La transformación digital ya no alcanza: bienvenidos al presente agéntico. 

Hace más de veinte años trabajé automatizando procesos completos en plantas de CEMEX. Operaciones industriales enormes podían controlarse desde una sala por una sola persona.

Después llegué a L’Oréal y encontré una realidad completamente distinta. Muchos procesos todavía vivían en Excel y la implementación de SAP se recordaba por lo dolorosa que había sido.

Ambas eran corporaciones globales y tenían tecnología. Sin embargo, su capacidad para convertirla en una nueva forma de operar era radicalmente diferente.

Años después trabajé en nativos digitales como Linio, Rappi y Stori. Ahí los datos, el software y la experimentación formaban parte del negocio desde su nacimiento. No había que convencer a nadie de medir un funnel, analizar el comportamiento de los usuarios o lanzar un experimento para descubrir qué acción podía mover la aguja más rápido.

Pero incluso esas compañías fueron diseñadas alrededor de una restricción: la capacidad cognitiva del ser humano.

Podíamos tener miles de datos disponibles y modelos sofisticados, pero un manager seguía sin poder revisar cada transacción, cliente, conversación o ticket. Administrábamos mediante segmentos, promedios, muestras y prioridades. El software procesaba información y ejecutaba instrucciones; las personas conectaban los puntos, tomaban decisiones y movían el trabajo entre sistemas.

  

La inteligencia artificial está eliminando parte de esa restricción.

Un sistema agéntico puede recibir un objetivo, recuperar información, utilizar herramientas, tomar decisiones dentro de ciertos límites, ejecutar acciones y evaluar sus resultados. Puede analizar cada caso individualmente, mantener memoria de interacciones anteriores y trabajar de manera continua.

Esto produce un salto organizacional mucho más profundo que añadir un copiloto a cada empleado.

La transformación digital permitió capturar datos y ponerlos frente a las personas. La transformación agéntica exige convertir esos datos en contexto, el contexto en conocimiento y el conocimiento en mejores decisiones para todo el sistema.

Kavak ofrece uno de los ejemplos latinoamericanos más interesantes. La compañía nació como un negocio digital, pero sus líderes decidieron reconstruir buena parte de su arquitectura alrededor de agentes. Según cifras compartidas públicamente por la empresa, estos sistemas ya gestionan alrededor de 95% de sus interacciones y transacciones con clientes.

Cada cliente puede tener un agente con memoria de su relación, acceso a diferentes herramientas y un objetivo de largo plazo. Ya no depende de que quince especialistas humanos reconstruyan fragmentos distintos de la misma historia.

Kavak también experimentó colocando un agente como “AI CEO” de su operación en Cuernavaca.
El sistema revisaba números, clientes y vehículos; generaba pronósticos; asignaba planes diarios a los equipos físicos; recibía avances mediante notas de voz y ajustaba sus decisiones. El resultado reportado fue un incremento de 50% en las ganancias de la ciudad durante las primeras semanas.

Sin embargo, la transformación más importante quizá no esté en la cantidad de trabajo que el agente puede ejecutar, sino en la velocidad con la que la organización puede aprender.

Cuando una persona descubre una mejor manera de responder una objeción comercial, ese aprendizaje comienza en su cabeza. Después tiene que compartirlo con su manager, convertirlo en un nuevo playbook, enseñarlo al equipo y esperar que cada vendedor lo adopte correctamente.

En una organización agéntica, una interacción puede generar una corrección, convertirse en conocimiento validado y actualizar el comportamiento de todos los agentes. Lo aprendido en un caso puede aplicarse a las siguientes cien mil transacciones.

Cuando aprende una persona, mejora una persona. Cuando aprende el sistema, puede mejorar la empresa completa.

Por supuesto, esto también permite escalar errores a una velocidad bastante aterradora.
El conocimiento debe validarse mediante evaluaciones, límites y responsables claros antes de propagarse. Alguien tiene que decidir qué resultado se optimiza, cuáles son los principios que nunca deben violarse y quién responde cuando el sistema se equivoca.

Ahí cambia también el trabajo del líder. Su valor se aleja de revisar cada tarea y se acerca al diseño del sistema: objetivos, contexto, herramientas, permisos, métricas, excepciones y mecanismos de aprendizaje.

Para las corporaciones tradicionales, la situación es especialmente incómoda. Algunas todavía intentan terminar su transformación digital mientras una nueva transformación ya comenzó. No pueden esperar a conectar perfectamente todos sus sistemas para después pensar en agentes. Tendrán que construir las bases digitales y rediseñar su operación en paralelo, journey por journey.

El lunes podrían comenzar con uno. Elegir una experiencia completa del cliente y preguntar: ¿qué contexto necesitaría un agente para entenderla?, ¿qué decisiones podría tomar?, ¿dónde sigue siendo indispensable el juicio humano? y ¿cómo convertiríamos cada resultado en aprendizaje para las siguientes interacciones?

Hace veinte años automatizamos el músculo de la empresa. Después digitalizamos su memoria y conectamos sus procesos. Ahora la inteligencia artificial comienza a participar en sus decisiones y a distribuir la experiencia acumulada por todo el sistema.

La próxima ventaja competitiva pertenecerá a las organizaciones capaces de convertir contexto en conocimiento y conocimiento en mejor comportamiento, una y otra vez.

Bienvenidos al presente agéntico.