Los líderes en tecnología de automatización que desarrollan los sistemas que hacen posible buena parte de los flujos de trabajo con inteligencia artificial explican cómo están cambiando los mercados, mientras organizaciones y personas aprenden a incorporar esta tecnología en el corazón de sus operaciones.

Wade Foster, CEO y cofundador de Zapier, sostiene que la automatización con IA no solo permite ahorrar minutos en tareas repetitivas. Más importante aún, permite automatizar tareas que antes eran imposibles de ejecutar. Fabian Veit, CEO de Make, coincide en que el verdadero sistema operativo de una empresa ya no se limita a flujos rígidos de "si esto, entonces aquello", sino que avanza hacia agentes mucho más flexibles, donde la mayor parte del trabajo útil se concentra en un punto intermedio, con cierto grado de desorden.

Rich Waldron, CEO y cofundador de Tray.ai, una empresa de automatización para negocios, advierte que las compañías solo confiarán en ese punto intermedio si la orquestación incluye medidas de seguridad, modelos que se puedan intercambiar y una capa de gobernanza capaz de adaptarse a los cambios constantes en los protocolos. Al reunir estas ideas, se perfila una estrategia aplicable tanto a equipos pequeños como a grandes compañías.

El mercado está dejando atrás las "tareas" para enfocarse en las "capacidades"

Durante una década, automatizar significó integrar distintas apps: enviar un formulario a un CRM, actualizar un ticket en un sistema de soporte o notificar a un canal de Slack después de una operación puntual. Estas son tareas deterministas, muy útiles, que deben ejecutarse siempre de forma confiable y en un orden específico. Sin embargo, su aporte es apenas incremental, según advierten los líderes en automatización.

Se puede pensar la automatización como una fábrica con dos tipos de máquinas. Una repite siempre el mismo proceso: son los sistemas deterministas. La otra toma decisiones según el contexto y elige cuál será el siguiente paso: son los sistemas probabilísticos. Antes, las empresas solo contaban con el primer tipo. Ahora pueden combinarlos. Y en esa integración aparecen las verdaderas ventajas.

Foster, de Zapier, entrevistado en un episodio reciente del pódcast Escala Exponencial, señala que el verdadero valor aparece cuando los equipos usan inteligencia artificial y automatización para hacer tareas que antes no habían hecho. No se trata solo de mejorar unos puntos, la eficiencia o ahorrar minutos en una rutina, sino de desarrollar nuevas capacidades. "Realmente se ve el gran valor que se libera cuando las personas identifican oportunidades para automatizar el trabajo que antes no se hacía", dijo 

Fabian Veit, de Make, describe la arquitectura como un espectro. Hay pasos que deben ser seguros. Otros necesitan de un modelo de lenguaje para interpretar o clasificar información. Y en los extremos, los agentes activos eligen herramientas y avanzan hacia sus objetivos.

"La IA necesita automatización para generar valor comercial. Y para que la automatización sea más potente, también necesita IA... realmente lo entendemos como un espectro", dijo Veit en una entrevista reciente en el podcast Exponential Scale.

Waldron, de Tray.ai, advierte que se necesitan medidas de seguridad, sobre todo para los sistemas de automatización predictiva y probabilística. Según cuenta, conoce CIOs que buscan agentes, pero sin que eso implique generar caos.

Existe una necesidad urgente de establecer reglas claras. Más aún ahora, cuando los sistemas de inteligencia artificial ganan capacidad para conectarse a fuentes de datos a través de MCP. Waldron aclara que MCP todavía es algo nuevo y que hace falta tener mecanismos para controlarlo y limitar su alcance.

Los agentes sin restricciones fomentan la dispersión, el exceso de datos y la saturación de herramientas. Esto se vuelve especialmente evidente por la facilidad con la que hoy se puede acceder a herramientas de automatización, agentes de IA o plataformas de codificación por vibraciones, cada vez más presentes en el uso cotidiano.

Según Waldron, los equipos que mejor funcionan son los que dividen el trabajo por áreas, mantienen la supervisión bajo control del área de TI —en alianza con los equipos de negocios— y fijan objetivos concretos, en lugar de aspiraciones vagas como "la IA lo hace todo".

Prácticas que se imponen en la automatización con IA

En estas conversaciones comienzan a repetirse ciertos patrones sobre cómo aprovechar bien la automatización. Uno de los consejos más frecuentes es empezar por tareas de alto impacto, y no por aquellas que simplemente consumen muchas horas. La clave está en identificar flujos de trabajo que antes no se podían automatizar. Si una iniciativa solo permite ahorrar tiempo, hay que seguir buscando.

También se insiste en la importancia de tener un objetivo claro al diseñar una solución. Es necesario mapear el proceso, marcar qué pasos deben ser deterministas y aplicar el criterio basado en modelos solo cuando eso contribuya de forma evidente a mejorar los resultados. No tiene sentido resolver problemas que deben ser deterministas pidiéndole a un modelo de lenguaje que "¡asegúrese de hacer esto siempre!".

Veit aporta una mirada clara sobre cómo definir cuándo aplicar el criterio. Recomienda usar automatización estricta para tareas como registrar pagos, verificar identidades o crear registros. En cambio, sugiere sumar un modelo cuando se necesita interpretar un correo electrónico o clasificar un ticket. En los extremos, propone usar un agente liviano que seleccione herramientas y avance hacia un objetivo, aunque siempre con límites claros sobre el alcance y los datos.

Los líderes en automatización también destacan que medir lo que importa es clave para entender el verdadero impacto. Para eso, hay que seguir indicadores como el tiempo de resolución, la desviación en el primer contacto, el tiempo de ciclo, el cumplimiento del SLA y las tasas de error.

Es fundamental que siempre haya intervención humana y que existan medidas de seguridad para prevenir accesos o acciones no deseadas por parte del sistema. No hay que pedirle a un agente que "sea dueño del universo". Se le puede dar acceso a herramientas, pero con controles: verificación de identidad, aprobaciones y registros en los límites. Waldron define este modelo como "puerta de enlace más controles", una manera segura de avanzar.

También se recomienda mantener los equipos de automatización pequeños y eficientes. Hay que evitar contrataciones automáticas y sumar personal solo cuando las limitaciones reales del sistema lo justifiquen. Lo importante es implementar algo rápido, aunque no sea perfecto, e ir ajustando de manera continua.

Como respaldo de estas prácticas, los líderes en automatización mencionan ejemplos concretos de grandes empresas. Las herramientas y asistentes con inteligencia artificial de Klarna resolvieron la mayoría de las conversaciones con clientes, con un impacto previsto de ocho cifras en las ganancias durante el primer año. Intercom, por su parte, cuenta cómo un agente que empezó operando en el chat ahora también gestiona correos electrónicos y otros canales. Es un caso concreto del esquema que propone Veit.

Un cambio en la fuerza laboral

Los líderes en tecnología de automatización detectan transformaciones en la manera en que las organizaciones gestionan y estructuran sus equipos, impulsadas por sistemas cada vez más eficaces que ya se encargan de tareas clave.

Foster señala que los equipos pequeños logran mejores resultados cuando apuestan fuerte por la automatización, sobre todo si se enfocan en documentar y mejorar sus propios procesos. En este contexto, crece la reticencia a incorporar personal nuevo.

Foster lo resume con una frase simple: "No contrates hasta que te duela".

La realidad todavía es incierta. Las prácticas vinculadas a la automatización y la inteligencia artificial siguen en evolución, los términos se superponen y expresiones como "IA agente" muchas veces se usan sin una definición clara y consensuada. La mayoría de las empresas todavía busca pruebas más concretas sobre el valor real de estas tecnologías, así como garantías más firmes para proteger su propiedad intelectual y sus vínculos con clientes, empleados y socios estratégicos.

El ritmo de avance en la tecnología de inteligencia artificial todavía supera la capacidad de adaptación de las áreas de gobernanza, los procesos de contratación y la gestión del cambio. Las empresas siguen buscando beneficios inmediatos a través de la automatización, mientras que las pruebas piloto con IA se concentran en áreas más acotadas y con mayor cautela. 

Al mismo tiempo, el mercado de proveedores sigue en movimiento, con distintos jugadores que compiten por una posición dominante. Todo esto anticipa que el próximo año será clave para ver cómo las organizaciones logran integrar estos componentes, generar valor y mantener el control mientras el mercado termina de tomar forma.

Nota publicada por Forbes US