300 empleados de K2Tech trabajan con agentes de IA: los conectores no bastan, hacen falta reglas claras

Hasta hace poco, bastaba con que la IA redactara un correo. Ahora la frustración es otra: no sabe a quién enviarlo, no incorpora las conclusiones de las reuniones a los documentos ni actualiza la tarea en el gestor. Una persona sigue siendo el nexo entre el correo, los chats y el gestor de tareas. Vladimir Sergeev, de K2Tech, donde unas 300 personas trabajan a diario con agentes corporativos, describió cómo se vive esa brecha desde dentro. El artículo está escrito por un integrador de sistemas y en algunos pasajes promociona su propia infraestructura tecnológica, pero eso no resta valor a las conclusiones de ingeniería.

Los resúmenes no resuelven la sobrecarga

La idea de tener «todo en una sola ventana» no resolvió el problema principal: el contexto de las tareas sigue en la cabeza del empleado. La ventana no indica qué decisión ya se ha aprobado ni dónde figuran los plazos vigentes. Según una encuesta de K2Tech y VK Tech a más de 800 representantes de grandes empresas rusas, el 56% espera que en los próximos tres a cinco años aparezca un ecosistema completo que lo integre todo. Pero una sola ventana no basta.

Además, la IA acelera la producción de textos que después los compañeros tienen que descifrar. Los investigadores de BetterUp y Stanford Social Media Lab llaman workslop a este resultado: el texto parece convincente, pero el destinatario debe averiguar por su cuenta qué quería decir el autor. Ni siquiera un buen resumen elimina la carga: el texto es más corto, pero concentra más decisiones por párrafo y hay que comprobar cada una.

Los datos respaldan ese escepticismo. En un experimento con Microsoft 365 Copilot que abarcó a 7137 empleados de 66 empresas, las personas dedicaron unas dos horas menos a la semana al correo, pero los investigadores no encontraron cambios significativos en la cantidad ni en la composición de las tareas completadas. Por su parte, un estudio observacional de Berkeley Haas en una empresa tecnológica mostró otro patrón: el tiempo liberado se llena de nuevos procesos y las personas pasan el día alternando entre los resultados de los asistentes.

El agente necesita contexto, además de acceso

Imagine una reunión en la que se discuten alternativas durante media hora y al final alguien dice: «Bueno, de momento seguimos como antes». Una persona que conozca la historia del proyecto entenderá que la decisión no ha cambiado. El agente debe distinguir por sí mismo entre una decisión adoptada y una propuesta que quedó en el aire. Por eso Sergeev ahora dice en voz alta durante las reuniones: «Esto es una nota para el agente». Las personas se adaptan al bot, y no al revés.

El flujo previsto es el siguiente: el agente de videoconferencias identifica los acuerdos, el del gestor crea tareas con responsables y plazos, y el del CRM localiza la ficha del cliente. Una persona confirma los cambios y solo entonces se incorporan a los sistemas. Pero hay que configurar y comprobar el flujo por separado para cada proceso. El agente debe encontrar el proyecto correcto, verificar al responsable y evitar crear un duplicado si vuelve a procesar la grabación. Son estos detalles los que determinan si la automatización funciona.

MCP ha aliviado parte del problema: un protocolo único de conexión ha sustituido a una colección de conectores desarrollados a medida. Pero no explica el significado de los datos. Una venta ganada en el CRM no equivale a un proyecto terminado, y el estado «cerrado» puede exigir una revisión de documentos. Hay que explicar de forma explícita al agente las relaciones entre registros y qué fuentes debe consultar para cada tipo de pregunta.

Otra técnica que aplica K2Tech consiste en programar las habilidades clave como plugins con una secuencia fija. Primero leer el correo, después consultar el CRM, contrastar la información con la ficha del proyecto y solo entonces responder. Si simplemente se pide al modelo que prepare una respuesta, puede saltarse una fuente importante.

Los límites de la autonomía

El grado de delegación depende del coste del error. Corregir el borrador de un correo es fácil; recuperar el dinero tras una transacción incorrecta resulta más difícil. Por eso los agentes tienen tres modos: solo lectura, borrador pendiente de aprobación y escritura en la base de datos tras la confirmación del operador. No solo importa la fiabilidad del modelo, sino también hasta qué punto el error resulta visible y reversible.

El acceso se resuelve mediante suplantación de identidad técnica: el bot actúa en nombre del empleado, con sus tokens y roles a través de SSO y del directorio. Pero tener permiso para modificar datos no significa que cualquier cambio deba hacerse automáticamente, por lo que las acciones disponibles se limitan según la tarea. La plataforma SamurAI de AIDA tech, sobre la que se ha construido todo el sistema, ofrece más de 100 herramientas integradas, 580 habilidades listas para usar, un registro de actividad y compatibilidad con más de 10 proveedores de LLM, incluidos proveedores locales. Los empleados interactúan con ella a través del servicio de mensajería corporativa eXpress.

También se reconocen con franqueza las limitaciones del mercado: algunos proveedores rusos no tienen conectores MCP propios y, en ocasiones, ni siquiera una API documentada. Un conector desarrollado a medida puede dejar de funcionar tras una actualización del producto. A veces, la IA es una función cerrada del producto: se puede obtener un resumen, pero no conectar un modelo o una base de conocimiento propios.

Qué hacer en la práctica

Al elegir una plataforma de comunicaciones, examine la API, la posibilidad de conectar un modelo propio, el uso de RAG sobre datos corporativos, el despliegue local, la conservación de los permisos de acceso y la auditoría. El autor cita como candidatos VK WorkSpace, CommuniGate Pro y eXpress, aunque advierte que hay que comprobar las funciones necesarias en la versión concreta.

La regla principal es aclarar primero quién responde por la decisión, qué acciones requieren aprobación y con qué criterios se considera terminada una tarea. Si el proceso ya incluye aprobaciones innecesarias, el agente simplemente las reproducirá. Durante el piloto, mida cuánto trabajo manual de búsqueda y traslado de datos se ha eliminado, si han disminuido las aprobaciones repetidas y cuánto tiempo se dedica a comprobar el resultado. Si una persona recibe cinco notificaciones de agentes en lugar de un correo, la implantación todavía no ha compensado.