¿Su lugar de trabajo está preparado para los agentes de IA?

Si los agentes pueden encargarse tanto de la coordinación como de la ejecución, ¿qué deberían hacer los humanos?

urante décadas, las organizaciones han codificado su conocimiento en formatos diseñados para el consumo humano: sitios web con diseños visuales, PDFs con tablas formateadas, presentaciones con gráficos, documentos con encabezados y viñetas. Los datos no solo se presentan para los seres humanos, sino que también se almacenan de esa manera.

Pero los formatos de datos son solo parte del problema. Incluso cuando la información está estructurada correctamente, los agentes siguen enfrentando barreras: sistemas que no se comunican entre sí, interfaces de acción diseñadas para hacer clic en lugar de ejecutar comandos, y mecanismos de autenticación que asumen que un humano realiza las solicitudes.

La solución es exponer las capacidades de los sistemas mediante interfaces programáticas. En lugar de que un agente “haga clic” a través de un portal, el sistema debería proporcionar un canal directo donde el agente pueda autenticarse, solicitar datos y actuar. Protocolos como el MCP son los primeros pasos hacia la estandarización, pero el verdadero catalizador serán las organizaciones que primero reconfiguren sus sistemas y superen a aquellas que todavía ejecutan agentes a través de interfaces humanas.

La capa humana

Las mismas suposiciones que moldearon nuestro software también moldearon nuestras organizaciones: sistemas diseñados en torno a limitaciones humanas que los agentes no comparten. La capa organizacional es aún más profunda.

Las jerarquías corporativas existen por dos razones relacionadas. Primero, los humanos tienen una capacidad limitada para procesar información. Segundo, la coordinación es costosa.

Los agentes de IA socavan ambas justificaciones. Acceden a los datos de los departamentos al instante, reconcilian inconsistencias, identifican patrones y generan reportes en segundos. Además, coordinan la información a un costo marginal cercano a cero, colapsando los costos de transacción que justificaban múltiples capas de mandos intermedios.

Esto plantea una pregunta: Si los agentes pueden encargarse tanto de la coordinación como de la ejecución, ¿qué deberían hacer los humanos?

En la práctica, observo que los roles humanos se desplazan hacia propietarios y verificadores.

Los propietarios definen cómo luce el éxito. Establecen la dirección, toman decisiones que implican valores y compensaciones, y determinan las restricciones dentro de las cuales operan los agentes.

Los verificadores auditan los resultados, gestionan excepciones y mantienen la responsabilidad cuando algo sale mal. Revisan lo que producen los agentes, detectan errores antes de que escalen y toman decisiones que quedan fuera de los parámetros normales.

Esto no se trata de eliminar puestos. Se trata de cambiar lo que requieren esos puestos.

Los mecanismos de control

Un agente con acceso a todo también puede romper todo. Aquí es donde la burocracia demuestra su valor. Los formularios, las autorizaciones y las revisiones obligatorias surgieron para prevenir errores, garantizar la equidad y resolver problemas de coordinación conforme las organizaciones crecieron. Estos procesos existen para detectar fallas antes de que se vuelvan irreversibles.

El camino a seguir

La transición hacia operaciones centradas en agentes no requiere una transformación masiva. Requiere cambios concretos en cuatro áreas.

Datos: Conviértalos en texto sin formato.

Convierta las políticas, los procedimientos, las notas de reuniones y el conocimiento institucional a formatos de texto sin formato, como Markdown. Almacénelos en estructuras de directorios con capacidad de búsqueda. Los PDF y documentos formateados se convierten en resultados para los seres humanos, no en fuentes de verdad para los agentes.

Herramientas: Construya herramientas para agentes.

Cree interfaces programáticas que permitan a los agentes consultar datos de la empresa y ejecutar acciones. Comience con acceso de solo lectura a bases de conocimiento y después agregue capacidades de escritura con mecanismos de aprobación humana.

Roles: Reestructure en torno a la propiedad y la verificación.

Para cada rol, identifique qué corresponde a propiedad (definir el éxito, establecer restricciones), qué corresponde a verificación (auditar resultados, gestionar excepciones) y qué corresponde a ejecución (territorio de los agentes). Contrate pensando en autonomía, no solo en habilidades técnicas.

Mecanismos de control: Diseñe un sistema de verificación independiente.

Implemente reglas automáticas que detecten situaciones fuera de lo normal y establezca autorizaciones obligatorias para acciones de alto impacto. Y asegúrese de que estos controles sean simples e independientes de los sistemas de IA que supervisan.

Artículo en inglés

Over decades, organizations have encoded their knowledge in formats designed for human consumption: websites with visual layouts, PDFs with formatted tables, slide decks with charts, documents with headers and bullet points. The data isn’t just presented for humans; it’s stored that way.

But data formats are only part of the problem. Even when information is structured correctly, agents still face barriers: systems that don’t talk to each other, action interfaces designed for clicking rather than commanding and authentication that assumes a human is making requests.

The solution is to expose system capabilities through programmatic interfaces. Instead of an agent “clicking” through a portal, the system should provide a direct channel where the agent can authenticate, request data and act. Protocols like MCP are early steps toward standardization, but the real catalyst will be organizations that rewire first and outperform those still running agents through human interfaces.

THE HUMAN LAYER

The same assumptions that shaped our software also shaped our organizations: systems designed around human limitations that agents don’t share. The organizational layer runs deeper.

Corporate hierarchies exist for two related reasons. First, humans have limited capacity to process information. Second, coordination is expensive.

AI agents undermine both rationales. They access data across departments instantly, reconcile inconsistencies, identify patterns and generate reports in seconds. And they coordinate information at near-zero marginal cost, collapsing the transaction costs that justified layers of middle management.

This creates a question: If agents can handle both coordination and execution, what should humans do?

In practice, I see human roles shifting toward owners and verifiers.

Owners define what success looks like. They set direction, make judgment calls involving values and trade-offs, and determine the constraints within which agents operate.

Verifiers audit outputs, handle exceptions and remain accountable when things go wrong. They review what agents produce, catch errors before they cascade and make the calls that fall outside normal parameters.

This isn’t about eliminating positions. It’s about changing what those positions require.

THE SAFEGUARDS

An agent with access to everything can also break everything. This is where bureaucracy earns its keep. Forms, sign-offs and mandatory reviews emerged to prevent errors, ensure fairness and solve coordination problems as organizations scaled. These processes exist to catch mistakes before they become irreversible.

THE PATH FORWARD

The transition to agent-first operations doesn’t require a massive transformation. It requires concrete changes in four areas.

DATA: Make it plain text.

Convert policies, procedures, meeting notes and institutional knowledge to plaintext formats like markdown. Store them in searchable directory structures. PDFs and formatted documents become outputs for humans, not sources of truth for agents.

TOOLS: Build agent tools.

Create programmatic interfaces that let agents query company data and take actions. Start with read-only access to knowledge bases, then add write capabilities with human approval gates.

ROLES: Restructure around ownership and verification.

For each role, identify what’s ownership (defining success, setting constraints), what’s verification (auditing outputs, handling exceptions) and what’s execution (agent territory). Hire for agency, not just technical skills.

SAFEGUARDS: Build independent verification.

Rule-based alerts that flag anomalies. Approval gates for high-stakes actions. These checks must be simple, deterministic and independent of the AI systems they monitor.