Ian Beacraft: agentes de IA valen más si están conectados

Por qué los agentes de IA conectados valen más que los aislados

El 89% de las empresas aumentó su implementación de agentes de IA en el último año, pero solo el 51% tiene supervisión en tiempo real de lo que esos agentes hacen. La brecha entre adoptar y controlar ya tiene costo: el 77% sufrió alguna consecuencia negativa por un agente sin gobernar, según el informe de Redwood Software sobre IA y orquestación difundido por Europa Press.

Sobre esa brecha habla Ian Beacraft, futurista y fundador de Signal and Cipher, que asesora a compañías como Nike, Coca-Cola y Nestlé en la integración de agentes. En entrevista con el diario brasileño Valor Económico, su tesis es directa: el valor no está en tener agentes, sino en conectarlos.

Para Beacraft, lo natural es que cada área cree sus propios agentes —marketing para marketing, finanzas para finanzas— y que cada departamento responda por los que implementa. Pero ahí no está el retorno. El salto ocurre cuando los agentes cruzan fronteras: cuando el equipo de marketing define su presupuesto de medios usando las reglas y proyecciones del equipo de contabilidad, y lo hace solo con agentes. Ese es el tipo de flujo que ninguna herramienta aislada puede producir.

El problema es que conectar exige gobernanza, y la gobernanza es la parte que casi nadie quiere hacer. Redwood lo mide: solo el 42% de las empresas encuestadas tiene un registro centralizado de los agentes desplegados. La mayoría no sabe con precisión cuántos agentes operan en su organización ni qué acceden.

¿El orquestador de agentes es la profesión del futuro o un mito?

Algunos especialistas venden el rol de supervisor o orquestador de agentes como el empleo más prometedor del momento. Beacraft responde con un no rotundo: el superorquestador capaz de supervisar todos los agentes de una gran organización es un mito.

Su argumento es de negocio, no técnico. Se puede contratar a alguien para orquestar agentes de todas las áreas, pero sin experiencia en marketing esa persona no sabrá distinguir si la respuesta convincente que le devuelve un agente es correcta. Y si no puede evaluarla, tampoco puede responder por el error.

Su pronóstico es otro: primero habrá un orquestador por departamento y, poco después, prácticamente todas las funciones de la organización se convertirán en orquestación de agentes. La analogía que usa es la del ingeniero de prompts, una profesión que estuvo de moda unos seis meses hasta que todo el mundo aprendió a escribir prompts y el rol se diluyó. Para Beacraft, lo mismo pasará con los orquestadores.

Para una startup, la lectura práctica es clara: no diseñes tu estructura alrededor de un puesto escaso que probablemente desaparezca. Diseña procesos donde cada área sea dueña de sus agentes y responsable de su calidad.

Quién responde cuando un agente se equivoca

Beacraft plantea tres capas de responsabilidad. Cada persona responde por cómo trabajan los agentes que usa; cada departamento responde por los que implementa; y a nivel organizacional debe existir una supervisión transversal de lo que todos los agentes hacen todo el tiempo: qué acceden, qué acción ejecutan, qué archivo manipulan.

Esa capacidad de observación no es un lujo. Beacraft cita el episodio en el que agentes de OpenAI accedieron a sistemas de Hugging Face y sostiene que no habría ocurrido si se hubieran mantenido herramientas para observar las acciones de los agentes antes de que cometieran la violación. Su punto es que un agente no comete errores de ortografía: toma decisiones que pueden costar miles de dólares. Los agentes amplifican las fallas humanas, y a diferencia de las personas, no manejan la ambigüedad.

La parte más difícil, admite, es decidir qué permisos conceder y cuáles negar. Son microdecisiones frustrantes —acceso a Word sí, al correo no; a estos datos sí, a aquellos no— que casi nadie quiere tomar cuando está entusiasmado con la novedad. Y deben quedar documentadas, porque el año siguiente toca revisar la gobernanza y decidir si se amplían o no los accesos.

El dato de Redwood refuerza el argumento: entre quienes ya sufrieron consecuencias por agentes sin gobernar, los costos inesperados de nube encabezan la lista, seguidos por interrupciones operativas y problemas de cumplimiento. Charles Crouchman, director de producto de la firma, lo resume así: la demostración es la parte sencilla, la verdadera prueba empieza cuando el agente toca un sistema en producción o una transacción real.

Los perfiles junior son los primeros golpeados (y el error que nadie mide)

Beacraft identifica un efecto secundario poco discutido. Las tareas administrativas son lo primero que la IA generativa y los agentes absorben, y quien las hacía eran los pasantes y los que recién entraban a la empresa. Hoy los perfiles senior usan agentes para esas tareas porque es más rápido que pedírselas a un junior, y así llegan antes al resultado.

El resultado es una paradoja de eficiencia: la organización gana velocidad y pierde cantera. Se dejan de ejecutar justamente las actividades donde los nuevos se formaban, y no hay sistemas que los entrenen con la velocidad necesaria para otras funciones. Algunas empresas están usando simulaciones para cubrir ese hueco.

El otro error que Beacraft marca como peligroso es la frase de moda entre CEOs: la IA permite hacer más con menos gente. Sostiene que la mayoría de las compañías que adoptaron ese enfoque en los últimos tres años descubrieron que se equivocaron, porque perdieron a personas que entendían la cultura y sabían operar en situaciones ambiguas, esas donde las políticas no dicen qué hacer. Y cuando todas las empresas tienen la misma tecnología, la ventaja competitiva se evapora rápido. Su contrapropuesta: en lugar de recortar, preguntarse qué talento se puede desbloquear y qué mercados, productos o servicios nuevos se abren con eso.

Qué dicen los datos sobre la adopción de agentes

Beacraft es optimista en el mediano plazo, aunque pide paciencia. Dice que la implementación todavía es pequeña en todas partes, incluso en Estados Unidos, que la adopción seguirá lenta por un tiempo y que la curva se acelerará hacia finales del año próximo. Su proyección es que en 2028 la mayoría de las empresas estará usando agentes.

El contexto del mercado acompaña esa dirección. Según el informe The Value of AI 2026 de SAP y Oxford Economics, citado por Vozpópuli a partir de una encuesta a 2.600 directivos de 13 países, la IA ya da soporte al 30% de las tareas empresariales, frente al 25% de un año antes, y se espera que alcance el 48% en dos años. Las expectativas de retorno asociadas específicamente a la IA agéntica pasaron del 10% al 17% en un año.

También hay señales de que la cautela no es solo cultural. Un estudio de Cloudera citado por Vozpópuli indica que el 98% de las organizaciones españolas retrasó o canceló proyectos de IA en los últimos doce meses por desafíos de gobernanza y cumplimiento normativo. Y el estudio de EY sobre IA y trabajo en España muestra que el 46,2% de las compañías está rediseñando su modelo operativo para la colaboración entre personas e IA, mientras el 44,1% reestructura sus flujos para integrar automatización.

La infraestructura de control también se está convirtiendo en categoría propia. Gartner proyecta que el 70% de los equipos de ingeniería usará AI Gateways en 2028 para mejorar la confiabilidad y optimizar costos, y actualmente el 34% de las organizaciones de alto rendimiento ya los usa frente al 8% de las de bajo desempeño, según datos que Sensedia difundió al presentar su propia solución de gobernanza de agentes.

¿Qué significa esto para tu startup?

La ventana de ventaja no está en tener agentes antes que nadie —la tecnología estará disponible para todos en todas las plataformas—, sino en construir la capa que permite usarlos sin romper nada. Estas son acciones concretas para empezar esta semana:

• Haz el inventario de permisos antes de escalar. Para cada agente, define a qué herramientas accede, a qué datos sí y a qué datos no, y qué funcionalidades puede usar. Documenta la decisión con fecha. Ese documento es el que vas a revisar en la próxima revisión de gobernanza.
• Empieza con un piloto en el área con más músculo técnico. Beacraft describe el patrón que funciona: un equipo con conocimiento de ingeniería que conecta los agentes a la infraestructura, descubre qué hay que cambiar y luego extiende el uso al resto. Si tus datos no están en condiciones de usarse, no adoptes agentes todavía: primero ordena los datos.
• Monta observabilidad desde el día uno. Un registro centralizado de agentes y supervisión en tiempo real de su actividad. Sin eso, no puedes saber qué hizo un agente hasta que ya causó el problema.
• Conecta al menos dos áreas. Elige un flujo donde el valor esté en el cruce —finanzas que alimenta una decisión de marketing, operaciones que informa a ventas— y automatízalo con agentes que compartan reglas. Ahí es donde aparece el retorno que no se logra con herramientas aisladas.
• Protege la cantera. Si tus seniors usan agentes para todo lo administrativo, define qué tareas siguen siendo el campo de entrenamiento de los nuevos y considera simulaciones para que aprendan sin frenar la operación.

Conclusión

El mensaje de Beacraft es incómodo y útil a la vez: instalar agentes no lleva a una empresa a otro nivel. Lo que la lleva es ser intencional sobre el trabajo que esos agentes deben hacer y sobre cómo se conectan entre sí. Las cifras del mercado muestran que la adopción avanza más rápido que la gobernanza, y que quienes ya pagaron el precio de esa asimetría son mayoría. Para un founder con recursos limitados, la gobernanza no es burocracia: es lo que permite escalar sin perder el control de la operación, los datos y el equipo.

Fuentes

• Valor Econômico: Agentes de IA conectados têm mais valor (fuente original)
• Europa Press: El 77% de las empresas han pagado un precio por el uso de agentes de IA sin una gobernanza adecuada
• Vozpópuli: La irrupción de los agentes de IA obliga a las empresas a resolver dos retos clave
• Bolsamania: Sensedia introduce AI Gateway para fortalecer la gobernanza empresarial