Trabajando junto a agentes: AI Teammates9 min read

Seis meses después del momento crucial del OpenClaw, tenemos 7 agentes como parte del equipo y, hombre, cumplen. Me encanta esta cita porque es exactamente lo que siento ahora.

«Los extraterrestres han aterrizado aquí y están listos para trabajar, a bajo costo y a gran escala». – Daniel Schreiber, director ejecutivo de Lemonade

En esta serie de artículos, cubriré cómo se ve y se siente trabajar con agentes, las lecciones que aprendimos y las mejores prácticas que adoptamos. Pero primero, comencemos con una introducción a dónde nos encontramos y lo que creo que todo CEO, fundador y líder debería saber, tal como se aplica a usted hoy. Su lugar de trabajo, su metodología y su equipo están a punto de cambiar drásticamente y usted debe concentrarse en ello para aprovecharlo al máximo.

Nuestros compañeros de equipo agentes en Anima operan en marketing, BI, QA, Customer Success y operaciones administrativas. Se encuentran en nuestros canales Slack. Recogen el trabajo a las 2 a. m. o realizan recorridos diarios. Investigan, analizan datos, publican contenido, abren tickets de Asana y envían solicitudes de extracción para que los ingenieros las revisen.

Cada agente reporta a un gerente humano que lo incorpora, le brinda contexto y retroalimentación constante, amplía sus habilidades y conjunto de herramientas, establece su rutina y lo prepara para el éxito como parte del equipo.

Chat de agentes vs IA

Los agentes de hoy (OpenClaw, Hermes) se sienten más como compañeros de equipo remotos que como chatbots. Cambia la forma en que interactuamos con ellos y lo que esperamos de ellos.

Tienen sus propias computadoras.. Uno físico o en la nube. Un agente tampoco se apaga cuando cierras la computadora portátil. Puede descargar gigabytes de datos, analizarlos durante horas, despertarse por la noche para realizar tareas, investigar y tomar medidas. Básicamente, trabajo.

ellos aprenden. Tú los incorporas. Los envía a leer materiales en línea o fuera de línea y a realizar investigaciones en beneficio de sus conocimientos. Ellos entienden mejor los dominios que usted desea que posean con cada tarea y comentario. 

Obtienen acceso a sus datos y sistemas.. Por lo tanto, ejecutan tareas de un extremo a otro. Puede incorporarlos a la aplicación de mensajería de la empresa, como Slack o Teams, para que tengan largas conversaciones abiertas con varios miembros del equipo.

Colaboran. A diferencia de Claude Cowork/Codex, un agente de nube compartido puede aprender de varias personas y poner ese conocimiento a disposición de todos. Un gerente de producto puede enseñarle sobre análisis. Los especialistas en marketing pueden enseñarle sobre la atribución y el embudo. Los equipos de ingeniería pueden darle acceso al código y a un entorno de desarrollo. Luego, el mismo agente puede establecer conexiones entre esos dominios.

Nuestros agentes en Anima

Escribiré más sobre nuestros agentes, pero aquí tienes una muestra:

Rocket, el agente de marketing, me reporta. Es un experto en la configuración de nuestro blog WordPress, tácticas SEO, voz y tono, configuración de listas de boletines, plantillas de correo electrónico, embudo y análisis. Entiende bien el producto y también tiene acceso a él y tiene su propia cuenta Anima. 

Parte de su rutina incluye monitorear el embudo y actualizar su conocimiento de los canales relacionados con productos, tecnología y actividades de marketing, por lo que siempre es un análisis preciso, no genérico, y no se necesita contexto adicional. Examina las pruebas que hicimos en SEO y las monitorea. 

Ayuda a escribir y traducir publicaciones de blog, encontrar puntos de fricción o fallas en el embudo y ejecutar las tareas de nuestro boletín mensual, desde el mantenimiento hasta la redacción y hasta el envío de correos electrónicos. Todavía lo logramos, pero él hace el trabajo duro diario. Él viene con ideas y las ejecuta.

Tracey, nuestra agente más madura, depende del CTO. Es experta en inteligencia empresarial/análisis de productos, seguimiento de registros, informes de errores y nuestro código base. Algunas de sus rutinas incluyen ser ingeniera de guardia, despertarse ante las quejas de los usuarios, rastrear el problema, enviar una actualización del código (PR) o abrir un ticket en el sistema de gestión de tareas y actualizar sus hallazgos y acciones en Slack, por supuesto. Eso es aproximadamente el 5% de lo que hace.

La singularidad del empleado digital

Creo que hemos superado lo que yo llamo la singularidad del empleado digital: el punto en el que los agentes se vuelven lo suficientemente capaces para unirse a la fuerza laboral como una capa operativa, no solo como software utilizado por la fuerza laboral.

Los agentes son magia por la que todavía tienes que trabajar duro. La configuración está aún más cerca de la creación de bricolaje que de un servicio gestionado. Necesitan capacitación, mantenimiento, supervisión y mucho amor y cuidado. Pero el esfuerzo vale la pena, porque es como construir cañas de pescar en lugar de pescar. Una vez que un agente funciona bien, su valor sigue aumentando.

No todo el mundo está entusiasmado con la IA

Este es un gran cambio y debe gestionarse desde múltiples perspectivas: negocios, métodos de trabajo, seguridad, tecnología y, lo más importante, personas. 

Existe un gran debate sobre cómo la IA hace sentir a las personas Noam Segal en Lenny’s. Es un espejo importante para todos nosotros en el «Grupo 1»: el grupo emocionado. El 72% se preocupa por los despidos. Muchas personas están confundidas, inseguras o estresadas acerca del futuro por diversas razones.

Creo que una gran parte de la gestión de este cambio, y también de aprovecharlo al máximo, es la transparencia y atravesar este cambio juntos como empresa, como equipo. Una cosa que hacemos es tener un rincón de «Historias de agentes» en la sesión semanal de nuestra empresa. Tiene dos objetivos:

Aprendemos juntos. Todo mi equipo está formado por personas inteligentes y todos utilizan agentes de diferentes maneras cada semana. Este es un mundo feliz y aprenderemos más rápido si aprendemos juntos. Hay un enorme impacto psicológico en tener agentes como parte del equipo, así que en lugar de trabajar en la oscuridad, prefiero hacerlo al aire libre y tener a todo mi equipo inteligente como parte de esta aventura, por más emocionante y extraña que sea.

Aquí hay algunas historias de agentes:

• Uno de nuestros agentes envió un mensaje de cara al cliente cuando se suponía que solo debía dejar un comentario interno. No ha habido ningún daño, pero sí un pequeño “???” del usuario, respondido con una respuesta honesta.
• Un correo electrónico falló porque nunca habíamos indicado claramente qué errores son fatales. Se envió un boletín desde el subdominio equivocado, lo que provocó la supresión de 166.000 correos electrónicos. Esta vez no hubo ningún daño, pero aprendimos a definir mejor nuestras tareas.

Ninguna de estas fallas se debió a que un agente no pudo usar el software. Surgieron de la ambigüedad, la autoridad y la coordinación.

Por lo tanto, la pregunta más importante no es: “¿Qué puede hacer este modelo?”. Es: «¿Qué autoridad debería tener este agente, en nombre de quién y bajo qué supervisión?»

Poner agentes en un organigrama

Con ChatGPT, nos acostumbramos a investigar mucho más rápido, iterar sobre la copia o intercambiar ideas con un socio de inteligencia artificial, pero esto es otra cosa. La forma correcta de utilizar un agente no es microgestionarlo y solicitar cada pequeña tarea.

Brinde a su agente conocimiento, comprensión del dominio y acceso a herramientas y datos, para que luego pueda asignarle una meta, no una tarea pequeña. Y encontrará el camino, similar a un humano. También cometerá errores. Y deberías decírselo, porque recuerda y aprende.

Eso lo acerca mucho más a un operador junior que a un software o AI Chat.

Cada agente necesita un propietario humano designado. Sin alguien que lo cuide, lo corrija y amplíe sus capacidades, con el tiempo se vuelve menos útil. Siguen sucediendo cosas en tu negocio. Cambios en la terminología de la empresa. Las métricas cambian. Cambios de posicionamiento de marca. Se introducen nuevas herramientas. Un agente no es una implementación única.

Capacitas a los agentes como si fueran nuevos empleados. Confías en los agentes como si fueran nuevos empleados.

Por eso también recomiendo encarecidamente no apresurarse a crear 100 agentes. Comience con uno. Añadir otro sólo cuando la separación sea necesaria por motivos de alcance, seguridad o especialización. Hemos pasado meses intentando mantener el número de agentes lo más bajo posible y al mismo tiempo hacer que cada uno sea más inteligente y capaz.

Más agentes también generan más gastos generales de gestión. No implemente más agentes de los que su organización puede gestionar.

Por donde empezar

Un nuevo agente debe comenzar en el nivel más bajo que todavía crea valor y expandirse más adelante. Reemplazar indicaciones con procedimientos operativos

El esfuerzo de preparación de un agente eficaz no consiste principalmente en escribir un mensaje brillante. Está más cerca de capacitar a un nuevo junior para tareas bien definidas.

Los agentes más fuertes acumulan capacidades con el tiempo. Configuran sus computadoras, instalan herramientas, crean habilidades, mantienen archivos de trabajo y desarrollan conocimientos a partir de tareas anteriores. Cuando necesitamos un nuevo agente con una base similar, podemos realizar una copia de seguridad y clonar la máquina, lo que ahorra algo de esfuerzo de incorporación.

El modelo en sí se está convirtiendo en una mercancía. Hemos cambiado de proveedores de modelos y es posible que cambiemos nuevamente. El valor duradero es el contexto acumulado, las capacidades, los procedimientos operativos y la integración del agente con la organización.

Tu modelo está alquilado. Tu contexto es el núcleo.

Vaya a configurar su primer agente. Recomiendo a Hermes. Publicaré más de nuestro viaje; síganme si lo encuentran interesante.