La IA generativa provocó euforia con su irrupción. Pero ahora se está dando un fenómeno aún más disruptivo: la coordinación entre diferentes sistemas para desarrollar procesos de principio a fin sin intervención humana. Sin embargo, el autor de esta nota afirma que este nuevo paradigma no se llevará a la encrucijada de “elegir entre humanos o máquinas, sino de diseñar modelos organizacionales donde ambos coexisten y se potencien”.
Por Eduardo Laens*
Desde mi experiencia laboral en hiperautomatización y transformación digital, hemos vivido de primera mano la euforia que generó la irrupción de la inteligencia artificial generativa (GenAI) y, más recientemente, el surgimiento de agentes autónomos impulsados por modelos de lenguaje. Pero también estamos viendo con claridad algo que muchas organizaciones aún están procesando: lo verdaderamente disruptivo no es que una IA pueda generar texto, código o imágenes, sino que ahora puede coordinarse con otras IAs, razonar en conjunto y ejecutar tareas complejas de principio a fin, sin intervención humana directa.
Este nuevo paradigma —que la literatura técnica denomina sistemas multiagente o multi-agent AI systems— marca un cambio estructural en la manera en que se conciben los procesos de negocio, la asignación de tareas y, en consecuencia, el diseño mismo del trabajo en las empresas.
De los modelos generativos a los agentes inteligentes
Hasta no hace mucho, los casos de uso de la IA generativa se limitaba a tareas acotadas: redactar un mail, resumir una reunión, generar código base o armar un informe. Pero tal como lo señalan IBM y Deloitte en The Cognitive Leap (2024), estos modelos standalone presentan limitaciones para actuar con contexto, razonar en pasos y conectarse con múltiples herramientas empresariales. Y ahí es donde entran los agentes.
Un agente de inteligencia artificial es una entidad autónoma capaz de percibir su entorno (ya sea digital o físico), tomar decisiones, planificar acciones y ejecutarlas en función de un objetivo definido. Cuando múltiples agentes trabajan en red, surgen capacidades emergentes: colaboran, se coordinan, se supervisan mutuamente, aprenden del entorno y orquestan flujos de trabajo complejos con una precisión que empieza a igualar —y en algunos casos superar— a los humanos.
En la actualidad, ya se está implementando este tipo de agentes en procesos como soporte IT, onboarding de empleados, atención al cliente, conciliaciones contables y entrenamiento comercial, con beneficios concretos: reducción de tiempos en un 60-80%, disminución de errores, y mayor adaptabilidad frente a cambios del entorno.
Un nuevo modelo de productividad
Los agentes no solo ejecutan tareas, las entienden en su contexto. Como describe el World Economic Forum en su informe Navigating the AI Frontier (2024), estos sistemas incorporan memoria, planificación, sensores digitales y herramientas que les permiten actuar como verdaderos colaboradores autónomos. Su impacto en términos de productividad es considerable: en vez de mejorar una tarea puntual, rediseñan el flujo completo.
A modo de ejemplo: un proceso de auditoría financiera tradicional puede tomar semanas, involucrar múltiples personas, conciliaciones manuales, validaciones cruzadas y revisión documental. Con agentes, ese mismo proceso puede ser modelado como un flujo compuesto por unidades autónomas (extracción de datos, validación, comparación, generación de informe) que trabajan en paralelo y se retroalimentan para mejorar el resultado final.
El resultado no es solo velocidad: es inteligencia operativa, flexibilidad adaptativa y capacidad de escalar sin duplicar costos.
Pero ¿qué pasa con el empleo?
Es imposible hablar de esta transformación sin poner el foco en su impacto sobre el trabajo humano. Según el Future of Jobs Report 2025 del WEF, se estima que entre 2025 y 2030 se crearán 170 millones de nuevos empleos, pero también se destruirán 92 millones por obsolescencia de tareas, lo que dejará un saldo neto positivo del 7%, pero altamente disruptivo.
En ese mismo informe, el 40% de los empleadores planea reducir personal debido a la automatización de tareas, mientras que el 85% planea invertir en reskilling o upskilling. Es decir, no se trata de un reemplazo masivo, sino de una rotación profunda del capital humano hacia roles más estratégicos, creativos y de supervisión.
Desde nuestra experiencia, esto ya está ocurriendo: muchos de nuestros clientes están reconvirtiendo puestos administrativos hacia tareas de supervisión de agentes, análisis estratégico y mejora continua de flujos automatizados. La clave está en anticiparse: las empresas que ya están capacitando a sus equipos en IA, automatización y diseño de procesos tienen una ventaja significativa frente al resto.
De tareas a capacidades: un nuevo mindset organizacional
Uno de los mayores errores que vemos en el mercado es pensar en los agentes como reemplazo directo de roles humanos. Esa mirada es reduccionista. La verdadera revolución está en repensar las empresas no como estructuras jerárquicas de tareas, sino como ecosistemas dinámicos de capacidades, donde humanos y agentes interactúan como pares complementarios.
En Agentes de inteligencia artificial y workflows agénticos (IALAB UBA, 2025), se presenta una taxonomía de cinco niveles de autonomía para agentes, desde los que requieren intervención humana constante, hasta los que toman decisiones complejas de forma independiente. Este marco es vital para las empresas que quieren avanzar sin perder control ni generar riesgo operativo.
Desde mi rol, ya aplicamos este modelo para diseñar arquitecturas híbridas, donde los humanos conservan el rol de supervisores estratégicos, los agentes ejecutan y monitorean tareas, y la colaboración entre ambos se da en flujos con reglas claras, trazabilidad y control.
Nuevas habilidades, nuevos liderazgos
La transformación no es solo tecnológica, es también cultural. Las habilidades más demandadas para 2030 ya no serán la ejecución repetitiva ni el conocimiento técnico puntual, sino capacidades como Pensamiento analítico y estratégico, Alfabetización tecnológica, Curiosidad y aprendizaje continuo, Liderazgo adaptativo y Capacidad de trabajar en entornos híbridos humano-IA.
Según el WEF, el 39% de las habilidades actuales quedarán obsoletas en los próximos cinco años y el 59% de los trabajadores necesitará algún tipo de formación para adaptarse.
Riesgos y dilemas: ¿quién gobierna a los agentes?
Como toda innovación profunda, esta también trae riesgos: sesgos en la toma de decisiones, pérdida de control humano, sobre dependencia tecnológica, falta de estándares éticos. Los sistemas multiagente requieren de un gobierno sólido, políticas de auditoría y principios de diseño responsable.
La clave es promover arquitecturas abiertas, trazables, con feedback loops y reglas de supervisión, así como la incorporación de perfiles éticos y legales en los proyectos de automatización avanzada. No basta con que el sistema funcione: debe ser justo, seguro y explicable.
Una oportunidad histórica
Estamos ante un momento bisagra. Así como la electricidad transformó la industria en el siglo XIX, o Internet cambió el comercio y la comunicación en el XX, los agentes inteligentes están reformulando la forma en que las organizaciones operan, deciden, aprenden y escalan.
En definitiva, no se trata de elegir entre humanos o máquinas, sino de diseñar modelos organizacionales donde ambos coexisten y se potencien. Empresas más inteligentes, trabajadores más humanos, decisiones más rápidas y procesos más flexibles: ese es el futuro que estamos construyendo.
Pero ese futuro no es automático. Requiere visión, estrategia, inversión y —sobre todo— una profunda voluntad de transformación. Y ahí es donde, como socios de nuestros clientes, elegimos estar.
*CEO de Varegos y docente universitario
About The Author
