10 (24%) no lo rastrean.
En cuanto a la fuente primaria de contexto de negocio, el 32% usa recuperación sobre documentos o índice vectorial, el 25% consultas directas a sistemas en vivo y el 16% una capa semántica u ontología gobernada. Solo el 10% carga entradas grandes directamente en la ventana de contexto, y un 2% deja que el agente use únicamente el conocimiento general del modelo.
Adobe y Uber: dos formas opuestas de resolver el mismo problema
En el mismo summit, Anjul Bhambhri, vicepresidenta senior de ingeniería de Adobe, describió el enfoque de Adobe CX Enterprise Coworker, el agente de marketing de la compañía: contexto preciso, y la cantidad depende de la tarea.
En el extremo angosto, un especialista en email marketing en Europa necesita los requisitos del email, las políticas de consentimiento de la UE y las reglas propias de la compañía sobre a quién contactar. "Si le das tanto las políticas de consentimiento de la UE como las de EE.UU., ahora hay posibilidades de errores", dijo Bhambhri. En el otro extremo, refinar una campaña de temporada requiere años de historial.
Adobe estrecha el contexto antes de que el modelo vea el prompt: arranca con un contexto semilla fijo por compañía, sigue con un paso de prefetching sobre keywords, índices semánticos y knowledge graphs, y termina con un paso de mezcla y ranking que decide cómo llenar la ventana. El trabajo previo lo hacen comprensión de lenguaje natural y un modelo más barato.
Uber tuvo una experiencia distinta con su grafo. En un post de su blog de ingeniería del 27 de agosto, la compañía contó que un agente apoyado en su AI Context Graph encontró una tabla de datos en 38 segundos, mientras que el mismo modelo sin el grafo tardó más de 20 minutos y concluyó erróneamente que los datos no se podían consultar. La diferencia con T-Mobile: los agentes de Uber navegan el grafo en tareas de ingeniería, no durante una conversación en vivo con un cliente.
¿Qué significa esto para tu startup?
El mensaje central es que el contexto es una decisión de producto, no un parámetro de configuración. Si tu agente atiende clientes en tiempo real, la latencia manda, y una tabla curada puede ganarle a la arquitectura más sofisticada.
Dos acciones concretas para esta semana:
- Audita tu corpus antes de conectarlo. Revisa qué documentos se contradicen entre sí y qué consultas de usuario mapean a más de un proceso. T-Mobile no falló por falta de documentación: falló porque su documentación se contradecía. Si tu agente tiene que elegir entre dos políticas incompatibles, va a elegir mal en algún momento.
- Pon un juez en producción. Un modelo pequeño revisando cada sesión es más barato que descubrir el error por un cliente enojado. El caso de la música de espera inventada muestra que los fallos de un agente no siempre se parecen a un error: a veces se parecen a una función que nadie pidió.
Y una pregunta de gobernanza que conviene responder temprano: ¿quién es dueño de la tabla, el índice o el grafo que decide qué lee tu agente? En T-Mobile, el equipo actualiza la tabla a medida que aparecen formas nuevas de preguntar. Eso es mantenimiento continuo, no un proyecto que se entrega y se olvida.
El contexto de mercado acompaña la urgencia. El informe AI Production Paradox 2026 de Sinch, sobre más de 2.500 decisores senior en 10 países, encontró que tres de cada cuatro empresas que pusieron agentes de IA de cara al cliente en producción ya los retiraron, según reportó Forbes. Y el segmento se mueve rápido: Jedify, una startup de Nueva York que construye un grafo de contexto para agentes empresariales, levantó US$24 millones en una Serie A liderada por Norwest en junio de 2026, con Snowflake como inversor estratégico, según TechCrunch.
Los grandes también están apostando a la capa semántica. Google reposicionó su portafolio de datos y analítica como Agentic Data Cloud, con un Knowledge Catalog que evoluciona Dataplex Universal Catalog para mapear significado de negocio entre fuentes, según InfoWorld. Microsoft lo hace con Fabric IQ y AWS con Nova Forge. Como resumió Dion Hinchcliffe, de The Futurum Group, en ese mismo artículo: "El problema más difícil de la IA es el significado inconsistente".
Conclusión
T-Mobile probó lo más sofisticado —ventana de contexto gigante, después un knowledge graph— y terminó con una tabla de búsqueda en una base clave-valor. No es un retroceso: es la señal de que en agentes de atención al cliente la velocidad y la precisión del enrutamiento pesan más que la elegancia de la arquitectura.
Para tu startup, la secuencia correcta es la inversa a la que intentó T-Mobile: primero define qué contexto es irrelevante y elimínalo, después resuelve el conflicto entre documentos, y recién entonces elige la tecnología. El 78% de las empresas que ya detectaron una respuesta segura pero equivocada es un recordatorio de que el modelo no es el cuello de botella. El contexto sí.
Fuentes
- VentureBeat (fuente original)
- TechCrunch
- InfoWorld
- Forbes
- Uber Engineering
Leíste lo que hace la IA. ¿Y en tu negocio?
Un agente de IA puede quedarse con parte de tu día: ordenar lo pendiente y pedirte el OK antes de actuar. El Kit «tu mano derecha con IA» trae un video de 11 minutos y una ficha para dejar al tuyo trabajando. CAR está cerrada por ahora; al anotarte, te avisamos cuando abra.
👥 Quiero el Kit →













