Agentes de IA como empleados: un modelo de RR. HH. para la plantilla digital

Muchas empresas están reflexionando sobre cómo los agentes de IA pueden automatizar procesos, preparar decisiones o hacerse cargo de flujos de trabajo completos. Sin embargo, hay una cuestión que se pasa por alto: ¿cómo se gestiona realmente a estos empleados digitales? Y es que, al igual que sus compañeros humanos, los sistemas deben ser entrenados, recibir tareas y desarrollar nuevas capacidades. Algunos se convierten en empleados de alto rendimiento, mientras que otros no ofrecen resultados útiles y, finalmente, deben ser sustituidos. Esto también transforma el papel del director de IA (CAIO). En el futuro, ya no será responsable únicamente de los modelos, la infraestructura y la gobernanza. Más bien, se convertirá en el director de personal de una nueva plantilla digital. Lo que esto significa concretamente se pone de manifiesto a lo largo de todo el „ciclo de vida“ de un agente de IA.

1. La oferta de empleo

Los agentes de IA necesitan un perfil de puesto: el primer paso, al igual que con los empleados humanos, comienza con una pregunta sencilla: ¿dónde falta mano de obra? Es decir, las empresas deben analizar los procesos, identificar los cuellos de botella y, a continuación, definir los perfiles de tareas para los agentes de IA.

Son especialmente adecuadas aquellas tareas en las que es necesario recopilar y analizar grandes cantidades de datos no estructurados. Este es el caso de la gestión de siniestros, la elaboración de informes, la documentación o la gestión de flujos de trabajo. Las aseguradoras, por ejemplo, pueden hacer que los agentes analicen la información recibida o busquen casos similares para agilizar la tramitación de las reclamaciones. En el ámbito de la logística, por su parte, los agentes pueden optimizar la ocupación de los almacenes o la cadena de suministro.

Desde un punto de vista técnico, esto no da lugar a simples chatbots, sino a roles digitales claramente definidos con acceso a fuentes de datos, API, sistemas de búsqueda y aplicaciones especializadas. El agente recibe, por así decirlo, una descripción del puesto: ¿qué tareas debe realizar? ¿Qué sistemas puede utilizar? ¿Cuándo toma decisiones de forma autónoma? ¿Cuándo es necesario que intervenga una persona?

2. La entrevista de trabajo

No todos los agentes son adecuados para todas las tareas: en el futuro, las empresas no desarrollarán por sí mismas a todos los agentes. En su lugar, surgirá un mercado de agentes de IA especializados, de forma similar a lo que ocurre con los consultores externos o los profesionales especializados. Algunos agentes son generalistas, otros son auténticos expertos. La analogía con la selección de personal es evidente: un „agente junior“ solo cuenta con habilidades básicas y debe recibir una formación intensiva. Un „agente sénior“ dispone de conocimientos del sector, habilidades comunicativas o experiencia en materia normativa, pero también es considerablemente más caro.

Precisamente por eso, las empresas deben establecer de antemano un proceso de selección adecuado. ¿Qué debe saber hacer el agente de IA? ¿En qué aspectos se le puede entrenar con poco esfuerzo? ¿En qué casos se necesita directamente a un especialista? El CAIO asume así una tarea que hasta ahora se asociaba más bien al ámbito de los recursos humanos: la búsqueda del candidato perfecto.

3. La incorporación

Los agentes de IA deben pasar por un proceso de formación: los nuevos empleados no son productivos automáticamente solo por el hecho de que se les entregue un ordenador portátil. Lo mismo ocurre con los agentes de IA. Hay que familiarizarlos con los conocimientos de la empresa, los procesos, las directrices y los objetivos. Esta incorporación se lleva a cabo, desde el punto de vista técnico, mediante bases de datos de conocimientos, sistemas de recuperación de información, medidas de seguridad y habilidades especializadas. De este modo, el agente aprende qué información es relevante, qué decisiones están permitidas y cómo funcionan determinados procesos.

„Quien quiera utilizar agentes con éxito, tengo que empezar,
”dirigirla como si fuera un empleado humano».”

Oliver Köth,
Director general de Tecnología
e Innovación DACH,
Datos NTT

En este sentido, la colaboración con los compañeros humanos reviste una importancia especial. Por lo general, se crea una cadena de procesos híbrida: en la parte inicial, los agentes analizan los flujos de datos y procesan la información; en la parte final, otros agentes automatizan los procesos estándar; y, entre medias, las personas se encargan de tomar decisiones complejas, llevar a cabo negociaciones o interactuar con los clientes.

Si, por ejemplo, una empresa industrial tiene que sustituir a un proveedor con poca antelación, un agente puede analizar casos de adquisición anteriores, evaluar los riesgos en la cadena de suministro y priorizar las posibles alternativas. Sin embargo, la negociación propiamente dicha con el nuevo socio, así como la decisión final, siguen recayendo en las personas.

4. La formación continua

Los buenos agentes aprenden constantemente: al igual que los empleados humanos, los agentes también necesitan una formación continua. Existen dos formas de aprendizaje. La primera corresponde al clásico „aprendizaje en el trabajo“. Los agentes analizan tareas pasadas, evalúan los resultados y mejoran su forma de actuar. Los sistemas modernos almacenan soluciones exitosas, casos de error y nuevos conocimientos en las denominadas „arquitecturas de memoria“ o «data flywheels». Algunos modelos incluso consolidan estas experiencias de forma automatizada en segundo plano, de manera similar a como las personas procesan sus experiencias mientras duermen. La segunda forma se refiere a los cambios externos. Una empresa debe incorporar activamente en los agentes las nuevas normativas, los cambios en los requisitos de cumplimiento o las nuevas condiciones del mercado. Un agente de ingeniería de producto, por ejemplo, debe aprender que determinados materiales ya no están permitidos debido a nuevas leyes medioambientales. Esto significa que, en el futuro, las empresas necesitarán una especie de «academia de agentes» que forme, supervise y certifique continuamente a sus empleados digitales.

5. La trayectoria profesional

De simple gestor a solucionador proactivo de problemas: la diferencia entre los empleados mediocres y los excelentes no radica en la rapidez, sino en la iniciativa propia. Precisamente esta evolución también se está produciendo en los agentes de IA. Los sistemas sencillos se limitan a reaccionar ante órdenes, mientras que los agentes avanzados trabajan de forma proactiva. Detectan patrones, identifican problemas y elaboran propuestas de mejora de forma autónoma. Esto transforma la naturaleza de las tareas. A los agentes se les asignan cada vez más objetivos. En lugar de „Rellena el formulario X“, la instrucción es, por ejemplo, „Reduce el tiempo de tramitación en la caja“ o „Mejora la disponibilidad de existencias“. A continuación, el agente analiza los datos por su cuenta, prueba diferentes variantes y elabora propuestas de optimización.

6. La entrevista de despido

A veces, los agentes simplemente no encajan: no todos los agentes son realmente productivos. Por eso, las empresas necesitan objetivos claros y evaluaciones de rendimiento también para los agentes de IA. Si un agente no cumple los objetivos, comete demasiados errores o genera altos costes de revisión, hay que ajustar el sistema, volver a entrenarlo o desactivarlo. Algunos agentes simplemente pierden su función cuando cambian los modelos de negocio o los procesos. La ventaja de utilizar agentes de IA es la rapidez. La plantilla digital se puede ampliar o desactivar en cuestión de minutos. De este modo, las empresas ganan en flexibilidad, especialmente ante picos de demanda estacionales o volúmenes de negocio muy variables.

Una función directiva en lugar de un proyecto de TI

Con la creciente difusión de los agentes de IA está surgiendo una nueva forma de plantilla digital. Estos sistemas deben seleccionarse, entrenarse, perfeccionarse y evaluarse. El enfoque se está desplazando cada vez más hacia cuestiones de organización, control y liderazgo. „El desarrollo tecnológico de la IA avanza de forma exponencial. Sin embargo, las empresas suelen adaptar las nuevas formas de trabajo solo de forma gradual, lo que las somete a presión. Los agentes de IA no solo transforman procesos concretos, sino toda la organización. El CAIO se está convirtiendo en una nueva figura clave“, afirma Oliver Köth, director general de Tecnología e Innovación para la región DACH en NTT Data. „Quien quiera utilizar los agentes con éxito debe empezar a gestionarlos como si fueran empleados humanos, lo que incluye la selección de personal, la formación continua, el establecimiento de objetivos y el control de resultados“. (Fuente: NTT Data)