Por qué los proyectos agénticos no son “otro proyecto de IA”, cómo evaluar si tu organización está lista, y el checklist de equipo, datos y gobernanza.
Con Niharika Srivastav & Sanjay Saxena (educadores en ciberseguridad e IA) y Ashish Agarwal (ex-CIO de IndiGo Airlines) · Fremont, California
MP4 720p optimizado para web (faststart). Click derecho → “Guardar como”, o:
Descargar video (75 MB) ⬇ Transcript con timestamps (whisper) Ver original en Maven ↗Con IA agéntica dejás de desplegar una herramienta y pasás a contratar un miembro de equipo sin contrato laboral. La ejecución se la queda el agente — y por eso tu trabajo se corre de ejecutar a orquestar y gobernar.
El gran error que ven en sus clientes: las empresas invierten miles de millones en pilotos y pruebas de concepto de IA, pero muy pocas escalan a agéntico — y muchas ni siquiera distinguen un proyecto de IA de uno agéntico, ni saben si están listas. La sesión existe para cerrar esa brecha: qué cambia de verdad, y cómo liderarlo.
Requerimientos → diseño → desarrollo → QA → deploy. El software sigue reglas fijas. 2+2 siempre da 4. Determinista y auditable por trimestre.
Todo lo anterior más datos y modelo. Netflix recomienda, retail forecastea el Black Friday. Pero hay un humano en el loop que mira la predicción y actúa. Aparecen sesgo y fuga de datos.
No predecís: fijás un objetivo. El agente razona, arma un plan, elige herramientas y ejecuta de forma autónoma. Escala, lanza sub-agentes, llama APIs. La ejecución es su problema.
El corolario que repiten: si la ejecución pasa a ser problema del agente, la gobernanza y el monitoreo pasan a ser tuyos. Querés asegurarte de que el camino que toma esté dentro de los guardrails y no se vaya “rogue”.
Del ERP monolítico → cloud escalable → infra que escala sola: el agente spinea sub-agentes y llama APIs en vivo. Necesita calidad de datos, guardrails de seguridad, arquitectura descomponible y una capa de orquestación (imaginá 25 agentes en un almacén).
Regla dura: lo agéntico no es un bolt-on sobre tu sistema viejo. Se rediseña el flujo entero pensando en agentes como miembros de equipo, no como features que se cuelgan encima.
No es un ítem “después de”. Explicabilidad, linaje de datos, niveles de acceso del agente, y audit trails en tiempo real (no trimestrales): no podés permitir que dé un consejo incorrecto y enterarte tres meses después.
Riesgos amplificados que el software tradicional no tenía: alucinación (ni sabés que está alucinando), sesgo (CEO = hombre blanco de 50), y privacidad (el agente “piensa” y aprende de su pasado, puede filtrar). Compliance: EU AI Act, ISO/IEC 42001.
Aplicado a project management: menos generar status reports y perseguir gente por sus tareas — eso lo hacen agentes. Tu rol es monitorear que el proyecto siga en riel y que tus “miembros agentes” orquesten en armonía.
Que entiendan de antemano qué se supone que hace el agente y sus modos de falla. Si te tomás el día y el agente trabaja por vos, ¿cómo evitás que haga lo que no querés? Los guardrails (“nunca recomendar camisas rojas”) van en la definición del agente. Y: ¿quién responde cuando el agente la embarra?
Calidad ante todo. El agente debe saber su nivel de acceso (ve datos de empleados, pero no SSN ni direcciones). Y linaje + explicabilidad: poder rastrear cualquier recomendación hasta la fuente de datos y las reglas que la produjeron — alguien va a preguntar por qué.
Control vs. autonomía: antes asegurabas con políticas de red y parches; ahora monitoreás un sistema autónomo como a un hijo — le decís las reglas, y cada vez que encuentra una forma nueva de romperlas, volvés y lo restringís más. Monitoreo en tiempo real, no auditoría anual.
Y la frase que define la postura: los ganadores no son los que se mueven más rápido, sino los que se mueven con cautela — alineando cross-funcionalmente y poniendo a todos los stakeholders a bordo. Readiness no es un checklist de una vez; evoluciona siempre.
Tradicional → IA → agéntico, con el corolario “ejecución del agente = gobernanza tuya”, es la forma más limpia de explicar el shift. Aplicable de inmediato.
Mismo problema en los dos mundos, lado a lado. Es el momento más útil de la sesión para un PM que no es técnico.
31 min de panel introductorio que termina vendiendo un curso pago en Maven. Marcos correctos, pero sin profundidad de implementación (cómo construir la capa de orquestación, qué herramientas, métricas).
“Muy pocas escalan”, “miles de millones en pilotos” — afirmaciones sin cifras ni fuentes. Buen mapa conceptual; no es evidencia. El sesgo CEO=hombre y la alucinación se citan como ejemplos, no como estudio.