Por dónde empezar: la secuencia de un modelo operativo AI-native
Después de recorrer autonomía de agentes, portafolio, plataforma, datos, métricas, gobernanza, costos y redes, queda la pregunta práctica: en qué orden. Esta es la secuencia que evita construir sobre cimientos que no existen.
A lo largo de esta serie recorrimos ocho dominios: el modelo operativo con agentes, el sistema de gestión de producto y portafolio, la arquitectura de dominios y la plataforma, los datos y la arquitectura de contexto, la arquitectura de métricas, la gobernanza y la cadena de suministro, la economía y los costos, y las redes organizacionales.
Vistos juntos, la reacción razonable es de abrumo. Ninguna organización puede abordar ocho dominios a la vez, y la que lo intenta produce ocho iniciativas superficiales que compiten por la misma atención.
Queda entonces la pregunta práctica: en qué orden.
El principio de ordenamiento
La secuencia no se deriva de la importancia de cada dominio, sino de las dependencias entre ellos. Hay cosas que no se pueden construir sobre cimientos que no existen.
Tres dependencias duras ordenan casi todo lo demás:
La trazabilidad precede a la autonomía. No se puede otorgar autonomía a un agente cuyo comportamiento no se puede reconstruir. Cualquier plan que empiece por dar autonomía y prometa trazabilidad después está invirtiendo el orden de seguridad.
El contexto precede al despliegue útil. Un agente sin acceso a conocimiento organizacional confiable produce respuestas genéricas. Invertir en modelos antes que en contexto es optimizar el componente que no es el limitante.
La medición precede a la escala. Escalar sin saber si algo funciona multiplica lo que sea que esté ocurriendo, incluido lo que no funciona.
La secuencia
Fase 1 — Saber qué tienes. El inventario de sistemas y agentes de IA en uso, con dueño, propósito, datos que consulta y nivel de exposición. Incluidos los que ningún comité aprobó.
Es el paso menos glamoroso y el que habilita todo lo demás: no se puede gobernar, clasificar, medir ni asegurar lo que no está listado. Toma semanas y casi siempre sorprende por su tamaño.
Fase 2 — Poder reconstruir qué pasó. Trazas del uso más importante: qué solicitud, qué contexto, qué modelo, qué herramientas, qué resultado, qué decidió un humano. Identidad propia para cada agente y permisos acotados.
Esta fase es la que convierte la operación de una apuesta en una posición defendible. Sin ella, el primer incidente serio no tiene explicación posible.
Fase 3 — Contexto y evaluación. Para un caso de uso concreto: identificar el conocimiento que hace falta, verificar que esté vigente, asignarle dueño y conectarlo. Y construir veinte casos de evaluación con resultado esperado.
Este es el punto donde aparece la primera mejora de calidad claramente atribuible. También es donde la organización descubre cuánto de su conocimiento crítico no está escrito en ninguna parte.
Fase 4 — Medir el sistema, no la actividad. Un indicador por nivel: negocio, flujo, entrega, confiabilidad, experiencia, agentes. Y el costo por resultado exitoso y verificable para el uso de mayor volumen.
Cuatro o cinco números que reemplazan la conversación sobre adopción y tokens por una sobre valor.
Fase 5 — Reducir lo que limita el flujo. Con las métricas de la fase anterior, la restricción principal deja de ser una opinión. Casi siempre es una de tres: dependencias entre equipos, plataforma insuficiente o esperas por aprobaciones que no deciden nada.
Aquí es donde entra el trabajo de topología de equipos, plataforma interna y derechos de decisión, dirigido a la restricción real en vez de a las ocho posibles.
Fase 6 — Cambiar cómo se financia y se decide. Equipos persistentes, financiamiento por producto, criterios de continuar, pivotar, escalar o detener, capacidad reservada para lo estructural.
Va al final no porque importe menos —probablemente sea lo que más determina el comportamiento a largo plazo— sino porque es la intervención más difícil políticamente y la que más se beneficia de tener evidencia previa. Una propuesta de cambiar el modelo de financiamiento respaldada por doce meses de datos es una conversación distinta de la misma propuesta respaldada por un marco teórico.
Lo que va en paralelo
Tres cosas no esperan turno.
La postura organizacional sobre IA. Qué se puede usar, para qué, con qué datos, qué requiere aprobación. Una página, comunicada, desde el primer día. Su ausencia produce simultáneamente autolimitación y experimentación sin control.
La estandarización por capa. Antes de que existan cuatro herramientas equivalentes. Consolidar es mucho más caro que no dispersarse.
Las conversaciones sobre sostenibilidad. Saturación de cambio, carga de coordinación, concentración de conocimiento. No son un tema de cierre: son la condición para que la gente siga estando cuando las fases avanzadas lleguen.
El error que hay que evitar en cada fase
Cada fase tiene un modo de falla característico y bastante predecible.
En el inventario: hacerlo solo con lo que los comités aprobaron, y perderse lo que efectivamente está corriendo.
En la trazabilidad: registrar el resultado y no el camino.
En el contexto: intentar catalogar todo el conocimiento organizacional en vez de resolver bien un caso de uso.
En la medición: agregar indicadores sin eliminar ninguno, hasta llegar al tablero que nadie mira.
En el flujo: atacar la restricción que se sabe arreglar en vez de la que efectivamente limita.
En el financiamiento: cambiar el vocabulario sin cambiar cómo se asigna el dinero.
Cuánto tarda y quién lo sostiene
La secuencia describe un orden, no un calendario. Vale la pena una estimación honesta, porque las expectativas mal calibradas son la causa más común de que este tipo de trabajo se abandone a mitad de camino.
Las fases uno y dos —inventario y trazabilidad— toman entre uno y tres meses en una organización mediana, con una o dos personas dedicadas parcialmente. Son las más rápidas y las que producen la sensación de avance necesaria para sostener el resto.
La fase tres —contexto y evaluación para un caso de uso— toma entre dos y cuatro meses, y la mayor parte de ese tiempo no es técnico: es conseguir que las personas que tienen el conocimiento lo escriban, y que alguien decida qué versión de cada documento es la vigente.
La fase cuatro es rápida en instrumentación y lenta en adopción. Definir cinco indicadores lleva semanas; que efectivamente cambien decisiones lleva un par de trimestres, porque requiere que los foros donde se decide empiecen a usarlos.
Las fases cinco y seis son trabajo de doce a veinticuatro meses, y no terminan: se vuelven parte de cómo opera la organización.
Sobre quién lo sostiene, hay un patrón que conviene evitar y otro que funciona.
El que falla es crear un área nueva de transformación con IA, desconectada de la operación. Produce documentos, diagnósticos y planes, y choca contra la realidad de que no tiene autoridad sobre ninguno de los sistemas que hay que cambiar.
El que funciona es asignar cada fase a quien ya tiene la autoridad correspondiente, con alguien coordinando la secuencia y sin mandato de ejecutarla. El inventario lo hace quien administra accesos. La trazabilidad, quien opera. El contexto, las áreas dueñas del conocimiento. Las métricas, quien ya define indicadores. El financiamiento, quien decide el presupuesto.
Coordinar sin ejecutar suena a rol débil y no lo es: es la única posición desde la que se puede mantener la secuencia coherente cuando cada fase pertenece a un dueño distinto y todos tienen otras prioridades.
Una última observación
Nada en esta secuencia requiere un modelo mejor, un proveedor distinto ni una tecnología que todavía no exista.
Todo lo que la determina es organizacional: saber qué se tiene, poder explicar qué pasó, tener el conocimiento escrito, medir lo que importa, reducir la espera y alinear el dinero con los resultados.
Esa es probablemente la conclusión más útil de toda la serie. La brecha entre las organizaciones que obtienen valor de la inteligencia artificial y las que no, no está en las herramientas que contrataron. Está en el sistema sobre el que las desplegaron.