Antes de ver un solo agente, nos sentaron frente a los equipos de arquitectura, TI, gobernanza y seguridad.
Era la licitación de una empresa grande, y la primera pregunta no fue qué podía hacer la IA. Fue dónde iban a vivir sus datos. Les presentamos un modelo en el que la información nunca salía de su propia nube. Pasamos ese filtro, y después se lo conté así a mi equipo: "si no, no nos hubiese ni siquiera aceptado participar en la licitación".
Esa empresa sabía qué preguntar antes de dejar entrar a un agente. La mayoría todavía no. En Perú, EY encontró en 2026 que solo el 10% de sus 250 encuestados tiene políticas de IA aprobadas en su empresa. Si la tuya se parece a la mayoría, la gobernanza es el eslabón que hoy pone tu techo.
Y eso tiene un costo que no se ve en la matriz de riesgos: puedes tener muy buenos agentes y quedarte en el mismo lugar, si tus reglas y tus datos no dan para más.
Si eres quien tiene que decirle sí o no al negocio cuando pide llevar la IA a producción, aquí tienes la regla que mide ese techo y los seis controles que yo revisaría antes de aprobar.
La regla del eslabón crítico
El gerente comercial quiere su agente el lunes. Tú sabes que los datos están repartidos y que no hay una política aprobada. Pero "no estamos listos" suena a freno. ¿Cómo se lo explicas a alguien que ya le prometió el agente a su jefe?
En el marco de Empresas Inteligentes medimos la madurez en cinco niveles y siete dimensiones. Dos de ellas, datos y gobernanza, tienen una regla propia: tu empresa no puede estar más de un nivel por encima de cualquiera de las dos.
Te lo pongo en tu oficina. Si en gobernanza tienes una política general de uso de IA, pero ningún control por caso, estás en el nivel dos. Entonces tu empresa llega como mucho al tres, por buenos que sean tus agentes.
Con la regla en la mano, "no todavía" deja de sonar a miedo. Es un nivel, con lo que falta para subir.
"Eduardo, esto suena a frenar la innovación. Si espero a tener todo esto, la competencia sale primero." Tiene razón en algo: mientras esperas, tu equipo sigue haciendo a mano lo que un agente podría hacer. Pero mira lo que encontró BCG en 2026: el 42% de las empresas espera dejar actuar a sus agentes con límites hacia 2030, y solo el 5% tiene hoy los controles para hacerlo.
O sea, casi todas van a llegar tarde a los controles, y la que los tenga primero va a poder darle más libertad a sus agentes antes que nadie. Arranca con un proceso acotado, con los controles críticos en "sí" y una IA que informa o sugiere mientras una persona decide. Mientras ese caso corre, subes tus datos y tus reglas.
Antes de decir que sí: mide datos y gobernanza por separado. Ellos fijan hasta dónde llega el caso.
Alguien que responda por el agente
¿Quién revisa lo que dice tu agente cuando ya está conversando con clientes?
Una universidad me lo preguntó en plena demo, y les conté lo que hacen las empresas que mejor lo resuelven. Arman una célula pequeña: uno o dos de sus mejores vendedores, alguien que conoce muy bien el producto y alguien de calidad que ya audita conversaciones. El que conoce el producto revisa algo muy concreto: "si está diciendo la verdad".
Y la célula tiene un jefe. Una persona con nombre que firma por el resultado del proceso, incluido lo que hace el agente.
Antes de decir que sí: pide el nombre del dueño del proceso y quiénes revisan al agente.
Probar antes de que hable con un cliente
¿Cómo sabes que tu agente está listo? "Lo probamos unos días con clientes reales" es la forma más cara de enterarte de que algo falla.
Nosotros creamos personajes, distintos tipos de compradores con situaciones difíciles, y los ponemos a conversar con el agente antes de que hable con nadie. Con lo que sale de cada ronda ajustamos el flujo, las reglas o lo que sabe el agente, y volvemos a probar.
Las pruebas encuentran lo que nadie esperaba. Armando una demo para una universidad, vimos que la acción que debía marcar a un interesado como caliente no escribió nada en el CRM. La que dependía de una señal concreta sí funcionó. Lo corregimos en la prueba. En un cliente real, ese error habría sido un interesado caliente que nadie llamó.
En una propuesta de esta semana lo dejé por escrito: cada capacidad que entregamos lleva su prueba por escrito, y la etapa no termina hasta que el cliente la verifica.
Antes de decir que sí: pide la batería de pruebas por escrito, con sus resultados.
Que cada decisión deje rastro
Si mañana un cliente reclama, ¿puedes reconstruir qué le dijo el agente y quién cambió su configuración la semana pasada?
En el arranque con una clínica, el equipo quería compartir un solo usuario para todos. Les pedí que cada persona entrara con su propio correo: "va a ser mucho mejor para la trazabilidad y la auditoría". Con un usuario compartido, nadie sabe quién cambió qué.
Con una red de salud, el rastro llegó hasta la factura. Ellos nos pagan por cada llamada que hace su agente, así que acordamos que toda llamada cobrada tenga su transcripción. Si dudan de un cobro, abren la llamada y ven lo que pasó.
Antes de decir que sí: pide ver el registro de una conversación de prueba, de punta a punta.
Los seis controles antes de producción
¿Cuántos de estos controles tiene de verdad el proceso que el negocio quiere lanzar? Tómalo y marca, para cada uno, sí, parcial o no:
- Dueño del proceso. La persona que firma por el resultado.
- Datos personales. Revisaste qué datos usa el agente, para qué y con qué consentimiento, como pide la ley de protección de datos personales (en Perú, la Ley 29733).
- Registro. Queda escrito qué conversó y qué hizo el agente, y quién tocó su configuración.
- Información vigente. Alguien mantiene al día lo que el agente sabe: precios, requisitos, políticas.
- Pruebas antes de producción. Casos normales, difíciles y de excepción, con resultados por escrito.
- Incidentes con plan de vuelta atrás. Un responsable, un aviso que no dependa de un tercero y una forma de apagar el agente o volver a la versión anterior.
El uno, el dos y el seis son críticos. Sin dueño nadie corrige, sin revisar los datos personales te expones ante la ley, y sin vuelta atrás un error sigue corriendo mientras lo buscas. Si el proceso todavía no tiene IA, un "no" en cualquiera de ellos lo resuelves antes de salir a producción. Si ya la tiene, no lo amplías hasta resolverlo.
Si el problema de fondo son los datos del CRM, empieza por CRM que se actualiza solo: 5 decisiones para que tu equipo le crea. El recorrido entero, de un nivel al siguiente, está en Cómo convertirse en una empresa inteligente.
El próximo pedido para el lunes
Imagínate la próxima vez que el negocio te pida el agente para el lunes.
Llegas con la hoja: cuatro controles en sí, dos en parcial, y quién se encarga de cada parcial. El gerente comercial sale sabiendo qué falta y para cuándo. Y la próxima conversación ya es sobre la fecha.
Para llevarte
- Tus datos y tu gobernanza fijan el techo de tu IA.
- Un "no" en un control crítico lo resuelves antes de producción, o antes de ampliar.
- Seis controles convierten el "no todavía" en un plan.
Si llevas un agente a producción sin estos controles, el día que algo falle te vas a enterar por un cliente.
Esta semana, marca los seis controles con el proceso que el negocio quiere lanzar primero. Después pasa tu empresa por el diagnóstico de madurez de Empresas Inteligentes: la versión corta toma 5 minutos y te muestra cuánto pesan esos "no" en tu nivel, qué eslabón te limita y por dónde empezar.
¿Cuál de los seis te costaría más conseguir en tu empresa? Escríbeme y lo conversamos.
Preguntas frecuentes
¿Qué es la regla del eslabón crítico en IA?
Es la regla del marco Empresas Inteligentes que limita el nivel de IA de una empresa según sus fundamentos. El nivel global no puede superar en más de uno al nivel en datos ni en gobernanza. Además, un hallazgo crítico de seguridad, privacidad, calidad o responsabilidad bloquea ampliar ese caso hasta resolverlo.
¿Qué controles necesita una empresa antes de llevar un agente de IA a producción?
Seis como mínimo: un dueño del proceso con nombre, revisión de los datos personales que usa el agente (en Perú, según la Ley 29733), registro de lo que hace, información vigente, una batería de pruebas con casos normales, difíciles y de excepción, y un plan de incidentes con responsable y vuelta atrás.
¿Cuántas empresas en Perú tienen políticas de IA aprobadas?
Según EY Perú (AI & Boards 2026, 250 encuestados entre enero y marzo de 2026), solo el 10% de los encuestados tiene políticas de IA aprobadas en su empresa. El mismo estudio encontró que el 66% de los directorios no tiene especialistas en el tema y el 68% de los ejecutivos no tiene capacitación.
¿La gobernanza de IA frena la innovación?
No, si la aplicas por niveles. La gobernanza no exige tenerlo todo antes de empezar: indica cuánta autonomía puede tener la IA en cada proceso. Un caso puede arrancar con los controles críticos resueltos, un agente que informa o sugiere y una persona que decide, mientras la empresa completa el resto para darle más autonomía después.
¿Cómo se prueba un agente de IA antes de que hable con clientes?
Con conversaciones simuladas: personajes que representan distintos tipos de clientes, con casos normales, difíciles y de excepción, incluidos intentos de manipular al agente. El resultado de cada ronda indica qué ajustar en el flujo, las reglas o el conocimiento del agente, y se repite hasta pasar los criterios de salida.
