Cuándo los agentes de IA ganan y cuándo tú les ganas a ellos
Cómo distinguir los proyectos que necesitan agentes automáticos de los que solo necesitan criterio humano.
Hola, soy Pol Marzà. Cada semana escribo una nueva edición de Con Criterio, la newsletter sobre construir productos digitales con IA, con planificación, método y sin atajos. Si te han reenviado este email, puedes suscribirte aquí:
Hace unos días terminé dos proyectos en sesiones de pocas horas cada uno. Sin arquitecturas de agentes. Sin orquestadores automáticos. Sin sistemas de coordinación.
Lo que sí hubo: yo tomando decisiones constantemente.
Qué construir primero.
Qué ignorar.
Cuándo el resultado era suficientemente bueno para avanzar.
Cuándo reescribir algo desde cero.
Cuándo parar.
Eso se llama orquestar. Y la IA solo era el agente que ejecutaba mis instrucciones.
El problema es que nadie te lo cuenta así. Las conversaciones sobre agentes suelen arrancar desde la complejidad técnica y parece que si no tienes un sistema sofisticado, es como si lo estuvieras haciendo mal.
Pero no es verdad.
¿Qué significa orquestar en la práctica?
Un orquestador decide qué se hace, en qué orden, con qué criterio y cuándo el resultado es aceptable.
Cuando abres una conversación con Claude Code, le das contexto, le defines el alcance, interpretas lo que genera, decides si sigue o si cambia de dirección, ya estás orquestando. No lo parece porque no hay un dashboard con nodos conectados, pero el proceso es exactamente el mismo.
Tu ventaja como orquestador humano es el juicio: saber cuándo algo que “funciona” no es lo que realmente se necesitaba. Eso no se delega fácilmente.
Los tres escenarios donde los agentes autónomos ganan
Hay situaciones concretas donde tiene sentido sacar al humano del bucle:
Volumen repetitivo con inputs distintos. Imagina que tienes que analizar 5.000 contratos PDF para extraer cláusulas específicas. El proceso es idéntico en todos los casos, solo cambia el documento. Un agente hace eso en serie; diez agentes lo hacen en paralelo. Aquí no hay juicio que aplicar, hay escala que conseguir.
Pipelines con pasos verificables. Cuando el flujo es predecible (extraer datos, limpiar, analizar, publicar) y cada paso tiene un output que se puede validar antes de pasar al siguiente, un orquestador automático gestiona los reintentos y las dependencias mejor que un humano mirando la pantalla.
Dominios muy separados que necesitan especialización. Un agente con un contexto muy acotado comete menos errores en su dominio que un agente generalista al que le has mezclado demasiadas cosas. Si tu proyecto tiene capas radicalmente distintas (base de datos, lógica de negocio, interfaz, comunicaciones), separar los agentes por dominio reduce el ruido y mejora la calidad del output.
El patrón común en los tres casos es que el trabajo es volumétrico y repetible. El proceso ya está decidido, solo falta ejecutarlo a escala.
Si te está gustando lo que estás leyendo, ¡ayúdame a que llegue a más personas!
El criterio para saber cuándo escalar
La pregunta no es “¿debería tener agentes?” sino “¿qué parte de mi trabajo es un procedimiento operativo estándar y qué parte requiere criterio?”
Opción A
Si puedes describir el trabajo como un proceso con inputs predecibles y outputs verificables, los agentes automáticos escalan bien.
Opción B
Si el trabajo consiste en decidir qué construir, cómo, para quién y por qué, el orquestador humano es el activo, no el cuello de botella.
Tengo un colega que es project manager que el otro día me contaba que tiene agentes porque su equipo procesa volumen:
Revisiones de código repetitivas sobre patrones conocidos.
Generación de documentación desde estructuras existentes.
Análisis de tickets con categorías predefinidas.
Tiene sentido para él porque el proceso ya está resuelto y lo que necesita es escala.
Yo construí Kumio y Nexy tomando decisiones de diseño de producto en tiempo real que ningún sistema automático podría haber tomado por mí. Ahí el orquestador humano no era el problema, era la solución.
La sofisticación técnica no es un objetivo; es una herramienta para un problema específico. Antes de añadir complejidad, vale la pena preguntarse si el problema que tienes es de volumen o de criterio.
Casi siempre, cuando estás construyendo algo nuevo, es de criterio.
¡Y hasta aquí el post! Nos vemos la semana que viene :)
— Pol
PD: Quizá has visto palabras subrayadas y resaltadas con el color de acento de la newsletter. Realmente son enlaces para definir el concepto con más precisión y esta definición la puedes leer en nexy.ai. Puedes consultar estos conceptos y muchos más si te registras (con Google y la plataforma es gratuita).