Aprendizajes en la transformación con IA
Microsoft publicó el 17 de septiembre un balance de su adopción interna de IA, firmado por Kathleen Hogan, directora de estrategia y transformación. Aunque el documento apunta a una audiencia de negocio, contiene una tesis técnica: los resultados dependen menos del modelo o de la herramienta que del diseño del flujo de trabajo en el que operan los agentes, y de las reglas que definen qué pueden hacer y cuándo deben intervenir personas.
Simplificar antes de automatizar
El caso más detallado es la cadena de suministro de su negocio en la nube. Según la compañía, el equipo, de más de 150 personas entre expertos del área e ingenieros, mapeó y simplificó los procesos de punta a punta antes de introducir agentes. Su argumento es que agregar agentes a un proceso defectuoso lo deja igual de defectuoso: acelerar un paso solo alarga la cola del siguiente.
El segundo paso fue crear una fuente única de datos, de modo que todos los agentes razonen sobre la misma información. Sobre esa base se desplegaron más de 100 agentes, 111 según las notas al pie, especializados por función: planificación, aprovisionamiento, cumplimiento y logística. Según el texto, investigan cambios de demanda y capacidad, y comparan opciones de transporte aéreo, terrestre y marítimo según costo, tiempo e impacto en carbono.
De responder a actuar
El punto técnico más relevante es un cambio de rol. Dentro de permisos y umbrales de aprobación definidos, los agentes pasaron de responder consultas a ayudar a los planificadores a actualizar o cancelar órdenes de compra. Es decir, ya ejecutan operaciones sobre sistemas transaccionales, aunque bajo límites explícitos.
La compañía afirma que el diseño del flujo debe definir de forma expresa a qué pueden acceder y qué pueden hacer los agentes, cómo se supervisan sus acciones y en qué puntos las personas deben revisar, aprobar o intervenir. Para Microsoft, la IA rinde más cuando personas, procesos y tecnología avanzan a la par.
Especialización por rol en otros equipos
El patrón de agentes acotados a una tarea se repite. En ventas, el equipo asignó a cada momento clave de la semana del gestor de cuentas un agente distinto: uno para analizar el pipeline, otro para armar paquetes de acuerdos y otro para investigar clientes. En la organización de Personas, los agentes cubren actividades de la incorporación de nuevos empleados, con supervisión humana continua: las personas fijan el estándar de calidad, deciden dónde se requiere criterio humano, corrigen fallos y gobiernan el sistema completo. En ingeniería de software, Microsoft dice que el objetivo va más allá de generar código: rediseñar cómo se planifica, construye, prueba y evalúa un producto con agentes en todo el flujo. El equipo de Copilot Cowork, con nueve integrantes, trabajó con agentes desde el primer día y entregó una versión inicial en 35 días.
Gobernanza: control humano y conocimiento propio
En el plano de principios, la empresa sostiene que la IA debe ampliar la capacidad humana y que las personas conservan control, criterio y responsabilidad. En la práctica, eso se traduce en los umbrales de aprobación y los puntos de intervención descritos arriba, y en que los responsables humanos siguen respondiendo por cómo se aplica la IA.
Hay además un planteamiento sobre control de datos. Microsoft sostiene que el ciclo de aprendizaje entre personas y agentes genera conocimiento institucional propio, y que cada organización debería poder construirlo sin depender de un único proveedor de modelos, manteniendo control sobre ese conocimiento y sobre cómo se integra en los modelos y sistemas que usa. Su conclusión es que acceder a los mejores modelos no será un diferenciador.
Resultados y sus límites
La compañía reporta que el tiempo de ciclo en flujos seleccionados de la cadena de suministro cayó hasta 75%, de unos 10 a menos de 2,5 días hábiles de promedio. Además, la explicación validada por humanos de cambios en planes de demanda pasó de cinco a siete días a unas pocas horas, y a veces a menos de 20 minutos. Las notas aclaran que la medición abarca cinco ciclos mensuales entre abril y agosto de 2026, que los resultados son específicos de esos flujos y que la evaluación es interna.
Las cifras de ventas (20% más en tasa de cierre, 9,4% más de ingresos por gestor) provienen de 687 vendedores entre enero y junio de 2024, frente a vendedores de bajo uso. El plazo de 35 días de Copilot Cowork corresponde a un equipo dedicado y, según la propia empresa, no sirve como referente general.
Lo que el texto no detalla
El documento no describe la arquitectura de los agentes, los modelos que usan, cómo se implementan los permisos y umbrales, qué mecanismos de trazabilidad o auditoría existen, cómo se evalúa la calidad de sus decisiones ni qué tasa de intervención humana se registra. Tampoco informa cuántos de los agentes actúan sobre sistemas y cuántos solo analizan. Para quienes evalúan replicar el enfoque, esos son los datos que faltan. Es probable que el Frontier Playbook, al que la compañía remite, aporte más detalle.
Seguiremos brindándote más información sobre este tema en las siguientes presentaciones físicas y digitales de Channel News Perú
Mantente conectado a nuestra plataforma de negocios y revista, haciendo clic aquí y suscribiéndote a nuestro newsletter para contenido de valor diario
