Para prosperar en la era de la IA, las empresas necesitan gestores de agentes
Por Suraj Srinivasan y Vivienne Wei
IA y aprendizaje automático
Harvard Business Review
#Doxa #InteligenciaArtificial #EraDigital #GestoresDeAgentes #AgentManagement #AutomatizacionInteligente #TransformacionDigital #LiderazgoTecnologico #EstrategiaEmpresarial #InnovacionDisruptiva #ProductividadEmpresarial #AgentesIA #CambioOrganizacional #VentajaCompetitiva #FuturoDelTrabajo #TecnologiaEmpresarial
Resumen. A medida que los agentes autónomos de IA pasan de la experimentación a la ejecución, las empresas descubren que necesitan un nuevo tipo de líder que los gestione. Basándose en ejemplos de Salesforce y otras grandes organizaciones, este artículo presenta el rol del gerente de agente: los líderes responsables de orquestar cómo los agentes de IA aprenden, colaboran, se desempeñan y trabajan de forma segura junto a los humanos. Al igual que los gerentes de producto surgieron durante la revolución del software, los gerentes de agente se están volviendo esenciales para traducir la intención estratégica en resultados fiables en una fuerza laboral híbrida impulsada por IA.
El día de Zach Stauber comienza incluso antes de que el primer ticket de soporte llegue a la cola. Stauber, gerente de agentes de soporte en Salesforce, una empresa global que ofrece a las empresas una plataforma de gestión de relaciones con los clientes (CRM), gestiona un equipo de agentes de soporte con IA generativa en las áreas de soporte, ventas y marketing a través de una plataforma que la empresa denomina. Stauber describe su rutina así: "Datos, datos, datos. Empiezo y termino mi día con paneles de control, cuadros de mando y monitorización de la observabilidad de los agentes". Se centra en el trabajo de los agentes de IA, pero también en su aprendizaje y adaptación, de forma similar a como un gerente tradicional recorre el área, se comunica con un empleado con dificultades o se reúne con un equipo para resolver un caso complejo.
Salesforce ofrece un vistazo a cómo será el futuro del trabajo digital en diferentes sectores. La plataforma Agentforce, que Salesforce utiliza y vende a sus clientes, ahora resuelve de forma autónoma casi el 74 % de los casos de soporte al cliente entrantes. Decenas de "empleados" digitales, todos agentes de IA, resuelven los problemas de los clientes, redactan correos electrónicos personalizados y derivan los casos más complejos a especialistas humanos. Cada agente de IA opera de forma semiautónoma, aprendiendo del feedback, colaborando con otros agentes de IA y escalando a agentes de soporte humanos cuando la tarea es más compleja de lo que pueden gestionar, creando una fuerza laboral híbrida.
Esta fuerza laboral híbrida está supervisada por gerentes de agentes, personas como Stauber, quien dirige un equipo humano y tecnológico impulsado por IA. Los gerentes de agentes son un nuevo tipo de líder responsable de orquestar cómo los agentes de IA aprenden, colaboran, se desempeñan y trabajan con sus contrapartes humanas. Los gerentes de agentes supervisan a los agentes de IA de forma muy similar a como los gerentes tradicionales capacitan y motivan a los empleados humanos, aunque dedican más tiempo a la seguridad, la precisión y la alineación con el negocio del trabajo de los agentes.
A medida que empresas como Salesforce, JPMorgan Chase y Walmart implementan la IA autónoma en funciones que abarcan desde la atención al cliente hasta las finanzas, se está produciendo un cambio profundo en la gestión. Los agentes que se implementan hoy en día no son solo herramientas para automatizar tareas; son compañeros de equipo que requieren capacitación, gobernanza y gestión del rendimiento. En este cambio, los gerentes de agentes se están convirtiendo en uno de los roles más críticos en la era de la IA.
Así como los gerentes de producto se volvieron indispensables durante la revolución del software, los gerentes de agentes se están convirtiendo rápidamente en el tejido conectivo entre la intención estratégica y la ejecución autónoma. Su misión: lograr que los agentes de IA sean más inteligentes, rápidos, seguros y con mayor impacto, mediante la orquestación entre agentes y con sus contrapartes humanas.
La fuerza laboral híbrida para el desarrollo de ventas
Un ejemplo inmediato de este cambio proviene de los representantes de desarrollo de ventas (SDR) de Salesforce. Anteriormente, el equipo de Transformación Agenética y Desarrollo de Ventas de la empresa se encargaba del seguimiento de los clientes potenciales, gestionando normalmente decenas de contactos, pero solo logrando hablar con entre 12 y 15 prospectos al día. Esta disparidad implicaba que se desatendieran clientes potenciales valiosos debido a la limitación de la capacidad humana.
Ahora, un agente de IA opera como parte del equipo híbrido. El agente de IA de SDR se encarga de las interacciones iniciales, de alto nivel y bajo valor: contacto personalizado, calificación y seguimiento continuo de clientes potenciales obsoletos. El agente de SDR garantiza que el ciclo de ventas nunca se detenga: "Mientras mi equipo duerme, nuestros agentes ya están interactuando con los clientes", afirmó Vanessa Tabbert, vicepresidenta del equipo.
La integración de agentes transformó la capacidad del equipo, pasando de reservar 150 reuniones en 30 días a lograr más de 350 reuniones en una sola semana tras el lanzamiento, con el mismo volumen de leads. Esto se tradujo en una cartera de clientes anualizada de 60 millones de dólares y la adquisición de más de 300 nuevos clientes en cuatro meses.
Fundamentalmente, esta capacidad mejorada con IA permitió una rápida expansión geográfica gestionada por un " equipo de dos pizzas " (la jerga de Amazon para equipos pequeños). La expansión se produjo en los principales mercados en rápida sucesión; el agente ahora opera en EE. UU., Canadá, Reino Unido e Irlanda, África y Japón, con una expansión inmediata prevista para Australia, Nueva Zelanda, el sur de Asia y otros países.
La evolución hacia los SDR agénticos transformó el rol del vendedor humano, que pasó de centrarse en la prospección de baja conexión a centrarse en la interacción humana de alto valor, la empatía y la resolución creativa de problemas. Los SDR humanos ya no tienen que ocuparse de la gestión del embudo de ventas. En su lugar, pueden centrarse en las capacidades humanas de persuasión y juicio para acelerar el avance de las operaciones y cerrarlas. La función del gerente de agente es garantizar que el equipo de agentes autónomos se adapte continuamente, opere de forma segura y, lo más importante, que el agente de IA esté alineado con las prioridades generales de ventas.
Redefiniendo la propiedad
Lograr un éxito sostenido con la IA agéntica requiere un cambio de actitud impulsado por los responsables de las líneas de negocio (LOB). Fundamentalmente, este cambio redefine la propiedad de los agentes de IA. En el mundo pre-agentico, la implementación de la IA residía en el departamento de TI o en la organización de ciencia de datos. En la era agéntica, las unidades de negocio deben tomar el control. Los responsables de las líneas de negocio deben ser responsables del diseño, las pruebas y la gestión de los agentes que impulsan sus flujos de trabajo, tal como lo harían con la fuerza laboral humana.
En Salesforce, por ejemplo, los equipos de éxito del cliente definen el tono del agente de IA, las reglas de escalamiento y las métricas de éxito, todo bajo la supervisión de los gerentes de agentes. Si los agentes de IA realizan trabajo real para una unidad de negocio, esta debe responsabilizarse de su desempeño. Esto requiere establecer una filosofía clara: los agentes de IA son socios complementarios, no competidores, del talento humano. Por ejemplo, en los centros de contacto, los agentes de IA (y los agentes humanos) son gestionados por los propios equipos del centro de llamadas, y no por el equipo de TI. Los equipos del centro de contacto, no la organización tecnológica, son responsables de la resolución de problemas y la atención a los clientes, ya sea que el servicio se preste a través de agentes de IA o humanos.
Este enfoque genera oportunidades y complejidad. Para tener éxito, los gestores de agentes deben combinar una profunda experiencia funcional con conocimientos operativos de IA. Deben saber no solo qué desea la empresa, sino también cómo enseñar a un agente de IA a lograrlo de forma segura, consistente y transparente.
Definiendo este rol fundamental
En nuestras entrevistas con el grupo interno Agentforce de Salesforce, descubrimos que los gerentes de agentes suelen operar en la intersección de la experiencia del cliente, las operaciones de IA y la gestión de productos. Su misión: traducir la experiencia funcional en un rendimiento de IA medible.
Dependiendo de la madurez organizacional, los gerentes de agentes pueden reportar a:
- Éxito del cliente digital (como en Salesforce),
- Gestión de ventas (con estrecha alineación con un equipo de operaciones de IA centralizado),
- O una Oficina de Transformación Digital multifuncional
Pero en todos los entornos, no es probable que este sea un rol transitorio. Es una función operativa duradera, similar a DevOps o la Ingeniería de Confiabilidad del Sitio, surgida de un cambio estructural en la forma en que se realizará el trabajo de una manera híbrida entre lo digital y lo humano.
Sus responsabilidades combinan conocimiento del negocio, rigor analítico e interacción práctica con sistemas de IA, creando un nuevo tipo de liderazgo operativo: la orquestación de IA. El puesto generalmente implica:
- Monitoreo del desempeño del agente: calidad, velocidad, escalamiento y opinión del cliente
- Refinar las indicaciones y los flujos de trabajo para mejorar la precisión y el tono
- Gestionar las transferencias a agentes humanos y garantizar la escalada cuando sea necesario
- Realizar análisis de causa raíz de casos fallidos para impulsar la mejora continua
- Cuantificación del impacto mediante el análisis del ROI y los informes ejecutivos
- ¿Qué hace que un agente gerente sea eficaz?
Observamos que los mejores gestores de agentes se asemejan a los primeros gestores de producto o ingenieros de fiabilidad del sitio. Destacan en la intersección del juicio humano y el rendimiento de las máquinas.
Su éxito depende de seis capacidades críticas:
- Alfabetización operativa de IA: comprenden cómo operan los agentes, cómo las indicaciones impulsan los resultados y cómo diagnosticar fallas del sistema.
- Profundidad funcional: poseen un conocimiento profundo del proceso de negocio que el agente apoya, ya sea servicio al cliente, finanzas o logística.
- Pensamiento sistémico: visualizan cómo los agentes interactúan en los flujos de trabajo, departamentos e incluso otros agentes, para lograr una “orquestación de múltiples agentes”.
- Resiliencia al cambio: se adaptan rápidamente a modelos cambiantes y necesidades comerciales, perfeccionando la lógica del agente en ciclos semanales de “prueba-implementación-aprendizaje”.
- Artesanía rápida: se destacan en diseñar y refinar el lenguaje y la lógica que dan forma al comportamiento de los agentes, el equivalente al entrenamiento de empleados para las máquinas.
- Diseño de trabajo entre máquinas y humanos: Saben cómo crear flujos de trabajo híbridos, evaluando los límites de las capacidades de las máquinas y creando rutinas de escalamiento humano según sea necesario. Son expertos en motivar a la fuerza laboral humana en el contexto del trabajo híbrido entre IA y humanos.
En última instancia, un gerente de agentes eficaz domina el lenguaje de la estrategia empresarial, el funcionamiento operativo de la IA y la gestión de personas.
Una gestión exitosa en esta era híbrida también requiere un cambio en la forma de medir el desempeño humano. El enfoque en KPI basados en actividades (por ejemplo, realizar 60 llamadas al día) ha quedado obsoleto. El nuevo modelo cambia los KPI para centrarse en resultados que dependen de la orquestación y la influencia, lo que implica reconocer que el rendimiento ahora depende de la eficacia con la que una persona optimiza su agente y gestiona los flujos de trabajo. Esta mejora implica que la gerencia debe centrar sus esfuerzos en maximizar la eficiencia de todo el sistema humano-agente.
Finalmente, la fuerza laboral humana debe adquirir rápidamente nuevas habilidades distintivas para capitalizar este cambio. El gerente de agentes facilita esta transformación al permitir que los empleados se desvinculen de tareas de bajo valor que requieren retención de información. Los nuevos requisitos de habilidades incluyen la "gestión de la IA", es decir, saber cómo dirigir al agente eficazmente, y la "gestión de interacciones", es decir, desarrollar la perspicacia necesaria para participar con éxito en las interacciones humanas de alto valor.
Contratación y desarrollo de gerentes de agentes
Si bien los gerentes de agentes pueden provenir de diversas disciplinas, los más eficaces surgieron de puestos que ya eran responsables de la calidad del servicio, los resultados del cliente y el criterio operativo. Estas personas aportaron un profundo conocimiento del sector y una comprensión práctica de lo que significa "bueno" en las interacciones reales con los clientes, capacidades que resultaron más necesarias que las credenciales formales de IA.
La trayectoria de Zach Stauber ilustra la experiencia deseable para este puesto emergente. Formado en producción de audio y con años de experiencia en prestación de servicios y diseño conversacional, incluyendo la dirección de equipos de chatbots pioneros, Stauber fue seleccionado por lo que él llama "curiosidad sincera": su disposición a experimentar, aprender con rapidez y asumir la responsabilidad a medida que la IA transformaba el trabajo.
Las primeras implementaciones también aclararon cómo debía estructurarse el trabajo de los agentes. Los administradores de agentes se centraron en usar lenguaje natural, moldeando la intención, el criterio y el tono, traduciendo una lógica empresarial compleja en instrucciones sencillas y adaptables que un agente de IA pudiera seguir. Trabajaron en estrecha colaboración con ingenieros de IA, quienes a menudo pertenecían al departamento de TI y se centraban en la ejecución determinista: análisis de datos, integraciones de sistemas y los pasos técnicos necesarios cuando un agente actúa. Los grupos internos que los emparejaron escalaron deliberadamente con mayor rapidez y confianza.
La lección más importante es que la gestión de agentes no es necesariamente una función técnica. Las organizaciones que desarrollaron este rol con éxito lo abordaron como un aprendizaje, sumergiendo a los gerentes en operaciones reales, revisiones de fallos y ciclos iterativos de prueba-implementación-aprendizaje, a la vez que aclaraban los derechos de decisión y las vías de escalamiento desde el principio. Aquellas que centralizaron la gestión de agentes completamente en TI o la indexaron con credenciales de IA, a menudo vieron a los gerentes de agentes funcionar técnicamente, pero fallar estratégicamente. A medida que los agentes de IA asuman la ejecución, el éxito dependerá cada vez más de la calidad del criterio gerencial que los guíe.
El rápido crecimiento de una nueva disciplina
A medida que la inteligencia integrada se extiende a todas las funciones, desde RR. HH. hasta finanzas y la cadena de suministro, la necesidad de una orquestación especializada no hará más que crecer. Sin alguien responsable del diseño y la gestión de los agentes, incluso las iniciativas de IA más sofisticadas se estancarán.
Sin embargo, identificar y desarrollar esta nueva clase de líderes no será fácil. Necesitarán una combinación de visión empresarial, dominio de la IA y criterio ético. Las empresas deberán invertir en nuevos programas de formación, integrando el diseño de procesos de negocio, el análisis de rendimiento, la experiencia en IA y la gobernanza de la IA en los programas tradicionales de desarrollo directivo.
Por lo tanto, este momento exige un llamado a la acción. Dentro de 12 a 18 meses, es probable que el título de "gerente de agente" se convierta en un estándar en las empresas que priorizan la IA, una trayectoria profesional para líderes que saben cómo escalar el impacto mediante la automatización inteligente.
Nuestra investigación nos indica que la tecnología por sí sola no genera transformación; el liderazgo sí. El gestor de agentes es una parte crucial de ese liderazgo, el puente entre la intención corporativa y la ejecución autónoma, entre el juicio humano y la precisión de las máquinas.
Lea más sobre IA y aprendizaje automático o temas relacionados Habilidades de gestión, Gestión del talento, Gestión de empleados e IA generativa
Suraj Srinivasan es profesor de administración de empresas Philip J. Stomberg en la Harvard Business School, presidente del Digital Value Lab y miembro de la junta directiva de Harvard Business Publishing.
Vivienne Wei es la directora de operaciones de la plataforma United Agentforce en Salesforce.
No hay comentarios:
Publicar un comentario