Ingeniería agéntica:
la disciplina detrás de los agentes que funcionan.

El nivel uno es usar IA: una persona consulta un modelo (ChatGPT, Claude, un copiloto) y juzga cada respuesta. El humano es el control de calidad. Cuesta casi nada empezar y es por donde toda organización debería comenzar, pero la producción solo escala al ritmo de las personas que la revisan.

El nivel dos es automatizar con IA: un flujo fijo llama a un modelo en uno o dos pasos (clasifica este ticket, redacta esta respuesta, extrae estos campos). El camino es determinista; el modelo rellena un paso. La mayoría de los problemas de negocio etiquetados como agénticos viven en realidad aquí, y un flujo bien construido es más barato, más rápido y más fácil de probar que un agente.

El nivel tres es un sistema agéntico: software que recibe un objetivo, planifica sus propios pasos, elige herramientas (búsqueda, base de datos, email, código) e itera hasta que el trabajo está hecho o una barrera lo detiene. La autonomía crea el valor, y es exactamente la autonomía lo que hace innegociable la disciplina de ingeniería: un agente que no se puede evaluar, acotar ni observar es un pasivo, no una fuerza de trabajo.

Un agente de producción es quizá una quinta parte modelo y prompt. El resto es el sistema alrededor: un contrato tipado para cada herramienta que el agente puede llamar, una capa de orquestación que decide qué se ejecuta cuándo y qué pasa ante un fallo, un retrieval que ancla al agente en tus datos, y planes de contingencia para que el negocio siga funcionando cuando el modelo se equivoca o el proveedor se cae.

Luego vienen las partes que separan una demo de un sistema en el que confiar: las evals (un test set calificado que convierte « parece que funciona » en un número que se sigue en cada cambio), barreras en entradas y salidas con techos de coste estrictos para que un bucle descontrolado no arruine la funcionalidad, y una monitorización que vigila calidad, deriva, tasa de alucinación y gasto en producción, no solo la disponibilidad.

Arquitectura: decidir dónde empieza y dónde termina la autonomía del agente, qué permanece determinista y cómo encaja el agente en tu stack y tu modelo de seguridad. Orquestación: planes multipaso, enrutado de herramientas, reintentos y aprobaciones humanas donde lo que está en juego lo exige. Evaluación: el test set calificado se define en la fase uno, para que « bien » sea un número acordado antes de que nada llegue a producción.

Seguridad: defensas contra la inyección de prompts y el OWASP LLM Top 10 junto al clásico OWASP Top 10, acceso a herramientas con mínimo privilegio y un rastro de auditoría para cada acción del agente. Monitorización: paneles y alertas de calidad, deriva y coste, ligados a un runbook de guardia. Integración de negocio: el trabajo del agente se mide en términos de negocio (tickets resueltos, horas ahorradas, coste unitario por tarea), para que la conversación sobre el ROI vaya de números, no de sensaciones.

Lo más valioso que un partner de ingeniería agéntica puede decirte es « aquí no ». Un flujo determinista con una o dos llamadas al modelo supera a un agente en la mayoría de las tareas: es más barato de operar, más fácil de probar y más sencillo de explicar a un auditor. Recomendamos agentes cuando el trabajo es de verdad multipaso y variable, el volumen justifica la ingeniería y los modos de fallo pueden acotarse.

Por eso nuestra auditoría puntúa los casos de uso por valor, riesgo y esfuerzo antes de construir nada, y por eso la hoja de ruta que recibes es transferible a otro proveedor. Si la respuesta correcta es un flujo, un producto que comprar o nada en absoluto, esa es la recomendación que recibirás por escrito.

La Formación hace a tus equipos lúcidos sobre lo que los agentes saben y no saben hacer, con gobernanza y el AI Act europeo incluidos. Auditoría y Consultoría aplica la disciplina como una decisión: dónde merecen la pena los agentes, qué hará falta y en qué orden. Build & Run la aplica de principio a fin: diseñamos, construimos y operamos el sistema, y luego lo traspasamos: código, evals, runbooks y el conocimiento operativo para hacerlo funcionar sin nosotros.