Los consejos de administración deben poseer las reglas del trabajo con IA, no solo pagar por el acceso

A medida que los agentes de IA comienzan a realizar trabajo en lugar de simplemente generar respuestas, creemos que los consejos de administración deben hacer una distinción clara: comprar acceso a la inteligencia no es lo mismo que poseer una capacidad de IA. Para una empresa establecida, el activo estratégico debe ser la forma en que la inteligencia funciona dentro del negocio. Eso es lo que queremos decir con poseer el harness.

El harness es el marco que permite a los agentes trabajar junto a las personas. Define sus roles, las reglas que siguen, la información que pueden ver, las acciones que pueden tomar y las aprobaciones que necesitan. Incluye controles sobre su trabajo y conocimientos compartidos. En nuestra opinión, el modelo es la parte más pequeña de la capacidad que un consejo de administración necesita entender y controlar.

Esperaríamos que dos empresas que utilizan el mismo modelo logren resultados muy diferentes si una tiene responsabilidades claras, conocimientos fiables y controles útiles, mientras que la otra no. Un modelo no puede decidir lo que una empresa debe permitir o aceptar. Creemos que esas decisiones pertenecen a la empresa, expresadas a través de un harness que entiende y controla.

Por eso recomendamos comenzar con el trabajo, no con la tecnología. Mapee los procesos. Identifique dónde los agentes podrían contribuir más, dónde importan los traspasos y dónde los errores serían costesos. Acuerde qué significa la mejora y establezca una línea base antes de cambiar nada. De lo contrario, corremos el riesgo de celebrar la actividad sin saber si el negocio está mejor atendido.

Para un consejo de administración, las medidas deben tener sentido empresarial. Dependiendo del proceso, podríamos examinar la precisión, la consistencia, el tiempo de respuesta o la cantidad de corrección requerida. El punto importante es acordar la prueba antes de ver el resultado. Creemos que una demostración atractiva debe ser una invitación a investigar, no un sustituto de la evidencia del trabajo propio de la empresa.

Los límites de datos deben preceder a las comparaciones de precios. Algunos datos deben permanecer internos donde las obligaciones y políticas de la empresa lo requieran. Las políticas propias de la empresa y sus abogados deben establecer esas reglas, no la arquitectura preferida de un proveedor. Recomendamos hacer explícitos esos límites para que las elecciones de modelos los sigan, en lugar de forzar excepciones incómodas después.

Dentro de esos límites, nuestro principio es sencillo: dirigir cada tarea al modelo más barato que la realice lo suficientemente bien según las pruebas acordadas. Ejecutar trabajo rutinario y privado en las máquinas propias de la empresa merece evaluación, no aprobación o rechazo automáticos. Pruebe esa opción con los ejemplos propios de la empresa, incluidas sus demandas operativas. Un punto de referencia por sí solo no es una razón para comprar hardware.

Poseer la capacidad no significa construir cada componente o rechazar servicios externos. Queremos decir mantener las cuentas, reglas, agentes y conocimientos en manos de la empresa, con la libertad de usar varios proveedores de modelos. Haríamos de la capacidad de cambiar de proveedores un requisito de diseño, en lugar de algo a negociar después de que se haya desarrollado la dependencia.

Debido a que la IA cambia con tanta frecuencia, creemos que el harness también necesita una rutina para evaluar nuevos modelos y herramientas. Los candidatos deben enfrentar las pruebas propias de la empresa para calidad, permisos, manejo de datos y coste. La empresa debe decidir qué adoptar y qué dejar de lado. La novedad no es, en nuestra opinión, una razón suficiente para alterar un proceso de trabajo que funciona.

Ese control necesita un equipo interno capaz de ejecutar, cuestionar y mejorar el harness sin depender de ayuda externa. En DevMojos, construimos harnesses agénticos con empresas, trabajando con su propio personal. Vendemos experiencia y acompañamiento, no software, hardware ni licencias. Nuestro objetivo es ayudar a la empresa a desarrollar una capacidad que pueda entender, gobernar y seguir mejorando por sí misma.

Para los directores y equipos ejecutivos, creemos que esta es una decisión de propiedad antes de ser una decisión de compra. La ambición debe ser práctica: trabajo útil, responsabilidad clara y libertad para elegir a medida que la tecnología se desarrolla. Creemos que las empresas que obtendrán más de la IA son las que poseen cómo funciona, no solo lo que cuesta.