Resumen ejecutivo y síntesis:
En Parte 1, demostramos cómo la IA empresarial se estanca en una adopción de 14% cuando se adquiere como SaaS. En Parte 2, hemos descrito las cuatro capacidades de la capa de implementación (Implementación, Consolidación, Adopción y Desarrollo) y hemos demostrado por qué la consolidación debe preceder a la formación. En la tercera parte, presentamos la estructura operativa necesaria para garantizar su consolidación: equipos integrados que reúnen a estrategas e ingenieros, el caos que surge sin ellos y la prueba real de Chancerygate.
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 pequeños, integrados en el entorno y responsables de un resultado, más que de un producto final. Tres verbos lo describen.
Incrustar
Asigne a un estratega destinado sobre el terreno junto con un ingeniero destinado sobre el terreno y coloque a ambos en las instalaciones del cliente, físicamente siempre que sea posible, durante todo el proyecto.
- El estratega es responsable de los resultados empresariales y del modelo operativo: qué procesos y 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 propietario de la plataforma, la capa de contexto y los agentes: el servidor MCP y sus conectores, el modelo de permisos, el marco de trabajo de los agentes y la integración con cualquier aplicación que el cliente ya esté ejecutando.
En una semana típica, el estratega se encuentra en la oficina del director financiero por la mañana y el ingeniero trabaja en colaboración 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 el producto que funciona.
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.
- Apoyo a la ingeniería para los equipos técnicos de Claude Code y Codex —hackatones, horarios de atención, un grupo de trabajo sobre gobernanza para el acceso y los costes—, medido 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 se entregan en sprints de dos semanas. El primer día consiste en un taller práctico sobre “cómo crear un agente” con los responsables del proceso, de modo que, a la hora del almuerzo, el encargado de la contabilidad de proveedores ya haya visto cómo se transforma una factura en campos estructurados y sepa qué hará y qué no hará el agente. El resto del ciclo se dedica a desarrollar, probar y perfeccionar el agente con documentos reales, y el último día se realiza una demostración ante el departamento correspondiente.
Cada agente se lleva un marco de trabajo 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 acompañado el proceso de desarrollo.
La medida del éxito no son los cuatro agentes que entregamos, sino los veinte que el cliente crea posteriormente sin nuestra ayuda. Si esa cifra es cero, habremos 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 a ese 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 usuarios ha aumentado hasta los 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 eliminar. 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 cuentas del laboratorio se encuentra con un cliente cuyo uso se mantiene estable, que carece de un caso de referencia y de un interlocutor técnico con quien hablar, y asigna a sus escasos ingenieros de soluciones a otra persona. La organización ha pagado por la vanguardia 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 se debe a un fallo de los empleados. Se trata del resultado previsible de considerar una capacidad como una simple adquisición, y de que nadie asuma la responsabilidad por la distancia que media entre una licencia 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 desplegados sobre el terreno 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 contar con un centenar de ellos para 2027. Se trata de una apuesta, y no me cuesta afirmarlo públicamente porque creo que la alternativa —vender estrategia y dejar la parte técnica en manos de otros— es precisamente lo que ha llevado al sector a alcanzar los 14%.
Esta apuesta se basa en algunas convicciones que mantengo firmemente:
- Esa base es siempre previa al entrenamiento, y una sesión de entrenamiento en la que no se incluya el propio data del cliente no es más que una farsa.
- Que un agente que no cuente con un propietario ni un responsable de mantenimiento designados constituye un lastre, y no un activo, por muy ingenioso que sea.
- Que el equipo del cliente debe superar al nuestro en un trimestre; de lo contrario, 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 promotora industrial y gestora de activos londinense con unos 700 inquilinos y aproximadamente 1.200 millones de libras esterlinas bajo gestión, es la prueba más clara que tengo de que la tercera hipótesis es cierta. Un taller celebrado en primavera había puesto de manifiesto las habituales dificultades administrativas: un centenar de 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 los 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 basados en Claude para abordar precisamente esos cuatro problemas:
- Cuentas por pagar: 80% menos tiempo por factura; más de 90% de partidas de factura conciliadas automáticamente.
- Revisión de la NDA: de tres días a menos de dos horas.
- Inicialización de la suscripción: De 25 horas a menos de tres.
- Notas 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 del Artefact estuvo magnífico”,” dijo Phil Price, su responsable de Planificación y Análisis Financiero, y “Nos dejó en una buena posición para seguir creciendo y expandiéndonos por nuestra cuenta”.” La primera parte de esa frase es amable. La segunda parte es lo importante.
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 distancia puede superarse en cuestión de semanas, y no de años, gracias a personas que han decidido que su labor consiste precisamente en ello.
Me gustaría saber en qué puntos no está de acuerdo: remi.sabonnadiere@artefact.com
