LIAA dictó el programa "Uso Avanzado de IA (Agentes Inteligentes)": 20 horas de formación práctica para funcionarios de la Comunidad del Cerrejón. El objetivo no era hablar de inteligencia artificial en abstracto, sino poner la IA agéntica en empresas a trabajar en procesos reales: documentos, atención, reportes y seguimiento.
Los participantes culminaron el programa y recibieron su certificado emitido por el Laboratorio de Inteligencia Artificial Aplicada —unidad de negocio de EIDEA SAS—, con código de verificación único y código QR. Cualquier persona puede comprobar su autenticidad en liaa.cloud/verificar-certificado/.
Funcionarios de la Comunidad del Cerrejón durante una de las sesiones del programa de 20 horas en IA agéntica, dictado por LIAA.
Este artículo recoge lo esencial de lo que aprendieron en esas 20 horas: cinco lecciones que aplican a cualquier organización que quiera implementar la IA agéntica en empresas de su sector, sin importar su tamaño.
1. Un agente no es un chatbot con otro nombre
La primera lección —y la que más cambia la conversación— es la diferencia entre un chatbot y un agente. El chatbot responde preguntas; el agente ejecuta trabajo: revisa documentos, cruza datos entre sistemas, prepara un reporte, agenda una cita o da seguimiento a un caso hasta cerrarlo. Piénselo así: el chatbot le dice dónde está la información; el agente le entrega el trabajo hecho.
En la práctica, esto significa que un agente de IA no se "instala" como un software más: se le asignan objetivos y herramientas —el correo, las hojas de cálculo, el WhatsApp, el sistema contable— y se le pide un resultado. Durante el programa, los funcionarios trabajaron con ejemplos de su propia operación para entender exactamente dónde un agente ahorra horas y dónde no aporta nada. Esa distinción es la base de todo lo demás.
2. Autonomía supervisada: el agente propone, usted decide
La segunda lección tranquiliza a más de un gerente: el agente trabaja solo, pero usted define los límites. En el modelo que enseñamos, el agente ejecuta los pasos rutinarios y se detiene en los puntos críticos para pedir aprobación humana. Cada acción queda registrada, de modo que siempre se puede auditar qué hizo, cuándo y con qué información.
Esta es la forma correcta de introducir agentes de IA donde hay dinero, contratos o decisiones sensibles de por medio: autonomía para lo repetitivo, supervisión humana para lo delicado. Ni el piloto automático total ni el miedo que deja la tecnología guardada en un cajón.
3. El primer proyecto debe ser pequeño, repetitivo y medible
La tercera lección es la que más fracasos evita. Las empresas que intentan automatizarlo todo de una vez terminan con un megaproyecto que nunca arranca y la conclusión errada de que "la IA no sirve para lo nuestro". Las que tienen éxito hacen lo contrario: eligen un proceso pequeño —se hace igual todas las semanas, consume horas de personal calificado, se puede medir—, lo ponen a funcionar con supervisión humana y miden el resultado.
Un piloto bien ejecutado en pocas semanas vale más que un plan maestro de un año. Esa fue una de las ideas que más se repitió durante las sesiones, y es también el corazón del método con el que LIAA implementa agentes de IA para empresas: diagnóstico, piloto, medición y escala.
4. Los datos se tratan como lo que son: el activo más sensible
La cuarta lección es de responsabilidad. Un agente trabaja con la información más delicada de una organización: finanzas, personal, contratos, comunicaciones internas. Por eso, cualquier implementación seria de agentes de IA debe cumplir tres condiciones: operar en entornos privados, no usar los datos para entrenar modelos públicos y limitar el acceso a personas autorizadas, con registro de cada operación.
En Colombia, la Ley 1581 de 2012 de protección de datos personales respalda estas exigencias, y en LIAA las aplicamos desde el diseño de cada proyecto. La confianza no se pide: se construye con estas garantías.
5. Lo que no se mide, no se puede defender
La quinta lección cierra el círculo: antes de automatizar, mida. Tiempo por tarea, tasa de error, horas liberadas al mes. Con la línea base tomada, el piloto deja de ser una apuesta y se convierte en una decisión con números: o el agente se paga solo, o se ajusta. Sin medición no hay forma de saber si funcionó, y sin esa evidencia ningún directivo aprueba escalar a más procesos.
Un agente funcionando en un proceso pequeño vale más que un megaproyecto de automatización que nunca arranca.
Del aula a la operación: el camino que recomendamos
Un programa de formación no transforma una empresa por sí solo; lo que transforma es lo que viene después. El camino que recomendamos a toda organización que quiere llevar la IA agéntica en empresas de la idea a la operación tiene cuatro pasos:
- Diagnóstico: mapear los procesos y calificarlos por repetición, horas consumidas y facilidad de automatización. El primer candidato debe ser pequeño, visible y con resultado rápido.
- Piloto: implementar el agente sobre ese proceso, con una persona validando los resultados durante las primeras semanas.
- Medición: comparar el antes y el después con las métricas definidas en el diagnóstico.
- Escala: con un caso de éxito documentado, replicar el método en otras áreas. El equipo ya confía y los números hablan solos.
Este es el mismo método que aplicamos en nuestros programas de formación y en la automatización de procesos con IA: empezar enfocado, medir con honestidad y escalar lo que funciona.
El siguiente paso para su empresa
La experiencia con la Comunidad del Cerrejón confirma algo que vemos en cada proyecto: la IA agéntica en empresas no es una promesa de futuro, es una ventaja operativa presente. La diferencia entre las organizaciones que la aprovechan y las que no, no es el presupuesto ni el tamaño: es empezar con un proceso, un piloto y un resultado medido.
Si usted dirige una empresa y quiere saber qué proceso es el mejor candidato, solicite un diagnóstico para su empresa: lo revisamos con usted, sin compromiso.