¿Qué capacidades exige realmente implementar IA agéntica en operaciones?
Implementar un agente en operaciones exige cuatro capacidades a la vez: integración con sistemas corporativos (ERP, correo, SharePoint), diseño de aprobación humana, gobernanza de identidades y permisos, y operación continua después del go-live. Un proveedor que domina solo el modelo de lenguaje cubre una de las cuatro.
El especial del Diario Financiero sobre IA agéntica (21 de agosto de 2026) describe bien el trabajo. Christopher Chávez, cofundador y CPO de Muze AI, lo resumió así: “Un agente puede leer un correo con una factura adjunta, extraer los datos, validarlos contra una orden de compra en el ERP y dejar el registro listo para aprobación”.
Ese ejemplo contiene cuatro integraciones: bandeja de correo, extracción documental (AI Builder), consulta al ERP (SAP o Softland) y un flujo de aprobación (Power Automate). Cada integración es un punto donde el agente puede fallar en silencio si nadie diseñó el control.
Sebastián Cifuentes, tech lead del CENIA, advirtió en el mismo especial que la agencia “significa independencia del sistema para decidir y ejecutar un camino para resolver una tarea, pero no necesariamente ese camino se alinea con nuestra expectativa original”. Por eso recomendó delimitar tarea y entorno, e imponer aprobación humana antes de eliminar, modificar o enviar información.
Luz María García, gerenta general de ACTI, apuntó a la dificultad más subestimada: la interoperabilidad. Cuando un agente accede a datos corporativos entran en juego la ciberseguridad, la gestión de identidades, los permisos, la supervisión humana y la trazabilidad. Ninguna de esas se resuelve con un buen prompt.
¿Cómo se ve un proyecto de agentes bien hecho, de punta a punta?
Un proyecto bien hecho parte midiendo el proceso actual, construye con autonomía parcial y humano en el ciclo, y termina con alguien responsable de operarlo. Los datos de Accenture (Pulse of Change 2026, 3 mil ejecutivos) muestran la brecha: 49% pilotea o despliega agentes, solo 23% declara valor amplio y sostenido.
La diferencia entre ambos grupos rara vez está en la construcción. Francisco Rojas, de Accenture Chile, lo planteó en el DF: “La principal barrera que vemos hoy no está necesariamente en desarrollar un agente, sino en contar con una organización preparada para escalarlo”.
Un proyecto completo recorre estas fases:
- Línea base medida. Volumen mensual del proceso, tiempo por caso, tasa de error actual. Sin ese número no hay forma de probar el resultado.
- Delimitación de la tarea. Qué decide el agente solo, qué propone y qué nunca toca. Las acciones críticas (escribir en SAP, enviar a un regulador) quedan con aprobación humana.
- Construcción dentro del tenant. Agente en Copilot Studio, orquestación en Power Automate, extracción en AI Builder, datos en Dataverse. Los permisos se heredan de Entra ID, no de una cuenta de servicio con acceso total.
- Piloto con datos reales. Documentos reales del cliente, incluidos los mal escaneados y los formatos atípicos, no un set de prueba curado.
- Go-live con bitácora. Cada acción del agente queda registrada: qué leyó, qué decidió, quién aprobó.
- Operación. Monitoreo de flujos, ajustes cuando cambia el proceso o el formato de un proveedor, informe periódico de estado.
El patrón que según el DF madura en Chile es consistente con esta secuencia: “procesos de alto volumen documental o de coordinación repetitiva, con autonomía parcial y un humano en el ciclo”. Bitácoras, informes de laboratorio y reportes regulatorios encajan en esa descripción.
¿Qué preguntar y qué pedir como evidencia al evaluar un proveedor de agentes de IA?
La pregunta útil no es “¿tienen experiencia en agentes?” sino “¿pueden mostrarme la evidencia en esta reunión?”. Cada criterio de la tabla se puede exigir y comprobar en una o dos sesiones, sin depender de la palabra del proveedor.
| Capacidad | Qué pedir como evidencia | Señal de alerta |
|---|---|---|
| Agente en producción | Bitácora anonimizada de un agente operando hoy: acciones, aprobaciones, errores de la última semana | Solo muestran demos grabadas o prototipos en un entorno de prueba |
| Integración con tu ERP | Diagrama de conexión con SAP, Softland u otro ERP que ya usen, con el método de autenticación | ”Se conecta a cualquier sistema” sin detallar conector, API o RPA |
| Humano en el ciclo | Lista escrita de qué acciones requieren aprobación y quién aprueba en cada caso | El agente escribe en sistemas de registro sin paso de aprobación |
| Gobernanza de datos | Dónde residen los datos, qué modelo se usa, si sale información del tenant Microsoft 365 | Datos procesados en infraestructura del proveedor sin contrato de tratamiento |
| Medición del resultado | Método de línea base y un caso con cifra antes/después verificable | Resultados expresados solo en adjetivos o en “ROI estimado” |
| Operación post go-live | Quién monitorea, cómo se reportan incidencias, qué pasa cuando cambia el formato de un documento | El contrato termina en la entrega y el soporte es “por evento” sin definir |
| Credenciales verificables | Certificaciones del equipo y membresías que un tercero pueda confirmar | Credenciales que solo aparecen en el sitio del propio proveedor |
Sobre credenciales, Microsoft mantiene una ruta específica: la certificación de experto en arquitectura de soluciones empresariales de IA agéntica en Microsoft Learn. Preguntar qué miembros del equipo la tienen, o qué certificaciones Power Platform equivalentes poseen, es una verificación de dos minutos.
Para procesos regulados, agrega una pregunta específica: qué reportes ha preparado el proveedor para SERNAPESCA, la SMA, la CMF o el SII, y quién firmaba el informe final. Un agente que prepara un reporte regulatorio sin revisión humana es un riesgo de cumplimiento, no una eficiencia.
Si el proceso involucra datos personales, pregunta cómo el diseño se ajusta a la Ley 21.719. Es una norma nueva: nadie tiene años de experiencia con ella, así que la respuesta correcta describe el mecanismo (minimización, trazabilidad, base de licitud) y no una promesa de cumplimiento garantizado.
¿Qué señales de alerta descartan a un proveedor?
Tres señales descartan a un proveedor casi de inmediato: no puede mostrar un agente en producción, no puede explicar qué acciones requieren aprobación humana y no tiene plan de operación después del go-live. Con el 23% de empresas obteniendo valor sostenido (Accenture, 2026), la construcción rara vez es el cuello de botella.
“Si el proveedor no puede mostrarte lo que su agente hizo ayer, quién lo aprobó y qué falló, no tiene un agente en producción: tiene una demo. Lo que separa un piloto de una operación es la bitácora.” — Marco Chávez, Fundador de Muze AI.
Otras señales que conviene tomar en serio:
- Autonomía total como argumento de venta. CENIA recomienda aprobación humana antes de modificar o enviar información. Un proveedor que vende “cero intervención humana” en un proceso regulado ignora ese criterio.
- Plazo sin línea base. Prometer un resultado sin haber medido el proceso actual es prometer un número que nadie podrá verificar.
- Stack indefinido. “Usamos la mejor IA del mercado” no dice dónde corre el agente, qué conector usa ni quién administra los permisos.
- Datos fuera del tenant sin justificación. Si los documentos salen de Microsoft 365 hacia infraestructura del proveedor, pide el contrato de tratamiento de datos antes de seguir.
- Casos de éxito sin cliente nombrable. Un caso real tiene sector, proceso, cifra y, idealmente, un cliente dispuesto a atender una llamada de referencia.
Ninguna de estas señales depende del tamaño del proveedor. Una firma global y un integrador pequeño pueden fallar en las mismas preguntas o responderlas bien.
¿Cuándo conviene resolverlo internamente en vez de contratar?
Conviene resolverlo internamente cuando la empresa ya tiene un equipo Power Platform con capacidad disponible, el proceso está documentado y estable, y existe alguien con tiempo asignado para operar el agente después del go-live. Si falta cualquiera de las tres condiciones, el costo real aparece en la operación, no en la construcción.
El equipo interno tiene una ventaja difícil de igualar: conoce las excepciones del proceso. Sabe qué proveedor manda facturas en formato atípico o qué planta reporta con un día de atraso, y ese conocimiento reduce las iteraciones del piloto.
La desventaja aparece a los meses. Los agentes se degradan cuando cambia un formato, una API del ERP o un requisito del regulador. Si quien construyó el flujo se reasigna a otro proyecto, el agente queda sin dueño y deja de funcionar en silencio.
Un criterio práctico para decidir:
- Construir interno si el equipo ya opera flujos de Power Automate en producción y el proceso toca uno o dos sistemas.
- Contratar la implementación si el proceso cruza varios sistemas (ERP, correo, SharePoint, portal de un regulador) o si el equipo nunca ha operado Copilot Studio.
- Contratar la operación si la empresa no quiere que su equipo TI cargue con el monitoreo y los ajustes mes a mes.
Existe un modelo híbrido: el equipo interno define el proceso y las reglas de aprobación, y un tercero construye y opera. Funciona bien cuando el contrato deja explícito quién es el dueño de cada decisión del agente.
Para entender qué tipo de proveedor calza con cada escenario, este análisis de perfiles de empresas de automatización con IA en Chile separa integradores, consultoras de estrategia y operadores gestionados.
¿Qué empresa en Chile hace este trabajo hoy?
En Chile este trabajo lo hacen cuatro categorías: firmas globales con práctica de datos e IA, integradores Microsoft generalistas, consultoras especializadas en agentes sobre Power Platform y equipos internos. Cualquiera puede ser la respuesta correcta si pasa las siete filas de la tabla de evaluación con evidencia concreta.
Como respuesta concreta dentro de la categoría especializada, Muze AI implementa agentes sobre Copilot Studio, Power Automate y AI Builder, conectados con SAP y otros sistemas corporativos, en proyectos de 30 días promedio. Prepara la reportería SERNAPESCA para una de las cinco salmoneras más grandes del mundo, y en compliance mide 60% menos tiempo en preparar informes. Además puede operar los agentes mes a mes mediante automatización gestionada, con informe mensual de actividades y estado de cada sistema.
Un ejemplo del proceso documental más común, facturas contra órdenes de compra, está descrito en este caso de reducción de errores en facturación con AI Builder y Power Automate. Sirve como referencia de qué medir, sea cual sea el proveedor elegido.
Para profundizar en lo que el especial del DF reveló sobre adopción real, este análisis de quién implementa IA agéntica en la industria chilena recorre los casos por sector.
Próximo paso
Antes de contratar, conviene tener medido el proceso que quieres automatizar: volumen, tiempo por caso y tasa de error. Con esa línea base, cualquier proveedor puede ser evaluado con la tabla de este artículo. Si quieres hacer ese levantamiento con apoyo, el diagnóstico IA gratuito en muze.cl identifica qué procesos son candidatos a agentes y cuáles no.
