Nota: Hacemos nuestro mejor esfuerzo por preservar el espíritu original y los matices de nuestros artículos. Sin embargo, nos disculpamos de antemano por cualquier falla de traducción que pueda notar. Agradecemos sus comentarios en reader_input@mckinsey.com
A los ejecutivos les gusta citar al gran jugador de hockey Wayne Gretzky, a quien se le atribuye la frase: “Yo patino hacia dónde va a estar el disco, no hacia donde ha estado”. Este es un buen consejo empresarial en un sentido. Pero ese disco se está moviendo mucho más rápido que antes, a medida que la inteligencia artificial (IA) agéntica evoluciona rápidamente.
El llamado a moverse más rápido puede parecer fuera de lugar, ya que los CEOs y sus equipos directivos luchan por ver un valor tangible en los resultados de las primeras inversiones en IA generativa. Desarrollar y escalar casos de uso de IA generativa ha resultado ser un desafío frustrantemente complejo. Algunos ejecutivos siguen sin estar convencidos de que los agentes de IA vayan a tener un impacto significativo –al menos en el corto plazo– y se han retirado de sus inversiones.1
Más perspectivas de McKinsey en Español
Mire nuestra colección de artículos en Español y suscríbase a nuestro newsletter mensual en Español.
Mientras los CEOs navegan la incertidumbre, vale la pena reconocer tanto el ritmo como el alcance potencial del cambio que se está produciendo. Los agentes de IA –sistemas de software desarrollados con IA generativa que tienen la capacidad de planear, actuar, recordar y aprender para lograr resultados predefinidos de forma autónoma– están evolucionando rápidamente y, a medida que maduran, podrían transformar por completo la manera en que se dirigen las empresas y cómo generan valor (vea el recuadro “Tendencias clave que dan forma a la IA generativa y a los agentes”). De hecho, este período de “valle de la desilusión”, como lo llamó recientemente John Lovelock de Gartner,2 representa una oportunidad para que los ejecutivos se adelanten a la competencia.
La forma en que los CEOs gestionen este cambio determinará qué tan bien podrán capturar los beneficios. Si bien los agentes de IA están en su infancia, las primeras lecciones y experiencias destacan cuatro mentalidades y acciones que pueden posicionar a los CEOs para prosperar:
- Reimaginar lo posible. Gran parte del pensamiento actual sobre la IA agéntica sigue centrado en automatizar tareas básicas o en aumentar el conocimiento. Sin embargo, la verdadera ganancia vendrá de aspiraciones mucho más audaces de flujos de trabajo rediseñados y organizaciones construidas en torno a sistemas con prioridad para los agentes.
- Actuar con urgencia y comenzar el aprendizaje. La rápida tasa de mejora de los agentes de IA generativa significa que adoptar un enfoque de esperar a ver puede ser un movimiento potencialmente de alto riesgo (vea el recuadro “Avances en la IA generativa y los agentes”). Los primeros aprendizajes prácticos son invaluables para construir rápidamente una ventaja competitiva a medida que la tecnología madura.
- Abordar desde ahora los temas de escala y competitividad a largo plazo. Las decisiones cruciales relacionadas con la tecnología, la confianza, la gobernanza, qué comprar frente a qué desarrollar, las capacidades y el talento son fundamentales para impulsar una transformación más amplia. Mientras experimenta, comience a definir su estrategia y a desarrollar capacidades de escalamiento lo antes posible, ya que la ejecución tardará más de lo previsto debido a la escasez de talento y la complejidad organizacional.
- Convertir a todos en líderes de agentes. A medida que los agentes y los sistemas agénticos asuman más del trabajo de ejecución, todos en la organización deberán desarrollar habilidades de liderazgo y supervisión de agentes. El equipo ejecutivo, en particular, debe ser un modelo a seguir y promover el aprendizaje y la evolución de sus hábitos de trabajo.
Aunque aún hay mucho que se desconoce, construir una empresa para la era agéntica requerirá una reconfiguración fundamental de cómo la organización opera, innova y protege sus fuentes de creación de valor. Sin embargo, este artículo se centrará en algunos de los elementos más importantes que un CEO debería abordar en relación con el valor, la escala y el talento. Presentaremos cómo podría verse un recorrido agéntico hipotético de dos años, qué tipo de decisiones deberían considerar los directores ejecutivos y cuáles podrían ser las grandes implicaciones para la forma en que operan las compañías.
¿Valen la pena los agentes?
Las afirmaciones sobre el valor de los agentes de IA abundan en internet. Pero, dado que la tecnología aún es muy reciente, esas afirmaciones son difíciles de verificar.
Sin embargo, las primeras implementaciones sugieren que hay un valor significativo en juego. Nuestra experiencia en la modernización de entornos tecnológicos indica que aprovechar los agentes de IA puede acelerar los plazos entre un 40 y un 50 por ciento y reducir los costos en más de un 40 por ciento, al tiempo que mejora la calidad de los resultados.3
En otro caso, un importante banco mundial enfrentaba un gran desafío para entregar un alto volumen de proyectos de TI orientados a generar resultados de negocio, mientras gestionaba una deuda técnica considerable y una escasez de desarrolladores calificados. Comenzando con un pequeño equipo de tres ingenieros, el banco construyó una fábrica de agentes para la modernización tecnológica, con 100 agentes supervisados por solo cinco personas. Estos agentes, bajo supervisión humana, ejecutaron todo el ciclo de vida de la modernización –desde la ingeniería inversa hasta el diseño y la construcción de nuevas aplicaciones–, reduciendo el tiempo y los costos laborales en más de un 50 por ciento.
Nuestra experiencia indica que los usos iniciales de los agentes de IA para apoyar a las personas y automatizar tareas puede generar mejoras de entre un 3 y un 5 por ciento anual en la productividad a nivel empresarial. A medida que los equipos de agentes de IA sean capaces de ejecutar flujos de trabajo más complejos, ese crecimiento podría aumentar hasta un 10 por ciento o más.
Conozca a sus agentes: Del “trabajo agéntico” al “motor agéntico”
Los ejecutivos aún suelen tener nociones fijas y limitadas sobre qué son los agentes y qué pueden hacer. Esta confusión puede dificultarles entender qué decisiones relacionadas con el riesgo, la inversión, la asignación de recursos y el cambio son necesarias.
Aunque puede ser tentador pensar en los agentes en términos humanos, un enfoque más objetivo consiste en considerarlos como sistemas de software capaces de realizar una gama de tareas cada vez más complejas (Gráfica). En nuestra experiencia, este enfoque agudiza la reflexión sobre qué tipos de cambios organizacionales se requieren.
Trabajo agéntico: Los agentes como herramientas para ayudar en el trabajo existente
Las herramientas agénticas pueden contribuir al trabajo actual facilitando tareas básicas que realizan los individuos y automatizando flujos de trabajo.
Ampliación individual. Estas herramientas ayudan a automatizar, acelerar o mejorar tareas que las personas suelen realizar. Muchas de estas tareas son familiares: redactar notas de investigación, resumir reuniones, generar código, realizar investigaciones o proponer cláusulas contractuales.
Estas herramientas probablemente se conviertan, y ya lo son en áreas como la programación, en un “costo de hacer negocios”, similar a que los empleados usen el correo electrónico y las hojas de cálculo.
Los estudios muestran un aumento del 20 al 30 por ciento en el rendimiento individual y, en ocasiones, cifras mucho más altas en áreas de tareas únicas. Sin embargo, los despliegues horizontales amplios de herramientas agénticas en toda la empresa rara vez se traducen en un impacto empresarial significativo. Además, el uso tiende a disminuir y la retención disminuye considerablemente más allá de los usuarios principales en muchas herramientas.
Impulsar una adopción generalizada de los agentes de apoyo personal requiere inversiones habituales en gestión del cambio, como incorporar las herramientas en los procedimientos operativos estándar, integrar los resultados esperados y el seguimiento de uso en los sistemas de gestión del desempeño, brindar a los empleados una capacitación adecuada en el uso de las herramientas y comunicar y ejemplificar los beneficios. Al mismo tiempo, el liderazgo deberá determinar cómo capturar el aumento de la productividad, dado que se distribuye en muchas tareas pequeñas, a menudo a través de la presupuestación y los esfuerzos de eficiencia a gran escala.
Automatización de tareas y flujos de trabajo. La segunda categoría se centra en la automatización de los procesos, flujos de trabajo y tareas existentes dentro de la organización. Una capa de ejecución agéntica se sitúa, esencialmente, sobre los procesos y sistemas actuales (con pequeños ajustes en ellos).
Los principales actores tecnológicos están introduciendo productos agénticos de primera generación, mientras que una explosión de nuevas empresas está aportando soluciones a muchos dominios funcionales (por ejemplo, atención al cliente, elaboración y monitoreo de informes financieros, programación, desarrollo de productos y adquisiciones).
En nuestros estudios, los primeros despliegues han logrado ciclos un 20 a un 40 por ciento más rápidos o costos de gestión más bajos en trabajos repetitivos y transaccionales. En los centros de contacto, ciertos tipos de llamadas (por ejemplo, gestión transaccional de consultas de saldo y cambios de dirección) están casi completamente automatizados. Integrar herramientas agénticas en los flujos de trabajo y establecer un enfoque de mejora continua es un habilitador clave, pero simplemente poner las herramientas a disposición de los usuarios no basta.
Sin embargo, el obstáculo para generar valor es que estos casos de uso más específicos por dominio operan de forma aislada y dependen de otros sistemas y de una intervención humana significativa para funcionar. Además, si bien la capacidad de los modelos mejora, las empresas tienen dificultades con la capacidad de ejecución necesaria para automatizar las tareas existentes a gran escala y con alta calidad.
Motor agéntico: Flujos de trabajo y modelo operativo nativos de agentes
Los sistemas agénticos emergentes, impulsados por avances que permiten que equipos de agentes trabajen juntos, ofrecen las oportunidades más prometedoras para generar un valor significativo. Sin embargo, capturar ese valor requiere repensar y rediseñar los flujos de trabajo para que prioricen a los agentes, ya sea dentro de una función (por ejemplo, la atención al cliente) o entre funciones (por ejemplo, del cliente potencial al pedido).
Flujos de trabajo agénticos funcionales. En este caso, los flujos de trabajo específicos de cada dominio (por ejemplo, planificación y elaboración de informes financieros) se rediseñan para aprovechar equipos de agentes de IA y procesos agénticos. Esto implica replantear el orden de las tareas, fusionarlas, acceder a nuevas fuentes de datos y desarrollar procesos nuevos, como la detección temprana y la resolución de problemas antes de que surjan. Los sistemas nativos de agentes pueden eliminar las transferencias frecuentes y las actividades fragmentadas que obstaculizan muchos procesos actuales, ya que los equipos de agentes están orquestados para operar de manera fluida.
Los proveedores especializados en software horizontal y vertical están desarrollando e implementando aplicaciones nativas de agentes de pila completa para áreas como atención al cliente, finanzas, planeación de la cadena de suministro y modernización de software. Si se implementan correctamente, estos sistemas reducen el tiempo de ciclo de extremo a extremo, mejoran los tiempos de resolución y aumentan la satisfacción del cliente. Por ejemplo, en el desempeño de los call centers, el impacto estimado podría ser una automatización del manejo de las solicitudes entrantes del 60 al 80 por ciento, con una puntuación de satisfacción del cliente comparable o superior a la de los sistemas actuales (por ejemplo, respuesta de voz interactiva más soporte de primera línea).4
Estos sistemas requerirán una combinación de ingeniería (por ejemplo, integrar modelos probabilísticos con software más clásico y determinista) y experiencia en el dominio para construir los sistemas multiagente y rediseñar la organización y los modelos operativos relacionados con la supervisión humana adecuada. Será fundamental incorporar en estos agentes reglas de gobernanza (por ejemplo, derechos de acceso, derechos de decisión y controles de calidad) para los flujos de trabajo específicos (por ejemplo, de adquisición a pago, contratación de proveedores, comunicación con proveedores y gestión de políticas), a fin de garantizar que los supervisores humanos no se vean rápidamente sobrecargados.
Sistemas agénticos interfuncionales. Estos sistemas con prioridad para los agentes operan en flujos de trabajo complejos (como los recorridos de cliente de extremo a extremo) que abarcan varias funciones y cuentan con capacidades de toma de decisiones de alto nivel. Por ejemplo, operaciones de servicio en campo 24/7 con agentes que despachan técnicos, reprograman visitas y solicitan repuestos de forma autónoma; un equipo de seguros que evalúa reclamaciones; una hipoteca que se aprueba y formaliza en segundos; o un ciclo financiero en el que los agentes gestionan todo, desde la planeación anual hasta la elaboración de informes mensuales.
Estos sistemas agénticos pueden generar valor multidimensional en términos de, por ejemplo, mayor rapidez para llegar al mercado, menor costo por transacción, resolución más rápida de incidencias e incremento de los ingresos gracias a una mejor segmentación de ofertas. Los primeros pilotos que utilizaron tecnologías existentes registraron reducciones de hasta un 70 u 80 por ciento en el costo por transacción en ciertos procesos con alta carga laboral.
En este nivel, las principales limitaciones están vinculadas a cuestiones organizativas y del modelo operativo. El CEO y el consejo de administración deberán involucrarse directamente en la reestructuración del modelo operativo, incluyendo las responsabilidades de liderazgo y de equipo que históricamente han estado en funciones corporativas aisladas. Los cambios incrementales no funcionarán; este nivel de transformación exige una ruptura clara con las prácticas del pasado.
Decisiones que tomar a lo largo de un recorrido agéntico… y algunas grandes implicaciones a considerar
Para ayudar a los CEOs a visualizar el recorrido y poner de relieve algunas decisiones críticas en el camino, hemos elaborado una hoja de ruta hipotética de alto nivel de dos o tres años. Esta destaca ciertos hitos hacia los que apuntar y algunas de las decisiones clave que requieren la participación activa del CEO. (Vea el recuadro “Cómo las start-ups construidas en torno a agentes de IA están transformando los negocios” para leer extractos de una entrevista con Magnus Grimeland, cofundador y CEO de la empresa de capital de riesgo e incubadora tecnológica Antler).
Los objetivos y plazos presentados en la hoja de ruta son ambiciosos, y reconocemos que muchas cosas cambiarán a lo largo de esos dos años. Sin embargo, según nuestra experiencia, es fundamental que los CEOs establezcan aspiraciones y metas audaces para motivar a la organización y actuar con sentido de urgencia.
Años uno y dos: Definir el rumbo y crear impulso
Los objetivos iniciales del primer año deben incluir generar comprensión, crear impulso y desarrollar las bases para que los agentes de IA puedan operar a escala. El enfoque debe centrarse en reducir los costos operativos de las actividades existentes en un conjunto específico de funciones y operaciones (por ejemplo, considerar una meta de hasta un 10 por ciento de mejora en eficiencia). Pero, ante todo, esta fase se trata de romper la inercia, avanzar con propósito y aprender.
En los años uno y dos, busque los siguientes indicadores de negocio agéntico:
- La “fluidez agéntica” crece rápidamente. Poder utilizar agentes de IA de manera productiva es un requisito para todos los trabajadores. Aunque el valor inmediato para la empresa sea bajo, desarrollar esta capacidad entre los empleados es un “costo de hacer negocios”. El objetivo debería ser que más del 25 al 50 por ciento de los empleados trabajen regularmente con agentes empresariales y herramientas de IA. Todos los empleados deberían interactuar con los datos mediante chats con los agentes, en lugar de limitarse a leer informes.
- Los agentes están automatizando una amplia gama de procesos existentes con herramientas de primera generación. Esto incluye procesos críticos como la elaboración de informes financieros, la redacción de documentos en general, las aprobaciones dentro de procesos existentes, etcétera. Los beneficios concretos, como tiempos de entrega significativamente más rápidos y menores costos por transacción, deberían ser claramente visibles. Por ejemplo, en casos específicos, como la corrección de problemas simples y bien estructurados de calidad de datos, la IA agéntica puede resolver entre el 90 y el 95 por ciento de los casos.
- Los primeros sistemas de software agéntico se integran en los sistemas clave. Los sistemas clave están cambiando sus interfaces hacia consultas basadas en prompts en lugar de comandos estáticos. Los agentes están incorporados en los sistemas clave para generar información de manera automática, ejecutar tareas y coordinar actividades. Capacidades automatizadas, como la planeación o la recopilación de información, se están convirtiendo cada vez más en la norma, y los sistemas de soporte (como los de informes) están evolucionando rápidamente.
- Un equipo pionero lanza un proyecto faro para reimaginar un proceso completo de extremo a extremo. El equipo diseña una visión de estado objetivo a 24 meses para un proceso completo (por ejemplo, de pedido a cobro, de registro a reporte, aceptación y provisión automatizada de préstamos) y comienza liberando una serie de productos mínimos viables para probar y ampliar las capacidades. Los objetivos deben ser ambiciosos. Para un proceso de pedido a cobro, por ejemplo, la meta podría ser automatizar más del 70 por ciento de las transacciones en todos los canales.
- La demanda de ciertos roles puede disminuir a medida que aumenta la productividad. Los agentes de IA han asumido tareas de codificación simples de forma confiable y eficiente, reduciendo la carga de algunos roles existentes. Los agentes de codificación más recientes (especialmente los de ejecución de código front-end), por ejemplo, aumentan significativamente la productividad, en algunos casos entre un 50 y un 100 por ciento.
Habilitar a la organización para alcanzar estos hitos requerirá que los CEOs aborden algunas áreas centrales del negocio:
Diseñar la transformación para generar valor. Gran parte del enfoque actual se centra en la productividad individual; si bien esto es útil, no es ahí donde se encuentran las mayores fuentes de valor. Los CEOs deben aspirar a un valor transformacional, que surgirá de reestructurar y rediseñar flujos de trabajo completos con agentes.
El CEO deberá asegurarse de que los equipos pasen de trabajar en casos de uso aislados a enfocarse en flujos de trabajo interfuncionales prioritarios. Esto requerirá un cambio organizacional, alejándose de los equipos de IA en silos hacia equipos agénticos interfuncionales que incluyan especialistas en IA, datos, TI, tecnología y expertos en funciones de los dominios relevantes.
A medida que estos equipos trabajen, será fundamental dar prioridad al aprendizaje que generen. Esto significa garantizar que los conocimientos adquiridos a nivel empresarial se capturen de manera centralizada y se reutilicen en toda la organización. También implica codificar un manual de estrategia para el rediseño de flujos de trabajo con prioridad para los agentes, que incluya criterios de retorno de la inversión (return on investment, o ROI), patrones de orquestación multiagente, mejores prácticas de integración de tecnología y datos, mecanismos de control y evaluación, y pautas sobre cuándo aplicar o no agentes.
Para liderar este esfuerzo, las organizaciones necesitarán un equipo central (una “fábrica agéntica”) responsable de identificar los flujos de trabajo, gestionar su rediseño y escalarlo.
Escalar la transformación. En 2022, el fundador de Amazon, Jeff Bezos, ordenó que el código de los desarrolladores incluyera interfaz de programación de aplicaciones (application programming interface, o API) que pudiera ser expuesta a terceros. Esta directiva fue la forma de Amazon para habilitar la escalabilidad. Los CEOs necesitan su propia manera de establecer –y hacer cumplir– principios de diseño equivalentes para los agentes de IA. Al desarrollar agentes componibles, en lugar de flujos monolíticos, los elementos pueden reutilizarse y reconfigurarse para otras tareas. Esto debería ser un mandato organizacional, no una preferencia tecnológica.
La fábrica agéntica es fundamental para industrializar esta capacidad de escalamiento. Está compuesta por equipos dedicados que construyen y despliegan agentes, al tiempo que desarrollan sistemas y estándares para garantizar que puedan escalarse. Algunos ejemplos incluyen el desarrollo de una biblioteca reutilizable de planos para procesos operativos, verificaciones de riesgos y mecanismos de protección, medidas técnicas sistemáticas para evaluar el desempeño de los agentes y KPI estandarizados definidos de arriba hacia abajo.
Esta fábrica debe tener un rol sólido de gobernanza para evitar la proliferación descontrolada de agentes en la organización y para garantizar el cumplimiento de los agentes de las normas de la empresa y las regulaciones de cada país.
Los cambios clave para permitir que la fábrica agéntica funcione de manera efectiva incluyen:
-
Tecnología y datos. Para garantizar un desarrollo y una gestión coordinados de los agentes, los CEOs deberán priorizar la creación de una arquitectura adecuada. En algunos casos, esto puede lograrse mediante proveedores de servicios agénticos. Como contrapeso, mantenerse independiente de proveedores puede evitar dependencias y permitir la combinación de agentes personalizados y comerciales en distintas plataformas tecnológicas.
Las empresas con una mayor disposición a invertir deberían considerar una arquitectura de malla de IA agéntica, un conjunto de patrones, prácticas y principios que orquestan las cargas de trabajo. Del mismo modo, los agentes solo podrán escalar si tienen acceso a datos seleccionados, dinámicos y estructurados. Este esfuerzo no es trivial y requiere que la alta dirección priorice el establecimiento de bases de datos sólidas para los agentes.
- Desarrollo de plataformas. Las empresas tendrán cientos, si no miles, de agentes, lo que puede convertirse rápidamente en una pesadilla para la gestión. Los CEOs deberían priorizar el desarrollo o la adquisición de una plataforma que automatice la administración y observabilidad de los agentes. Esto debería incluir protocolos para gestionar el costo y el desempeño de los agentes, su incorporación y retiro, los derechos de acceso (por ejemplo, determinar qué agentes pueden acceder a los datos según las regulaciones locales), los derechos de privacidad y la seguridad.
- Confianza. Las personas necesitan entender cómo operan los agentes de IA para confiar en ellos. Sin esa confianza, la adopción se verá afectada. Para fomentarla desde el principio, los CEOs deberían priorizar sistemas que ayuden a los usuarios a comprender cómo toman decisiones los agentes y dónde pueden existir sesgos.
Cambiar el modelo de talento y de operación. Muchas organizaciones se han apresurado a desarrollar capacitaciones sobre cómo usar la IA generativa y los agentes de IA como “herramientas”. Esto ha sido útil para establecer una base de habilidades. Sin embargo, lo más importante es que todos deberán ser capaces de desarrollar y supervisar agentes. Lo agéntico no será más efectivo como una “herramienta adicional” al trabajo habitual; debe integrarse en la forma en que cada persona trabaja.
Este cambio requerirá que los líderes de personas comiencen a centrarse en construir un nuevo modelo operativo híbrido humano-agente, que debe incluir la incorporación de nuevas habilidades, como la creación y la aplicación efectiva de agentes, cómo entrenarlos, definirles tareas, supervisar y corregir su trabajo, y cómo encadenar una serie de agentes para realizar tareas más complejas. Este cambio en el modelo operativo —en esencia, la forma en que se trabajará en el futuro— es un elemento clave para la sostenibilidad de los procesos rediseñados y un componente crítico del cambio que debe implementarse como parte del despliegue de la solución agéntica.
Parte de incorporar este cambio implica que la gestión y evaluación del desempeño deberán ajustarse para centrarse en la “gestión de agentes”. Respaldar esta transformación requerirá modificar los KPI para que se vinculen con la eficacia con la que las personas trabajan con los agentes (por ejemplo, número de tareas completadas, calidad de los resultados, etcétera).
Años dos y tres: Escalar en toda la organización
El segundo año del recorrido agéntico se centra en escalar los aprendizajes iniciales, pasando de medir la actividad de los agentes a evaluar su impacto en las pérdidas y ganancias (P&L). Este es el momento en que las empresas deberían empezar a “agentificar” los principales recorridos del cliente y flujos de trabajo, no solo integrar agentes en los procesos y flujos existentes.
En los años dos y tres, busque los siguientes indicadores de negocio agéntico:
- El primer proyecto faro agéntico alcanza el punto de inflexión. El primer recorrido del cliente rediseñado como proyecto faro, establecido en el primer año, llega a escalar con más de un 90 por ciento de automatización. Las interacciones agénticas presentan altos índices de desempeño y satisfacción en los procesos estándar, así como una derivación efectiva hacia las personas en los casos excepcionales.
- La automatización agéntica se escala en los flujos de valor clave. La automatización agéntica impulsa el 90 por ciento de los principales flujos de valor en toda la empresa. Los sistemas agénticos se convierten en la opción estándar no solo como actualización tecnológica, sino también como nuevo modelo operativo.
- Los modelos operativos tradicionales, construidos en torno a funciones estáticas y traspasos lineales, comienzan a erosionarse. Al menos cinco recorridos prioritarios del cliente son gestionados principalmente por equipos de agentes de IA con supervisión humana y atraviesan funciones tradicionales (por ejemplo, un solo equipo de agentes de IA analiza a los clientes, desarrolla y envía ofertas de marketing personalizadas, completa la venta y gestiona el servicio al cliente). De manera similar, las interacciones entre agentes que cruzan los límites funcionales de la empresa (incluidos los agentes representantes del cliente o los agentes de abastecimiento) se vuelven comunes.
- Los empleados se están convirtiendo en “líderes de equipo de agentes”. El uso de agentes de IA se está volviendo la nueva norma, con tasas de adopción superiores al 75 por ciento en todas las funciones clave. Casi todos los profesionales cuentan al menos con un agente de IA y, a menudo, entre tres y cinco agentes que “trabajan para ellos”, mientras que algunos usuarios avanzados gestionan docenas de ellos.
- La proporción de agentes por equivalente de tiempo completo (full-time equivalents, o FTEs) ha cambiado significativamente. La confiabilidad de los agentes para tareas básicas e intermedias es alta, aunque la supervisión y revisión humanas siguen siendo importantes. La modernización funcional ocurre en varios dominios. Por ejemplo, las necesidades de FTEs en el ciclo de vida del desarrollo de software podrían reducirse entre un 30 y un 40 por ciento, mientras que la carga de trabajo de su área de planificación y elaboración de informes financieros podría disminuir en un 75 por ciento.
A medida que las capacidades agénticas de una empresa maduran, el enfoque del CEO deberá desplazarse hacia cambios más organizacionales y operativos.
Reimaginar para generar valor y diseñar la transformación. Los programas iniciales orientados a reducir costos y aprender son importantes, pero los CEOs deben enfocarse en mejoras de productividad y valor muy superiores al 50 por ciento y estar dispuestos a cuestionar todo lo que hace la empresa. En esta etapa, los CEOs deberían replantearse de manera significativa el arte de lo posible para crear valor y gestionar el negocio.
En concreto, deberían cuestionar qué elementos del modelo de negocio son defendibles en un mundo agéntico y qué innovaciones y experiencias agénticas podrían convertirse en una fuente de diferenciación sostenible. Tener una perspectiva clara y precisa sobre las futuras fuentes de diferenciación es fundamental para orientar las decisiones de construir, comprar o asociarse, así como para definir los datos, la propiedad intelectual y las ventajas competitivas que las organizaciones deben proteger.
Como parte de este programa acelerado de reimaginación, los CEOs que adopten una mentalidad orientada a usar agentes para probar, aprender y adaptarse rápidamente podrían obtener importantes beneficios estratégicos. Los agentes que operen en entornos de gemelos digitales, por ejemplo, podrán probar una amplia gama de procesos, aplicaciones y ofertas a gran escala, de manera económica y rápida. Las pruebas exitosas pueden implementarse casi de inmediato, ya que los propios agentes ejecutan directamente los cambios, lo que reduce significativamente los costos de gestión del cambio en flujos de trabajo altamente automatizados.
Como parte de esta evolución, los CEOs deberán replantear los presupuestos, modelos de negocio e inversiones en función de los cambios impulsados por la economía agéntica. Algunas de estas dinámicas incluirán cambios significativos en la proporción entre empleados y agentes, con inversiones que se desplazarán de manera importante del trabajo humano hacia la tecnología. Los CEOs, en colaboración con sus directores financieros y directores de recursos humanos (CHRO), deberán desarrollar un modelo de capacidades financieras y de fuerza laboral que permita presupuestar mejor, hacer seguimiento y asignar recursos entre tecnología y personas.
Escalar la transformación. A medida que los flujos de trabajo y los recorridos del cliente agénticos de extremo a extremo atraviesen distintas funciones, los modelos organizacionales tradicionales perderán relevancia. Aferrarse a esas estructuras y construir sistemas agénticos que las reflejen limitará la posibilidad de escalar.
En cambio, será fundamental reorientar el negocio hacia los resultados y diseñar la organización agéntica en torno a ellos. Un modelo podría ser organizar equipos híbridos humano-agente centrados en flujos de valor, como la incorporación de clientes o las ventas a nuevos clientes. La transición hacia ese modelo requerirá decisiones significativas, y a menudo difíciles, respecto de la gobernanza (por ejemplo, quién gestionará y será responsable de los flujos de valor), así como inversiones en mecanismos para monitorear el desempeño de los agentes.
Estas áreas requerirán que los CEOs se aseguren de que la expansión de una organización con prioridad para los agentes no genere caos. Por ejemplo, si diferentes departamentos o equipos desarrollan agentes que compiten entre sí, podría generar confusión y exponer la empresa a nuevos riesgos.
El talento y el modelo operativo. La investigación de McKinsey postula que hasta un 30 por ciento de las horas laborales actuales podrían automatizarse para 2030, aunque el potencial es mucho mayor. Esta transformación alterará radicalmente la proporción entre humanos y tecnología en las organizaciones y creará nuevos modelos de dinámica laboral entre agentes–agentes y humanos–agentes.
En estrecha colaboración con el CHRO, el CEO deberá definir cómo será la fuerza laboral agéntica, cómo deberá evolucionar la capacidad de desarrollo de habilidades a medida que los agentes maduren y cómo reasignar la capacidad liberada.
Dado el ritmo del cambio, los sistemas de recursos humanos deberán recalibrarse de manera significativa para revisar periódicamente qué perfiles deben redefinirse, crearse o eliminarse, y para supervisar el creciente ritmo de actualización y readaptación de habilidades. La asignación de personal, las estructuras de carrera, la gestión del desempeño, los incentivos y los sistemas de reporte deberán rediseñarse para habilitar este sistema operativo agéntico.
Esto incluirá, por ejemplo, incorporar KPI de gestión de agentes en las evaluaciones de desempeño y definir nuevos arquetipos de roles, como “orquestador de agentes” y “entrenador de agentes”. La progresión profesional debe vincularse con la competencia en estos roles y con la capacidad de gestionar equipos compuestos tanto por agentes como por personas.
La agenda del CEO: Una visión general
Para impulsar un cambio agéntico en sus organizaciones, los directores ejecutivos deberán reflexionar sobre los pasos clave en cada una de las cinco etapas de la transformación (Gráfica).
A medida que los agentes se multiplican en toda la organización, tienen el potencial de afectar profundamente cada parte del negocio. Esto requerirá que todos los CEOs y consejos de administración operen a dos velocidades: impulsando la transformación en el corto plazo, mientras reflexionan sobre las consecuencias a largo plazo. (Vea el recuadro “La agenda del CEO: una visión general” para más información sobre cómo los directores ejecutivos pueden facilitar el cambio agéntico dentro de la organización).
Las siguientes preguntas pueden ayudar a los CEOs y sus consejos de administración a comenzar a reflexionar sobre las implicaciones a largo plazo de un negocio agéntico:
- ¿Cómo afectará la IA agéntica a mi modelo de negocio, pondrá a prueba nuestras fuentes actuales de diferenciación y creará nuevas? ¿Qué estrategias podemos implementar para defender nuestros mercados y expandirnos hacia otros nuevos?
- ¿De qué manera podría la IA agéntica alterar el negocio principal y las relaciones con clientes, proveedores y socios (por ejemplo, a través de la desintermediación generada por agentes)?
- ¿Cómo puedo prepararme para estructurar y gestionar la “fuerza laboral agéntica” mientras mantengo los valores y la cultura de la empresa?
- ¿Cómo deberíamos gestionar la transición hacia un modelo operativo híbrido humano-agente, a medida que los flujos de trabajo cruzan de manera fluida los límites funcionales tradicionales?
- ¿Cuál es mi estrategia de talento y cómo debería influir en la proporción entre talento interno y capacidades externalizadas? ¿Cuál es el equilibrio óptimo entre opciones tecnológicas de código abierto, de múltiples proveedores o de plataforma única para ofrecer la máxima flexibilidad y valor operativo?
- ¿Cómo debería estructurarse mi hoja de ruta de transformación e inversión para alcanzar los objetivos empresariales a corto plazo y, al mismo tiempo, establecer las bases adecuadas para desarrollar y escalar el cambio transformacional?
La “velocidad del cambio” puede ser una de las expresiones más utilizadas en el mundo empresarial, pero la IA agéntica le ha dado una nueva relevancia y urgencia. El velo de incertidumbre que todavía cubre a los agentes de IA no debería impedir que los líderes actúen con rapidez. De hecho, actuar con decisión y reflexión es la única manera de que los líderes disipen esa incertidumbre y desarrollen negocios agénticos que abran nuevas oportunidades de productividad y crecimiento.