Los agentes de inteligencia artificial han dejado de ser meros asistentes pasivos. En muchas empresas ya realizan tareas completas en compras y recursos humanos: rastrean catálogos, comparan precios, verifican certificaciones, organizan datos, filtran candidaturas, programan entrevistas y responden a consultas repetitivas. La promesa es siempre la misma: más rapidez, menos errores y costes operativos más ajustados. La realidad, sin embargo, no es tan bonita. Junto a implantaciones sólidas conviven experiencias frustrantes, sobre todo cuando se sustituyen los equipos de atención al cliente sin transición o cuando no se contemplan excepciones, de las que el ser humano sabemos muchísimo.
Agentes en compras y recursos humanos
En los departamentos de compras de algunas grandes empresas, los agentes de IA ya operan como analistas de primera línea. Escudriñan listados de productos, normalizan descripciones y comparan condiciones con las políticas internas. Cuando los límites están bien definidos, pueden proponer órdenes de pedido dentro de los topes de gasto, listas blancas de proveedores y reglas de aprobación. En recursos humanos, desempeñan un rol similar: ordenan currículos, cotejan requisitos y programan agendas de entrevistas.
La inquietud por el empleo
La inquietud más recurrente asociada a todo esto es la pérdida de empleo, aunque la experiencia en proyectos maduros muestra un desplazamiento de tareas y no una desaparición inmediata de funciones. Surgen puestos orientados a la gobernanza: definición de criterios, limpieza de datos, revisión de decisiones o auditoría de sesgos, por citar algunos ejemplos.
La pérdida de control
También preocupa la pérdida de control. Los agentes deben operar con permisos acotados, límites monetarios, reglas de doble aprobación y trazas inmutables de cada acción. Un panel de control que muestre en tiempo real el estado de cada proceso, las solicitudes de confirmación y las excepciones reduce la sensación de caja negra y facilita la rendición de cuentas. Sin embargo, esto no lo hace prácticamente nadie actualmente.
Otra fuente de fricción es la explicación de las decisiones de la IA. Si un agente recomienda un proveedor o descarta una candidatura, la organización necesita saber por qué, qué criterios utiliza y qué peso da a cada factor. La exigencia práctica es que toda recomendación incluya criterios y ponderaciones, así como la evidencia consultada: precios, plazos, certificaciones, resultados de pruebas, coincidencia entre los requisitos y la experiencia. Esta explicabilidad no solo mejora la confianza interna, sino que también facilita responder a reclamaciones y ajustar el sistema cuando cambian las prioridades. Sin embargo, la mayoría de las implantaciones sustituyen procesos por una caja negra, lo que supone un riesgo enorme para el negocio.
Datos, privacidad y riesgos
La calidad de los datos también es una cuestión crucial: entrenar agentes con datos incorrectos o sesgados, o no comprobar su rendimiento de forma suficiente, puede acarrear un aumento de reclamaciones, pérdida de clientes e incluso demandas y sanciones. La práctica de auditorías periódicas, pruebas controladas y documentación de resultados ayuda a corregir derivas y mantener los agentes en sus métricas de rendimiento.
La privacidad es otro pilar. Los agentes procesan historiales, catálogos y, a veces, información sensible. Las políticas de minimización de datos, la anonimización cuando sea posible, la retención limitada y los accesos por rol reducen la exposición. Sin embargo, muchas veces se confían los procesos en proveedores de IA que no ofrecen garantías en este sentido.
Dependencia del proveedor
Por último, la dependencia tecnológica es una preocupación adicional. Cada vez estamos más acostumbrados a que los proveedores tecnológicos sean un puñado de empresas muy reducido. La lucha entre ellas es infernal y, por ello, es frecuente que busquen el lock in, es decir, impedir que un cliente cambie de proveedor, dificultando o bloqueando la migración de datos o la conexión con otros sistemas. En IA, esto es aún peor, pues cada plataforma ofrece el entrenamiento de su modelo y resulta materialmente imposible migrarlo a otro proveedor. Se puede decir que la IA está constituyendo un escenario feudal en el que cada empresa, cuando implanta sus agentes, está aceptando a ese proveedor para esos servicios de por vida.
Una transición acelerada
En definitiva, estamos asistiendo a una nueva revolución que no solo hay que gobernar desde un punto de vista puramente tecnológico. La IA va a transformar las empresas, la sociedad, el libre mercado y los derechos fundamentales. Estamos en un cambio de era, con una particularidad: en la antigüedad estas transiciones duraban décadas; con la rapidez que imprime la IA a los cambios, este cambio de era lo vamos a experimentar en muy pocos años. Probablemente menos de los que todos tenemos en mente.