Agentes de IA

La automatización determinista es preferible cuando las entradas, las reglas y los resultados son estables. Un asistente conversacional puede bastar si el trabajo termina con una respuesta. El agente cobra sentido cuando intervienen criterio, material no estructurado, contexto cambiante y una secuencia de acciones que no cabe en un conjunto fijo de reglas.

La diferencia importa tanto para el presupuesto como para el riesgo. Llamar agente a cualquier función basada en un modelo de lenguaje añade complejidad innecesaria. Por eso partimos de la operación: qué suceso inicia el trabajo, qué estado debe conservarse, qué resultado cierra la ejecución y en qué condiciones la responsabilidad vuelve a una persona identificada.

Un agente en producción no debe heredar todos los permisos de quien lo encarga. Leer, preparar un borrador, aprobar y ejecutar una acción difícil de revertir son capacidades distintas. Cada herramienta recibe el mínimo ámbito de datos y de acción necesario; los pasos sensibles pueden exigir una autorización humana explícita o una segunda comprobación técnica.

Documentamos las prohibiciones con el mismo cuidado que los permisos. El agente debe detenerse si falta una fuente, la solicitud contradice una política, no puede acreditar identidad o autoridad, o un sistema externo devuelve un resultado ambiguo. Rechazar con seguridad o escalar el caso de forma limpia es un resultado correcto cuando la alternativa sería actuar sin autorización.

Una respuesta fluida puede ocultar una operación equivocada. La evaluación debe incluir tareas representativas, casos límite, entradas engañosas o maliciosas y fallos conocidos. Comprobamos por separado si el agente eligió la herramienta y la fuente correctas, respetó la autorización, generó el registro esperado y se detuvo donde debía.

El conjunto de pruebas se versiona junto con el flujo de trabajo. Cambiar el modelo, las instrucciones, las herramientas, las fuentes o la política empresarial puede alterar la conducta, de modo que un aprobado anterior no vale para siempre. En producción medimos por separado finalización, escalados, correcciones, latencia, coste y acciones no deseadas; una cifra única escondería el problema decisivo.

La primera versión debe resolver una tarea estrecha, valiosa y con responsable claro. Puede empezar en modo sombra, preparar borradores sujetos a aprobación o actuar únicamente sobre un subconjunto controlado de registros. Así se obtiene evidencia real de calidad, volumen de excepciones y coste de integración antes de ampliar el acceso o la parte del proceso que se delega.

Estar listo para producción exige algo más que modelo y prompt. El alcance escrito identifica sistemas, clases de datos, permisos de herramientas, proveedor del modelo, volumen previsto, límites de servicio, registros, recuperación, ventana de soporte y pruebas de aceptación. El precio se define con esos datos: un agente de investigación de solo lectura no es comparable con otro autorizado a modificar datos de clientes o financieros.