Introducción

Hace unos meses, un director de sistemas de información me mostró su panel de control de Claude Enterprise. Dos mil usuarios, implantado en seis semanas, inicio de sesión único a través del proveedor de identidad corporativo, una política de uso aprobada por el departamento jurídico y aceptada por todos los empleados en su primer inicio de sesión. A continuación, se desplazó hasta la segunda pestaña. Usuarios activos semanales: 14%.

La solicitud más habitual: “Resuma este correo electrónico”. La segunda más habitual: “Reescriba esto con un tono más profesional”.” No existe ninguna conexión con el ERP, el almacén data ni los repositorios de documentos. Ni un solo agente en el departamento de producción. Tres plantas más abajo, el equipo de cuentas por pagar abría uno a uno los archivos PDF de los proveedores, leía el número de factura, el importe y el centro de coste, y los introducía manualmente en el sistema financiero —aproximadamente un Cien facturas al mes, lo que supone aproximadamente un día y medio de trabajo de una persona.

Ya no me sorprende en absoluto. Ahora creo que es el resultado habitual de la forma en que las empresas adquieren la IA, y quiero ser franco al explicar por qué.

Hemos decidido de forma conjunta tratar los modelos de vanguardia como si fueran software: adquirir la licencia, asignar las licencias de usuario, organizar un seminario web y seguir adelante. Eso funcionó con el correo electrónico y con el CRM, porque el valor de esas herramientas residía en ellas mismas: la bandeja de entrada era el producto, la vista del proceso de ventas era el producto. El valor de un modelo de vanguardia no reside en el propio modelo. Reside en la distancia que separa dicho modelo del data, las autorizaciones, los hábitos y los procesos de una empresa concreta.: si el modelo puede mostrar las ventas del último trimestre por SKU, si sabe que los “ingresos netos” de esta empresa excluyen los gastos comerciales, si alguna directora de ventas lo ha utilizado alguna vez para responder a una pregunta que realmente tuvo que resolver esa misma semana.

Nadie en la organización cobra por acortar esa distancia. El departamento de TI es responsable del inquilino y mide el tiempo de actividad. El departamento de negocio es responsable de los casos de uso y no mide nada. El proveedor es responsable de la hoja de ruta y mide el número de licencias. El espacio intermedio no pertenece a nadie, y ese espacio es donde reside el valor.

Mi convicción, tras un año de incorporarme a empresas en el momento 14%, es que Este ámbito constituye una disciplina en sí misma. No se trata de una gestión del cambio con diapositivas mejoradas, ni de una integración de sistemas con una nueva API. Se trata de ingeniería, data, seguridad y trabajo de adopción realizados de forma conjunta, dentro de la propia empresa del cliente, por personas que también forman parte de la hoja de ruta del laboratorio y que son responsables de un resultado, más que de un producto final. Yo lo denomino «la capa de implementación», y este artículo es mi argumento de por qué es más importante que el próximo lanzamiento de un modelo.

¿Por qué se estanca la implantación de la IA en las empresas tras la firma de la licencia?

El patrón es el mismo en la banca, en los bienes de consumo, en el sector inmobiliario y en las telecomunicaciones, y se desarrolla siguiendo una secuencia reconocible. Un proyecto piloto tiene éxito: un pequeño equipo de marketing o de atención al cliente, un patrocinador comprensivo, un caso de uso claro, una demostración que capta la atención del comité ejecutivo. Un segundo proyecto piloto tiene éxito en otra área. La dirección aprueba una implantación a escala empresarial, a menudo con un objetivo del tipo “IA para todos para el segundo trimestre”. Se lleva a cabo la implantación. La adopción aumenta durante tres semanas gracias a la novedad y se estabiliza al nivel de un mejor motor de búsqueda, y los agentes que se suponía que debían seguir el proceso de implantación siguen apareciendo en una diapositiva titulada “Fase 2”.”

Las explicaciones habituales son erróneas.

  • No es que los empleados se resistan al cambio; Las personas con las que me encuentro están ansiosas por que la herramienta les sirva para su trabajo diario y se sienten frustradas porque esta no puede ver la hoja de cálculo que están consultando.
  • No es que los modelos sean inmaduros; Hace dos generaciones ya eran capaces de hacer la mayor parte de esto, y la brecha entre lo que Claude o GPT pueden hacer y lo que la organización les exige no ha hecho más que aumentar desde entonces.
  • Y no es que falten casos de uso. En cada taller que he impartido se han producido ochenta de ellos en una mañana, la mitad de los cuales son variaciones de “dejen de obligarme a volver a introducir esto”.”

Se bloquea porque hay tres preguntas que no tienen responsable:

  • ¿Qué sabe el modelo sobre nosotros? ¿A qué sistemas tiene acceso: al almacén, a los repositorios de documentos, al sistema de gestión de entradas o a la plataforma de recursos humanos? ¿Bajo qué permisos tiene acceso a ellos: los de la cuenta de servicio o los de la persona que realiza la consulta? Y cuando proporciona un número, ¿puede alguien rastrearlo hasta la tabla o el documento del que procede?
  • ¿Quién es el responsable de la adopción de medidas en cada departamento? No se trata de las cifras de licencias, sino de la costumbre que se ha arraigado los lunes por la mañana de utilizar la herramienta en el trabajo real de los departamentos de Ventas, Finanzas, Asuntos Jurídicos y Operaciones, cada uno de los cuales tiene un data distinto, un vocabulario diferente y una definición distinta de lo que es “útil”.”
  • ¿Quién se encarga de crear los agentes y quién se ocupa de su mantenimiento cuando los consultores se marchan? ¿Una cartera de proyectos de TI que ya acumula dieciocho meses de retraso, un proveedor externo con un contrato de «tiempo y materiales», o personas que trabajan en la empresa y comprenden el proceso que se está automatizando?

Todavía no he visto ningún programa que haya tenido éxito en el que un comité directivo haya respondido a estas preguntas. Las respuestas las da por parte de las personas que realizan el trabajo, en el edificio y con autoridad para tomar decisiones.

La capa de implementación: la capacidad que nadie tiene prevista en su presupuesto

Entre el modelo y el negocio se interpone una capa de trabajo que no es ni puramente informática ni puramente gestión del cambio. Yo la divido en cuatro partes, y tengo una opinión muy clara sobre cada una de ellas.

Implementar. La plataforma en sí —Claude Enterprise, Claude Code y Cowork, o ChatGPT Enterprise y Codex— se ha implantado correctamente. En la práctica, esto se traduce en un modelo de licencia que asigna puestos según el cargo, el área y la antigüedad, en lugar de por orden de llegada; la autenticación a través del SSO corporativo con acceso basado en grupos; una política de uso que explica en un lenguaje sencillo qué se puede y qué no se puede introducir, y una guía de buenas prácticas que indica cómo debe ser un uso adecuado; y una gestión de costes que muestra, por departamento, quién utiliza qué, desde la primera semana. Esta es la parte que la mayoría de las organizaciones llevan a cabo con bastante acierto, y es la que, por sí sola, tiene menos valor. Un inquilino perfectamente configurado al que no se le haya conectado nada es una ventana de chat muy costosa.

Tierra. La capa de contexto que hace que el modelo responda con la «verdad» propia de la empresa. En concreto: un un único servidor MCP, que se ejecuta en el propio tenant cloud del cliente y que da acceso a las tablas de ventas estructuradas de data (las tablas de ventas en Fabric o Snowflake, los presupuestos, los mart de KPI) y los repositorios no estructurados (contratos, políticas, presentaciones para el consejo de administración y procedimientos en SharePoint o Drive) a través de un único punto de acceso regulado. Además, una capa de conocimiento empresarial: el glosario oficial, las definiciones de los KPI tal y como las redacta el departamento de Finanzas, las reglas de negocio (“un trimestre se cierra el día 25”, “excluir las transacciones entre empresas de las ventas netas”), y una descripción semántica de cada documento para que el modelo pueda localizar el archivo correcto y leerlo en su totalidad, en lugar de hacer conjeturas a partir de un fragmento. El acceso refleja los permisos existentes de cada empleado, de modo que el modelo solo le muestra lo que usted ya podría abrir por sí mismo. Y cada respuesta incluye una referencia: la tabla, el filtro de filas, el documento, la página. Creo que aquí es donde se gana o se pierde la apuesta por la IA empresarial, y es la parte que casi todo el mundo pasa por alto porque parece una tarea de fontanería. Sin ella, el modelo es un desconocido brillante. Con ella, es un compañero de trabajo que lo ha leído todo y puede demostrarlo.

Adopte. Formación, departamento por departamento, en la empresa en producción data. Me he vuelto alérgico a las típicas “clases magistrales sobre técnicas de interrogatorio”, con sus correos electrónicos de ejemplo y su empresa imaginaria: generan una semana de curiosidad y, después, silencio. Las sesiones que funcionan son diferentes. El departamento de ventas dedica dos horas y media a una pregunta real sobre el último trimestre. El departamento de Finanzas concilia un archivo real de cierre de mes. Recursos Humanos elabora de nuevo un informe real sobre absentismo. El departamento Jurídico revisa un acuerdo de confidencialidad real comparándolo con el propio manual de procedimientos de la empresa. Cada participante se marcha con un «Proyecto Claude» que recoge las normas de su departamento y un documento práctico que volverá a abrir el lunes. La diferencia no radica en la pedagogía. Se trata de si el modelo se había consolidado antes de que se impartiera formación al respecto.

Construir. Agentes de producción, desarrollados en sprints cortos por ingenieros que trabajan codo con codo con el equipo del cliente, sobre un marco de trabajo que gestiona el propio cliente. El trabajo poco glamuroso —introducir las facturas de los proveedores en un esquema y señalar las líneas no coincidentes, redactar actas de reuniones y medidas a tomar a partir de una transcripción de Teams, comprobar que un acuerdo de confidencialidad se ajusta a las directrices de la empresa y resumir las cláusulas de responsabilidad y rescisión, extraer las cifras de una pila de archivos PDF e introducirlas en la plantilla de suscripción— es donde se invierten las horas, y es ahí donde la mayoría de los programas de agentes nunca llegan, ya que parten de algo impresionante en lugar de algo útil.

Estos cuatro elementos conforman un sistema, no un menú, y yo iría más allá: Hacer una de esas cosas sin las demás suele ser peor que no hacer nada. La formación sin una base sólida hace creer a las personas que la herramienta tiene alucinaciones, y tienen razón. Una base sólida sin formación es como construir una catedral a la que nadie entra. Los agentes sin una plataforma generan una docena de automatizaciones inconexas, sin una gestión compartida, y el equipo de seguridad acaba, con razón, desactivándolas.

El cálculo al que siempre vuelvo es sencillo:

Valor = Modelo × Capa de implementación.

El modelo es un número muy grande. Si lo multiplica por cero, el resultado es cero. Cada lanzamiento de los laboratorios hace que el primer factor cobre mayor importancia y que el segundo sea más decisivo.

Y aquí viene la parte incómoda para cualquiera que espere salir del paso comprando: la capa de implementación no se puede adquirir como software. Los laboratorios venden el modelo y la plataforma, y hacen bien en limitarse a eso. El contexto, los permisos, los hábitos a nivel de departamento y los primeros agentes son específicos del modelo data y de la política de cada empresa —qué sistema constituye la fuente de verdad para un cliente, a quién se le permite ver el margen por producto, cómo cierra realmente el mes el equipo financiero—. Deben instalarse en el edificio, por parte de personas que conozcan tanto la hoja de ruta del modelo como los sistemas del cliente. No hay atajos, y desconfío de cualquiera que prometa uno.

Ejemplo: ¿Quién responde a la pregunta sobre ventas?

Piense en una pregunta sencilla que un director comercial podría plantear un lunes por la mañana: “¿Qué resultados obtuvo Skala el último trimestre en comparación con el mismo periodo del año anterior, y en qué ámbitos hemos perdido cuota de mercado?”.”

En Bora Brasil, el grupo de cuidado capilar formado por Skala Brasil y Lola From Rio, esa pregunta solía dar muchas vueltas. Del director a un analista, del analista a un extracto de BI, del extracto a una hoja de cálculo, de la hoja de cálculo a una presentación, y de vuelta al director tres días después, momento en el que la pregunta de seguimiento ya había cambiado. Mientras tanto, quince usuarios pioneros ya utilizaban Claude de manera informal, conectado a su correo electrónico, calendario, Teams y archivos, obteniendo respuestas plausibles cuya fuente nadie podía rastrear y que, en ocasiones, utilizaban una definición de “compartir” que nadie en el departamento de Finanzas reconocía.

Los tres requisitos del liderazgo eran precisamente las tres preguntas anteriores: respuestas basadas en el propio modelo data del grupo, un acceso que respete los permisos existentes y un entorno regulado para que la información comercial sensible dejara de filtrarse a herramientas no autorizadas. Ese es el momento 14%, visto desde dentro.

Lo que cambió a lo largo de nueve semanas no fue el modelo. Se desarrollaron tres líneas de trabajo en paralelo: una línea de adopción de abajo arriba, una línea de hoja de ruta de arriba abajo y una línea de gobernanza.

  • Los trabajos de ingeniería realizados una plataforma de contexto en Azure, aprobada por la propia dirección técnica del grupo, que permite acceder a Microsoft Fabric (ventas, indicadores clave de rendimiento, presupuestos) y a SharePoint (contratos, políticas, presentaciones) a través de un único servidor MCP.
  • Una capa de conocimientos empresariales contiene el glosario, las definiciones de los indicadores clave de rendimiento (KPI) y las reglas de negocio, junto con una descripción semántica de cada documento, de modo que Claude pueda localizar y leer el archivo completo.
  • Access reproduce los permisos actuales de cada empleado, y Cada cifra incluye la referencia a la tabla o al documento del que procede.

Paralelamente, las entrevistas con los directores de los departamentos de Comercial, Marketing, Innovación e I+D, Operaciones, Finanzas y Recursos Humanos dieron lugar a 83 oportunidades, que se evaluaron en función de su valor empresarial y su complejidad técnica; el número se redujo a 24 y, posteriormente, en un taller de liderazgo, hasta cinco para la hoja de ruta del primer año.

Entonces —y solo entonces— llegó la formación, centrada precisamente en esa cuestión de ventas. En una sesión de 150 minutos, cada participante configuró un proyecto de Claude con las reglas de negocio, extrajo las definiciones de los KPI de SharePoint, planificó la consulta antes de ejecutarla en Fabric, creó un panel de control de ventas interactivo como recurso compartible y comprobó la fuente de cada cifra. Los más rápidos convirtieron el panel de control en una rutina programada semanalmente en Cowork antes de que finalizara la sesión. La guía del facilitador, creada también con Claude, realizaba un seguimiento paso a paso del progreso de cada participante.

Hoy ya hay 62 empleados en activo, y se prevé que la cifra aumente hasta los 150., con licencias asignadas por función y área, una Oficina de IA en el centro y un responsable en cada área de negocio. Los treinta primeros titulares de licencias informan de que un ahorro medio de al menos cuatro horas a la semana; siete de cada diez ahorran tres horas o más. Una conversión de la carga de trabajo de nóminas de RR. HH. data Se tardó 90 minutos, en lugar de las 40 horas de consultoría presupuestadas externamente. Un informe de control de horarios que antes requería ocho horas de comprobación manual ahora se ejecuta de forma programada.

Cuento esta historia no porque las cifras sean elevadas —se trata de datos preliminares y facilitados por los propios interesados—, sino porque La secuencia es la lección.. Empiece por la base. Practique con lo que ya tiene bien asente. Transmita el hábito a alguien que se quede. Invierta el orden y obtendrá un seminario web.

El modelo operativo de despliegue avanzado

Si la capa de implementación la crean personas en lugar de adquirirse como un producto, la cuestión pasa a ser: ¿qué personas y cómo se organizan? Mi respuesta se inspira deliberadamente en la forma en que los propios laboratorios trabajan con sus principales clientes, y es una respuesta que la mayoría de las empresas de consultoría —incluida la mía hasta hace poco— no estaban estructuradas para ofrecer: equipos reducidos, integrados en la organización y responsables de los resultados más que un resultado concreto. Hay tres verbos que lo describen.

Incrustar

Combine un un estratega destinado en primera línea junto a un ingeniero destinado en primera línea y situar ambos dentro de la empresa del cliente, físicamente siempre que sea posible, durante todo el proceso. El estratega es el responsable de los resultados empresariales y del modelo operativo: qué procesos, qué departamentos se priorizan, cuáles de los ochenta casos de uso se incluyen en la hoja de ruta del primer año, cómo se dota de personal a la Oficina de IA, cómo se mide el valor y cómo se informa de ello al comité ejecutivo. El ingeniero es responsable de la plataforma, la capa de contexto y los agentes: el servidor MCP y sus conectores, el modelo de permisos, el marco de agentes y la integración con cualquier sistema que el cliente ya tenga en funcionamiento. En una semana típica, el estratega se encuentra por la mañana en la oficina del director financiero y el ingeniero trabaja en pareja con el equipo data del cliente por la tarde, y ambos participan en la misma reunión de pie. Ninguno de los dos trabaja a partir de una presentación de diapositivas, y a ninguno se le permite dejar una recomendación como resultado final. El resultado final es que funcione.

Estoy convencido de que la combinación de ambos es más importante que la antigüedad. Un estratega, por sí solo, elabora una hoja de ruta que queda a la espera de TI. Un ingeniero, por sí solo, crea una plataforma que queda a la espera del negocio. Juntos, crean un hábito de los lunes por la mañana.

Tren

La implantación se lleva a cabo departamento por departamento, en el sistema data en producción, y se traspasa en lugar de entregarse. Hay tres funciones que garantizan su éxito.

  • Campeones de la IA en cada área de negocio, seleccionados más por su interés que por su cargo, que organizan sesiones semanales de atención al público, recopilan las preguntas que los usuarios no han podido resolver con la herramienta y transmiten los siguientes casos de uso al equipo.
  • Una oficina con inteligencia artificial en el centro, con cuatro funciones: liderazgo y gobernanza, que se encarga de la cartera y las licencias; un equipo de casos de uso que se ocupa del desarrollo; un equipo de plataforma que gestiona la capa de contexto, la seguridad y las herramientas básicas; y una función de adopción, que colabora con RR. HH. y se encarga de la formación y la gestión del cambio.
  • Y, en lo que respecta a los equipos de ingeniería, implementación en Claude Code y Codex — hackatones, horarios de atención, un grupo de trabajo sobre gobernanza para el acceso y los costes — medidos en sesiones diarias por desarrollador, en lugar de en plazas.

La prueba que aplico es sencilla: si el equipo desplegado sobre el terreno desapareciera mañana, ¿seguiría aumentando el uso? Si no es así, significa que aún no se ha adoptado nada.

Construir

Los agentes llegan sprints de dos semanas. El primer día consiste en un taller práctico sobre “cómo crear un agente” con las personas responsables del proceso, de modo que, a la hora del almuerzo, el encargado de la contabilidad de acreedores ya haya visto cómo se transforma una factura en campos estructurados y sepa qué hará y qué no hará el agente. El resto del sprint se dedica a desarrollar, probar y realizar iteraciones con documentos reales, y el último día se realiza una demostración ante el departamento correspondiente.

Cada agente se marcha con un marco reutilizable — en un entorno de Microsoft, normalmente flujos de Power Automate que importan los documentos y llaman a la API de Claude con el esquema y el material de referencia, devolviendo un expediente estructurado para su revisión humana — además de plantillas de indicaciones, vídeos breves, un responsable de negocio designado, un usuario de prueba y un encargado del mantenimiento que ha supervisado el proceso de desarrollo.

El éxito no se mide por los cuatro agentes que enviamos. Es el vigésimo que el cliente construye después sin nuestra participación. Si esa cifra es cero, hemos creado una dependencia, no una capacidad.

Un elemento común a los tres es la relación con los laboratorios. Considero que la capa de implementación solo funciona cuando las personas que la desarrollan pueden ver la hoja de ruta con seis meses de antelación, pueden escalar el problema directamente al equipo de soluciones del laboratorio cuando un conector no funciona correctamente y pueden reunir a los ingenieros del laboratorio en la misma sala que los ejecutivos y los desarrolladores del cliente. Esa proximidad no es una simple cortesía comercial. Es lo que permite que una implementación incorpore MCP, Skills, Cowork o Codex el mismo mes en que se lanzan, en lugar de al año siguiente.

¿Qué podría salir mal sin ello?

Imagínese al mismo director de sistemas de información dentro de dieciocho meses, tras haber renovado las licencias y haberse saltado la fase de implementación. El número de licencias ha aumentado hasta las tres mil; La tasa de usuarios activos no ha variado. Los empleados que deseaban más han trasladado discretamente su trabajo real a cuentas personales, donde los borradores de contratos de la empresa, las listas de clientes y las previsiones para el próximo año se encuentran ahora en historiales de chat que nadie controla y que nadie puede borrar. Tres departamentos han adquirido cada uno una solución puntual con su propio modelo integrado, sus propios conectores y sus propios permisos —una para la revisión de contratos, otra para la atención al cliente y otra para las compras—, ninguna de las cuales coincide en qué se entiende por «cliente» o «margen», y cada una de las cuales requiere ahora su propia revisión de seguridad.

Un puñado de entusiastas han creado agentes por su cuenta, utilizando una herramienta sin código, en tan solo un fin de semana. Algunos son buenos. Ninguno cuenta con un responsable, un usuario de prueba ni un registro, y uno de ellos ha estado enviando recordatorios de pago a los proveedores con los datos bancarios del año pasado. El equipo de seguridad, al que se ha llamado a última hora y al que se le ha mostrado un entorno que no ha diseñado, responde de la única forma que puede: bloqueándolo todo, lo que obliga a los entusiastas a volver a sus cuentas personales y a la organización a empezar de cero.

El equipo de atención al cliente del laboratorio se encuentra con un cliente cuyo uso se mantiene estable, que no cuenta con un caso de referencia ni con un interlocutor técnico con quien hablar, y decide destinar a sus escasos ingenieros de soluciones a otro cliente. La organización ha abonado el coste de la frontera y ha recibido un chatbot.

Quiero ser preciso en cuanto a quién corresponde la culpa en este caso, ya que suele atribuirse erróneamente. Nada de esto se debe a un fallo de la tecnología, y muy poco de ello se debe a un fallo de los empleados. Es el resultado previsible de considerar una capacidad como una adquisición y de que nadie rinda cuentas por la diferencia que existe entre una autorización y un hábito.

Lo que hemos decidido hacer al respecto

Terminaré explicando lo que esta convicción ha supuesto en la práctica, ya que una opinión que no influye en la forma de organizarse no es más que un simple comentario.

En Artefact hemos dejado de considerar la implementación como una fase al final de un proyecto estratégico y la hemos convertido en una disciplina con su propio equipo. La denominamos DeployCo: ingenieros y estrategas destinados en primera línea cuya única función es la capa de implementación, que colaboran con Anthropic y OpenAI, organizados por laboratorios y por regiones en toda Europa, Oriente Medio y África, contando cada región con un responsable comercial y un responsable técnico para cada laboratorio. Nuestra intención es llegar a ser un centenar de ellos para el año 2027. Esa es una apuesta, y no me cuesta afirmarlo públicamente porque creo que la alternativa —centrarse en la estrategia de ventas y dejar la parte técnica en manos de otros— es precisamente lo que ha llevado al sector a la situación 14%.

Esta apuesta se basa en algunas convicciones que mantengo firmemente:

  • Eso La formación básica es previa al entrenamiento, siempre, y que una sesión de formación en la que no se incluya el propio data del cliente no es más que una farsa.
  • Eso un agente sin propietario designado y un mantenedor supone una carga, no un activo, por muy inteligente que sea.
  • Que el El equipo del cliente debe superar al nuestro en lo que respecta a la construcción en el plazo de un trimestre, o habremos fracasado.
  • Y que las personas que realizan este trabajo deben estar lo suficientemente cerca de los laboratorios como para ver lo que se avecina; por eso pasamos nuestro tiempo en salas con ellos —solo en octubre, en Múnich, Zúrich y Casablanca, con directivos de los clientes y sus desarrolladores a un lado de la mesa y los equipos de Anthropic y OpenAI al otro, trabajando en implementaciones reales en lugar de escuchar ponencias magistrales.

Chancerygate, una empresa londinense dedicada a la promoción inmobiliaria industrial y a la gestión de activos, con unos 700 inquilinos y algunos 1.200 millones de libras esterlinas bajo gestión, es la prueba más clara de la que dispongo de que la tercera postura es la correcta. Un taller de primavera había sacado a la luz las habituales cargas administrativas: cien facturas de proveedores al mes que había que volver a introducir a mano, una hora y media para validar las actas de cada reunión importante, revisiones de acuerdos de confidencialidad con una cobertura inconsistente de las cláusulas de riesgo, y modelos de suscripción elaborados copiando cifras de archivos PDF.

En un sprint de dos semanas Dentro de su entorno de Microsoft, un equipo conjunto lanzó cuatro Agentes impulsados por Claude para hacer frente precisamente a esos cuatro problemas:

  • cuentas por pagar (80% menos tiempo por factura, más de 90% de partidas que se han cotejado automáticamente),
  • Revisión del NDA (de tres días a menos de dos horas),
  • inicialización de la suscripción (De 25 horas a menos de tres)
  • y acta de la reunión (entre una hora y media y treinta minutos).

Cada uno de ellos cuenta con un responsable, un usuario de prueba y un encargado del mantenimiento. Desde entonces, su propio equipo —unos 25 empleados formados, de los cuales unos diez utilizan los agentes a diario— ha creado más de veinte agentes adicionales, cada uno de ellos en menos de medio día, y ahora están integrando el agente AP directamente en NetSuite y el agente NDA en DocuSign.

“El equipo de Artefact ha estado magnífico”, afirmó Phil Price, su director de Planificación y Análisis Financiero, y “nos ha dejado en una buena posición para seguir creciendo y expandiéndonos por nuestra cuenta”. La primera parte de esa frase es un cumplido. Lo importante es la segunda mitad.

La frontera ya no es el modelo. Es la distancia entre el modelo y su lunes por la mañana. Si dispone de licencias de Claude o ChatGPT y aún no puede responder a las tres preguntas de este artículo —qué sabe el modelo sobre usted, quién es el responsable de la implantación en cada departamento y quién desarrolla y mantiene sus agentes—, entonces aún no cuenta con una capacidad de IA. Lo que tiene es una suscripción. La buena noticia es que esa brecha puede superarse en cuestión de semanas, no de años, gracias a personas que hayan decidido que su trabajo consiste precisamente en ello.

Me gustaría saber en qué puntos no está de acuerdo: remi.sabonnadiere@artefact.com