Tres años en la era de la IA generativa, he estado viendo una repetición de patrones con clientes de todos los sectores. La conversación suele comenzar de la misma manera: tienen AI en marcha en algún lugar de la organización, a menudo en algunos lugares, mostrando algunos signos de comportamiento de agencia. servicio al cliente tiene un chatbot, un motor de recomendación de producto construido o un flujo de contexto LLM basado en la narración, campañas de marketing a través de un LLM, y la ingeniería automatizada algunas revisiones de código más pruebas, etc. Luego la pregunta: “¿Cómo realmente obtenemos valor de todo esto?” Este es el espacio entre tener Agentic AI y saber qué hacer con él. Entre sentirse ocupado con proyectos de IA y ver realmente el impacto empresarial. En el año 2026, Casi el 90% de las empresas reportan usar la IA en al menos una función empresarial, pero la mayoría todavía lucha por escalar los pilotos o demostrar un ROI claro. La investigación demuestra que estamos alcanzando un punto de inflexión La investigación demuestra que estamos alcanzando un punto de inflexión Los ganadores de este año no serán determinados por quien tiene más IA. Se definirán por quien ha descubierto la orquestación, la observabilidad y la audibilidad. El verdadero problema no es la tecnología Los analistas de la industria proyectan un aumento de en el mercado de agentes de IA autónomos, con predicciones de que el 40% de las aplicaciones empresariales incorporarán agentes de IA a finales de 2026. $7.8 mil millones hoy a más de $52 mil millones para 2030 $7.8 mil millones hoy a más de $52 mil millones para 2030 Pero aquí está lo que esos números carecen: tener agentes es diferente de orquestarlos. Recientemente trabajé con un cliente que tenía 17 implementaciones de IA diferentes en su negocio, desde la automatización de marketing hasta la optimización de la cadena de suministro hasta la selección de recursos humanos. Cada uno trabajó bien aislado.Pero entonces su equipo de productos trató de lanzar Agents que las operaciones y el negocio no podían observar y auditar, revelando riesgos existenciales y puntos ciegos.Nadie había diseñado estos sistemas para trabajar juntos porque nadie pensaba en la orquestación hasta que era demasiado tarde. Orquestación significa integración estratégica, no solo APIs Cuando la gente escucha "orquestación", a menudo piensan en la capa de integración.Conectar las APIs, mover algunos datos, llamarlo hecho. Eso es plomado. plomado útil, pero no la orquestación. La verdadera orquestación significa que sus sistemas de IA entienden el contexto entre dominios.Piensa en modelos de orquestación especializados que pueden dividir el trabajo entre diferentes componentes, herramientas de coordinación y modelos de lenguaje para resolver problemas complejos. Aquí está un ejemplo. Digamos que una compañía minorista quiere optimizar el inventario. Tienen la previsión de la demanda de IA en un rincón, la planificación de la cadena de suministro en otro y la optimización de precios en otro lugar. La orquestación puede corregir esto estableciendo una capa de coordinación. En lugar de una IA central que sustituya a modelos especializados, este sistema comprendería las relaciones entre sus objetivos. Cuando la predicción de la demanda sugiere un inventario creciente, la capa de orquestación comprobaría las restricciones de la cadena de suministro e implicaciones de precios antes de ejecutar. Desbloqueo masivo para la organización y el negocio. Sin ella, habría desconecciones que afectarían a la entrega del cliente y al proceso general de cumplimiento. Mi predicción es que en 2026, las empresas descubrirán cada vez más que la frontera competitiva reside en la gestión eficaz de componentes especializados. La gobernanza es la observabilidad como ventaja competitiva La mayoría de los ejecutivos todavía tratan la gobernanza como lo que usted hace para mantenerse en conformidad. El control que requiere la ley. El ejercicio de la caja de verificación antes de la implementación. Un aspecto clave precursor o subyacente de la gobernanza con la IA, sin embargo, es en realidad la observabilidad. ¿Puedes rastrear las acciones de la IA y el Agente a sus entradas y salidas originales en cada interfaz o límite para que sepa lo que estás entregando a través de la larga cola de casos de uso del cliente es realmente lo que pretendías? Ese punto de vista es caro y hoy, con AI y Agents, muy cercano o simplemente existencialmente arriesgado.Antes, el riesgo se localizaba porque el producto y la tecnología eran deterministas-todo el código era WYSIWG, en su mayoría, y era lineal, no AI abierta. Cuando Agentic AI comenzó a tomar acciones en lugar de simplemente generar respuestas, la gobernanza dejó de ser sobre la revisión central y se convirtió en el diseño de sistemas que pueden operar de forma responsable a escala. Las industrias reguladas están adoptando procesos de IA audibles y gestión de riesgos de modelos como capacidades obligatorias.Los elementos clave incluyen el seguimiento continuo, los requisitos de explicabilidad, el control de versiones y las pistas de decisión transparentes. Las empresas que tratan estas como características en lugar de restricciones se están moviendo más rápido que los competidores, todavía trabajando a través de cadenas de aprobación manual. Qué significa realmente la velocidad de decisión Hay un concepto de ganancia de tracción llamado "velocidad de decisión", que se refiere a la rapidez con la que los árboles de decisión más pequeños y los procesos pueden ser automatizados a escala. Piense en cómo ocurren las decisiones en la mayoría de las empresas.Alguien identifica un problema, recopila datos, analiza opciones y escala a quien tenga autoridad.Esta persona revisa el contexto, hace una llamada y comunica la decisión.La implementación ocurre y los resultados se monitorean. Más importante aún, cada paso implica costes de coordinación como encontrar la persona adecuada, explicar el contexto, esperar la disponibilidad y seguir adelante la ejecución. AI y Agentes cambian la ecuación cuando pueden manejar todo el ciclo, incluyendo ejecución y monitoreo. pero eso sólo funciona si el Agente o AI entiende los límites que opera dentro (gobierno) y puede coordinarse con otros sistemas que necesitan saber sobre la decisión (orquestación). He visto que las empresas reportan 5-7 veces mejoras en ciertos ciclos de decisión al obtener esto correctamente. No 10% mejor. Varias veces más rápido. La diferencia entre responder a los cambios del mercado en semanas versus días, o ajustar las operaciones trimestralmente versus casi continuamente. La brecha de madurez aparece en la medición Aquí está cómo sabes si tienes un problema de orquestación: pregunta a tus equipos cómo es el éxito de sus iniciativas de IA. Si todos te dan respuestas diferentes, tienes una brecha de coordinación.Si nadie puede conectar sus métricas entre sus compañeros a los resultados de negocios, tienes una brecha de orquestación.Si las personas no pueden explicar cómo sus decisiones de IA afectan a otros sistemas, tienes una brecha de gobernanza y audibilidad. Mostra que las organizaciones en las etapas tempranas de la madurez de la IA tenían un rendimiento financiero por debajo de la media de la industria, mientras que aquellas en las etapas avanzadas tenían un rendimiento muy por encima de la media. Investigación del MIT Investigación del MIT Los modelos de madurez apuntan a la misma progresión. Comienza con la experimentación, donde los equipos individuales construyen soluciones individuales. La siguiente etapa consiste en conseguir que los sistemas hablen entre sí, estableciendo bases de datos compartidas y construyendo plataformas comunes. Construir para 2026 y más allá Las empresas que se posicionan bien para este año están haciendo opciones específicas. Cuando evalúan nuevas capacidades de IA, preguntan cómo se ajusta a los sistemas existentes antes de preguntar qué tan buena es la autonomía. Están tratando los marcos de gobernanza como decisiones de producto, no como ejercicios de cumplimiento.El producto toma la gobernanza y la descompone en observabilidad y auditabilidad para el negocio, lo que es importante para los ciclos iterativos de la ingeniería y las operaciones, y “es el trabajo” de entregar AI o AI de agente de manera previsible y precisa a lo largo del tiempo.Construyendo la observabilidad en los sistemas de IA desde el principio.Diseñando para la auditabilidad.Creando estructuras de responsabilidad claras. El liderazgo está cambiando de la supervisión centralizada de TI a empoderar a los líderes de la línea de negocios para encontrar y financiar soluciones de IA y Agente que avancen directamente sus objetivos. Las estrategias empresariales más eficaces comienzan con una pregunta fundamental: qué datos podemos confiar y qué debemos corregir antes de automatizar las decisiones a escala. El trabajo práctico implica varias piezas: la construcción de capas de coordinación que permitan a los sistemas especializados de IA y Agent trabajar juntos, el establecimiento de marcos de gobernanza que permitan el funcionamiento autónomo dentro de límites claros, la creación de sistemas de medición que conectan la actividad de IA con los resultados comerciales, y el desarrollo de talentos que entienden tanto los aspectos técnicos como organizativos. Pero es el trabajo que separa a las empresas que utilizan la IA de las empresas transformadas por ella. … Nick Talwar es un CTO, ex-Microsoft, y un ingeniero de IA práctico que apoya a los ejecutivos en la adopción de la IA. Siguelo en LinkedIn para captar sus últimos pensamientos. Seguirlo en Linkedin Seguirlo en Linkedin Suscríbete a su Substack gratuito para artículos en profundidad entregados directamente a su buzón de entrada. Suscríbete a su Substack gratis Suscríbete a su Substack gratis Mira la sesión en vivo para ver cómo los líderes de las industrias altamente reguladas aprovechan la IA para reducir el trabajo manual y impulsar el ROI. Ver la sesión en vivo Ver la sesión en vivo

This story contains AI-generated text. The author has used AI either for research, to generate outlines, or write the text itself. 

Newsletter

Este audio es producido en el idioma original de la historia!

La brecha de madurez de la IA: la combinación de la orquestación, la observabilidad y la auditabilidad

About Author

COMENTARIOS

ETIQUETAS

ESTE ARTÍCULO FUE PRESENTADO EN

Related Stories

Las capas invisibles: por qué las entrevistas con los usuarios son un activo irremplazable

Creación de productos criptográficos centrados en el usuario: la importancia de los comentarios de los clientes

Telegram: el puente de Crypto Island hacia el continente

De los foros a los feeds: cómo los algoritmos de las redes sociales influyen en la interacción digital

Las capas invisibles: por qué las entrevistas con los usuarios son un activo irremplazable

Creación de productos criptográficos centrados en el usuario: la importancia de los comentarios de los clientes

Telegram: el puente de Crypto Island hacia el continente

De los foros a los feeds: cómo los algoritmos de las redes sociales influyen en la interacción digital

Light-Mode

Classic

Newspaper

Minty

Dark-Mode

Neon Noir

Minty

HN StartUps