La IA agéntica y los flujos de trabajo: De asistente a modelo operativo

En gran medida, la primera ola de la IA generativa se centró en la productividad individual. La IA podía ayudar a una persona a redactar, resumir, realizar búsquedas, programar o preparar una nota para una reunión. Todo eso es útil, pero se limita a una tarea concreta: un usuario, una instrucción, un resultado.

La IA agéntica supone un cambio de mayor alcance. Una vez que la IA es capaz de gestionar una secuencia de pasos, utilizar herramientas, mantener el contexto y entregar resultados estructurados a una persona u otro sistema, la pregunta relevante pasa de ser «¿puede esta herramienta ayudarme a trabajar más rápido?» a «¿de qué flujo de trabajo forma parte este sistema, qué está autorizado a hacer y cómo se revisa el resultado?».

Esa diferencia es importante en la gestión de activos, ya que las decisiones de inversión rara vez se toman de forma aislada. Se enmarcan en una cadena de trabajo más amplia: preparación del análisis, seguimiento de la cartera, análisis de riesgos, presentación de informes a los clientes, diligencia debida, controles de cumplimiento, calidad de los datos, operaciones y documentación. La IA puede realizar muchos de estos pasos, pero solo si el proceso que los rodea se diseña a propósito.

Por lo tanto, que la IA pase de ser un asistente a convertirse en un modelo operativo es cuestión de capacidad, escala y control. Un único asistente de IA puede resultar útil incluso si el proceso en el que se encuadra es informal. Sin embargo, una vez que la IA se integra en flujos de trabajo repetibles, las gestoras deben tener en cuenta la coherencia, la visibilidad de costes, el registro de operaciones, las vías de continuidad (escalation) y la aprobación por personas.

La siguiente infografía muestra este cambio en tres etapas.

Téngase en cuenta que no todos los procesos deben ser agénticos, sino que los flujos de trabajo realizados con IA deben demostrar que está justificado darles continuidad. Ello implica saber qué está autorizado a hacer el sistema, a qué datos puede acceder, cuánto cuesta su funcionamiento, con qué frecuencia falla, cuándo vuelve a intentarlo, qué criterios utiliza y cuándo se requiere aprobación humana. También conlleva mantener los registros del flujo de trabajo: responsables designados, fuentes de datos autorizadas, herramientas autorizadas, fase del ciclo de vida, periodicidad de revisiones y vías de continuidad.

Es aquí donde el debate sobre los flujos de trabajo confluye directamente con el buen gobierno. La fundamentación, la estabilidad, la concesión de permisos, el historial de datos y la supervisión humana no son elementos independientes del modelo operativo.¹ Son lo que permite que los flujos de trabajo realizados con IA pasen de la fase experimental al uso institucional.

En ese sentido, el diseño de los flujos de trabajo pasa a formar parte de la disciplina de inversión. Las empresas que más se beneficien de la IA agéntica podrían no ser aquellas que automaticen más rápidamente, sino las que desarrollen procesos repetibles, revisables, con coste ajustado y que permitan rendir cuentas. De hecho, en lugar de limitarse a utilizar más la IA, el siguiente paso consiste en diseñar mejores flujos de trabajo en torno a ella.

Nota al pie

¹Consulte el artículo de Mike Chen titulado «IA agéntica y buen gobierrno»