E181 - Agentes de IA en las Organizaciones

Resumen

El episodio 181 de enCoders explica qué se entiende por "agente" de IA dentro de una organización y propone clasificarlos en siete categorías: chat básico, low code, integrados en aplicaciones, agentes de código, agentes a medida, multiagente y autónomos. Se aclara que muchas de estas categorías no son agentes en sentido técnico, pero así las llama la gente. Se argumenta que separar los niveles importa por el costo: licencias de $10, $30 o más por usuario escalan mucho con 1000 empleados, y cada nivel requiere una solución distinta. Se recomiendan buenas prácticas: empezar simple, que el humano valide la salida, desplegar por fases, tener acceso a varios modelos, crear un centro de excelencia y medir adopción, calidad e impacto. Gran parte del episodio se dedica a la gobernanza (auditoría, DLP, inventario, Shadow AI, clasificación de datos, e-discovery, DPIA) y al costo de las cuentas Enterprise. La conclusión es que implementar IA en una empresa exige estrategia, gobernanza, inversión, capacitación y medición del retorno.

Capítulos

• 00:00
  IntroPresentación del episodio 181 sobre agentes de IA en las organizaciones. Cris hablará de usos típicos y de niveles según cuánto control toma la IA.
• 00:30
  Qué es un agenteHay confusión sobre el término "agente", que está de moda en LinkedIn y X. Cris identifica siete tipos, algunos más bien asistentes o IA, que la gente llama agentes en el lenguaje común.
• 01:22
  Gobernanza y riesgosLa gobernanza controla quién accede a los agentes, a qué información y qué se hizo (auditoría). Sin registros, una filtración de datos de clientes no se puede investigar y trae multas, daño reputacional y muchas horas manuales.
• 02:50
  Siete niveles de agentesDato de Deloitte: el 74% de las empresas espera usar IA agéntica, pero solo el 21% tiene gobernanza madura. Se presentan las categorías, desde chat hasta agente autónomo. Un participante objeta que un chatbot sin agencia no es un agente, y Cris responde que son definiciones del lenguaje común.
• 05:08
  Nivel 1 Chat básicoChatbot que solo responde, a lo más interactuando con un documento o imagen. Las empresas deberían darlo a todos; un error común es decir "ya tenemos agentes" porque se usa GPT.
• 06:00
  Nivel 2 Low codeHerramientas de autoservicio no code o low code donde el usuario sube documentos, configura un prompt de sistema o conecta un repo de GitHub. NotebookLM cae en esta categoría.
• 07:57
  Confiar y validarEl modelo puede equivocarse y hay que validar. Se discute usar ChatGPT como terapeuta y se compara con los errores de profesionales humanos; la conclusión es dudar siempre y buscar segundas opiniones. También se menciona el uso de herramientas de research (Claude, Perplexity, Google) que investigan en unos 5 minutos.
• 11:07
  Nivel 3 IntegradosAgentes dentro de aplicaciones de uso diario como Excel (Copilot, Claude), navegador, Miro o correo, para resúmenes, tablas y fórmulas. Es para trabajo no desarrollador.
• 12:49
  Nivel 4 Agentes de códigoPara público técnico: generan Python o React, tests y validación. Se citan Claude, Cursor, Codex y herramientas que construyen apps automáticamente, como Replit.
• 14:28
  Nivel 5 Agentes a medidaSe programa un agente propio con SDK de OpenAI o Claude, por ejemplo para procesar datos contables a fin de mes. Los niveles anteriores son productos que se consumen; este es custom.
• 15:58
  Niveles 6 y 7Nivel 6: varios agentes comunicándose en un flujo para un proceso más complejo. Nivel 7: agente autónomo con un objetivo, que ejecuta, se conecta e integra reportes. Cada nivel necesita una solución particular.
• 17:11
  Costos y licenciasCopilot de Microsoft chat simple cuesta unos $10 y con agentes $30; ChatGPT Enterprise cuesta cinco veces más. Con 1000 usuarios, $10 al mes son $120.000 al año, y a cinco veces más son $600.000. Para programadores, pagar por Claude o ChatGPT Pro se justifica por el tiempo ahorrado; Antigravity es gratis para probar.
• 23:00
  Qué nivel usarLas organizaciones deberían estar al menos en el nivel 3, idealmente con agentes propios. Se menciona OpenClaw con acceso admin como mala idea y el benchmark de máquina expendedora, donde Claude Code fue de los primeros en obtener ganancias.
• 25:39
  Enfocándonos en nivel 2Se elige el nivel 2 por ser el más masivo: sirve a perfiles no técnicos. Cris duda de los casos de éxito publicados porque venden más de lo real.
• 27:37
  Buenas prácticasEmpezar simple y habilitar el chat para que la gente experimente y vea los límites. El agente es asistente y el humano decide; Cris pide a Claude documentación en Markdown y la lee con cuidado porque alucina detalles.
• 32:41
  Gobernanza, seguridad y complianceHay que validar el acceso a la información por ley, reputación, cumplimiento y privacidad. Un enlace compartido o un empleado que se lleva datos puede causar multas y pérdida de clientes; se requiere trazabilidad.
• 34:20
  Multi-modelos y pricingConviene acceder a más de un modelo porque unos funcionan mejor que otros y hay modelos multimodales. Para usuarios de uso bajo puede convenir pagar por tokens en vez de licencias de $30.
• 36:25
  Despliegue por fasesExplorar, experimentar y escalar en vez de comprar 1000 licencias porque está de moda. Los contratos Enterprise son de 1 a 3 años; la metodología ágil con feedback continuo es menos riesgosa. Cris prueba servicios de a poco antes de comprometerse.
• 40:19
  Centro de excelenciaEquipo especializado que define gobierno, herramientas y su uso, y capacita y da mentoría a otras áreas.
• 40:49
  Medición e impactoMedir adopción (la mitad de 1000 usuarios probablemente no lo usará), calidad del modelo tras semanas de validación, e impacto en productividad, ventas o costos. Sin impacto, es un costo adicional de $600.000.
• 43:00
  Qué es lo más difícilLos participantes coinciden en que lo más difícil es la gobernanza y la medición. Empezar simple y que el humano decida son fáciles; multimodelo, despliegue por fases y centro de excelencia, intermedios.
• 44:31
  Costos del multimodeloCon pago por tokens el costo es casi igual, pero tener cuentas de ChatGPT y Claude a la vez suma costos adicionales y de mantención de dos plataformas.
• 45:47
  Gobernanza y cuentas EnterpriseLa gobernanza cuesta en gestión, convencimiento, auditoría y herramientas. Las cuentas Enterprise cuestan el doble de las Pro porque incluyen control de acceso y monitoreo.
• 46:45
  MemesError 418 "soy una tetera", el libro *Show Me the Numbers/Storytelling with Charts* criticado por recomendar gráficos de torta y alternativas como stacked bar y treemap. También memes de side quest, de empresas que prohíben IA y de vibe coders sin tokens. Se comenta la dependencia de la IA, modelos impresos en chips, y que Claude y Gemini prohíben usar la suscripción con OpenClaw.
• 56:46
  Gobernanza en la prácticaCris explica que aprendió gobernanza por necesidad laboral. Auditar permite ver quién usó el agente, qué preguntó y qué respondió el modelo, útil ante un problema o demanda.
• 58:21
  DLP e inventario de modelosDLP (data loss prevention) alerta si alguien baja 100 GB de datos y los pasa a una USB. El inventario registra cuántos agentes y modelos hay, su impacto y si deben eliminarse; aplica también al machine learning.
• 01:02:12
  Shadow AI y datos sensiblesShadow IT/AI son procesos con cuentas personales no inventariadas, que son vectores de ataque. Se ilustra con el computador con nota "no apagar" y se aconseja clasificar los datos (sensibles, privados, estratégicos, internos, compartibles).
• 01:05:19
  E-Discovery y cumplimientoE-Discovery es búsqueda forense que rastrea qué pasó con archivos y usuarios, más allá de la auditoría. La DPIA identifica riesgos y mitigadores; por ejemplo, el GPT free usa datos para entrenar, por lo que se usaría Enterprise.
• 01:11:41
  Herramientas y pricing EnterpriseMicrosoft Purview sirve para gobernanza; existen versiones open source con costo de infraestructura. Se mencionan casos reales como el abogado que usó GPT y sistemas que discriminaban por edad. Se repasan las siete capacidades y los planes Team y Enterprise de Claude, con mínimo de usuarios, y de ChatGPT.
• 01:20:23
  CierreSe requiere una estrategia con gobernanza, inversión y capacitación, segmentando el uso de agentes y midiendo el retorno. Si se quiere una herramienta no autorizada, hay que formalizar la solicitud y justificar la productividad. El próximo episodio tratará entrevistas técnicas de código.

Palabras clave